从定点到动态协同：无人机移动平台自主降落算法与实战

1. 从定点到动态：这个课题到底在解决什么问题

第一次看到“从定点着陆到动态协同”这个说法，我脑子里立刻浮现出几年前调无人机降落的场景。那时候做的还是最基础的定点降落——地上铺个二维码标签，飞机靠下视摄像头识别，然后慢悠悠地往下飘。说实话，只要光线别太离谱、风别太大，成功率还能看。但一旦把降落目标换成一辆缓慢行驶的小车，或者一个在水面晃动的无人船平台，之前那套逻辑基本就废了。飞机悬停的位置是对的，可平台已经跑出去两米了，等你再追过去，平台又移动了。这就是定点着陆和动态协同之间那条巨大的鸿沟。

这个挑战赛课题的核心，就是让无人机在一个会动的平台上完成自主降落。注意，不是“先让平台停下来，再降落”，而是平台在持续运动的过程中，无人机通过视觉、IMU、飞控状态的融合，实时预测平台的未来位置，规划一条既安全又能跟上的下降轨迹，最终在两者相对运动的状态下完成接触。听起来像是把“追”和“降”两件事同时做，实际上背后涉及感知、预测、规划、控制四个层面的紧耦合。

为什么这个课题值得做？因为它的应用场景非常实在。山区洪涝灾害下的无人机运输与通信协同优化，就是一个典型例子。地面道路断了，物资要靠无人机送，但无人机续航有限，不可能一直飞。如果有一辆移动的运输车或者一艘船作为中继平台，无人机就可以在移动中补给、起降，形成“运输—起降—再运输”的循环。再比如自动巡检场景，巡检车沿着公路开，无人机从车上起飞去检查电线杆，检查完再飞回车上，车不用停，效率直接翻倍。这些场景都指向同一个技术需求：动态协同降落。

这个课题适合谁？如果你正在做无人机视觉感知、飞控算法、路径规划，或者你是研究生阶段需要找一个有挑战性但又能落地的课题，这个方向非常合适。它不像纯视觉SLAM那样对算力要求极高，也不像纯控制那样偏理论，而是软硬结合、算法与工程并重。你需要懂一点坐标系变换，需要会调PID，需要理解IMU采样率对状态估计的影响，还需要有耐心在室外反复试飞。但一旦跑通，那种看着飞机稳稳落在移动小车上的成就感，是定点降落给不了的。

我先把话说在前面：这个课题的难点不在于“让飞机动起来”，而在于“让飞机知道平台下一秒在哪”。所有的算法设计、传感器选型、控制策略，都是围绕这个核心问题展开的。下面我会从整体设计思路、核心细节、实操流程、常见问题四个层面，把这个课题拆开讲透。

2. 整体设计与思路拆解：为什么这么选，而不是那么选

2.1 感知方案选型：为什么视觉是主力，IMU和飞控状态是辅助

做动态降落，第一步是让无人机“看见”平台。可选方案无非几种：GPS/RTK、视觉标记、激光雷达、UWB。GPS/RTK的精度在厘米级，但更新率通常只有5-10Hz，而且移动平台的GPS和无人机的GPS之间存在时间同步问题，平台一动，延迟就变成了位置误差。激光雷达精度高，但重量和成本对中小型无人机不太友好，而且对反光或水面平台容易失效。UWB需要平台和飞机都装标签，作用距离有限，室外场景布设麻烦。

视觉方案的优势在于：信息丰富、更新率高、成本低。一个普通的USB摄像头就能跑到30fps，工业相机可以到60fps甚至更高。通过识别平台上的标记（比如ArUco码、AprilTag，或者自定义的圆形图案），可以解算出平台相对于相机的六自由度位姿。但视觉有个致命问题：延迟和丢帧。当平台快速移动或者光线突变时，视觉可能短暂丢失目标。这时候就需要IMU和飞控状态来补位。

我的设计思路是：视觉提供绝对位置观测，IMU提供高频相对运动信息，飞控状态提供无人机自身的姿态和速度。三者通过一个松耦合的滤波器融合。具体来说，视觉每来一帧，就更新一次平台的位置估计；在两帧视觉之间，用IMU的加速度积分来预测平台的短期运动。这样即使视觉短暂丢失，系统也能靠IMU撑过几百毫秒，等视觉恢复后重新校正。

这里有个关键点：IMU采样率。热搜词里有人问“无人机IMU采样率达不到200Hz会造成什么影响”，这个问题在动态降落里非常致命。假设IMU只有100Hz，那么两次采样间隔是10ms。如果平台以2m/s的速度移动，10ms内平台移动了2cm。听起来不大，但积分误差会累积，而且姿态解算的更新率也会降低，导致无人机对自身运动的感知变迟钝。在动态降落中，我建议IMU至少跑到200Hz，最好能到400Hz以上。如果硬件受限，那就必须在算法层面做补偿，比如用飞控的EKF输出（通常内部已经做了高频融合）来替代原始IMU积分。

2.2 平台运动预测：为什么用常速度模型加自适应卡尔曼滤波

知道了平台当前在哪，下一步是预测它下一秒在哪。最简单的做法是假设平台做匀速直线运动，用当前速度乘以预测时间。但实际场景中，平台可能加速、减速、转弯。如果只用常速度模型，预测误差会随着预测时间线性增长。

我试过几种方案：纯常速度模型、常加速度模型、交互多模型（IMM）。纯常速度模型在平台匀速时表现很好，但一旦平台转弯，预测位置会偏出去很多。常加速度模型对噪声更敏感，容易把测量噪声当成加速度。IMM理论上最好，但计算量大，参数调起来也麻烦。

最终我选择的是常速度模型加自适应卡尔曼滤波。核心思想是：用卡尔曼滤波估计平台的位置和速度，但过程噪声矩阵Q不是固定的，而是根据残差自适应调整。当残差变大时，说明平台可能在机动，Q增大，滤波器更相信观测；当残差小时，Q减小，滤波器更相信预测。这样在平台匀速时平滑，在平台机动时响应快。

具体实现时，状态向量取平台在无人机机体坐标系下的位置和速度，共6维。观测向量是视觉解算出的位置，3维。状态转移矩阵按匀速模型构造。过程噪声Q的初始值根据平台的最大加速度设定，比如取0.5m/s²对应的噪声方差。自适应调整时，用新息协方差的实际值与理论值之比来缩放Q。

2.3 下降轨迹规划：为什么用分段多项式而不是直接跟踪

很多人第一反应是：既然能预测平台位置，那就让无人机直接飞向预测点不就行了？我一开始也这么想，结果炸了一次机。原因是：直接跟踪预测点会导致无人机速度指令突变，尤其是在平台机动时，无人机为了追上平台会猛打舵，姿态剧烈变化，下视摄像头视野晃动，视觉丢失，然后就是自由落体。

正确的做法是规划一条平滑的下降轨迹。这条轨迹需要满足几个约束：起点是无人机当前状态，终点是预测的降落点，中间不能有剧烈的高度突变，水平速度要逐渐收敛到平台速度，垂直速度要控制在安全范围内（通常不超过1m/s）。我采用的是五次多项式轨迹，因为它可以同时约束位置、速度、加速度的边界条件。具体来说，在水平方向，起点速度是无人机当前水平速度，终点速度是平台预测速度；在垂直方向，起点速度是无人机当前垂直速度，终点速度设为0（接触瞬间相对垂直速度为0）。

轨迹规划的时间长度很关键。太短，无人机来不及调整，加速度会超限；太长，平台已经跑远了，预测失效。我的经验是：规划时间取1.5到2.5秒，根据平台速度和无人机当前状态动态调整。如果平台速度快，规划时间取短一些，让无人机尽快跟上；如果平台速度慢，规划时间可以长一些，让下降更平缓。

2.4 控制策略：为什么位置环和速度环要分开调

轨迹规划出来的是位置、速度、加速度随时间的变化。控制器的任务就是让无人机跟上这条轨迹。我采用的是串级PID：外环是位置环，输入是期望位置和实际位置，输出是期望速度；内环是速度环，输入是期望速度和实际速度，输出是姿态指令。姿态指令再送给飞控的姿态环。

为什么不用单环？因为单环PID很难同时兼顾位置跟踪和速度平滑。位置环的增益调高了，速度会震荡；调低了，跟踪又滞后。串级结构把两个问题解耦：位置环负责“去哪”，速度环负责“怎么去”。调参时先调内环，让速度跟踪快速无超调；再调外环，让位置跟踪平滑不震荡。

这里有个坑：飞控的姿态环响应速度。如果飞控的姿态环太慢，速度环输出的姿态指令跟不上，整个串级系统就会振荡。我用的飞控姿态环带宽大概在5Hz左右，所以速度环的带宽不能超过2Hz，位置环不能超过0.5Hz。调参时用阶跃响应看，如果超调超过20%，就把增益降下来。

3. 核心细节解析与实操要点

3.1 视觉标记设计与识别：为什么用ArUco而不是二维码

视觉标记的选择直接决定了识别距离、精度和鲁棒性。二维码（比如微信二维码）是为信息编码设计的，不是为位姿估计设计的。它的角点检测在远距离或模糊时很不稳定。ArUco码是专门为相机位姿估计设计的，每个码有四个角点，内部有编码信息用于校验，识别距离可以到5-8米（取决于码的大小和相机分辨率）。

我用的ArUco码尺寸是20cm×20cm，相机分辨率1280×720，镜头焦距4mm。在3米距离上，码在图像中大约占80个像素，角点检测精度可以到亚像素级，位姿解算的平移误差在2cm以内，旋转误差在2度以内。这个精度对于动态降落足够了。

但ArUco有个问题：对光照敏感。强光下码会过曝，暗光下对比度不够。我的解决办法是：在码周围加一圈黑色边框，增加对比度；同时在相机曝光上做自动调整，但限制最大曝光时间，避免运动模糊。如果平台移动速度快，曝光时间要短于1/500秒，否则码会拖影。

还有一个细节：码的朝向。如果码贴在平台表面，无人机从上方看，码是斜的，角点检测会变形。我建议把码贴在一个小支架上，让码面朝上，或者用多个码从不同角度覆盖。我试过用四个码围成一圈，无人机从任何方向接近都能看到至少一个码。

3.2 坐标系变换：为什么手算比调库更靠谱

动态降落涉及多个坐标系：世界坐标系（东北天）、无人机机体坐标系、相机坐标系、平台坐标系、码坐标系。每个坐标系之间的变换都要搞清楚，否则解算出来的位置是错的。

我见过很多新手直接调用现成的位姿解算库，结果飞机往反方向飞。原因是库输出的位姿是码相对于相机的，但控制需要的是平台相对于无人机的，中间还差一个相机到机体的外参。这个外参必须自己标定，不能靠猜。

标定方法：把相机固定在无人机上，对着一个已知位置的码，记录无人机姿态和码在图像中的位置，然后解算相机到机体的旋转和平移。我通常用ROS的camera_calibration包标内参，用ArUco的estimatePoseSingleMarkers解外参，然后手动验证：把无人机放在已知位置，看解算出的平台位置是否和实际一致。误差超过5cm就重新标。

注意：相机外参标定后，如果相机被撞过或者重新安装过，必须重新标定。我吃过这个亏，飞机撞了一下，相机歪了2度，结果降落时总是偏出去半米。

3.3 IMU数据同步与时间对齐：为什么时间戳比数据本身还重要

视觉和IMU的融合，最大的坑是时间同步。视觉帧的时间戳是相机曝光时刻，IMU的时间戳是采样时刻，两者如果差了几十毫秒，融合出来的状态就是错的。平台以2m/s移动，50ms就是10cm误差，足够让飞机降偏。

我的做法是：硬件触发+软件时间戳。如果相机支持硬件触发，就用飞控的定时器输出脉冲触发相机曝光，同时记录触发时刻的IMU时间戳。如果不支持硬件触发，就在软件层面做时间对齐：记录每帧视觉的接收时间，然后用IMU数据插值到该时刻。插值时用线性插值，因为IMU采样率高，线性插值误差很小。

还有一个细节：IMU的安装方向。如果IMU没有和机体坐标系对齐，积分出来的速度方向是错的。我通常会在起飞前做一次静态校准，让飞控自动估计IMU的安装误差。如果飞控不支持，就手动测量IMU的旋转矩阵，写进代码里。

3.4 降落判定与触地检测：为什么不能只看高度

无人机降到平台上方，什么时候算“降落成功”？如果只看高度，比如高度小于0.1m就切断电机，那如果平台突然加速，无人机可能还没接触就掉下去了。我的做法是多条件联合判定：高度小于阈值、垂直速度小于阈值、水平相对速度小于阈值、且持续一段时间（比如0.3秒）。四个条件同时满足，才认为降落成功，然后切换电机到怠速。

触地检测还可以用电流或加速度突变来判断。当无人机接触平台时，电机的负载会突然变化，电流会有一个尖峰。我试过用电流检测，响应比高度检测快，但容易误触发（比如风大时电流也会波动）。最终我还是用高度+速度+时间的组合，简单可靠。

实操心得：降落判定阈值不要设得太紧，否则飞机在平台上方反复调整，迟迟不降。我一般设高度<0.15m，垂直速度<0.3m/s，水平相对速度<0.2m/s，持续时间0.3s。这个参数在室外2级风下很稳。

4. 实操过程与核心环节实现

4.1 硬件选型与搭建：从机架到相机的完整清单

这个课题不需要特别贵的硬件，但也不能太省。我用的配置如下：机架是450mm轴距的碳纤维机架，动力系统是2212电机配1045桨，电池是4S 5000mAh锂电，飞控是Pixhawk 4，机载电脑是树莓派4B（4GB内存），相机是罗技C920（1080p 30fps），IMU用飞控内置的ICM-20689（采样率可以到1kHz）。移动平台是一辆小型的履带车，上面装ArUco码和一块平整的降落板。

这套配置的总成本大概在3000-4000元，对于课题研究来说很友好。树莓派4B跑ArUco检测可以到15-20fps，足够用了。如果预算充足，可以换成Jetson Nano或者Up Board，帧率能到30fps以上。

搭建时要注意：相机的安装位置。相机要朝下安装，但不要完全垂直，稍微向前倾斜5-10度，这样在无人机前飞时也能看到平台。相机要远离电机和螺旋桨，避免震动导致图像模糊。我在相机和机架之间加了减震球，效果很明显。

4.2 软件框架：为什么用ROS而不是裸写

整个软件框架我用的ROS（Robot Operating System），虽然ROS有点重，但它的消息机制和工具链太方便了。视觉节点发布平台位姿，IMU节点发布原始数据，融合节点订阅两者输出融合后的平台状态，规划节点订阅融合状态输出轨迹，控制节点订阅轨迹输出姿态指令，最后通过MAVROS发给飞控。

如果用裸写，光是串口通信和时间同步就能耗掉一周。ROS的topic和tf树让坐标系变换变得很简单，rviz还能实时可视化，调试效率高很多。当然，ROS 1在树莓派上有点吃资源，可以关掉不必要的节点，或者用ROS 2。

代码结构上，我建议把感知、融合、规划、控制分成四个独立的节点，每个节点只做一件事。这样调试时可以先单独测感知，再测融合，再测规划，最后联调。如果全写在一个节点里，出了问题很难定位。

4.3 参数整定：从悬停到跟踪的完整调参记录

调参是动态降落最耗时间的环节。我的调参顺序是：先调悬停，再调速度跟踪，再调位置跟踪，最后调降落判定。

悬停调参：在定点模式下，调飞控的位置环PID，让无人机在无风时悬停误差小于0.5m。这个飞控自带调参工具，按步骤来就行。

速度跟踪调参：切换到速度控制模式，给无人机一个阶跃速度指令（比如从0到1m/s），看实际速度的响应。调整速度环PID，让上升时间小于0.5s，超调小于10%。我用的参数是P=0.8，I=0.05，D=0.02。

位置跟踪调参：在速度环调好的基础上，加位置环。给一个阶跃位置指令（比如向前1m），看实际位置的响应。调整位置环PID，让上升时间小于1.5s，超调小于5%。我用的参数是P=0.5，I=0.01，D=0.05。

降落判定调参：在平台静止时，手动让无人机降落到平台上，记录高度、速度、时间的数据，然后设定阈值。阈值要留一定余量，比如实际接触时高度是0.08m，阈值就设0.15m。

注意：调参时一定要在室外无风或微风环境下进行。风会引入额外的扰动，让参数看起来不对。我试过在3级风下调参，结果调出来的参数在无风时震荡，在风大时又太软。

4.4 室外试飞：从静态平台到动态平台的完整流程

试飞要循序渐进，不能一上来就挑战动态平台。我的流程是：

第一步，静态平台降落。平台不动，无人机从5米外起飞，飞到平台上方，然后自主降落。这一步验证视觉识别、位姿解算、坐标变换、控制逻辑是否正确。成功率要达到90%以上才能进入下一步。

第二步，平台低速直线运动。平台以0.5m/s的速度直线行驶，无人机从后方接近，跟踪并降落。这一步验证运动预测和轨迹规划。平台速度慢，预测误差小，容易成功。

第三步，平台变速直线运动。平台在0.5-1.5m/s之间随机变速，无人机跟踪降落。这一步验证自适应卡尔曼滤波的效果。

第四步，平台曲线运动。平台沿S形或圆形轨迹运动，无人机跟踪降落。这一步验证轨迹规划在机动情况下的鲁棒性。

每一步都要记录数据：视觉丢失次数、预测误差、控制超调、降落成功率。根据数据调整参数和算法。我大概花了两个月时间，从第一步走到第四步，成功率从最初的30%提升到85%左右。

5. 常见问题与排查技巧实录

5.1 视觉丢失：原因分析与应急策略

视觉丢失是动态降落中最常见的问题。原因无非几种：光照突变、平台遮挡、运动模糊、码超出视野。排查时先看图像，如果图像本身模糊，就是曝光时间太长或震动太大；如果图像清晰但检测不到码，就是码太小或对比度不够；如果码在图像边缘，就是相机视野太窄。

应急策略：当视觉丢失时，立即切换到IMU预测模式，用最近一次视觉观测的位置和速度，加上IMU积分，维持平台状态估计。同时降低无人机下降速度，等待视觉恢复。如果超过1秒还没恢复，就悬停等待，不要盲目下降。

我试过在视觉丢失时继续下降，结果飞机降到了平台旁边，差点撞上。后来加了丢失保护逻辑，就再也没出过事。

5.2 预测发散：卡尔曼滤波参数怎么调

预测发散的表现是：平台状态估计越来越偏，无人机越追越远。原因通常是过程噪声Q太小，滤波器太相信预测，不相信观测。或者观测噪声R太大，滤波器把视觉观测当成噪声忽略了。

排查方法：打印新息（观测值减去预测值），如果新息持续偏大且同号，说明Q太小；如果新息震荡剧烈，说明R太小。调整时先固定R，调Q；再固定Q，调R。我一般把R设为视觉解算误差的方差，比如平移误差2cm，R就是0.0004。Q设为平台最大加速度对应的方差，比如0.5m/s²，Q就是0.25。

5.3 降落时侧翻：触地瞬间的控制要点

降落时侧翻通常是因为触地瞬间水平速度不为零，或者平台表面不平。解决方法是：在触地前0.5秒，把水平速度指令强制设为平台速度，让相对水平速度趋近于零；同时把垂直速度降到0.2m/s以下。触地后立即切断电机，不要试图调整姿态。

还有一个原因：降落板太滑。如果平台表面是光滑的金属或塑料，无人机触地后容易滑动。我在降落板上贴了一层防滑垫，效果很好。

5.4 常见问题速查表

独家避坑技巧：每次试飞前，先用手拿着无人机在平台上方模拟降落，检查视觉识别和状态估计是否正常。这个“手飞”测试能提前发现80%的问题，避免炸机。

6. 这个课题还能怎么扩展

动态降落跑通之后，这个课题还有很多可以深挖的方向。比如多机协同降落：多架无人机共享一个移动平台，需要解决降落顺序、避碰、平台容量分配的问题。再比如平台主动配合：平台根据无人机的状态调整自己的运动，比如减速或调整姿态，让降落更容易。还有复杂环境下的降落：在山区洪涝灾害场景中，平台可能是晃动的船只，视觉标记可能被水花遮挡，需要更强的鲁棒性。

我个人在实际操作中的体会是：动态降落的核心不是某一个算法，而是系统集成和调试能力。视觉、IMU、飞控、控制、规划，每个模块单独拿出来都不难，但要把它们揉在一起，让它们在实时条件下稳定运行，需要大量的试飞和参数调整。如果你正在做这个课题，我的建议是：先把静态降落做到95%成功率，再碰动态平台。不要急着上动态，基础不牢，炸机少不了。

最后分享一个小技巧：在平台上的ArUco码旁边贴一个LED灯，晚上或暗光下打开，视觉识别率会高很多。这个成本不到十块钱，但效果立竿见影。