无人机的飞行传感技术有两个主要应用目标。首先是为飞行控制系统提供支持。飞行控制系统的主要职能是操控飞机达到预定的姿态和空间位置，这就需要传感技术来测量与飞机运动状态相关的物理量。其中包括陀螺仪、加速度计、磁罗盘、气压计GNSS模块、光流模块等
模块。
另一个目标是为无人机提供自主导航系统，即路径规划和避障系统。因此，必须感知周围环境的状态，如障碍物的位置。相关模块包括测距模块、目标检测与跟踪模块等。
陀螺仪是其中一种传感器。目前商用无人机普遍采用MEMS技术的陀螺仪，因其体积小、价格便宜，并可封装成IC形式。MEMS式陀螺仪常用于测量飞机绕自身轴旋转的角速率。常见型号有6050A（Invensense）和ADXRS290（ADI）。衡量陀螺仪性能的指标包括测量范围（量程）、灵敏度、稳定性（漂移）以及信噪比等。
上面的图表显示了陀螺仪温度漂移测试结果。测试环境从25℃升温至50℃，整个过程中陀螺仪保持静止不动，其准确输出应为固定数值。然而，测试结果显示两款传感器的实际输出受到温度变化的影响。相比之下，ADXRS290（ADI）的输出数值变化幅度较小，基本上在0.5左右。
加速度计
在测量机体运动的线性加速度时，加速度计会受到地球引力的影响，导致测量值中包含重力加速度分量。在某些情况下，我们需要将这部分分量减去。常见的MEMS加速度计传感器型号有6050A（Invensense）和ADXL350（ADI）。为了提高芯片集成度，一些传感器制造商将陀螺仪和加速度计封装在一起，形成六轴传感器，例如6050A（Invensense）。
磁罗盘
磁罗盘测量的是机体轴上地球磁场强度的分量，并通过这一数值计算出机体的航向角。常见的MEMS磁罗盘传感器型号有HMC5983L（Honeywell）和QMC5883L（矽睿）。这两者的性能相似，但前者目前已经停产。磁罗盘的主要性能指标包括灵敏度和稳定性（漂移）等。
气压计
气压计测量的是大气压力值，根据该值可以计算出绝对海拔高度。常用的气压计传感器型号包括MS5611（MEAS）、MS5607（MEAS）和BMP180（Bosch）。然而，在近地面飞行时，存在着"地面效应"，这导致飞机周围气体的气压分布与静止状态下的大气压力不同，使得无法准确使用气压计测算高度。通常解决这个问题的方法是在起飞或降落时使用其他传感器，如超声波传感器或激光测距仪。
GNSS模块
GNSS模块测量的物理量相对丰富，主要包括地理坐标（经纬度）、海拔高度、线速度以及航向角（RTK系统）。常用的GNSS模块制造商有瑞士的U-BLOX和加拿大的NOVATEL。在使用GNSS模块时，需要注意放置卫星信号接收天线时要进行电磁干扰的屏蔽。一些有经验的整机生产厂商会根据飞机型号定制专用的卫星信号接收天线。
光流模块
光流模块是一种特殊的传感器，既可以用于感知飞机的运动状态（例如测量水平方向的位移速度），也可以用于感知周围环境并用于避障。其中，开源的PX4FLOW是一种常见的光流模块。光流模块通常在室内使用，主要解决室内卫星信号较差的问题。此外，在拍摄地面时也需要有一定的纹理图案来提供参考。
周围环境状态感知
测距模块
以下是五种常见的测距模块：超声波、红外TOF、激光、毫米波雷达和深度感知摄像头。
超声波和红外TOF在各方面性能上相似，例如测量距离通常较近，超声波一般在4米左右。这两种传感器的使用受到实际环境的限制，例如红外TOF需要发射红光并接收反射以测量物体表面，因此对于反射率较低的物体如玻璃失效。然而，它们的成本低且体积小，因此在消费级无人机中得到广泛应用。
激光雷达的测距通常较远，大多数产品可达到100米以上，但在大雨或大雾等天气条件下会影响其测量结果。此外，激光雷达的成本较高，Velodyne是激光雷达行业最强大的公司之一，其适用于无人机的小型化产品VLP-16价格超过1000美元，对于商用无人机来说成本较高。
深度感知摄像头根据测量技术可以分为三种：立体摄像头（双目视觉技术）、结构光技术和时差测距技术（TOF）。其中，大疆的精灵4代表了立体摄像头技术，微软的Kinect代表了结构光技术。时差测距技术由于厂家较少且成本较高，在无人机上的应用较少。深度感知摄像头在使用时也存在一些限制，例如双目视觉技术在低光条件下无法正常工作，而结构光技术在强光下无法正常工作。因此，一些厂家将两种技术组合起来以弥补彼此的缺陷，并扩大适用环境范围。
提高测量精度的方法
传感器校准
传感器校准是提高测量精度的重要方法，它包括精校准和粗校准两种方式。精校准效果更好，但需要昂贵的标定设备进行操作；而粗校准则只需对传感器本身进行简单操作，无需外部设备的支持。
以磁罗盘的粗校准为例，地球上任意位置的地磁场强度在较长时间跨度内可视为恒定的。通过转动磁罗盘，我们可以假设磁罗盘固定不动，而地磁场矢量随之在空间中旋转，形成一个标准球体轨迹。然而，由于传感器存在误差，实际测量数据并不完全符合球体表面的几何特征。因此，我们需要根据测量值和已知准确值之间的差异，计算出该款磁罗盘的误差模型。根据粗校准得到的误差模型，在后续使用该磁罗盘时可以对测量值进行修正，以减小测量误差。
多种传感器数据融合
采用多种传感器数据融合的方法也是提高测量精度的有效途径。在业内，扩展卡尔曼滤波（EKF）被广泛应用且效果良好。
以计算飞机姿态角为例，EKF的更新过程主要包括预测更新和量测更新两个阶段。预测更新利用陀螺仪数据来更新预测状态，并计算该状态的协方差矩阵。在量测更新中，首先计算滤波增益，然后使用滤波增益将预测状态量、加速度计和磁罗盘的数据进行融合，得到一个融合后的状态量，并计算其协方差矩阵。这个融合后的状态量和协方差矩阵会在下一次更新周期中使用。
传感器冗余设计
传感器冗余设计是将同类型的多个传感器组合起来使用的策略。处理方法通常是先排除异常数据的传感器，然后对传感器数据进行融合处理。传感器冗余设计不仅可以提高测量精度，还可以提高整个系统的可靠性。当其中一个传感器发生故障时，系统可以继续正常工作，不会受到影响。
通过传感器校准、多种传感器数据融合以及传感器冗余设计等方法，我们能够有效提高测量精度，并确保测量结果更加准确可靠。
