雷鋒網(wǎng)按：本文作者無人機(jī)中的城堡，無人機(jī)方向模型與算法在讀博士。

雖然大家都很喜歡無人機(jī)，但現(xiàn)實(shí)情況是每個(gè)人的教育背景，對(duì)無人機(jī)的需求，看待問題和事物的習(xí)慣與角度等都有很大區(qū)別。所以在科普無人機(jī)技術(shù)的道路上還任重道遠(yuǎn)。

最常見的切入視角是從硬件和數(shù)學(xué)模型進(jìn)行切入。

硬件視角常從GPS、強(qiáng)磁計(jì)、紅外設(shè)備、單目視覺、雙目視覺、IMU等硬件模塊的性能、用法（其實(shí)很多文章并不涉及用法）、輸入輸出數(shù)據(jù)類型等著眼。比較直觀，易于操作，易被接受。但容易讓大家無法構(gòu)建對(duì)于無人機(jī)整個(gè)系統(tǒng)的理解，并陷入到某一個(gè)具體硬件中，甚至忘卻了該硬件對(duì)于無人機(jī)的意義。

數(shù)學(xué)模型的視角常會(huì)研究被控對(duì)象的模型性質(zhì)、非線性、非最小相位系統(tǒng)、耦合特性等等。這樣的視角足夠深入，接近被控對(duì)象本質(zhì)，但抽象性太強(qiáng)，容易造成和實(shí)物的脫節(jié)。硬件和數(shù)學(xué)模型兩個(gè)視角都很重要，卻也都存在著無法回避的問題。因此筆者選擇無人機(jī)的“狀態(tài)”作為切入視角。從“狀態(tài)”視角很容易理解硬件在整個(gè)無人機(jī)系統(tǒng)中的實(shí)際意義：構(gòu)成反饋閉環(huán)并傳回相應(yīng)的“狀態(tài)信息”，從而為控制器設(shè)計(jì)提供必要的反饋信息。

直升機(jī)型無人機(jī)揮舞角（Flapping angle）構(gòu)造

四旋翼無人機(jī)揮舞角（Flapping angle）構(gòu)造

無人機(jī)“狀態(tài)”數(shù)目根據(jù)不同的機(jī)型會(huì)有所區(qū)別。大家從上面兩幅圖中就可以看出，直升機(jī)型無人機(jī)相比于四旋翼就會(huì)多出兩個(gè)揮舞角（Flapping angle）作為描述揮舞的狀態(tài)。

無人機(jī)狀態(tài)可以“大體”分為兩部分：

描述“外部位置環(huán)”的六個(gè)狀態(tài)，位置狀態(tài)：x、y、z，該狀態(tài)體現(xiàn)了無人機(jī)在三個(gè)軸線上所處的具體位置；速度狀態(tài)：u、v、w用于描述無人機(jī)本身沿三個(gè)方向的飛行線速度。

描述“內(nèi)部姿態(tài)環(huán)”的六個(gè)狀態(tài)，姿態(tài)角狀態(tài)：∮、θ、ψ，分別描述無人機(jī)的橫滾、俯仰、偏航姿態(tài)角；角速度狀態(tài)：p、q、r，描述無人機(jī)在機(jī)身三個(gè)旋轉(zhuǎn)軸上的轉(zhuǎn)動(dòng)速率。

這里“外環(huán)”，“內(nèi)環(huán)”的稱呼是由無人機(jī)控制器設(shè)計(jì)中的常用控制器結(jié)構(gòu)所演變出來的術(shù)語，直觀來看兩組狀態(tài)分別處于不同的坐標(biāo)系中，外環(huán)狀態(tài)處于“大地坐標(biāo)系”（速度狀態(tài)信息在機(jī)體坐標(biāo)系下只要進(jìn)行坐標(biāo)變換即可）視角下：

而內(nèi)環(huán)狀態(tài)則是處于“機(jī)體坐標(biāo)系”中。

上圖可以看到，通過內(nèi)外環(huán)狀態(tài)信息的閉環(huán)反饋，求得“期望狀態(tài)”與“真實(shí)狀態(tài)”之間的誤差值，并根據(jù)這個(gè)誤差設(shè)計(jì)不同結(jié)構(gòu)的控制器，根據(jù)不同算法計(jì)算出需要的控制量。

狀態(tài)反饋就是通過各種無人機(jī)硬件實(shí)現(xiàn)的，因此可以直接通過反饋的狀態(tài)信息類型進(jìn)行硬件歸類：

位置狀態(tài)——反饋絕對(duì)“位置狀態(tài)”信息的硬件：GPS（x、y、z），氣壓計(jì)(z)以及反饋相對(duì)“位置狀態(tài)”信息的硬件：紅外傳感器、超聲波，單目視覺、雙目視覺（這一大類根據(jù)硬件數(shù)量和位置能夠返回不同維度量的狀態(tài)信息）。

速度狀態(tài)——反饋絕對(duì)“速度狀態(tài)”信息的硬件，由于位置和速度的微分關(guān)系獲得，大家直接把上面的硬件搬下來就可以了：GPS，氣壓計(jì)以及相對(duì)位置狀態(tài)硬件。

無人機(jī)內(nèi)環(huán)姿態(tài)信息包括六個(gè)狀態(tài)：姿態(tài)角三個(gè)和角速度三個(gè)。角速度狀態(tài)由陀螺儀反饋；姿態(tài)角數(shù)據(jù)的反饋硬件構(gòu)架可根據(jù)姿態(tài)算法的不同而發(fā)生變化，硬件會(huì)根據(jù)相關(guān)算法的選擇進(jìn)行設(shè)計(jì)如：加速度計(jì)+強(qiáng)磁計(jì)或者陀螺儀+加速度計(jì)+強(qiáng)磁計(jì)。

無人機(jī)產(chǎn)品中經(jīng)常使用IMU（Inertial measurement unit）獲取內(nèi)環(huán)狀態(tài)信息。而IMU和INS(Inertial Navigation System)經(jīng)常被混用。從上圖中可以很直觀地看到，IMU實(shí)現(xiàn)了無人機(jī)線性加速度信息（加速度一般不被看作狀態(tài)，而常在姿態(tài)計(jì)算中使用）和角速度狀態(tài)信息的反饋；而INS則負(fù)責(zé)對(duì)信息進(jìn)行處理，實(shí)現(xiàn)位置、速度、姿態(tài)角等狀態(tài)的信息反饋。大家注意到上圖中獲取姿態(tài)的算法是直接采用對(duì)角速度積分的方法，而在實(shí)際產(chǎn)品中由于積分會(huì)導(dǎo)致誤差積累，因此更多地使用加速度+偏航角+角速度+濾波算法的數(shù)據(jù)融合算法進(jìn)行姿態(tài)解算。

以無人機(jī)產(chǎn)品功能實(shí)現(xiàn)為例，看看狀態(tài)視角如何讓我們更好地理解無人機(jī)技術(shù)。最近在Kickstarter上完成眾籌目標(biāo)的斯凱智能的無人機(jī)系統(tǒng)主打Target Tracking功能，我們就從“狀態(tài)”視角看看如何從硬件和算法上實(shí)現(xiàn)無人機(jī)跟蹤功能。

當(dāng)我們自己在跟蹤一個(gè)對(duì)象時(shí)，需要知道對(duì)方走到哪里去了，自己現(xiàn)在的位置，別跟得太緊，也別被拋開太遠(yuǎn)，需調(diào)整步伐保持理想的跟蹤距離。

對(duì)于無人機(jī)而言整個(gè)過程也大體類似。無人機(jī)需要獲取被控對(duì)象的“位置信息”以及反饋回的無人機(jī)自身“位置狀態(tài)”，計(jì)算出兩者之間的相對(duì)距離誤差，再通過硬件或者算法，計(jì)算出速度變化——如被跟蹤對(duì)象的速度大小，速度方向，并以此來“控制”無人機(jī)自身的速度以實(shí)現(xiàn)位置的跟蹤。

因此無論采用GPS還是光流單目抑或雙目視覺、紅外、超聲波等等，不管什么硬件，作用都是為了傳輸回?zé)o人機(jī)對(duì)應(yīng)的“外環(huán)狀態(tài)信息”。

同樣的，無論采用隨身tracker還是內(nèi)置傳感系統(tǒng)的地面站式遙控器抑或直接采用手機(jī)，都可以傳輸回被跟蹤目標(biāo)的“外環(huán)狀態(tài)信息”。

兩個(gè)狀態(tài)信息進(jìn)行比對(duì)，形成狀態(tài)誤差，通過IMU等傳感器反饋無人機(jī)內(nèi)環(huán)姿態(tài)信息，與目標(biāo)姿態(tài)形成狀態(tài)誤差，并以此計(jì)算得出控制量。

通過狀態(tài)視角，可以很清晰地理解不同產(chǎn)品的硬件意義，并以此設(shè)計(jì)自己的無人機(jī)控制系統(tǒng)。

圍繞著無人機(jī)狀態(tài)反饋信息的處理和使用，算法可以走向兩個(gè)不同的分支：數(shù)據(jù)融合（數(shù)據(jù)濾波）和自動(dòng)控制。根據(jù)不同的狀態(tài)特點(diǎn)，圍繞數(shù)學(xué)模型建立系統(tǒng)框架，根據(jù)算法以及反饋狀態(tài)信息的要求選擇相關(guān)的硬件搭建無人機(jī)系統(tǒng)等內(nèi)容是無人機(jī)控制系統(tǒng)設(shè)計(jì)的清晰脈絡(luò)。筆者會(huì)在后續(xù)系列文章中分步闡述搭建這個(gè)系統(tǒng)架構(gòu)中的各個(gè)部分，幫助不同行業(yè)喜歡無人機(jī)的朋友走入奇妙的無人機(jī)世界。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。