一、超声波避障技术要点
4. 障碍物建模
通过最小二乘法平面拟合，将单点测距数据转化为障碍物表面模型，提高避障准确性。
使用队列（wallqueue）存储障碍物信息，并进行去重处理，避免重复避障。
5. 避障轨迹规划
单个障碍物：采用二阶运动轨迹，在垂直障碍物方向匀减速，平行方向匀速运动。
多个障碍物：结合多个方向的加速度调整，确保平滑避障。
二、技术难点
1. 环境干扰
超声波易受强风、雨雪、海绵等吸声材料影响，导致测距失效。
透明物体（如玻璃）可能无法反射超声波，但相比光学传感器（如红外），超声波对玻璃的检测更可靠。
2. 测距精度与范围限制
有效测距通常≤10米，远距离精度随声波衰减下降。
窄波束角可能导致盲区，需多传感器协同。
3. 实时性要求
无人机高速飞行时，需在毫秒级完成测距、计算和避障决策，对算法优化要求高。
4. 多传感器数据融合
需结合IMU、视觉或红外传感器**弥补超声波局限（如透明障碍物检测）。
5. 功耗与计算资源
超声波传感器虽低功耗，但**实时建模与轨迹规划**可能增加飞控系统负担。
三、运行方式
1. 数据采集
超声波传感器持续发射40kHz以上的声波，并接收回波，记录时间差。
2. 障碍物检测
当测距值小于安全阈值（\(m_{range}\)）时触发报警，进入避障模式。
3. 轨迹调整
根据障碍物位置，计算**避障加速度**（如匀减速或转向），生成平滑轨迹。
4. 恢复飞行
当障碍物距离超过安全范围后，重新启用传感器，继续原定航迹。
