一套飞控内核，两个渲染后端：three.js 与 CesiumJS 同构实践同一套零依赖飞控内核同时驱动 three.j

一套飞控内核，两个渲染后端：把无人机塞进浏览器时踩过的坑

项目地址：github.com/chenlong201… 在线 Demo：chenlong2019.github.io/drone-camer…

先说结论：这个库做到了一件事——同一套飞行控制内核，同时驱动 three.js 的本地沙盒和 CesiumJS 的真实地球，面板、航线编辑、影像链路一行都不用改。换后端只改一个参数。

开源世界里"浏览器里飞无人机"的项目不少，但绝大多数是两种形态：要么是 FPV 飞行游戏（只关心第一人称爽感），要么是在地球模型上放一个会动的小飞机（只关心坐标对不对）。同时把「飞控状态机 + 影像链路 + 双渲染后端」做完整的，我没找到。

这篇文章不吹功能，只讲架构上必须做的判断，和几个只有真正写下去才会撞见的坑。

一、为什么非要两个后端

真实的无人机软件有三类场景，对渲染的要求是矛盾的：

场景	需要什么	three.js	CesiumJS
航线规划、避障推演、教学演示	完全可控的沙盒世界，任意摆建筑、任意调光照	✅	❌（地球场景不好塞自定义小场景）
真实地址勘察、测绘、汇报	真实地形与卫星影像，经纬度必须是真的	❌	✅
影像采集与全景	稳定的离屏渲染、可复现的相机位姿	✅	一般

如果按常规做法，这就是两个项目、两套代码、两份面板、两个 bug 列表。所以第一个设计目标就定成了：内核与渲染彻底解耦，面板与后端彻底解耦。

二、第一个决定：内核不许碰 DOM，也不许 import three

drone-sim.ts 是整个库的地基，它只有一个职责：给定时间步长，推进飞行状态。

// 没有任何 DOM / three / Cesium 依赖，Node 里裸跑
sim.step(dt)              // 推进物理
sim.position              // { x, y, z } 本地米坐标
sim.heading               // 航向
sim.phase                 // 上电 / 解锁 / 起飞 / 悬停 / 返航 / 降落
sim.battery               // 电池与剩余续航

里面装的是真正会咬人的东西：

限高限距（默认 120 m / 500 m，可整体关掉）
失效保护（低电量返航、失联返航、超时悬停）
AABB 避障（航点连线与障碍物包围盒求交，命中就绕行）
航点任务的完整状态机（执行、暂停、恢复、继续、跳点、循环）
电池模型（爬升比平飞更耗电，悬停也有基础功耗）

放在 Node 里跑意味着：飞控逻辑可以无头测试，不需要开浏览器。后面所有"AI 指挥无人机"的能力，本质上都建立在这个前提上——如果把飞控写在渲染循环里，AI 想控制它就必须先有一个活着的浏览器窗口，那就没法做批处理了。

这一步的代价是：内核不能直接用 three 的 Vector3、不能用 Cesium 的 Cartesian3，得自己实现向量运算。收益是换后端时内核一行不动。

三、第二个决定：面板靠接口，不靠继承

面板（上电、起飞、摇杆、飞行模式、云台）是最容易写死在一个后端上的部分——它要读飞行状态，要调动作。

"继承一个 BaseDrone 然后让两个后端各自继承"看起来最自然，但它有个死结：TypeScript 的 private 成员会破坏结构类型兼容。

我第一版就是那么写的，结果把两个适配器传给面板时编译器直接报错：

Argument of type 'DroneFly' is not assignable to parameter of type 'DronePanelHost'.
  Types have separate declarations of a private property 'sim'.

原因是 DroneFly 和 CesiumDroneAdapter 各自声明了 private readonly sim，即使类型一样，TS 也认为它们是两个不兼容的私有字段（这是 TypeScript 的 nominal 检查，私有成员按声明来源区分）。

修法不是把字段改 public，而是显式声明面板真正需要的最小契约：

// drone-control.ts —— 面板只认这个接口，不认识任何后端
export interface DronePanelHost {
  readonly sim: DroneSim
  powerOn(): void
  arm(): void
  takeoff(): Promise<void>
  land(): Promise<void>
  // ... 共 28 个成员
}

export class DroneControlPanel {
  constructor(host: DronePanelHost, options?: { container?: HTMLElement }) {}
}

DronePanelHost 28 个成员，MissionPanelHost（航线面板）也是 28 个。接口不小而全，但换来的是：

new DroneControlPanel(droneFly, opts)   // three 后端
new DroneControlPanel(cesiumAdapter, opts) // Cesium 后端

同一份面板代码，两种后端，零改动。航线面板同理。这是整个项目里最划算的一笔交易。

四、后端只在一个地方分叉

所有差异都被压缩进了一个工厂函数的参数里：

import { createDroneControl } from 'drone-camera'

// three.js / WebGPU
const fly = await createDroneControl({
  engine: 'three',
  scene, camera, renderer, controls,
  modelUrl: '/models/dji_mini4_pro.glb',
})

// CesiumJS
await loadCesiumScript('/Cesium/Cesium.js')
const fly = await createDroneControl({
  engine: 'cesium',
  viewer,
  lon: 116.391, lat: 39.906,
})

再往外，面板、航线、采集、全景、影像集全部面向接口，只 import type（这个细节很重要：如果 Cesium 路径不小心 import 了 three 的运行时，打包时 three 就被拖进 Cesium 包了，下面会讲）。

three 后端跟随视角：机体 + 飞控面板 + 城市场景

五、Cesium 后端的五个坑

Cesium 后端：真实地球上拖拽编辑航线

这部分是全文最"值钱"的地方——每条都是先怀疑别处、最后才定位到根因的。

坑 1：entity 的图形属性不吃 CSS 字符串

给航点加标签，最直觉的写法：

viewer.entities.add({
  position,
  point: { pixelSize: 10, color: '#3ddc97' },     // ← 点了是纯黑
  label: { text: '航点 1', fillColor: 'white' },   // ← 标签根本不显示
})

不报错、不警告，点和标签就是不对。因为 Cesium 的 Color 属性要的是 Cesium.Color 实例，不是 CSS 字符串——构造时不校验，渲染时才表现成"纯黑"或"什么都不画"。

const C = Cesium
point: { color: C.Color.fromCssColorString('#3ddc97') }
label: { fillColor: C.Color.WHITE }

坑 2：`scene.pick` 拿不到实体 id

想实现"点一下航点选中它"，标准做法是 scene.pick。对 entity 里的 point，返回的是这样一团东西：

{ primitive: PointPrimitive, collection: PointPrimitiveCollection, id: 'xxx' }

它是个包装对象，不是一个 Entity，pickedEntity.id 和你的 entity.id 对不上（一个是内部 primitive id）。试了几轮映射都不稳，最后放弃 pick，改成屏幕投影就近判定：

// 把所有航点投影到屏幕，找距离指针最近的那个（阈值 14px）
const screen = C.SceneTransforms.worldToWindowCoordinates(scene, cartesian)

反而更准：用户点的是"屏幕上看到的那个点"，投影判定和视觉完全一致，也不受 Cesium 内部图元结构变化影响。

坑 3：共享 GLB 资产不能为单一渲染器改

DJI Mini 4 Pro 的 GLB 里声明了 KHR_lights_punctual 扩展（PBR 灯光），而 Cesium 拒载这个扩展，直接抛 Unsupported glTF Extension。

最省事的想法：把扩展从 GLB 里删掉。但那个 GLB 同时被 three 后端用着，three 认这个扩展、还会用到里面的灯珠发光——为了一个渲染器改共享资产，是在给另一个渲染器制造 bug。

解法是加载期净化，只在 Cesium 路径上做：

// 取 ArrayBuffer → 只改 JSON chunk 里的 extensionsRequired → Blob URL 交给 Cesium
const url = await resolveModelUrl(glbUrl)  // 无扩展可摘时原样返回，零开销

MAGIC、version、BIN chunk 全部原样搬过去，只从 extensionsRequired 里摘掉那一个字符串。资产文件一个字节没动。

坑 4：拖拽航点会和地球漫游打架

在 3D 地球上拖一个航点，指针一动，Cesium 的相机漫游也跟着动——用户在拖航点，画面却在转。

而且增量不能按世界坐标算，得按屏幕空间算：

// 每像素对应多少米（在给定距离下）
const mpp = (2 * distance * Math.tan(fovy / 2)) / canvasHeight

事件要挂在容器的捕获阶段，并且 stopPropagation()，否则 Cesium 的手势识别器会先拿到事件：

container.addEventListener('pointerdown', onDown, { capture: true })

坑 5：全景取景时，机体会"穿帮"

拍摄全景时相机要绕机体转一圈取景，如果用普通的跟随视角逻辑，俯仰一压低，相机会穿到机身上，画面里出现一块黑——而且那正是要拼进全景的图。

修法是取景期间把光心固定在机体自转轴上，只转朝向不做偏移；同时取景帧里隐藏机体模型和航线实体：

// 取景相机光心 = 机体位置（不随俯仰摆动）
// 取景帧：body.visible = false, missionEntities.visible = false

成片才 takePhoto，取景帧只用来合成。

六、影像链路：因为位姿是已知的，所以不需要 SfM

绝大多数"全景拼接"教程会带你去学特征匹配（SIFT/ORB）、去装 OpenCV。这里不需要——每一张虚拟照片的相机位姿是精确已知的，因为相机就是我们自己控制的。

拼接就是逐像素反投影：

对每个输出像素（等距柱状图上的方向向量）
  → 找到覆盖该方向的源图
  → 用该图的位姿 + 内参反算源图像素坐标
  → 采样，写回

没有特征匹配、没有 RANSAC、没有光束法平差、没有 OpenCV 依赖。

全景是怎么"飞"出来的

真机的约束决定了拍摄策略。DJI Mini 4 Pro 的云台水平行程只有 ±30°（本库按 ±5° 保守建模），而 180° 全景需要 ±90° 水平视野——云台根本转不出来。

所以：

水平靠机体原地自转（空间坐标不动，Yaw 转 7 或 8 个方位）
垂直靠云台俯仰分层
180°：7 方位 × 3 俯仰 = 21 张
360°：8 方位 + 垂直层数按实际视场自适应 + 天顶天底

一句话：水平广角靠机身转，垂直分层靠云台俯仰。老款 Mavic 2 有大角度云台 Pan 可以自己转着拍，Mini 系列不行——这个差别会直接决定代码结构。

这里有个很隐蔽的 FOV 陷阱

相机水平 FOV 固定 60°，垂直 FOV 随窗口宽高比变化：

fovY = 2 * atan(tan(30°) / aspect)

于是宽屏下垂直视场骤降：

视口	垂直 FOV
1600 × 900	约 36°
1400 × 500	约 23°

早期版本把俯仰层写死在 +25° / −15° / −55°，在 fovY < 41° 的宽屏上三层不再重叠——拼出来的全景中间整行是空的，像一条没有被拍到的地平线。

第一版补丁是"填空隙"（取更近的已覆盖行铺过去），但那是治症状。根因在分层写死，改法是让分层跟着实际 fovY 走：

// 相邻层中心距不超过垂直 FOV 的 60%，保证至少 40% 重叠，再补天顶/天底
sphericalPitchGrid(verticalFovDeg)

改完以后同一个全景在 16:9 和 21:9 下都能无缝拼上。

360° 全景拼接成片：位姿已知，逐像素反投影

七、让 AI 开飞机

这是这个项目最不像"无人机模拟器"的部分。

仓库里带了一个 MCP server（mcp/drone-mcp-server.mjs，手写 stdio JSON-RPC，零框架依赖），暴露 14 个工具：

drone_state        drone_takeoff      drone_land          drone_return_home
drone_spin_to      drone_camera_mode  drone_capture_photo drone_panorama
drone_screenshot   drone_viewer_shot  drone_sessions      drone_session_export
drone_session_photos                   drone_shutdown

关键设计：截图以 MCP 的 image content 直接回给模型。

模型: drone_takeoff
模型: drone_panorama(mode=pano-360)
模型: drone_viewer_shot(yaw=90, pitch=-10, fov=90)  → 收到一张图
模型: "东侧拼接有明显接缝，重新拍这一列" → drone_spin_to(90) → drone_capture_photo

模型能看见自己拍的画面，并据此修正下一次动作——这才是"AI 指挥"和"AI 点按钮"的区别。

底下是一个 headless driver：按需拉起 vite + 无头 Chromium（软件 GL），渲染监听 127.0.0.1 随机端口，空闲 10 分钟自动回收，对调用方来说就像一个本地服务。同一套能力还有个 CLI 形态（Blender 式批处理）：

node mcp/drone-cli.mjs run task.json

八、部署上线时又踩了两个

上线到 GitHub Pages（/drone-camera/ 子路径）时，两个坑很典型：

1. CSS 里的 @import 不会被构建工具改写 base

@import url('/Cesium/Widgets/widgets.css');  /* 构建后还是 /Cesium/...，子路径下 404 */

CSS 里的绝对 URL 是"外部资源"，Vite 不会给它加 base。改成运行时按 import.meta.env.BASE_URL 注入 <link>。

2. Cesium 的 Workers / Assets 路径要显式告诉它

window.CESIUM_BASE_URL = `${base}Cesium/`   // 必须在加载脚本前设置
await loadCesiumScript(`${base}Cesium/Cesium.js`)

不设的话，Cesium.js 会自己从 script src 推断——推断出站点根，子路径部署下 Workers 全部 404，症状是"能渲染但什么都没画出来"。

顺带一个体验问题：首屏白屏了 40 秒。查下来不是加载慢，是 init() 里 await 了 14MB 的机体 GLB——首帧被资源加载阻塞。修法是两步：HDRI 从 4k 降到 2k（23MB → 8MB，自写 flat-RGBE 编码做降采样，太阳亮度 52 万量级完整保留），以及给 GLB 下载期加一个明确的加载提示，而不是让用户对着白屏猜。

九、结果

项	数字
库规模	28 个 TS 文件 / 26,144 行
内核外部依赖	0（Node 可直接跑）
面板契约	DronePanelHost 28 成员 / MissionPanelHost 28 成员
MCP 工具	14 个，截图以 image content 回传
静态场景性能	15 draw calls / 60 FPS（按材质分 8 桶合并 + InstancedMesh）
全景	180° 21 张 / 360° 自适应分层
依赖	three（peer）+ 可选 Cesium，拼接链路零 CV 依赖

程序化静态场景：8 个材质桶合并 + InstancedMesh，15 draw calls / 60 FPS

在线 Demo 可以点开直接玩（双后端都开着）： chenlong2019.github.io/drone-camer…

npm：npm i drone-camera（MIT）

十、诚实的边界

这是模拟与规划层，不是真机飞控。DJI Mini 4 Pro 不开放底层传感器与姿态接口，接真机需要换平台（比如 PX4/MAVSDK）。
"智能飞行"这件事，SLAM 不是必需的——它更像是上游的建模工具（把现实变成模型）。真正缺的是决策层：给一个目标（"把这座桥拍清楚"），自动生成航点、机位、云台角度的规划器。这块还没做，也是我认为最值得做的下一步。
全景拼接依赖"位姿精确已知"这个前提，所以它对真实照片（手机拍的）不成立——真实照片走的是 EXIF/GPS 导入路径，只做几何校验，不做拼接。

如果这个库对你有用，Star 一下是最实际的鼓励。有问题可以直接在 issue 里问，尤其是三个方向上的：

你们真实业务里，是沙盒视图用得多还是真实地球用得多？
全景拍摄的分层策略，真机上还有哪些约束我没建模到？
如果要接 AI 规划层，你希望它以什么形态存在（MCP 工具？还是库内的一个 MissionPlanner 类？）

一套飞控内核，两个渲染后端：three.js 与 CesiumJS 同构实践