機體運動狀態感知

陀螺儀

目前商用無人機普遍使用的是MEMS技術的陀螺儀，因為它的體積小，價格便宜，可以封裝為IC的形式。MEMS式陀螺儀常用來測量機體繞自身軸旋轉的角速率，常用的型號有6050A（Invensense），ADXRS290（ADI），衡量陀螺儀性能的指標包括測量范圍(量程)、靈敏度、穩定性（漂移）以及信噪比等。

上面是一個陀螺儀溫度漂移測試結果圖，測試的環境是從25℃升溫至50℃，整個過程保持陀螺儀靜止不動，陀螺儀的準確輸出應該是一個固定的數值。但從結果來看，兩款傳感器的實際輸出都受到溫度變化影響。相比而言，ADXRS290（ADI）的輸出數值變化幅度較小，基本上在0.5左右。

加速度計

加速度計測量的是機體運動的線加速度，但由于地球引力，測量值中還會包含重力加速度分量，在某些使用情況下需要把這部分減去。常用的MEMS加速度計傳感器型號有6050A（Invensense）和ADXL350（ADI）。部分傳感器生產商為了提高芯片集成度，會將陀螺儀和加速度計封裝在一起，稱為六軸傳感器，例如6050A（Invensense）。

磁羅盤

磁羅盤測量的物理量是地球磁場強度沿機體軸的分量，并依此計算出機體的航向角。常用的MEMS磁羅盤傳感器型號有HMC5983L（Honeywell）和QMC5883L（矽睿），兩者性能相近，其中前者目前已經停產。磁羅盤主要的性能參數包括靈敏度、穩定性（漂移）等。

氣壓計

氣壓計測量的物理量是大氣壓值，根據該數值可計算出絕對海拔高度。常用的氣壓計傳感器型號包括MS5611（MEAS）、MS5607（MEAS）以及BMP180（Bosch）。氣壓計在使用過程中存在的問題是，在近地面飛行時，“地面效應”的存在會導致飛機周圍氣體的氣壓分布與靜止狀態下的大氣不同，使得無法用氣壓計來測算出高度。通常的解決辦法是在起飛或降落時使用其他傳感器，比如超聲波傳感器或激光測距儀。

GNSS模塊

GNSS模塊測量的物理量相對比較豐富，主要包括地理坐標(經緯度)、海拔高度、線速度以及航向角(RTK系統)。常用的GNSS模塊生產商包括瑞士的U-BLOX和加拿大的NOVATEL。在使用GNSS模塊時，衛星信號接收天線的放置需要要注意電磁干擾的屏蔽，部分有實力的整機生產廠商會根據飛機型號專門定制衛星信號接收天線。

光流模塊

光流模塊是一個比較特殊的模塊，既可以用來感知機體的運動狀態，如測量水平方向的位移速度，也可以用來感知周圍的環境，用作避障的用途。比較常見的光流模塊是開源的PX4FLOW。光流模塊通常在室內使用，主要是為了解決室內衛星信號不佳的問題，另外對于拍攝的地面需要有一定紋理圖案。

周圍環境狀態感知

測距模塊

這里列舉五個常用的測距模塊：超聲波、紅外TOF、激光、毫米波雷達、深度感知攝像頭。

超聲波和紅外TOF各方面性能比較相似，比如測量距離都比較近，像超聲波測量的距離一般在4米左右。另外這兩種傳感器的使用范圍都容易受到實際環境的限制，比如紅外TOF是向被測物體表面發射紅光并反射，如果遇到紅光反射率不高的物體像玻璃就會失效。但這兩種傳感器有一個最大的優勢就是成本低，另外模塊體積也比較小，所以在消費類無人機上得到了廣泛使用。

激光雷達測距一般都比較遠，大多數產品都可以達到100米以上，但是大雨大霧的天氣環境會影響其測量結果。另外的劣勢在于成本比較高: 在激光雷達行業實力最強的是Velodyne，它的一款適用于無人機使用的小型化產品VLP-16價格也達到了1000美元以上，對于商用無人機來說成本還是比較高。

深度感知攝像頭根據測量技術可以分為三種，立體攝像頭，也叫雙目視覺技術，代表產品就是大疆的精靈4；結構光技術，代表產品有微軟的Kinect；時差測距技術（TOF），由于生產廠家較少而且成本較高，因此在無人機上的應用很少。深度感知攝像頭在使用時也存在局限性，雙目視覺技術的缺點是在低光環境下無法正常工作，而結構光技術則與之相反，在強光下無法正常工作。因此有的廠家把兩種技術進行組合，彌補彼此的缺陷，擴大其適用的環境范圍。

提高測量精度的方法

傳感器校準

傳感器校準，包括精校準和粗校準。精校準效果比較好，但需要昂貴的標定設備；粗校準則不需要借助外部設備，只對傳感器本身進行操作即可。

以磁羅盤的粗校準為例，由于地球上任意位置的地磁場強度在較長時間跨度內都可視為是恒定的，當轉動磁羅盤時，根據相對運動可假設磁羅盤固定不動，而地磁場矢量隨之在轉動，其矢量端點在空間的軌跡應為一個標準的球體，但由于傳感器存在誤差，實際測出的數據并不嚴格都在球體的表面，這時候就需要根據測量出來的數值以及已知的準確值來計算兩者之間的換算關系，也就是該款磁羅盤的誤差模型。在以后使用該款磁羅盤時就可以根據粗校準得出的誤差模型來處理測量值，使得測量值的誤差減小。

磁羅盤校準（SGB sbgcenter）

多種傳感器數據融合

不同類型的傳感器數據融合方法有多種，在業內用的比較普遍而且效果也比較好的是EKF，也就是擴展卡爾曼濾波。

以計算飛機姿態角的融合方法為例，EKF更新過程主要分為兩個部分，預測更新和量測更新。預測更新主要利用陀螺儀更新預測狀態量，同時計算該狀態量的協方差矩陣。在量測更新中先會計算濾波增益，然后使用濾波增益融合預測狀態量、加速度計以及磁羅盤的數據，成為一個融合狀態量，同時計算融合狀態量的協方差矩陣，在下一次更新周期的計算中使用。

計算姿態角的融合方法流程

傳感器冗余設計

傳感器冗余設計主要是將多個同種傳感器進行組合，處理方法是首先會剔除數據異常的傳感器，然后再進行傳感器的融合。冗余設計不僅可以提高測量精度也可以提高整套系統的可靠性，在某一個傳感器失效的情況發生時，讓整個系統能夠繼續正常工作。