室内定位实践｜UWB 与视觉融合无人机

最后更新：2025年

视频展示了我在厦门梵识智能科技有限公司实习期间参与开发的室内定位巡检微型无人机。

🚁 设计思路

工业厂房内部通常没有稳定的 GPS 信号，而自主巡检又需要无人机持续知道自己的位置。因此，这套系统采用 UWB + AprilTag 的组合定位方案：UWB 提供室内空间中的位置参考，AprilTag 则通过视觉信息辅助定位，让无人机在复杂环境中获得更加稳定的位置信息。

UWB 定位 + AprilTag 视觉定位
              ↓
        ESP32 控制器
              ↓ MAVLink
          APM 飞控系统
              ↓
       Python 地面站任务调度

在控制链路中，定制的 ESP32 控制器负责硬件通信和数据交互，并通过 MAVLink 与 APM 飞控连接。Python 地面站则负责巡检任务的下发、状态监控和流程调度，最终将定位、飞行控制和上位机管理连接成一套完整系统。

🛠️ 从定位到自主巡检

真正实现室内自主飞行，并不是让某一种定位方法单独达到很高的精度。UWB 容易受到室内多径环境影响，视觉定位也会受到光照、遮挡和视野范围限制。将两种信息结合起来，才能让它们在不同场景下互相补充。

除此之外，定位结果还需要稳定地传递给飞控。通信延迟、坐标系转换、数据异常和任务状态切换，都会直接影响无人机的飞行表现。很多在单独测试中并不明显的问题，只有整机飞起来后才会真正暴露。

💭 一些感想

这段实习经历让我第一次较完整地参与了一个机器人系统从硬件通信、视觉定位、飞控交互到地面站调度的开发过程。相比单独完成一个算法模块，真正的产品更强调每个模块之间能否可靠配合。

无人机样机最终完成了系统联调，并在福州创新园进行了展示。对当时刚开始接触嵌入式系统和机器人开发的我来说，这个项目也是一次很好的工程起点。

🏁 结语

还记得暑期实习时，每天顶着福州的大太阳去公司写代码和调无人机。福州的天气也很有意思：白天热得不想出门，到了晚上骑车回去又会觉得有点冷。好在那些反复联调的日子最终有了成果，无人机样机顺利完成，也算给这段实习交上了一份汇报。🌞💻

比较可惜的是，当时只参与并完成了项目的前期开发。因为临近毕业，后续没有继续跟进产品化和实际落地的过程。如果有机会完整经历从样机到产品的阶段，应该还能学到不少新的东西。