提到导航，大家都认为是GPS，但之后被封锁在房间里，隧道的顶部，地下场所，如GPS设备，不能接收来自GPS装置的GPS信号不能定位。现在我们必须考虑其他导航方法，飞行控制算法有三个惯性导航系统，卡尔曼滤波算法，飞行控制PID算法。



惯性导航系统



惯性导航是导航不依赖于外部信息，其原理是利用加速度计，陀螺仪，惯性两个图像载波上，分别测量飞行器的角运动和直线运动的信息，初始姿态，初始航向，自主导航法来计算与所述模块的初始位置，由计算模块计算飞机姿态，速度，航向，位置的导航参数等。


惯性导航系统和惯性导航平台成捷联惯性导航，惯性导航系统是早期的平台，该平台惯性导航平台的物理实体，陀螺仪和加速度计设置在陀螺稳定平台的平台轨道导航坐标系上，以实现速度和位置分解，直接从平台到环架上姿态数据。其优点是直接模拟导航坐标系中，计算是比较简单，可以隔离载体，高系统精度的角运动。缺点是结构复杂，体积大，生产成本高。另一个捷联惯性导航，即，惯性测量元件包括陀螺仪和加速度计直接安装在主体上需要姿态，速度，航向和其他导航信息，与测量信号被转换为一个计算机导航参数。其优点是没有平台，结构简单，体积小，维护方便。其缺点是惯性元件直接安装到载体上，在恶劣的环境，对于较高的元件的要求，进行坐标转换运算量。总体而言，罪优势明显高于惯性导航平台。

 无人机

卡尔曼滤波算法



使用卡尔曼滤波算法信号和噪声，使用所估计的值与当前观测值和状态变量的更新估计之前状态空间模型，所估计的值的请求的发生时刻的时刻。其实质是基于最小均方误差标准是最好的估计，以寻求一个递归估计算法。此状态空间模型算法信号和噪声，使用估计的值和当前时间的观测值来更新状态变量的先前时间估计，所述估计值在寻求发生时，有非常广泛地用于惯性导航系统。刚才提到说，噪声值和计算错误的实际值。



当传感器不足以实现导航的所需的精度，导航系统，以补偿不足的其他导航装置通常被用来改善导航的精度以减少导航误差。因此，使用卡尔曼滤波器，惯性导航系统，具有从其它导航装置的数据（惯性导航系统计算所选择的GPS接收器的位置控制的位置信息）可以被从使用未知的混合，估计和校正的衍生惯性导航系统误差。



卡尔曼滤波算法已被广泛使用了超过30年，包括机器人导航，控制，传感器数据融合甚至军事雷达和导弹跟踪系统等。例如，在雷达，人们感兴趣的跟踪目标，但目标的位置，速度，加速度的噪音往往在任何时候测量。卡尔曼用的动态信息的目标过滤，试图消除噪声的影响，目标位置，以获得最佳估计值。此估计可以是当前目标位置（过滤器）的估计，或者可以是将来位置（预测）的估计，或者可以是在过去的（内插或平滑）的位置的估计。



飞行控制PID算法



PID控制器是一个线性控制器，这主要是基于给定的值和构成所述控制偏差的实际输出值，然后使用控制偏差的合理量给出。目前，很多人通过科学的研究和理论算法得到了良好的控制效果，但在工程应用领域，基于经典的PID控制算法仍然是最简单，最有效的控制程序。 PID控制器是一个线性控制器，这主要是基于给定的值和构成所述控制偏差的实际输出值，然后使用控制偏差的合理量给出。今天，主流的几个开源飞行控制，无一例外，都是基于PID控制算法，实现无人机的姿态控制和轨道。