作为恰好旁观了 Phantom 4研发的全过程的人，还是可以答答这个问题的。有技术介绍，有体验。厌烦技术的可以直接翻到后面。

P4是一个跨时代的东西，为了让外行们和键盘侠们了解一下，我们无妨溯源追宗，从头说说什么是一架『智能』的无人机

这里我们无妨引用维基百科对此的定义

维基百科对此的定义是，一个有一定自主性的无人驾驶的航空器。知乎上很常见的一种键盘侠的观点是，DJI Phantom不算无人机，那是航模，从学术上讲，这种看法是错误的，是否无人机就非得是 Raptor 之类的杀人武器呢？首先，无人机和大小无关，看的是其是否有一定意义上的自主飞行的功能，想真正得出 Phantom 是否是无人机结论的我建议体验一下在十米每秒的大风天开个姿态档试试。至于诟病已经的 Phantom 不提供地面站所以不是无人机云云，其实你们要的所有功能，包括一百多种组合功能的地面站，都在 DJI Mobile SDK 里面。只不过对于小白用户，开这么多会引起危险的。
其次，谁说多轴不能杀人，比如我曾经在网上看到的一张照片，出处不详，

我先声明，图片来自网络，和我司没有半毛钱关系，但是这个改装一定是货真价实的，虽然飞行图弹壳是 PS 的，但是一个武装无人机该有的东西他都有了。，根据我的估计，挂载步枪疑似北方工业仿造的 M4卡宾枪。虽然这玩意飞上天开枪一定抖成狗，但是前线火力压制（吓人）还是非常顶用的。

还有这个非常令人感到震惊的新闻

（这是 P4+烟花弹第一人称实拍。。。。。请大家安全飞行，不要作死）

这里我就不展开讨论什么是航空器了，我们可以举一个看起来不像是无人机而确实是无人机的例子，首先是如图这个玩意，这是最早的无人机之一了，虽然一开始大家都说他是飞行炸弹，但是一个可以自动飞行，有导航装置的长着翅膀的玩意，说不是无人机你信吗？

好了扯这么多，只是先说明，无人机是一个非常大的概念，从拇指大小的昆虫飞行器

到天上飞的无人飞艇，彩虹系列（配图是捕食者）

甚至巡航导弹，Phantom 都可以算作无人机的一员
所以在讨论无人机的时候，我们应该剥离主要矛盾，讨论一个航空器为什么是无人机的部分，而不是他为什么是航空器的部分，即，我们讨论无人机的技术时不应该关心全球鹰装备了多么好的发动机，捕食者用了多么好的复合材料，而去重点关注全球鹰的自主飞行和通信链路，捕食者对于目标物锁定的过程，phantom 4 为什么可以追着人跑，去讲讲这些里面的东西。

比较于传统航空器，现代无人机既然强调智能化，就更像是一个机器人而不是普通的飞机，无论是自主降落，追踪目标，甚至在无人机的灾区搜索，都离不开机器人技术的身影。我在此以机器人技术常用的 sense-planning-control三个步骤来谈谈无人机的关键技术。另外还会提及一些通信的问题。

对于较早期的无人机而言，其实更加关注的是 Sense 步骤，因为在嵌入式大潮随着 iPhone 兴起之前的时代，无人机上的计算能力也好，传感器也罢，都十分弱鸡。
而在 sense 里面，最基本的一件事情就是，告诉无人机，我在哪，我该去哪（但其实不用让他知道自己是谁，我们不是在造 skynet）。

就是这种玩意来获得自己的姿态，至于位置，则简单的使用码盘进行积分，比如元首的 V1火箭弹

是使用空速管数据进行积分，来确定自己飞了多远，飞到合适地方则一头栽下去。

现代无人机当然不需要用这么原始的手段，联想一下如果一场大逆风，空速管积分，搞不好v1就在法国而不是英国爆炸了。当然在数据融合的时候也不会少了空速管的帮助。现代无人机装备有各种陀螺仪，比如激光陀螺仪，光纤陀螺，或者我们正在使用的MEMS 微机电陀螺仪。而 GPS 系统也为无人机提供了极高的便利，市面上除了 Phantom 4以外的所有的在售的无人机都主要使用 GPS 和惯性导航进行定位，光流仅仅用来测速，很难给出一个精确地位置。GPS 能给无人机提供一个两点五米的定位精度，可是你看市面上的无人机并没有盘旋在两点五米的范围晃来晃去，这是因为现代无人机多使用了卡尔曼滤波，能获得较高的相对定位精度，比如我们曾经做过一个实验室把两架m100的定位数据相减，数据的噪声基本上没有超过十个公分。当然 GPS 还可以通过高级的 RTK-GPS来扩展定位精度，这就是另一个话题了。

这里要拐个弯，其实高逼无人机没有 GPS 也能飞，比如各大军用无人机，还有洲际导弹的导航系统也是，使用的是捷联惯导。即直接对加速度数据进行积分，这并不是因为 Phantom 没有他们先进，而是因为他们的一个陀螺仪基本上可以买一卡车 Phantom，所以积分可以很长时间都保持准确，但是对于 MEMS 来说，位置定位基本上不到一分钟就发散到天边去了

而 Phantom 3和其他 DJI 的追赶者，没有 GPS 也能悬停其实是在 location 上做了一个妥协，引入了光流算法来控制速度，如果没有光流，GPS，无人机的控制量就是加速度，这是控制一个东西的二阶导数（加速度）还是一阶导数（速度）的区别，显然，对于悬停而言，抑制速度为零效果更好，这会让积分成位置的累计误差尽可能小。而 Phantom 4更上一层，引入了 VO（视觉里程计）进行定位，无 GPS 得观飞控的观测量就直接是位置。所以精度会比 Phantom 3和市面上所有其他拿出来的卖的无人机都好，这里举一个很简单的例子

这是我过年在家的照片（忽略我没有刮胡子这一事实），我把 Phantom 4 起飞到三十公分高度，冒着生命危险，拽他的一只脚跑一定距离，P4还会自己跑回去，如果是简单地光流算法是不可能在室内完成这一点的。

不论是视觉观测，还是使用 GPS和 IMU 数据进行融合，数据都要通过各种滤波算法进行融合，如果无人机有什么关键技术，这里就是核心之一了，关于卡尔曼滤波，大家可以看看硕哥的文章,一个关于美女和数学的小故事 。

在这里还需要多提几句视觉定位，其实视觉定位早就不是定位那么简单了，一般的说，视觉定位是 SLAM（实时定位与地图构建）的一部分，这应该是当今无人机最核心的技术之一。

此图是各个研究机构用来科普什么是 SLAM 的标志性图之一，是普罗米修斯电影的截图。有兴趣的朋友可以去看看这个电影，Phantom 4里面就跑着跟电影中那几个探测器类似的算法，当然肯定没有电影效果这么好(限制于成本)，甚至目前的算法还不是一个完整的 SLAM。但是想想差不多几年前的电影里面的玩意你现在花不到一万块钱就可以买到，会不会觉得，I have live to see this。

关于 SLAM 我不想展开讨论，一则学业有限，我以后主要也不是做这一块的；二则说起来这文章得长三倍，总之，slam 有几种传感器，或通过深度摄像头进行，或通过视觉直接进行定位和重构，而 VO 是比较典型的一种 slam 的前端。

关于P4的 VO 的牛我估计宣传文章已经铺天盖地的吹过了，这里我不赘述。需要注意的是，对于视觉定位，一个比较关键的因素是 scale 的来源，即『鸽子为什么这么大』『鸽子到底有多大』，光看到目标移动是不够的，要么通过两个眼睛，双目来知道鸽子有多远多大，要么通过其他比如惯性导航模块来获取观察的尺度。

另外一一种比较大名鼎鼎的算法有 MIngyang Li 的 MSCKF，来进行视觉-惯性元件互补滤波，这就相当于是人一边感受自己的推背感，一边看路标，来确定车的位置。

而P4里面呈现的主动避障功能就是一种非常非常典型的 slam 的弱应用，无人机只需要知道障碍物在哪，就可以进行 Planning，并且绕开障碍物。当然 SLAM 能做的事情远远不止这些，包括灾区救援，包括探洞，包括人机配合甚至集群，所有的关于无人机的梦想都建立在 SLAM 之上，这是无人机能飞（具有定位，姿态确定以后）的时代以后，无人机最核心的技术。也是现代无人机和玩具的区别。

虽然现在的主动避障还不是很成熟，还是有时会撞到树林里（如果是被动避障则很难撞到障碍物），但是这个美妙少女第一次向大众展示自己的面容本身就是一件十分令人激动的事情。

就我了解的而言Phantom 4应该是上市产品中第一个引入 mapping 和 planning 无人机产品，甚至是最早引入mapping 的消费电子产品之一（这里我不确定扫地机器人有没有做 mapping）。

关于 sense 的问题基本上到这里就差不多了，另外还要一些红外摄像头，合成孔径雷达，高清4K 相机等，要么是任务载荷，并不参与无人机的工作内环，要么是换汤不换药，不再赘述。

当然了，定位还有一种作弊的方法，比如 Intel 已经干过的事情，就是 vicon，这部分在我的专栏中有叙述，vicon 一般是拿来进行小型无人机实验的，拿来做产品属于哗众取宠，详见

另一个要谈的是 Planning，一般讲无人机技术的时候，很少有人提及 Planning，或者直接把他当做控制的一部分，这是不准确的，实际上 planning 有非常漂亮的东西和结果，比如很多人都看过这样一个视频

这里面无人机的运动轨迹，就是 Planning，planning 其实也是我比较喜欢的一块，因为小型无人机的控制基本上已经很完善了，需要改善的就是 planning 部分。像上面那个运动轨迹，其实道理很简单，在位形空间中画一条线，然后根据你想要的指标去优化他，比如优化四阶导数积分最小啊之类的,然后你就可以得到一个牛逼哄哄的曲线，飞过去就行。当然 planning 的东西远不止这些，比如现在

如何让无人机在起飞和平飞之间转换最完美？如何快速停住悬停？
这就是一个典型的 planning 问题，比如有很多的障碍物，如果又快又好又安全的绕过这些障碍物？也是一个非常典型的规划问题。甚至如何让一个滑翔机降落在一根绳子

Planning 的应用更广泛于人形机器人领域，比如，步伐的控制，这部分请参考

这里我想先引用@水无痕在该回答下的观点

在我有限的经历里面，大多数从业公司、甚至大学的自动化专业，重点专注的部分都是最后的模块： 控制。我在控制的坑里面跌跌撞撞推公式推的找不到北的时候，某工程师一句话把我清醒过来：机器人可不等同于控制啊。你控的再好但你感知成狗规划成马有个卵用。

这个观点也是我想说的，对于多旋翼无人机来说，控制属于相对于 sense 而言简单地部分（大部分时候 planning 被忽视了）。如果你有良好的观测，控制确实非常简单。

很多圈子边缘的发烧友和小企业，一天纠缠的主要内容是控制。尤其是很多用 STM32搭飞控的孩子，一遍忍受着 STM32完全不靠谱的姿态融合模块，一边耗费大量的时间调控制，甚至很多无人机媒体也大量鼓吹控制的难度。对于直升机或者固定翼飞行器，或者你们一直在说的彩虹三四来说，（我想）也是如此，因为我自己没有具体做过，不过传统固定翼的（姿态）控制相对于多旋翼深圳更简单一些。也就是追随轨迹相对复杂。

现在比较复杂的控制都是在 planning 身上展开的，不过拿来使用的确实不是太多了。

不过确实有一种大家都在用的算法，但是说他是关键技术感觉又有点勉强，因为这种算法实在称不上复杂，那就是神器，PID！

PID 控制器可以用一行表示

PID 控制器你可以理解为一个有阻尼的弹簧会有一个随着时间积累误差给出的力。当然了，如果用经典控制论拉普拉斯变换根轨迹图尼克尔斯图伯德图那一套，你可以把PID 玩出来各种各样的花，但是作为一个现代控制理论的忠实粉丝，其实我不大经常搞这一套。

PID是一种源远流长算法了，寿命远长于无人机甚至航空器。比如一个非常经典的例子就是瓦特改良蒸汽机中重要的蒸汽机调速器

这就是一个非常早期的 PID 控制器，使用机械实现。在两弹一星，钱学森的那个时代，PID 控制器有不少使用模拟电路实现，也确实对于使用功放，电容器的前辈们来说PID 是非常容易实现的一种方法。

小型无人机中常用的一种方法是基于李群SO3的控制方法，所谓SO3，是一种旋转群。对应于 SO3空间内的姿态表示是四元数。如果想做深入了解建议读读相关的 wikipedia我就不多介绍了。

我们使用目标四元数q1和当前姿态q0可以生成一个相对四元数q_relative，对应于从当前姿态到目标姿态该用什么 xyz轴和多大的角度转过去，一种比较浅显的理解是，这是将相对转动对应到了当前自然坐标系下的角速度wx wy wz的值，一种比较深层次的解释是你得到了相对转动到切空间（小 so3）上的映射。

（网上截得，不是很准确，有时间再补）

然后再将此时的这个映射作为控制量扔给 PID 控制器，或者把角速度再作为单独的一级，或者简单做一个 PID 控制器，就可以完成姿态控制的任务。
当然，在现实实现中会比这个略微复杂一些，比如在 Pixhawk 的代码实现里面是让 yaw 的转动尽可能小。但是本质是类似的。这种方法我自己在多旋翼，固定翼上都试过（虽然是在模拟器里面），而且工作的都不错。

控制完姿态以后，如果是多旋翼、直升机，只需要把姿态和加速度对应（根据如图的假设），就可以完成速度/位置控制器。如果是固定翼，则需要使用 L1 tracking 之类的算法来控制轨迹追踪。

当然其他的控制器其实也是不少的，比如传说中的 Hinf方法，或者据说固定翼上很常用的 L1 adaptive Control（和上面的 L1不一样，是一个中国人和俄罗斯老太太搞出来的）。后面的我也正在学习中。
（此处应用 L1控制的介绍，且待我读完论文）

通信本来不是我的专长，而且通信目前的技术难度小于政策难度，这里也就不太献丑，大约说一说图传吧。

无人机一个蛮有技术含量的东西是高清图传，这个是很多家都没有搞定的，比如亿航在其VR眼镜中使用了淘宝水平的模拟图传还非要鼓吹其优势。高清图传的主要指标是延迟和清晰度。

是我自己写的一套基于3G网络的无人机用高清图传。

当然了，为了降低延迟，需要在压缩，解压缩上面大作文章，很需要SoC的功底，这个对于小厂来说难度非常高。目前来说DJI确实在图传方面做的是最好的，Phantom上的高清图传其实即使是淘宝货想达到其性能也都能买半架Phantom了。。。。

另外不得不提的就是云台。云台本身没有什么难的，但是集成起来真的是一个非常耗时耗力的产物，因为你稍微改一点点东西，都会造成距离的震动放大。而且几个减震球的品控非常麻烦。

当然了，作为一个用户来说，我最早航拍是自己做的四轴绑的三星手机，抖成狗，现在用 phantom 真是感动到哭。

下面再说说体验，很多是摘自我的内测报告的。

第一次拿到 P4 飞行心情十分激动，侠哥给我们打开了 sport 档，我第一次体验到长相平和的 Phatnom 居然有如此惊人的动力学属性，侠哥即兴还给我们翻了两个小半径跟头，看的我一愣一愣的。在此不得不说，sport 档虽然有一点点危险，但是对于挖掘动力学属性而言，是一个很不错的尝试。非常非常爽，这个可以看官方的宣传视频。不过讲真，sport 档会极大的提高用户做死的概率。。。。。。

其实指点飞行这个功能我一开始是不怎么看好的，当然体验结果告诉我我如果是我来设计需求的话公司早倒闭了，这个功能非常好玩，指哪飞哪，不过就是总有一种怕撞墙的惶恐感。

经过一番软磨硬泡，我才拿到了1024 build 的 P4测试机，带回家过起了提心吊胆躲着人飞的春节。

为了掩人耳目，暂时用了一个 P2的箱子

虽然我觉得 Phantom 的威力已经很小，但还是把我的小表妹吓得够呛。（还掩耳盗铃的贴起来了 DJI 三个字）

对我的美女姐姐进行了短暂的教学之后，

我的美女姐姐被我成功的带入了航拍坑

并且表示这么好玩的东西她一堆朋友一定会买（我成功的安利了一会）

在曲江池比较好玩的一件事情是开着 Phantom 的自动追游客的船还有用指点飞行追鸭子玩（大概是多少人十几个月的成功被我拿来最大的乐趣是赶鸭子，这么无聊的我真是没救了），把一众悠悠然生活的鸭子吓得一头钻进水里。

当然 P4的另一个妙用就是自拍非常方便，只需要把自己框住追踪就可以随便打杆摆机位，不用管摄像头对着哪里

（原图被我搞丢了，这是过了一遍微信的图，很不清晰）

后来我们就开车去了辽阔的渭河谷底，

一方面是我在旁边空旷的平原上学习开车，一方面是给我爸进行 Phantom 101教学。

这里不得不说一点，就是 Phantom 的 GPS 悬停模式很难教会人飞旋翼机，（因为除了需要脑海中需要练习一下找到机头以外基本上没有毛线可以做的）

这一段是我在天窗口站着，把我硕大无比12寸的 iPad Pro 支在车顶，让 P4追踪着我们以60码的速度跑，顺便绕过无数的路灯。

甚至在我们路过一个路桥的时候，

飞机停顿了一会，等车再次出现又追了上去（当然可以改进的更好，让他不停顿，不过这是以后慢慢的算法升级了）。这里我用巨好用的 DJI GO（这是我第一次发现 GO 如此好用）剪了几个视频，在12寸的 iPad Pro上看4K视频效果特别好，回头我传网上再来补个链接。这个东西视频看起来非常有大片电影的感觉。因为我之前比较喜欢带 inspire pro 出门装逼，所以飞 P4的时候对其电池感觉十分的惊讶，一块电池跟我之前两块电池的时间差不多，真是太爽了。。。导致带三块电出门有时候还飞不完。不得不说 P4再加入这么多功能之后居然只重了100g，电池时间还增加了。我司的硬件同事们真是辛苦了。

第一次看这个板子的结构的时候我也是吓到了。跟 P4的板子比起来 P3的简直是玩具。

值得一提的是，Phantom 真的是快速上手，我父亲是一个老摄影师，于是我爸在春节期间对于飞飞机的兴趣比我大的多，一经学会基本上每次出去都要独立飞掉两三块电池。

很快我们就拍起了全家福

基本上我爸爸都是指点飞行戳来戳去，飞到理想位置以后开始手动构图，比如下面这一张就是我爸爸学习了数个起落Phantom 以后的摄影作品，

（我觉得已经拍的比我好了，后期是我调的颜色，他们都觉得我调的不好看，但是我很喜欢）

于是我又莫名其妙的推销给我爸买一架 Phantom。

所以体验来讲，忽略我说了那么多的技术细节，Phantom 是一个非常老少咸宜的东西，是一个非常棒的玩具，对于父亲这样的老摄影师来说，他可以替代沉重的单反，在自驾游的时候多一双眼睛。