迄今为止,在复杂环境下的无人机实时状态估计依旧是个难题。随着GPS模块的广泛使用以及更高精度的差分定位系统的使用,在室外环境下的无人机控制系统甚至无需对GPS原始数据进行处理也可以取得较好的飞行效果。但在室内无GPS信号的情况下,无人机如何定位以及如何获取准确的速度信息就成为较大的问题。在本篇文章中,通过使用扩展卡尔曼算法(EKF)对多个传感器数据进行融合,包括惯性测量单元(IMU),地磁计,气压计,GPS模块,光流模块以及激光雷达。最后,在室内以及室外环境下,对该系统的鲁棒性以及有效性进行验证。