提到导航，大家都想起的是GPS，但是在室内、隧道内、地下等场所GPS设备上方被遮挡后，收不到GPS信号GPS设备无法定位了。就要考虑用跟其他的导航方法，无人机飞控三大算法就有捷联式惯性导航系统、卡尔曼滤波算法、飞行控制PID算法。
捷联式惯性导航系统
惯性导航是一种不依赖外界信息的导航方式，原理就是利用载体上的加速度计、陀螺仪这两种惯性远见，去分别测出飞行器的角运动信息和线运动信息，与初始姿态、初始航向、初始位置一起交给计算模块，由计算模块推算出飞机的姿态、速度、航向、位置等导航参数的自主式导航方法。
惯性导航系统分为平台式惯性导航和捷联式惯性导航，早期的惯性导航系统都是平台式的，平台式惯导有实体的物理平台，陀螺仪和加速度计置于由陀螺稳定的平台上，该平台跟踪导航坐标系，以实现速度和位置解算，姿态数据直接取自于平台的环架。它的优点就是直接模拟导航坐标系，计算比较简单，能隔离载体的角运动，系统精度高。而缺点是结构复杂，体积大，制作成本高。另一种捷联式惯性导航，也就是将惯性测量元件，包括陀螺仪和加速度计，直接装在需要姿态、速度、航向等导航信息的主体上，用计算机的测量信号变换为导航参数。优点是没有平台，架构简单，体积小，维护方便。缺点是惯性元件直接装在载体上，环境恶劣，对元件要求较高，坐标变换中计算量大。总体来看，捷联惯导比平台式惯导优势明显。
卡尔曼滤波算法
卡尔曼滤波算法采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻地观测值来更新对状态变量的估计，求出现刻的估计值。它的实质是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法。这套算法采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值，在惯性导航系统中有非常广泛的应用。刚才说的噪声指的是计算得出的值与实际值的误差。
当传感器不足以达到所需的导航精度，为了补偿导航系统的不足，常常使用其他导航设备来提高导航精度，以减小导航误差。所以利用Kalman滤波算法，可以将来自惯性导航系统与其他导航装置的数据（如惯性导航系统计算的位置对照GPS接收机给出的位置信息）加以混合利用，估计和校正未知的惯性导航系统误差。
卡尔曼滤波算法广泛应用已经超过30年，包括机器人导航，控制， 传感器数据融合甚至军事方面的雷达系统以及导弹追踪等等。比如，在雷达中，人们感兴趣的是跟踪目标，但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标位置最优的估计。这个估计可以是对当前目标位置的估计（滤波），也可以是对于将来位置的估计（预测），也可以是对过去位置的估计（插值或平滑）。
飞行控制PID算法
PID控制器是一种线性控制器，它主要根据给定值和实际输出值构成控制偏差，然后利用偏差给出合理的控制量。目前，人们通过科学研究获得了诸多具有优异控制效果的算法和理论，但在工程应用领域，基于经典PID的控制算法仍然是最简单、最有效的控制方案。PID控制器是一种线性控制器，它主要根据给定值和实际输出值构成控制偏差，然后利用偏差给出合理的控制量。现今主流的几款开源飞控中，无一例外地都是采用PID控制算法来实现无人机的姿态和轨迹控制。
科创航空【KCFLY】创立于2016年，是全球领先的UAV（无人驾驶航空器）基础软硬件和智能方案提供商，我们致力于运用无人机搭载三维影像及地理监测仪器采集数据信息构建万物互联的智能世界。为全球政企事业单位提供“高空影像及地理信息数据采集服务方案”“高空影像及地理信息数据实时调度方案”通过数字化、互联网化提升整体工作效率和服务质量。
我们在应急救援、警务调度、河道巡查、大气监测、国土测绘等领域为客户提供有竞争力、安全可信赖的产品、解决方案与服务，与生态伙伴开放合作，持续为客户创造价值。科创航空坚持围绕客户需求持续创新，加大研发投入专注于人工智能领域，推动世界科技智能前进的步伐。
我们已获得“国家级高新技术企业”认证、"公安部固定翼无人机方案入围供应商"、"公安部多旋翼无人机方案入围供应商"，并成为中国移动DICT政企业务合作伙伴、中国联通ICT政企业务合作伙伴、中国电信DICT政企业务合作伙伴，取得了"无人机军事作战系统"、"无人机智能操作平台"、"外观设计""实用新型设计"等数十个专利。
本文为转载文章若有侵权请联系删除
