GNSS 和蓝牙®测向：引导无人机返回移动船舶

固定翼无人机非常适合海上搜救任务。它们能够长距离飞行，快速覆盖大片区域，并为救援人员提供远超地平线的空中视野。但存在一个实际问题：任务结束后，无人机如何返回一艘本身也在随波摇曳的小型救援船上？

在陆地上，自主回收可以依靠固定的着陆点。而在海上，目标物体则处于持续平移和旋转的状态。俯仰、横滚和偏航会改变船只的姿态，而风和海浪则会同时影响无人机及其回收平台。

隆德大学作为Vinnova资助的NextG2Com能力中心的一部分开展了一项研究，旨在探索结合多种互补定位技术能否提供解决方案。

硕士生博·福雷兹（Beau Forrez）与u-blox及瑞典海上救援协会（SSRS）合作，开发了一套船载无线电引导系统，该系统融合了GNSS、蓝牙®测向和惯性测量技术。

这一成果验证了自主系统的一个重要原则：有时，最佳的定位方案并非依赖单一技术，而是多种技术的协同工作。

将无人机引导回移动船只面临的挑战

对于 SSRS 等搜救组织而言，固定翼无人机（UAV）提供了一种极具吸引力的方式，可将监视范围扩展到救援船只的航程之外。

与许多多旋翼无人机相比，固定翼飞机可以在空中停留更长时间，并高效地搜索大面积区域。当每一分钟都至关重要时，这使得它们特别有用。

但其续航优势也带来了另一项挑战。回收固定翼无人机通常比回收悬停的多旋翼无人机需要更大的空间和更精确的引导。

将无人机飞回岸上会减少其有效飞行时间。因此，直接将其回收至救援船上，可以显著扩大海上搜救行动的覆盖范围并延长搜救时间。

^{用于探索海上搜救行动自主回收概念的固定翼无人机。}

要实现自主回收，无人机不仅需要知道自身位置，还需了解其相对于不断移动和旋转的回收点的相对位置。

这一区别非常重要。

GNSS 提供了一个极好的全球位置参考。但在最终进近阶段，无人机还需获得关于船只相对于无人机方向的精确信息。蓝牙测向技术可以提供这种本地角度信息。

挑战在于将这些测量数据整合到同一个参考系中。

融合全球定位与相对定位

本论文研究的架构针对回收操作的不同阶段采用了互补的定位技术。

当无人机距离船只较远时，GNSS 提供绝对定位并支持导航；随着无人机逐渐接近，蓝牙 5.1 入射角（AoA）测量可提供相对方向信息，从而支持终端寻航。

^{GNSS 提供长距离导航，而蓝牙到达角 (AoA) 则在无人机最终接近回收船时提供方向引导。}

在实验实现中，该系统整合了市售的u-blox技术，包括：

• XPLR-AOA-3蓝牙测向探索套件
• ANT-B10蓝牙天线板
• C209蓝牙标签
• ZED-F9RGNSS接收机

该架构并未要求单一传感器解决所有定位问题，而是充分利用了各传感器互补的特性。

GNSS 在全球坐标系中确定平台的位置。蓝牙 AoA 提供有关蓝牙信号 到达天线阵列的方向信息。与此同时，惯性测量单元 (IMU) 提供了解船只自身运动情况所需的信息。

综合这些测量数据，可以更全面地了解无人机相对于船只的位置。

然而，还有另一个复杂因素。

当天线阵列无法保持静止时

蓝牙到达角（AoA）技术依赖天线阵列来确定入射无线电信号的方向。

在静态应用中，天线阵列的方位可视为固定。如果入射信号相对于阵列发生位移，则可以合理推断发射器已移动。

一艘在海上航行的船只则完全改变了这一假设。

试想，一架无人机保持完全静止，而其蓝牙天线下方的船只却向一侧倾斜。从天线的角度来看，即使无人机没有移动，视到达角也会发生变化。

俯仰和偏航时也会发生同样的情况。

因此，如果测向系统直接解读这些测量数据，可能会将船只的运动误认为是无人机的运动。

这就是惯性传感变得至关重要的原因。

消除测量中的海浪干扰

该项目最重要的技术贡献是开发了一种基于 IMU 补偿的蓝牙入射角 (AoA) 导航架构。

该系统不会将原始的蓝牙角度测量值直接发送至导航滤波器，而是首先考虑船只的姿态。

IMU 测量值描述了船只和天线阵列的旋转情况。然后，蓝牙 AoA 测量值就可以从船只的移动坐标系转换为稳定的、以地球为基准的东北向下 (NED) 坐标系。

从概念上讲，处理流程如下：

蓝牙AoA测量值 → 船舶姿态补偿 → NED坐标转换 → 传感器融合 → 无人机相对位置

这种变换将无线电测量中原本同时出现的两种效应分离出来：无人机实际的运动，以及由天线阵列下方船舶旋转引起的表观运动。

在涉及船舶波浪状运动的实验中，该方法成功地将无人机真实的接近方向与平台运动引起的干扰区分开来。

这使得该概念的应用范围远不止于海上无人机的回收。当测向传感器安装在姿态不断变化的平台上时，机器人、车辆、工业机械及其他移动平台都可能面临同样的根本性问题。

融合异步传感器

校正参考系只能解决部分问题。

GNSS、蓝牙 AoA 和 IMU 传感器并不一定在同一时间或以相同的更新率产生测量值。它们还测量不同的物理量，并具有不同的不确定性特征。

因此，导航系统需要将异步信息融合为一个持续更新的估计值。

为此，该项目采用了扩展卡尔曼滤波器（EKF）。

EKF 会维持对正在接近的无人机相对状态的估计，并在获得新的传感器测量数据时更新该估计值。GNSS 提供全球位置信息，蓝牙 AoA 提供相对方向观测数据，而惯性测量则使系统能够补偿船只不断变化的姿态。

其结果比简单地将几个传感器的数据求平均值更有用。传感器融合使系统能够利用每项测量的优势，同时考虑到其不确定性和局限性。

这说明了为什么混合定位对于自主机器越来越重要。

问题已不再仅仅是“我应该使用哪种定位技术？”

越来越多地，问题变成了：“哪种定位技术的组合能为我的自主系统在运行的每个阶段提供所需的信息？”

从远距离 GNSS 到终端引导

这自然导致了一种两阶段恢复架构。

当无人机远离船只时，GNSS 是导航的主要来源。这两个平台都可以确定其绝对位置，从而使无人机能够在相对较长的距离内导航至船只。

当无人机接近 回收区时，蓝牙测向技术会补充本地相对位置信息。

因此，这两项技术解决了同一问题中不同但互补的部分：

GNSS 回答：无人机和船只在全球范围内的位置在哪里？
蓝牙来角（AoA）回答：从接收天线的视角来看，无人机位于哪个方向？
惯性测量单元（IMU）回答：接收平台当前的姿态如何？

将这些测量数据结合起来，即可生成引导飞行器前往移动回收点的所需相对导航信息。

实验结果如何？

该系统通过“软件在环”仿真和“人参与环”的物理实验进行了评估。

结果表明，在传感器融合之前将蓝牙 AoA 测量值转换为 NED 坐标系，可以有效补偿船只的运动。

在物理测试中，该系统的跟踪误差保持在 1 米左右。在评估条件下，模拟产生的平均误差小于 1 米。

最重要的是，在接收平台受到模拟船舶上所经历的扰动时，该系统仍能持续提供稳定的相对导航估计。

由于现有无人机硬件的局限性，完全自主的飞行器回收超出了本次最终可验证的范围。因此，本研究不应被视为一个完整的自主海上着陆系统。

相反，它验证了构建该系统所需的关键基础组件之一：即在接近的无人机与移动回收平台之间实现稳健的相对导航。

商用技术，实验性自主性

该项目的另一个有趣之处在于用于构建原型的硬件。

该系统并未依赖专门的航空航天定位设备，而是利用市售的全球导航卫星系统（GNSS）和蓝牙测向技术组装而成。

^{用于船载回收引导系统实验评估的固定翼无人机平台。}

其中包括用于蓝牙测向的 u-bloxXPLR-AOA-3套件和ANT-B10天线阵列、用作蓝牙发射器的C209 标签，以及ZED-F9RGNSS 接收器。

这一点至关重要，因为自主系统越来越需要能够在性能、体积、功耗、可用性和成本之间取得平衡的定位架构。

在此背景下，蓝牙测向技术尤为引人关注。蓝牙作为一种低功耗无线技术，已经得到了广泛应用。添加方向信息为那些仅知道设备在附近还不够、系统还需要知道设备来自何处的应用创造了可能性。

将这种相对位置信息与GNSS相结合，又开辟了一系列新的可能性。

超越无人机回收的混合定位

海上无人机回收虽然是一个要求极高的示范案例，但其底层定位架构的应用范围远不止于此。

自主机器人可能在卫星可见度不断变化的环境间移动。车辆在大部分行程中可能需要全球导航，但在接近基础设施时则需要精确的相对定位。移动机械即使在主机平台移动时，也可能需要确定设备相对于自身的相对位置。

资产追踪系统同样可以从结合全球和本地定位中获益，而不是强迫单一技术覆盖所有运行条件。

NextG2Com项目验证了一个通用设计原则：全球定位与本地无线电定位并不存在冲突，二者可以相辅相成。

GNSS 提供全球参考基准。短距离无线电技术提供额外的相对观测数据。惯性传感器描述平台的运动状态。传感器融合将这些测量数据整合为一个统一的导航解决方案。

随着自主系统能力的不断提升，此类架构的重要性将日益凸显。

下一步是什么？

该论文还指出了该概念可扩展的几种方向。

高精度RTK GNSS 可以改善全球相对位置估计。双天线GNSS 航向测量可为船只姿态提供另一项独立测量数据。更自适应的传感器融合算法能够根据接近过程中测量质量的变化动态调整。

新的短程定位技术提供了另一条途径。

随蓝牙核心 6.0 一起推出的蓝牙信道测深（Bluetooth Channel Sounding）为安全、精细测距的应用提供了一种新机制。未来的系统可能会将测距与方向测量相结合，为短距离相对定位增添另一维度。

综合来看，这些技术正推动导航系统朝着根据环境选择和融合测量数据的方向发展，而非依赖单一定位源。

对于海事应用而言，下一个重要步骤很明确：将定位架构与飞机的飞行控制器集成，并在移动船舶上演示闭环自主恢复。

从研究项目到现实救援

该项目源于瑞典海上救援协会提出的一个实际问题：如何让远程无人机将更多时间用于搜索，而非返回岸上？

要回答这个问题，仅靠一架能够长距离飞行的无人机是不够的。整个操作周期必须顺利进行，包括将无人机安全带回岸上。

通过结合全球导航卫星系统（GNSS）、蓝牙测向和惯性传感技术，NextG2Com合作项目为解决任务的这一最后环节奠定了极具前景的技术基础。

这项工作还彰显了学术界、技术提供商和终端用户之间协作的价值。隆德大学贡献了定位与通信研究成果，u-blox 提供了商用 GNSS 和短距离无线电技术，而 SSRS 则提供了一个严苛的实际应用场景——在该场景中，改进的自主导航能力最终可转化为更广的搜索覆盖范围和更快的救援行动。

由此形成的架构目前仍处于研究原型阶段。但其核心理念十分明确：当自主系统在动态环境中运行时，定位技术若能协同工作，其效能将得到显著提升。

阅读论文： 用于固定翼无人机回收的船载无线电引导系统，Beau Forrez，隆德大学，2026年。