【无人机】初识 PWM/RTK/飞控

无人机PWM原理及应用

PWM 全称脉冲宽度调制（Pulse Width Modulation） ，是一种通过 “数字脉冲信号” 模拟 “模拟信号” 的技术，核心是通过改变高电平的占空比，实现对负载（如电机、舵机）的精准控制。

一. 基本概念

1. 核心原理

PWM 信号的本质是 “周期性的高低电平交替”，关键参数是占空比：

• 占空比 =（一个周期内高电平持续时间 ÷ 信号周期）× 100%
• 例如：若信号周期为 20ms（对应频率 50Hz），高电平持续 10ms，则占空比为 50%。 由于电子元件（如电机）对信号的 “平均效应”，PWM 信号的等效输出电压 / 电流由占空比决定：
• 电源电压为 12V 时，50% 占空比的 PWM 信号，等效输出约 6V；
• 占空比越高，等效输出越接近电源电压，负载（如电机）的功率 / 转速越高。

2. 核心优势

无人机的飞控系统是 “数字系统”，而执行器（电机、舵机）需要 “连续可调的模拟量控制”，PWM 恰好解决了 “数字→模拟” 的转换问题，且具备以下优点：

• 成本低：协议简单，无需复杂芯片，入门级飞控 / 电调均支持；
• 响应快：周期可灵活调整（从几十 Hz 到几千 Hz），适配电机 / 舵机的动态需求；
• 抗干扰强：数字信号（仅高低电平）比模拟信号更抗电磁干扰，适合无人机户外复杂环境。

二. 应用场景

无人机的姿态控制（上升 / 下降、横滚 / 偏航）、辅助功能（云台调整、起落架收放），本质是通过 PWM 信号控制电机转速和舵机角度，核心应用分为两类：

1. 电机控制

无人机的核心动力来自无刷电机（入门级多旋翼常用 4 个电机），但无刷电机无法直接接收 PWM 信号，需通过电子调速器（ESC） 转换，流程如下： 关键细节：

• PWM 信号参数： 飞控发送给 ESC 的 PWM 信号通常为 50Hz~400Hz 频率（周期 20ms~2.5ms），脉宽范围 1000~2000μs（1μs=0.001ms）：
  • 1000μs（占空比 5%，20ms 周期下）：电机最低转速（或停转，需看 ESC 校准）；
  • 1500μs（占空比 7.5%）：电机 “中立转速”（多旋翼悬停时的基准转速）；
  • 2000μs（占空比 10%）：电机最高转速。
• ESC 的作用：将飞控的 “单通道 PWM 信号”，转换为无刷电机所需的 “三相交流电”，并根据 PWM 脉宽调整电流频率，最终控制电机转速 —— 转速决定无人机的升力 / 推力，进而控制姿态（如：提高右侧电机转速，无人机向左横滚）。

2. 舵机控制

无人机的辅助执行器（如云台俯仰调整、固定翼的升降舵 / 副翼、起落架收放）通常使用舵机，舵机可直接接收 PWM 信号，实现角度精准控制（通常 0180° 或 090°）。 关键细节：

• PWM 信号参数：舵机的标准 PWM 信号为50Hz 频率（周期 20ms），脉宽与角度严格对应：
  • 1000μs：舵机转到 “最小角度”（如 0°）；
  • 1500μs：舵机转到 “中立角度”（如 90°）；
  • 2000μs：舵机转到 “最大角度”（如 180°）。
• 示例：无人机云台需要 “向下倾斜 30°”，飞控会发送 1333μs 左右的 PWM 信号（按 0180° 对应 10002000μs 换算），舵机接收后精准转动到目标角度。

三. 信号链路

无人机的 PWM 控制是 “闭环反馈” 的一部分，完整链路如下：

1. 传感器采集：飞控通过陀螺仪、加速度计、GPS 等，实时获取无人机的姿态（如倾斜角度、高度）；
2. 控制计算：飞控根据 “目标姿态”（如遥控器指令 “上升”）与 “实际姿态” 的偏差，计算出每个执行器（电机 / 舵机）需要的 “控制量”；
3. PWM 信号生成：飞控的 MCU（微控制器）生成对应脉宽的 PWM 信号，通过信号线发送给 ESC（电机通道）或直接发送给舵机；
4. 执行器响应：ESC 将 PWM 信号转换为电机转速，舵机根据 PWM 脉宽调整角度，最终修正无人机姿态，实现目标动作（如上升、悬停）。

四. PWM校准

为确保 PWM 信号的 “控制范围” 与执行器匹配，需进行PWM 校准，最常见的是 “ESC 校准”：

• 问题：若飞控发送的 “最小 PWM（1000μs）” 大于 ESC 默认的 “最小识别值”，会导致电机无法启动；若 “最大 PWM（2000μs）” 小于 ESC 的 “最大识别值”，则电机无法达到满转速。
• 校准目的：让 ESC 识别飞控发送的 “最小脉宽（1000μs）” 和 “最大脉宽（2000μs）”，确保控制范围完全匹配。
• 校准流程：通常通过遥控器 + 飞控的组合操作（如 “油门推到最大→上电 ESC→听到提示音后油门拉到最小”）完成，不同品牌 ESC 步骤略有差异。

五. 局限性与替代方案

尽管 PWM 在入门级无人机中广泛应用，但随着无人机功能复杂化（如多电机、多舵机、长距离控制），其局限性逐渐显现：

1. 布线复杂：1 个 PWM 通道需 1 根信号线，若无人机有 6 个执行器（4 电机 + 2 舵机），需 6 根线连接飞控，增加重量和故障风险；
2. 抗干扰上限低：单端 PWM 信号（非差分）在长距离传输（如大型固定翼）时，易受电磁干扰导致信号漂移；
3. 通道数有限：飞控的 PWM 输出接口数量固定（通常 4~8 个），无法满足多执行器需求。

替代方案：总线型控制协议

中高端无人机多采用SBUS、DSMX、CAN 总线等替代 PWM，优势是 “单根线传输多通道信号”：

• 例如：SBUS 协议可通过 1 根线传输 16 个通道的控制信号，简化布线、提升抗干扰性，适合多旋翼、固定翼等复杂机型。

RTK定位

RTK Fix（固定解）、Float（浮动解）、单点解，均是 RTK（实时动态定位技术） 中，流动站（用户设备）根据基准站数据解算自身位置时的不同定位状态，本质差异在于载波相位整数模糊度的解算结果（RTK 定位的核心技术点），直接决定了定位精度。

一. 核心逻辑

RTK 通过 “基准站 + 流动站” 协同工作：

1. 基准站（已知精确坐标）持续接收 GNSS 卫星信号，计算自身与卫星的观测误差；
2. 基准站将误差数据（差分数据）通过电台 / 4G / 北斗短报文等链路发给流动站；
3. 流动站结合自身接收的卫星信号 + 基准站差分数据，解算载波相位观测值（比普通 GPS 的伪距观测值精度高 1-2 个数量级）；
4. 关键步骤：解算 “载波相位整数模糊度”（卫星到接收机的载波相位数，理论上是整数，但受噪声影响会变成小数）—— 不同解算结果，就对应了不同的定位状态。

二. 三大定位状态

1. 单点解（Single Point Solution）

• 定义：流动站不接收 / 未接收到基准站差分数据，仅依靠自身接收的 GNSS 卫星信号（伪距观测值）解算位置，本质和普通手机 / 车载 GPS 的定位原理一致。

• 核心特点：完全不使用 RTK 差分数据，也不涉及载波相位整数模糊度的解算。

• 精度：最低，平面精度 1-10 米，高程精度 2-15 米（受卫星分布、电离层 / 对流层干扰影响）。

• 适用场景：

  • RTK 设备刚开机、未连接基准站时的临时定位；
  • 仅需 “大致位置” 的场景（如寻找基准站位置、粗略导航）；
  • 差分链路中断（如 4G 断网、电台故障）时的 fallback 状态。

2. Float 解（浮动解，Ambiguity Float Solution）

• 定义：流动站已接收基准站差分数据，开始用载波相位观测值解算，但未成功确定 “整数模糊度” 的准确整数值（模糊度解为小数，处于 “浮动” 状态）。

• 核心特点：已进入 RTK 差分模式，但未突破 “整数模糊度” 这一关键瓶颈，定位精度介于单点解和固定解之间。

• 精度：平面精度 0.1-1 米，高程精度 0.2-2 米（比单点解高 10 倍左右）。

• 适用场景：

  • 流动站高速动态移动时（如车辆、船舶行驶中）：卫星信号易受遮挡/抖动，模糊度难以固定；
  • 卫星信号质量差时（如高楼密集区、树林边缘）：观测噪声大，模糊度解算不稳定；
  • RTK 初始化阶段（刚连接基准站，需几秒到几十秒解算模糊度，此阶段先出 Float 解）。

3. Fix 解（固定解，Ambiguity Fixed Solution）

• 定义：流动站成功解算出 “载波相位整数模糊度的准确整数值”，此时用整数模糊度计算位置，是 RTK 定位的 “理想状态”。

• 核心特点：完全发挥 RTK 的高精度优势，定位结果稳定、可靠。

• 精度：最高，平面精度 0.01-0.1 米（1-10 厘米），高程精度 0.02-0.2 米（2-20 厘米）（具体取决于基准站距离、卫星数量）。

• 适用场景：

  • 所有需要高精度定位的场景：如测绘放线（道路、建筑放样）、无人机植保（厘米级航线）、精准农业（农机自动驾驶）、形变监测（桥梁、大坝位移）；
  • 流动站静止 / 低速移动、卫星信号良好时（如开阔场地作业）。

三. 差异对比表

四. 如何让 RTK 更快进入 Fix 解？

Fix 解是高精度作业的前提，影响其 “固定速度” 和 “稳定性” 的核心因素的：

1. 卫星条件：

   • 卫星数量：至少接收 4 颗以上 GNSS 卫星（越多越好，如同时用 GPS + 北斗 + GLONASS，可提升卫星分布密度）；
   • 卫星分布：避免卫星集中在同一方向（如仅靠地平线附近的卫星），PDOP 值（位置精度因子）<3 最佳。

2. 信号质量：

   • 避免遮挡：远离高楼、树林、隧道（遮挡会导致信号反射，产生多路径误差）；
   • 减少干扰：远离高压电线、基站、雷达站（电磁干扰会破坏载波相位观测值）。

3. 基准站距离：

   • 基准站与流动站的距离越近，差分数据的误差越小（电离层 / 对流层影响一致性更高），一般建议≤20 公里（超过 50 公里后，Fix 难度大幅增加，需用网络 RTK 的 CORS 服务）。

4. 数据链路：

   • 确保基准站与流动站的链路稳定（如 4G 信号满格、电台天线对准），避免差分数据丢包。

飞控系统

无人机飞控系统作为无人机的 “大脑”，是实现飞行控制、导航与任务执行的核心技术体系。其核心功能涵盖姿态稳定、自主导航、应急响应等，通过多传感器融合与控制算法协同运作，确保无人机在复杂环境下的可靠运行。

一. 技术架构

（一）硬件层

1. 传感器网络 由惯性测量单元（IMU，含陀螺仪、加速度计、磁力计）、气压计、GPS / 北斗模块、超声波 / 光流传感器等构成，实现六自由度状态感知。例如，IMU 以毫秒级频率采集角速度与加速度数据，气压计提供高度粗测，超声波在低空场景下实现厘米级定高。 技术演进：MEMS 传感器精度提升（如零偏稳定性 < 0.1°/h），支持微型化设计；激光雷达与视觉传感器的集成，使无人机具备动态避障与场景建模能力。
2. 中央处理单元 采用双核 / 多核微控制器（如 STM32H7、i.MX RT 系列），运行实时操作系统（如 NuttX）。高端飞控（如 Pixhawk 6X-RT）通过 1GHz 主频与 2MB RAM，支持复杂控制算法（如模型预测控制）与边缘计算任务px4.gitbook.io。 国产化突破：羲岳天工研发的全链路国产化飞控，采用分层式双核架构与空间仿射推力矢量算法，在 - 40℃至 85℃极端环境下仍能保持稳定。
3. 执行机构 多旋翼无人机通过电调（ESC）调节电机转速，固定翼机型依赖舵机控制襟翼与副翼。例如，四旋翼无人机通过对角电机差速实现偏航，通过前后 / 左右电机组转速差实现俯仰与滚转。

（二）软件层

1. 核心控制算法

   • PID 控制：通过比例 - 积分 - 微分调节消除姿态误差，广泛应用于基础稳定控制。
   • 卡尔曼滤波：融合 IMU 与 GPS 数据，提升状态估计精度（如位置误差 < 1 米）。
   • 自适应控制：动态调整参数以应对风阻、电池衰减等外部扰动，增强鲁棒性。 前沿方向：深度学习模型（如 YOLOv8）嵌入飞控，实现实时目标识别与路径规划，已在电力巡检场景中验证。

2. 导航与路径规划 基于 SLAM 技术构建环境地图，结合 A * 算法或 DWA 算法生成避障路径。例如，农业无人机通过 RTK-GPS 实现厘米级定位，结合农田边界识别算法完成精准喷洒。

3. 安全机制 集成低电量返航、失联悬停、故障诊断等功能。高端飞控（如大疆 A3）通过多链路通信（Wi-Fi+4G）与双 GPS 模块，确保控制信号不中断。

二. 工作原理

以四旋翼无人机为例，其控制流程可分为三级闭环：

1. 姿态内环：通过 IMU 数据计算当前俯仰角、滚转角与偏航角，与目标值对比后生成电机转速调整指令，响应周期 < 10ms。
2. 位置外环：融合 GPS 与光流数据，调整目标姿态角以实现水平位移控制，典型精度 < 0.5 米（室内）或 1 米（室外）。
3. 任务层：解析地面站指令（如航线规划）或自主决策（如避障），动态切换飞行模式（如悬停、跟随、测绘）。

三. 应用场景

1. 消费级领域

   • 航拍：大疆 Mavic 3 通过 O4 高清图传与 APAS 5.0 避障，实现复杂环境下的稳定拍摄。
   • 娱乐：穿越机依赖 Betaflight 等开源飞控，支持高机动飞行与第一视角竞速。

2. 工业级应用

   • 农业植保：极飞 P100 Pro 通过毫米波雷达与双目视觉，实现果树三维建模与变量喷洒，农药利用率提升 30%。
   • 物流配送：Zipline 无人机采用自研飞控，在山区环境中实现精准投送，单次航程超 100 公里。
   • 应急救援：搭载边缘计算飞控的无人机，可在无网络环境下自主识别伤员位置并引导救援队伍。

3. 军事与科研

   • 美军 MQ-9 Reaper 采用冗余飞控与抗干扰通信，支持长航时侦察与精确打击。
   • 开源项目 PX4 在学术研究中广泛应用，如群体协同飞行算法验证px4.gitbook.io。

四. 技术趋势

1. AI 深度融合

   • 神经网络视觉技术赋能无人机自主决策，如电力巡检中识别绝缘子裂纹（准确率 > 95%）。
   • 强化学习算法优化能源管理，使物流无人机续航提升 20%。

2. 冗余设计升级 采用双 IMU、双气压计与双飞控架构，结合故障检测与动态重构算法，实现关键任务场景的零失效概率。例如，六轴无人机在单电机失效时仍能通过动力重分配安全降落。

3. 国产化替代加速 羲岳天工、翼辉信息等企业推出自主可控的飞控解决方案，从芯片到算法实现全链路国产化，打破国外技术垄断。

4. 低空经济适配 针对城市低空交通需求，飞控系统集成 UAM（城市空中交通）协议，支持与空管系统实时交互，保障飞行安全与空域效率。

五. 选型建议

1. 开源与商业方案对比

   • 开源飞控（PX4/ArduPilot） ：适合科研、DIY 与定制化需求，需一定技术门槛，但具备高度灵活性。
   • 商业飞控（大疆 / DJI） ：即插即用，生态完善，适合追求稳定性与效率的行业应用。

2. 硬件性能匹配 复杂任务（如 8K 拍摄、激光雷达测绘）需选择算力强劲的飞控（如 Pixhawk 6X-RT）；轻量化场景（如消费级无人机）可采用集成度高的方案（如大疆 H20T）px4.gitbook.io。

3. 法规与认证 工业级应用需符合 RTCA DO-178C 等适航标准，民用无人机需通过 FCC、CE 等认证，确保合规运营。