本文详细介绍了如何通过开源系统和开放硬件打造大规模商用无人机系统，并且强调了领域专业知识和合规性在成功商用无人机系统开发中的重要作用。原文：Mastering Full-Stack Unmanned Aerial Systems: From Hardware to the $211 Billion Low-Altitude…

低空经济正在迅猛发展，仅中国国内就预计到 2025 年这一领域的规模将达到 2114.2 亿美元，到 2035 年将达到 4900 亿美元。而全球无人机配送市场预计到 2032 年将达到 85.5 亿美元，年复合增长率将达到 42.7%。但现实情况是，要掌控这个价值万亿的市场，仅仅拥有现成的无人机是不够的，还需要了解从芯片到空域的整个无人驾驶航空系统（UAS，Unmanned Aerial System）架构。

在从零开始构建 Skylight 无人机系统项目（包括自动驾驶软件、定制嵌入式硬件、地面站、任务规划器以及载荷控制）之后，我了解到，低空经济领域的真正赢家不会是那些使用黑箱解决方案的运营商。而是能够针对特定应用场景（如需要 10 厘米精度的农业喷洒、需要 19 分钟交付周期的包裹配送，或者需要厘米级 RTK 定位的基础设施检查）对每一层进行定制的工程师们。

本文详细阐述了构建具备量产水平的无人机系统平台，并在低空经济中最具利润的领域中展开竞争所需的切实条件。我们将探讨自动驾驶架构、传感器融合、地面控制系统、嵌入式设计，以及 2025 年正在重塑 BVLOS（超视距，Beyond Visual Line of Sight）操作模式的新兴法规等内容。

低空经济：市场力量与技术需求

究竟是什么在推动规模达 235 亿美元的城市空中交通市场的发展？

城市空中交通（UAM，Urban Air Mobility）行业到 2030 年的市场规模将达到 235 亿美元，到 2035 年将达到 415 亿美元，年增长率高达 31.2%。但这些数字并不能完全反映其技术层面的情况。有三个相互关联的因素正在推动其商业化可能性：

• 政策成熟度：美国联邦航空管理局于 2025 年 8 月公布的第 108 部分规则确立了适用于重量不超过 1320 磅的无人机的全国范围内的无管制飞行标准，要求无人机飞行高度不得超过 400 英尺，并配备确定性安全管理系统。加拿大于 2025 年 11 月出台的法规允许在不受管制的空域内对重量低于 150 千克的无人机进行常规无管制飞行，无需特殊许可。欧洲 EASA SORA 2.5 法案要求符合 SAIL III 标准，必须具备双 EKF 冗余和带有 CRC 标记的确定性构建。

• 技术融合：RTK GPS 现在利用像 Trimble 的 CenterPoint RTX 这样的全球校正服务，能够提供厘米级精度，消除了传统 RTK 的 20 千米基站限制。集成 5G 的无人机系统能够在 23 千米的范围内进行实时中央调度，而 AI 辅助路径规划使轨迹跟踪误差降低了 50%。

• 经济压力：最后一公里配送占总运输成本的 50% 以上；优化的多旋翼无人机能将这一比例降低 93%。农业喷洒无人机能在 10 厘米精度范围内实现 85% 以上的精准度，大幅减少化学物质的浪费。运营商报告称，与地面车辆相比，每件货物的碳排放量可以降低 94%。

数字背后现实

到 2025 年，中国将投入 1.5 万亿元人民币（约合 2089.3 亿美元）用于航空走廊基础设施建设。同时，无人机配送业务量将从 2024 年的 32456 笔增长至 2030 年的 275703 笔。这并非是简单的增长，而是需要具备认证硬件、冗余安全系统和确定性实时性能的基础设施规模的部署。

自动驾驶系统架构：PX4 与 ArduPilot 在量产系统中的比较

根据实际工程需求选择飞行系统架构

PX4 与 ArduPilot 的选择决定了后续所有技术决策。两者都是商业系统，但在 2025 年的部署中，其架构在关键方面存在显著差异。

PX4 的模块化 uORB 架构将传感器驱动程序作为独立模块进行隔离，并通过 microORB 总线进行发布。出现故障的驱动程序会自行隔离；估算器则切换到正常状态的主题实例。PX4 v1.16 版本增加了 FMUv6X-RT 支持，用于审计追踪的确定性构建哈希值，以及在 50 帧/秒地形数据速率下的一流 ROS 2/DDS 连接桥接功能。这对于需要获得 EASA SAIL III 认证的送货无人机来说非常重要，因为必须包含确定性的故障模式。

ArduPilot 架构在估算器层面会同时运行两个扩展卡尔曼滤波器（EKF）实例，并实时对惯性测量单元（IMU）数据集进行投票。ArduPilot 4.6 版本在 EKF3 中、原生 Blue UAS 模式（美国国防认证）以及完整的 ADS-B 标识广播中增加了双 IMU 冗余功能。室内光流测试表明，ArduCopter 4.5.7 在 90 秒内保持位置，其横向误差的均方根值为 0.08 米，而 PX4 v1.15 版本的该误差值为 0.11 米。

在 6 米/秒的侧风条件下，风速恢复情况显示两个机架均在 1.2 秒内重新回到设定值，但 PX4 的速率控制器仅需要 18% 更少的积分超调重置次数，这对于配备有稳定器的大型航拍无人机来说至关重要。

许可与商业影响

PX4 的 BSD 许可证允许开发具有专有特性的衍生产品，但无需披露代码。亚马逊的 MK30 和 Zipline Sparrow 就使用 PX4 作为送货飞行器的控制系统。ArduPilot 的 GPL v3 要求发布修改版本，但允许配套计算机代码（其中大部分知识产权存在于其中）保持专有状态。对于起飞重量超过 25 千克的农业喷洒垂直起降飞行器，ArduPilot 占据主导地位：2024 年第四季度公布的 17 项新的 FAA 第 137 部分豁免中都提到了 ArduPilot 固件。

Skylight 无人机系统项目设计决策：采用混合式方案 —— 使用 PX4 核心系统，并配备定制辅助计算模块处理特定任务相关逻辑（载荷控制、射频调谐、载荷释放机制）。BSD 许可证使我们能够不断改进专有功能，同时利用 PX4 的 Gazebo/Ignition 模拟技术，并结合真实参数的电机惯性进行硬件在环测试。

传感器融合与导航：实现厘米级精度

为什么仅靠 GPS 不够 —— 如何通过传感器融合来解决

消费级 GPS 可提供 2-3 米的精度，但对于精准农业喷洒、包裹配送或自动降落等应用而言，显然是不够的。现代无人机系统会将来自惯性测量单元、气压计、磁力计、光流、激光雷达和全球导航卫星系统的数据融合为统一的状态预估值。

EKF 管道：从原始数据到厘米级精度

扩展卡尔曼滤波器（EKF）能够将具有不同更新频率和噪声特性的传感器流进行合并，典型实现方式是：

1. 预测步骤（100 Hz）：惯性测量单元（IMU）加速度计和陀螺仪数据用于预测位置、速度和姿态

2. 校正步骤（可变）：全球定位系统（1 - 10 Hz）、气压计（20 Hz）、磁力计（10 Hz）、光学流（20 Hz），对预测状态进行校正

3. 异常值剔除：卡方门控检测传感器故障或错误读数

4. 协方差传播：跟踪每个状态预估的不确定性

PX4 的双 EKF 实现运行两个并行估算器，对传感器的有效性进行投票。如果一个 IMU 发生漂移，系统会自动将健康传感器的权重提高。ArduPilot 的 EKF3 运行方式类似，但在估算器层而非 PX4 的驱动层进行投票。

RTK GPS：精准应用的变革者

实时动态全球定位系统通过利用基站载波相位差分修正实现厘米级精度。传统 RTK 需要 20 公里的基站覆盖半径，并且存在站点之间的坐标系协调问题。

Trimble 的 CenterPoint RTX 以及类似的全球校正服务均基于固定不变的参考基准面运行，从而消除了多站协调的难题。对于自主降落而言，使用相同的 RTX 系统对着陆平台进行测量 —— 在同一个基准面内，所有数据都能完美对齐。

当 RTK 出现故障时：mmE-Loc 在城市峡谷中的着陆应用

在城市峡谷中，随着海拔降低，GPS 精度会下降，甚至在着陆时几乎无法使用。研究人员开发了 mmE-Loc 系统，将事件相机与毫米波雷达相结合，以实现厘米级精度和毫秒级延迟的地面定位。该系统利用微运动的时间一致性来检测无人机，然后在因子图中联合优化事件跟踪和雷达跟踪，当 GPS 失效时能够实现可靠着陆。

传感器融合量化效益：采用索尼技术和无人机点云数据进行整合，使配准误差降低了 12.75%（从 0.149 米降至 0.130 米）。处理去噪后的数据集使得 M3C2 距离精度比原始点云数据提高了 52.4%。

地面站与任务规划：操作指挥与控制

为何任务规划软件能决定任务成功与否

地面控制站（GCS）是执行任务的核心，包括飞行前规划、实时监控、紧急应对以及飞行后的分析。Skylight 无人机系统项目使用 Qt 框架构建地面站，以实现跨平台支持（Windows/ Linux/移动设备），并采用插件系统以增强可扩展性。

核心 GCS 在生产运营中的功能

现代任务规划系统必须实现以下目标：

• 利用数字高程模型（DEM，Digital Elevation Model）导入实现 3D 地形可视化，适用于地形跟随任务

• 通过自定义间距实现区域全覆盖和走廊测绘，适用于摄影测量或地球物理调查

• 具备实时遥测功能，可配置警报以监测电池电压、GPS 质量、电机温度和通信链路强度

• 结合地理围栏和禁飞区功能，确保符合监管要求

• 提供任务回放和日志分析，用于事故调查和性能优化

UgCS（通用地面控制软件，Universal Ground Control Software）被公认为专业无人机操作的黄金标准，支持 PX4、ArduPilot、大疆以及 60 多种无人机型号。其激光雷达工具集（专家/企业版本）包含用于测量精度的地形跟随飞行路径和自动惯性测量单元校准操作。

QGroundControl 提供了针对 PX4/ArduPilot 的全面开源任务规划服务，包括完整的参数调整、固件管理以及与飞行控制计算机相连接的 270 度驾驶舱模拟器集成。对于专为 ArduPilot 设计的功能，任务规划器提供了深入的硬件配置、实时遥测数据以及通过 cflib API 进行的大量 Python 脚本编写，以实现定制化的自动化操作。

通信系统：4G/5G 技术用于延长无视距飞行范围

传统射频系统在信号衰减前将传输范围限制在 10 至 15 千米。而 4G LTE/5G 飞行器遥测技术则能在蜂窝网络覆盖区域内实现几乎无限的无视距飞行范围。

这些实现方式利用虚拟专用网络（VPN）隧道技术，通过蜂窝网络保障无人机与地面控制站（GCS）之间使用的 MAVLink 协议数据的安全传输。Parrot Anafi AI 利用 4G 作为主要数据传输通道，理论覆盖范围可达 23 公里，但在城市区域实际性能会降至 15.3 公里，之后需要重新连接。JOUAV 的 CW-15 利用 5G 进行实时中央系统调度，而 CW-80E 则集成了卫星终端、4G 和 5G，用于灾难通信场景。

LTE/5G 面临的挑战：农村地区覆盖不足、网络切换不稳定，以及由于无人机同时能被多个基站连接而导致的上行/下行信号干扰。可定向波束成形天线跟踪服务基站，可缓解干扰问题。

嵌入式系统与硬件设计：构建大脑

STM32 与 ESP32：为飞行关键系统选择微控制器

Skylight 无人机项目采用了定制印刷电路板设计，集成了 STM32/ESP32 芯片，用于传感器采集、控制逻辑以及与自动驾驶仪的通信。这一选择至关重要：

• STM32 用于实时控制：STM32 Cortex-M4 微控制器能够提供微秒级精度，适用于电机控制回路，对于姿态稳定至关重要。ArduPilot 和 PX4 自动驾驶系统主要使用 STM32 FMUv6X 参考板。STM32 的实时操作系统（RTOS）优化确保了确定性的时间控制，这对飞行关键系统而言至关重要，因为错过截止日期会导致系统崩溃。

• ESP32 用于连接和原型设计：ESP32 提供了集成的 Wi-Fi/蓝牙、双核处理和 Arduino IDE 兼容性，使其非常适合快速原型设计、遥测模块和非关键负载。ESP-Drone 项目展示了使用 ESP32 + MPU6050 加速度计/陀螺仪的完全功能化的四旋翼飞行器，通过 Python cflib API 编程实现了高度保持和位置保持。

• 在量产无人机中，混合架构很常见：STM32 负责飞行控制，而 ESP32 管理无线通信和用户界面，通过 UART/SPI/I2C 连接。将实时任务和非实时任务分离开来，提高了可靠性。

IMU 集成与校准

像 MPU6050 这样的惯性测量单元（IMU）将一个 3 轴加速度计和一个 3 轴陀螺仪集成在单个芯片中，能提供 100 Hz 以上的原始数据用于姿态估算，但需要进行仔细校准：

• 加速度计校准：在六个方向（±X、±Y、±Z）测量偏移量，以校正制造偏差

• 陀螺仪校准：获取静止状态下的读数以确定零率偏移（漂移）

• 温度补偿：IMU 的偏差会随温度变化而变化；高级系统会存储校准曲线

• 振动隔离：将 IMU 安装在减震材料上，以过滤因螺旋桨/电机振动而造成的读数误差

电源管理与安全

飞行电子设备需要稳定的电源，并具备故障转移保护功能。常见架构包括：

• 双电源供应：主电池与备用锂电池，自动在主电池失效时切换供电

• 电压监测：实时电池遥测功能，可配置低电压警报（通常在电量达到 30% 时发出警告）

• 电流检测：在热损坏发生之前检测电机故障或短路

• 看门狗定时器：若软件卡顿，微控制器会自动重启，以防完全失控

高级控制系统：行为树和 AI 决策制定

超越 PID 路径：分层任务逻辑

低级控制通过 PID（比例-积分-微分，Proportional-Integral-Derivative）回路来实现高度保持、航向锁定和空速调节。而高级任务逻辑则需要更为复杂的架构。

行为树（BT，Behavior Tree）具有模块化、目标导向的特点，其控制效果优于传统有限状态机。行为树以层级结构来组织任务：

• 动作节点：启用自动驾驶模式，触发弹射器功能（相机快门、喷雾阀）

• 条件节点：测试传感器数据（电池电量、GPS 定位质量）

• 组合节点：按顺序执行任务；选择器尝试各种选项，直至其中一项成功

• 装饰节点：修改子节点的行为（重复、反转、超时）

无人机航点任务行为树可能如下所示：

• 序列（重复）：

• 条件：检查 GPS 定位质量 → 成功

• 操作：继续前往下一个航点 → 成功

• 选择器：尝试降落方式：

• 操作：RTK 精度降落 → 失败（没有 RTK 定位）

• 操作：光学流体降落 → 成功

行为树相较于有限状态机具有更高的可扩展性，并且模块之间有标准化接口，特别适用于多无人机协调和复杂负载控制（例如 Skylight 项目中与飞行阶段同步的载荷释放机制）。

AI 增强的飞行控制：基于强化学习的 PID 参数调整技术

传统 PID 调整过程十分繁琐，需要通过反复试验的飞行测试来调整参数。而深度确定性策略梯度（DDPG，Deep Deterministic Policy Gradient）强化学习技术能够在飞行过程中自动调整 PID 控制器。

AirPilot 是一种基于 PPO 的 DRL 自动调整非线性 PID 控制器，将默认的 PX4 PID 导航误差降低了 90%，导航速度可提高 21%，并且将设置时间和超调量分别减少了 17% 和 16%。该系统在模拟环境中（使用带有 PX4 自动驾驶器无人机工具包支持包的 Matlab/Simulink）进行训练，然后部署到了实际硬件上，是首个基于 DRL 的实际无人机飞行控制器之一。

有效载荷控制与定制应用：将硬件转化为解决方案

农业喷洒系统：规模化下的 10 厘米精度

农业无人机是低空经济领域最大市场之一，预计到 2025 年将达到 34.1 亿美元（较 2024 年的 24.7 亿美元有所增长）。现代喷洒无人机利用 GPS 和多光谱传感器实现 10 厘米的喷洒精度，以监测田地状况并实时调整喷洒量。

关键技术能力：

• 罐体容量：20 - 70 升（大疆 Agras T40 罐体容量为 40 升，每小时可喷洒 16 - 18 公顷）

• 流量控制：可调节流量范围为 30 - 40 升/分钟，通过 AI 实现每区域流量自动调整

• 喷头系统：双级雾化，配备全方位障碍物感应功能，可避免树木/电线杆碰撞

• 耐候性：在轻度降雨和中等风力条件下可正常运行，具备自动稳定功能

• 精准优势：精准施药可减少 93% 的化学药剂浪费，相较于地面喷雾器可减少 94% 的碳排放，并能实现当天对田地的分析以快速做出处理反应。

包裹配送载重：重量、释放和降落伞系统

亚马逊计划在 2030 年前通过无人机每年完成 5 亿次包裹配送。配送系统需具备以下功能：

• 带有主动冷却系统的货舱，用于存放对温度敏感的货物

• 在 GPS 信号点位触发自动释放机制，并通过高度确认

• 降落伞用于包裹下降的回收（保护易碎物品）

• 在起飞前和成功释放时使用重量传感器确认包裹装载情况

沃尔玛和 Wing 公司展示了从美国 100 家门店平均 19 分钟完成配送的成果，验证了大规模商业运营的效率。多旋翼无人机队在路线优化后将最后一公里的成本降低了 93%。

定制型有效载荷接口

Skylight 无人机系统项目采用模块化有效载荷接口，支持摄像机、喷雾喷头、载荷释放装置以及未来可能出现的其他有效载荷，其实现方式为：

• 标准化的电气连接器（电源、CAN 总线、串行）

• 带有减震功能的机械固定点

• 软件插件架构，可实现针对有效载荷的特定控制逻辑，无需自动驾驶系统重新编译

• 有效载荷状态的实时遥测（喷雾速率、载荷释放确认、相机快门计数）

BVLOS 操作与合规性：超视距范围飞行。

2025 年监管环境将重塑无人机运营模式

超视距范围（BVLOS，Beyond Visual Line of Sight）飞行模式，即无人机超出飞行员肉眼可见范围进行飞行，能够充分释放低空经济潜力。但直到最近，这种模式仍需高额豁免费用和复杂的审批程序。

美国 — 航空局第 107 部分和新兴的第 108 部分

标准第 107 部分要求保持视线清晰，超视距范围飞行需要通过 DroneZone 申请特殊许可。美国航空局第 108 部分草案规则（意见征询期于 2025 年 10 月结束）为重量不超过 1320 磅的无人机制定了全国范围内的超视距范围飞行标准：

• 适航性：行业安全标准，但未获得完整的飞机认证

• 飞行限制：在海拔高度低于 400 英尺的区域飞行，且在人口密集区域有更严格的规定

• 安全管理：有经过培训的人员负责飞行监管、安全记录以及事故报告（信号丢失、紧急迫降）

• 探测与避让（DAA，Detect-and-Avoid）：需使用获得美国联邦航空管理局批准的 DAA 系统、跟踪雷达或视觉观察员

加拿大 —— 低风险超视距无人机飞行（2025 年 11 月）

加拿大运输部 2025 年 11 月的法规允许重量低于 150 千克的无人机在没有特殊飞行操作证书（SFOC，Special Flight Operations Certificates）的情况下进行常规超视距无人机飞行，前提是：

• 在低于 122 米（400 英尺）的无管制空域内运行

• 至少距离人口密集区 1 公里（或在人口稀少地区对小型无人机适用）

• 飞行员需持有高级和一级复杂操作证书（年龄 18 岁及以上，通过在线考试，飞行时长 20 小时）

• 超视距操作（EVLOS）允许小型无人机在 2 海里（3.6 公里）范围内运行，使用经过培训的视觉观察员（VO）并配备冗余通信系统。

欧洲 —— EASA SORA 和 SAIL III

EASA 的 SORA（特定操作风险评估）2.5 方法以及 SAIL III 合规性手段（2025 年 1 月）要求确定性的姿态控制故障率，这促使 ArduPilot 4.6 引入了双 EKF 冗余机制，而 PX4 则推出了带有 CRC 标记的确定性版本，专门用于 EASA 认证。

所有超视距飞行任务都需要配备数据链通信系统（包括机载传感器或地面设备）、远程识别/类别标识以及提升飞行员的技能标准。

有防护的超视距飞行规则和操作概念

有防护的超视距飞行规则利用自然地形（建筑物、悬崖、森林）作为屏障，降低了有人驾驶飞机相撞的风险。无人机必须在横向距离不超过 100 英尺且低于防护物体顶部的范围内运行 —— 这在联邦航空管理局第 107.110 条和欧洲航空安全局 SORA 规范中得到了正式认可。

模拟与硬件在环测试：飞行前验证

为何仅依靠实际测试会导致项目失败

用价值 3 万美元的无人机搭载定制负载进行坠毁测试，会毁掉几个月的工作成果。而模拟测试和硬件在环测试能在首次飞行前发现 80% 以上的错误。

PX4 与 Gazebo/Ignition 集成

PX4 发布了带有真实电机惯性参数的 Gazebo/Ignition 模拟模型 —— 电机加速具有真实延迟效果，螺旋桨能生成精确的推力曲线，能够发现简化模拟器中无法察觉的控制问题。

模拟工作流程：

• 软件在环测试（SITL，Software-in-the-Loop）：整个自动驾驶系统完全通过软件运行，控制模拟的物理过程

• 硬件在环测试（HITL，Hardware-in-the-Loop）：实际飞行控制器硬件接收模拟的传感器数据，并输出控制信号

• 飞行测试计划：逐步扩大飞行范围（悬停 → 转换 → 航行）

ArduPilot 的跨飞行器模拟

ArduPilot 的单个程序在悬停、飞行和漫游模式之间切换，简化了 CI/CD 流程。每晚的双 SITL 流水线会重飞 589 个航点网格，标记出超过 5 厘米的偏差，使得无需重新编写任务逻辑就能从 PX4 原型直接跳转到 ArduPilot 生产版本。

Eve Air Mobility 的 Iron Bird 方式

eVTOL（电动垂直起降飞行器）开发商 Eve Air Mobility 在首次飞行前（预计在 2025 年末/2026 年初）在各种飞行器和模拟器上进行了超过 10,000 小时的系统测试。他们设计的实用 Iron Bird 驾驶舱 —— 将电动垂直起降飞行器的线路拆解后接入真实组件 —— 在进行空中测试前验证了系统集成情况。

驾驶舱模拟器（具有 270 度视角）与飞机飞行控制计算机以及第五代电传操纵系统规则相连接，操纵杆、执行器和电机能够实时响应，提前调整操控感受以确保飞行安全。电力系统和断路器会进行全天候自动化测试，从而简化飞行测试流程并降低认证成本。

未来：AI、城市空中交通与数字孪生

低空经济的发展方向何在

未来十年将有三个融合领域将发挥重要作用：

1. AI 原生飞行系统

物体检测与防撞的计算机视觉技术已经成熟，前沿领域是基于强化学习的自适应控制。TD3-LSTM（双延迟深度确定性策略梯度 + 长短期记忆）能够在不确定的空中对抗场景中实现智能机动决策，将其扩展到民用领域（城市峡谷中的动态避障、风速变化适应）能够实现真正自主的操作，而无需预先设定应急方案。

2. 电动垂直起降（eVTOL）用于城市空中交通

Eve Air Mobility 已接到 2800 份订单，总价值达 140 亿美元。Joby Aviation、Volocopter 和 Lilium 正朝着 2026 至 2028 年的商业客运运营目标努力。这些系统面临的认证难度比货运无人机更大，需要冗余的飞行关键系统、紧急自动旋转功能、乘客安全管理系统，但每次飞行的收入可高出 10 至 100 倍。

3. 低空数字孪生与交通管理

随着无人机密度增加，空域协调变得至关重要。低空数字孪生 —— 实时三维空域模型 —— 能够实现交通流量预测和冲突解决。美国国家航空航天局的高级空中交通（AAM）计划开发了 UTM（无人机交通管理）系统，该系统整合了飞行意图数据、天气状况和动态禁飞区域。Eve 的“矢量”城市空中交通管理系统在推出 UAM 服务之前已拥有 21 个客户。

开辟通往低空经济之路的路径

从业余爱好者到行业工程师的实用指南

第 1 层：硬件基础（3 - 6 个月）

• 高级嵌入式开发：STM32/ESP32，PCB 设计基础，传感器接口（I2C、SPI、UART）

• 构建参考平台：在进行定制之前先复制 ESP-Drone 或 PX4 FMUv6X 的设计

• 学习电力电子学：电池管理、电压调节、电流检测

第 2 层：软件栈（6 - 12 个月）

• 在参考硬件上部署 PX4 或 ArduPilot 系统，执行稳定/自主飞行任务

• 研究控制理论：PID 调整、状态估计（卡尔曼滤波器）、路径规划（A*、RRT）

• 学习 ROS 2 以用于传感器融合和感知管道

• 使用 UgCS、QGroundControl、Mission Planner 进行任务规划实践

第 3 层：专业应用（12 - 24 个月）

• 实现 RTK GPS 集成，用于精准农业或测量工作

• 开发具有机械/电气接口和软件插件的定制载荷

• 为复杂任务构建行为树（多阶段交付、协同群组行动）

• 探索 AI 集成：计算机视觉（YOLO、SAM），用于控制的强化学习

第 4 层：认证与部署（持续进行）

• 了解空域规定（美国联邦航空局第 107/108 部分、欧洲航空安全局 SORA、当地相应规定）

• 设计冗余安全系统（双惯性测量单元、备用电源、地理围栏）

• 进行故障模式与影响分析（FMEA），记录故障应对措施

• 参与超视距飞行试点项目或商业部署

开源起始点

• PX4 自动驾驶系统：https://px4.io（BSD 许可证）

• ArduPilot：https://ardupilot.org（GPL v3）

• QGroundControl：http://qgroundcontrol.com（Apache 2.0）

• 任务规划器：https://ardupilot.org/planner（GPL v3）

• ESP-Drone（LiteWing）：https://github.com/espressif/esp-drone（Apache 2.0）

结论：技术 + 领域专业知识 = 低空经济的成功

低空经济的万亿规模发展红利不是什么人都能吃到，成功者会将深厚的技术能力（全栈无人机系统开发）与特定领域优化（农业、物流、检测、公共安全）相结合。

Skylight 无人机系统项目让我明白，80% 的价值来自于最后 20% 的个性化定制：农业喷头算法可根据每株植物的健康状况和 NDVI 区域来调整流量，包裹配送的释放机制带有降落伞安全装置，以及紧急着陆行为（根据风向和地形在三个备用地点中选择最佳着陆点）。

商用无人机将会走向标准化。市场会青睐那些能够设计定制化自动驾驶行为、整合新型传感器、针对特定负载进行优化，并适应不断变化的超视距飞行法规的工程师。掌握整个技术栈（从 STM32 软件到行为树再到 EASA SORA 合规性认证），就能构建出值得大规模部署的系统。

空域正在开放，工具是开源的。到 2025 年，市场规模将达到 2110 亿美元，并在 2035 年进一步增长至 4900 亿美元。到行动的时候了。

你好，我是俞凡，在 Motorola 做过研发，现在在 Mavenir 做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI 等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。为了方便大家以后能第一时间看到文章，请朋友们关注公众号"DeepNoMind"，并设个星标吧，如果能一键三连(转发、点赞、在看)，则能给我带来更多的支持和动力，激励我持续写下去，和大家共同成长进步！