Ich habe mich jahrelang mit Flugsteuerungen besch\u00e4ftigt, und ehrlich gesagt ist es f\u00fcr industrielle Anwendungen ein Anf\u00e4ngerfehler, sich bei der Positionsbestimmung ausschlie\u00dflich auf GPS oder Barometer zu verlassen. Heute m\u00f6chte ich mich eingehend mit der Technologie befassen, die Drohnen stabil h\u00e4lt, wenn die Satelliten ausfallen. Wir sprechen \u00fcber optischen Fluss, die Mathematik dahinter und die Hardware, die das m\u00f6glich macht.<\/p>\n\n\n\n
Der \u201cM\u00e4usesensor\u201d des Himmels<\/h3>\n\n\n\n
Lassen Sie uns das einfach halten. Wissen Sie, wie Ihre Computermaus funktioniert? Sie nimmt jede Sekunde Tausende von winzigen Bildern von der Oberfl\u00e4che Ihres Schreibtisches auf. Sie vergleicht Bild A mit Bild B, sieht, dass sich die Textur nach links bewegt hat, und sagt dem Computer: \u201cHey, die Maus hat sich nach rechts bewegt.\u201d<\/p>\n\n\n\n
A optischer Durchflusssensor f\u00fcr Drohnen<\/strong> ist buchst\u00e4blich genau das, nur auf den Kopf gestellt und am Bauch einer Drohne befestigt.<\/p>\n\n\n\n Er erfasst die Beschaffenheit des Bodens. Wenn die Drohne abdriftet, sieht der Sensor, wie sich der Boden bewegt. Er berechnet die Geschwindigkeit dieser Bewegung und schreit die Flugsteuerung an, um sie auszugleichen. Das Ergebnis? Ein felsenfester Schwebeflug ohne einen einzigen GPS-Satelliten in Sicht.<\/p>\n\n\n\n Aber jetzt kommt der Knackpunkt: Es ist nicht so einfach, eine Kamera auf eine Leiterplatte zu setzen. Die Wahl der Hardware - insbesondere der Fotodioden - kann \u00fcber Erfolg oder Misserfolg des Systems entscheiden.<\/p>\n\n\n\n Ich wei\u00df, Mathe ist langweilig. Aber wenn Sie einen Flight Stack konstruieren, m\u00fcssen Sie wissen warum<\/em> der Sensor die Daten ausspuckt, die er ausspuckt. Normalerweise verwenden wir die Annahme der Helligkeitskonstanz.<\/p>\n\n\n\n Grunds\u00e4tzlich gehen wir davon aus, dass sich die Helligkeit eines Punktes auf dem Boden nicht \u00e4ndert, wenn sich die Drohne bewegt.<\/p>\n\n\n\n Die Kernformel sieht im Klartext etwa so aus:<\/p>\n\n\n\n I(x, y, t) = I(x + dx, y + dy, t + dt)<\/strong><\/p>\n\n\n\n Hier:<\/p>\n\n\n\n Wenn Sie dies mit Hilfe einer Taylor-Reihe erweitern (ich werde Sie nicht mit der vollst\u00e4ndigen Herleitung langweilen), erhalten Sie die Gleichung zur Einschr\u00e4nkung des optischen Flusses:<\/p>\n\n\n\n Ix * u + Iy * v + It = 0<\/strong><\/p>\n\n\n\n Wo:<\/p>\n\n\n\n Also, Ihr optischer Durchflusssensor f\u00fcr Drohnen<\/strong> ist st\u00e4ndig auf der Suche nach u<\/strong> und v<\/strong>.<\/p>\n\n\n\n Es gibt einen Haken. Der Sensor misst eckig<\/em> Geschwindigkeit, nicht lineare Geschwindigkeit. Wenn Sie in 1 m H\u00f6he fliegen, rauscht der Boden schnell vorbei. Wenn Sie 100 Meter entfernt sind, sieht es langsam aus.<\/p>\n\n\n\n Um die tats\u00e4chliche Geschwindigkeit zu ermitteln, m\u00fcssen Sie die H\u00f6he (h) ber\u00fccksichtigen.<\/p>\n\n\n\n Geschwindigkeit_x = (Flow_x * h) \/ Focal_Length<\/strong><\/p>\n\n\n\n Aus diesem Grund ist eine optischer Durchflusssensor f\u00fcr Drohnen<\/strong> wird fast immer mit einem Abstandssensor (wie LiDAR oder Ultraschall) gekoppelt, um Drohne mit H\u00f6henmessung<\/strong> Anwendungen. Wenn Ihre H\u00f6hendaten M\u00fcll sind, sind auch Ihre Flussdaten M\u00fcll. Punkt.<\/p>\n\n\n\n Leistungsstarke Detektion: Die PDCP08-501 ist eine Hochgeschwindigkeits-Silizium-PIN-Photodiode mit einem transparenten Fenster. Okay, reden wir \u00fcber die Hardware. Sie k\u00f6nnen den besten Algorithmus der Welt haben, aber wenn Ihr Sensor Rauschen misst, st\u00fcrzen Sie ab.<\/p>\n\n\n\n F\u00fcr Hochgeschwindigkeit UAV-Hindernisvermeidung<\/strong> und des optischen Flusses sind Standard-CMOS-Kameras oft zu langsam oder leiden unter \u201cRolling-Shutter\u201d-Gelee-Effekten. Dies ist der Grund BeePhoton<\/strong> eintritt. Wir haben festgestellt, dass f\u00fcr die pr\u00e4zise Lichterfassung in diesen Systemen, insbesondere f\u00fcr die laserbasierten Teile der Durchflussmodule (wie in P-Flow-Konstruktionen), die Verwendung von Hochgeschwindigkeits Si-PIN-Fotodioden<\/a><\/strong> ist entscheidend.<\/p>\n\n\n\n Eine Silizium-PIN-Fotodiode hat eine intrinsische Schicht zwischen dem P- und dem N-Bereich. Diese bewirkt zwei Dinge:<\/p>\n\n\n\n Wenn Sie eine optischer Durchflusssensor f\u00fcr Drohnen<\/strong> Modulen, insbesondere solchen, die Laser-Speckle-Tracking verwenden oder mit aktiver Beleuchtung synchronisiert werden m\u00fcssen (um im Dunkeln zu sehen), ist die Reaktionszeit des Detektors von entscheidender Bedeutung.<\/p>\n\n\n\n Wenn Ihre Fotodiode verz\u00f6gert, verz\u00f6gert sich auch die Durchflussberechnung. Wenn die Berechnung verz\u00f6gert wird, \u00fcberkorrigiert die Drohne. So entsteht der Wobble-Effekt (PI-Oszillation), kurz bevor die Drohne umkippt.<\/p>\n\n\n\n A optischer Durchflusssensor f\u00fcr Drohnen<\/strong> schaut nach unten. Aber was ist mit dem, was vor uns liegt?<\/p>\n\n\n\n UAV-Hindernisvermeidung<\/strong> verwendet \u00e4hnliche Prinzipien, st\u00fctzt sich aber oft st\u00e4rker auf Time-of-Flight (ToF) oder strukturiertes Licht. Die Datenverarbeitungspipeline ist jedoch erstaunlich \u00e4hnlich.<\/p>\n\n\n\n Ich erinnere mich, dass ich letztes Jahr f\u00fcr ein Lagerlogistikunternehmen beratend t\u00e4tig war. Sie versuchten, eine Inventur-Drohne zu bauen. Sie verwendeten einen billigen Ultraschallsensor f\u00fcr die Vorderseite. Es war eine Katastrophe. Die Ultraschallwellen prallten von den glatten Metallregalen in seltsamen Winkeln ab, und die Drohne dachte st\u00e4ndig, der Weg sei frei, obwohl er es nicht war.<\/p>\n\n\n\n Wir haben sie auf ein System umgestellt, das optische Arrays und Hochgeschwindigkeits Si-PIN-Fotodioden<\/strong> f\u00fcr den Empf\u00e4nger. Der Unterschied war wie Tag und Nacht. Das optische System wurde durch das abgewinkelte Metall nicht verwirrt.<\/p>\n\n\n\n F\u00fcr eine Drohne mit H\u00f6henmessung<\/strong>, m\u00fcssen Sie Daten verschmelzen. Die optischer Durchflusssensor f\u00fcr Drohnen<\/strong> liefert die X- und Y-Bewegung. Der H\u00f6hensensor (Z-Achse) skaliert diese Bewegung.<\/p>\n\n\n\n Wenn Sie ein Hersteller sind, stellen Sie sicher, dass Ihr Sensorfusionsfilter (normalerweise ein Extended Kalman Filter - EKF) dem optischer Durchflusssensor f\u00fcr Drohnen<\/strong> mehr, wenn die GPS-Abweichung zunimmt.<\/p>\n\n\n\n Ich habe diese Tabelle zusammengestellt, um Ihnen die Entscheidung zu erleichtern, wann Sie sich auf eine optischer Durchflusssensor f\u00fcr Drohnen<\/strong>.<\/p>\n\n\n\nDie Mathematik: Wie ein optischer Str\u00f6mungssensor f\u00fcr Drohnen tats\u00e4chlich funktioniert<\/h2>\n\n\n\n
\n
\n
Das Problem der H\u00f6henlage<\/h3>\n\n\n\n
![\"PDCP08-501](\"https:\/\/photo-detector.com\/wp-content\/uploads\/2025\/12\/PDCP08-501-0-600x600.webp\")
Si-PIN-Fotodiode Serie PDCP08 PDCP08-501<\/a><\/h2>\n\n
\nWesentliche Merkmale: Mit einer aktiven Fl\u00e4che von 2,9\u00d72,9 mm bietet diese PIN-Fotodiode einen niedrigen Dunkelstrom und eine hohe Empfindlichkeit, was sie zu einem idealen Sensor f\u00fcr allgemeine optische Schalter und Lichterkennungssysteme macht.<\/p>\n\n\t\t\t<\/div><\/div>\n\n\nHardware ist wichtig: Warum wir Si-PIN-Photodioden verwenden<\/h2>\n\n\n\n
Warum Si PIN?<\/h3>\n\n\n\n
\n
Hindernisvermeidung: Die andere H\u00e4lfte der Gleichung<\/h2>\n\n\n\n
Integration von H\u00f6hensensorik<\/h3>\n\n\n\n
Vergleich: Optischer Fluss vs. GPS vs. Lidar<\/h2>\n\n\n\n
![\"PDCP08-502](\"https:\/\/photo-detector.com\/wp-content\/uploads\/2025\/12\/PDCP08-502-0-600x600.webp\")
![\"PDCP08-511](\"https:\/\/photo-detector.com\/wp-content\/uploads\/2025\/12\/PDCP08-511-0-600x600.webp\")