无人机飞行模式详解

无人机飞行模式详解

一、 按智能程度和操控方式分类(最常见分类)

1. 手动/自稳模式

这是最基础的模式,飞控系统仅辅助保持无人机姿态水平,不进行位置锁定。

特点:操控杆直接控制电机的转速和姿态。松开摇杆,无人机会在惯性下继续漂移,不会自动刹车悬停。

适用:专业飞手、竞速无人机(FPV)、特技飞行。不推荐新手使用。

2. GPS/定位模式

这是最常用、最安全的模式。无人机同时使用GPS、视觉系统和其它传感器来锁定自己的位置、高度和姿态。

特点:

精准悬停:松开摇杆,无人机自动锁定在当前位置和高度,抗风性强。

自动返航:支持一键返航、低电量返航、信号丢失返航。

航线辅助:提供稳定的直线飞行和定点转向。

适用:几乎所有航拍、测绘、巡检等场景。新手必用模式。

3. 运动模式

相当于“运动档”或“飙车模式”。

特点:

速度最快:倾斜角度更大,飞行速度和操作响应速度大幅提升。

灵敏度高:刹车距离变长。

避障通常失效:为追求性能,大部分避障系统会关闭或仅有限工作。

画面倾斜:机身倾斜角大,画面会明显倾斜,不适合平稳拍摄。

适用:快速转场、追逐运动物体、体验飞行刺激。需在开阔无遮挡场地使用。

4. 三脚架模式

相当于“超慢速精细档”。

特点:

速度最慢:最大飞行速度和操作灵敏度被大幅限制。

移动极其平稳:适合进行非常精细的构图和超慢速运镜。

避障通常生效:安全系数高。

适用:室内飞行、狭窄空间穿行、需要极致平稳画面的电影级拍摄。

二、 智能飞行模式/一键短片模式

一键短片:

冲天:镜头向下,无人机垂直上升。

渐远:无人机一边后退一边上升,主体逐渐融入大场景。

环绕:以选定目标为中心,进行圆周飞行。

螺旋:以目标为中心,螺旋上升飞行。

彗星:环绕飞行后,急速飞远,形成彗星拖尾效果。

小行星:先垂直拉高,拍摄多张照片合成趣味小行星效果。

智能跟随:识别并自动跟随选定的人、车、船等目标。

聚焦:锁定目标,在用户手动飞行时,镜头始终朝向目标。

兴趣点环绕:设定一个中心点,无人机自动进行环绕飞行。

航点飞行:在地图上设置多个航点和动作,无人机自动按顺序执行,实现复杂、可重复的自动化任务。

延时摄影:

自由延时:手动控制飞行并拍摄延时。

环绕延时:自动环绕目标拍摄延时。

定向延时:锁定一个飞行方向,自动匀速飞行并拍摄延时。

轨迹延时:预设一条复杂的飞行轨迹,自动执行并拍摄延时。

三、 特殊或专业模式

姿态模式

当GPS信号弱(室内、桥下、高楼间)且视觉定位失效时,无人机会自动降级进入此模式。

特点:仅能保持水平姿态,但无法位置悬停,会随风漂移,需要飞手主动持续操控来维持位置。对飞手技术要求高,需特别警惕。

返航模式

触发一键返航或由系统自动触发。无人机将上升至预设返航高度,然后直线飞回返航点并自动降落。

勘测/测绘模式

专业无人机用于生成二维正射影像或三维模型,自动执行“之”字形航线,确保航向和旁向重叠率。

如何选择飞行模式?

1.新手入门:永远首选GPS/定位模式,在开阔无干扰场地练习。

2.常规航拍:GPS模式是主力,能获得最稳定、安全的画面。

3.追逐或快速飞行:切换到运动模式,但务必注意安全。

4.精细构图或慢速镜头:使用三脚架模式。

5.创意视频:利用一键短片等智能模式,轻松获得专业运镜效果。

6.信号不佳环境:意识到可能进入姿态模式,提前做好准备或避免在此类环境飞行。

核心安全提示:

起飞前,务必确认GPS信号良好(通常需要8颗星以上)。

了解并检查当前所处模式,避免误触。

仔细阅读说明书,充分理解每种模式的特点和风险。

遵守当地法律法规,在视距范围内飞行。

Read more

【机器人】具身导航 VLN 最新论文汇总 | Vision-and-Language Navigation

【机器人】具身导航 VLN 最新论文汇总 | Vision-and-Language Navigation

本文汇总了具身导航的论文,供大家参考学习,涵盖2026、2025、2024、2023等 覆盖的会议和期刊:CVPR、IROS、ICRA、RSS、arXiv等等 论文和方法会持续更新的~ 一、🏠 中文标题版 2026 ✨ * [2026] SeqWalker:基于分层规划的时序视野视觉语言导航方法 [ 论文 ] [ GitHub ]   * [2026] UrbanNav:从网络规模人类轨迹中学习语言引导的城市导航方法 [ 论文 ] [ GitHub ]  * [2026] VLN-MME:面向语言引导视觉导航智能体的多模态大语言模型诊断基准 [ 论文 ] [ GitHub ]  * [2026] ASCENT: 实现楼层感知的零样本物体目标导航  [ 论文] [ GitHub ] 2025 😆 * [2025] ETP-R1:面向连续环境VLN的进化拓扑规划与强化微调方法 [ 论文 ] [ GitHub ] * [2025] NaviTrace:评估视觉语言模型在真实世界场景中的导航能力 [ 论文 ] [ GitHub ] * [2025]

Coze(扣子)全解析:100个落地用途+发布使用指南,小白也能玩转低代码AI智能体

Coze(扣子)全解析:100个落地用途+发布使用指南,小白也能玩转低代码AI智能体

摘要:Coze(扣子)作为字节跳动推出的低代码AI智能体平台,凭借零代码/低代码拖拽式操作、丰富的插件生态和多平台发布能力,成为小白和职场人高效落地AI应用的首选工具。本文全面汇总Coze可实现的100个实用场景,覆盖个人、学习、办公、运营等7大领域,同时详细拆解其生成形态、发布流程和使用方法,帮你快速上手,把AI能力转化为实际生产力,无需专业开发经验也能轻松搭建专属AI应用。 前言 在AI普及的当下,很多人想借助AI提升效率、解决实际问题,但苦于没有编程基础,无法开发专属AI工具。而Coze(扣子)的出现,彻底打破了这一壁垒——它是字节跳动自主研发的低代码AI智能体平台,无需复杂编码,通过拖拽组件、配置插件、编写简单提示词,就能快速搭建聊天Bot、工作流、知识库等AI应用,并且支持多渠道发布,让你的AI工具随时随地可用。 本文将分为两大核心部分:第一部分汇总Coze可落地的100个实用场景,帮你打开思路,找到适配自己需求的用法;第二部分详细讲解Coze生成的应用形态、发布流程和使用技巧,让你搭建完成后快速落地使用,真正实现“零代码上手,高效用AI”。 第一部分:Coze

基于大疆MSDK实现的无人机视觉引导自适应降落功能

基于大疆MSDK实现的无人机视觉引导自适应降落功能 概述 最初需求:想要无人机在执行完航线任务后,一键落到一个指定的位置,简化人工控制。 实现一套完整的无人机自主降落功能,通过虚拟摇杆控制使无人机飞向指定位置,再利用视觉识别引导无人机精确降落到具体位置。本文中采用自适应降落策略,根据高度动态调整精度要求和下降速度,以实现安全、精确的降落。 核心点: * 虚拟摇杆导航替代FlyTo功能 * 双轴(X/Y)位置偏移实时调整 * 高度自适应降落策略 * 视觉识别引导定位 * 智能避障管理 系统架构 整体流程 否 是 高于50m 20-50m 5-20m 低于5m 是 否 是 否 否 是 用户触发Return to Vehicle 获取无人机GPS位置 计算与目标点距离 启动虚拟摇杆导航 飞向目标位置 5m/s 距离小于10m? 开始自适应降落 视觉识别系统 计算X/Y偏移量

基于4G Cat.1模组的AI陪伴教育机器人:政策驱动下的算力与物联网融合新机遇

基于4G Cat.1模组的AI陪伴教育机器人:政策驱动下的算力与物联网融合新机遇

在万物互联与人工智能深度融合的“十五五”规划背景下,基于4G Cat.1模组的AI陪伴教育机器人正迎来历史性发展机遇。2025 年政府工作报告提出持续推进 “人工智能 +” 行动,支持大模型广泛应用;教育数字化已纳入国家战略部署,教育部等九部门《关于加快推进教育数字化的意见》明确将人工智能融入教育教学全要素全过程,推动智能教育装备普及与教育智能化升级。与此同时,工信部等六部门 2023 年联合印发的《算力基础设施高质量发展行动计划》提出,到 2025 年智能算力占比达到 35%,为教育 AI 终端与边缘计算提供坚实算力支撑。在政策与技术双重驱动下,4G Cat.1模组凭借低功耗、广覆盖、高性价比的核心优势,正成为AI教育机器人领域的“黄金连接载体”,为教育数字化转型提供稳定可靠的技术底座。 政策红利:算力与教育融合的“双轮驱动” “十五五”规划与最新政府工作报告为教育数字化转型提供了强有力的政策支撑,尤其对AI教育终端与算力基础设施的融合应用提出了明确方向与要求。 1. 国家战略层面:AI教育终端是重要应用方向 2025 年《政府工作报告》