飞控应用于无人机和无人船，虽然都涉及自动导航与控制，但由于载体所处的介质、动力学特性、任务环境等根本不同，其技术要点、实施方式和区别点都非常显著。
下面从几个维度进行详细对比分析：
一、核心区别总览
二、技术要点与方式要点对比
1. 姿态感知与融合
无人机：
核心传感器：IMU（陀螺仪、加速度计）、磁力计、气压计。
要点：对IMU的精度和动态响应要求极高。融合算法（如互补滤波、卡尔曼滤波）需要快速解算出高动态的姿态，尤其是滚转和俯仰角。振动隔离是关键，发动机/螺旋桨振动会严重影响IMU数据。
无人船：
核心传感器：IMU、磁力计、GPS。
要点：姿态变化缓慢，但对航向（偏航角） 的精度和稳定性要求极高。滚转和俯仰角主要用于补偿和监测，而非主控。更依赖GPS/RTK提供的高精度位置和速度信息进行航迹控制。对高频振动不敏感，但需处理波浪引起的周期性晃动。
2. 导航与定位
无人机：
主要方式：GNSS（GPS/北斗）+ IMU 紧耦合/松耦合组合导航。室内或GNSS拒止环境下，依赖视觉里程计（VIO）、激光雷达（Lidar）或超声波。
要点：高度信息至关重要。气压计用于相对高度，但在悬停时易受干扰，需与其它传感器融合。RTK用于厘米级精确定位（如植保、测绘）。
无人船：
主要方式：GNSS是绝对核心，通常直接使用RTK以获得分米/厘米级定位，因为水面无遮挡。惯性导航（INS） 作为GNSS短暂失锁的补充。
要点：基本不涉及室内或复杂遮挡环境。更关注航向传感器（电罗经/光纤罗经）的精度，因为GPS的航向在低速时不准确。
3. 控制算法与模型
无人机：
常用算法：PID/LQR/模型预测控制（MPC）。通常采用串级控制：外环（位置/速度） -> 内环（姿态/角速率）。
要点：强依赖于精确的动力学模型。控制分配直接：期望力矩/力 -> 电机转速。需要处理强非线性、耦合和欠驱动特性。
无人船：
常用算法：PID（尤其是比例积分）、模糊控制、自适应控制。
要点：水动力模型复杂且不确定性强（受船型、负载、水流影响）。控制响应慢，积分项（I） 对消除稳态误差（如抵抗恒定水流）非常重要。控制分配复杂：期望推力/力矩 -> 舵角 + 推进器转速（对于有舵的船）。
4. 执行机构与驱动
无人机：
执行机构：无刷电机 + 电子调速器（ESC） + 螺旋桨。
要点：响应极快（毫秒级）。通过改变多个电机的转速差来直接产生姿态力矩和总升力。PWM信号控制。
无人船：
执行机构：舵机 + 电调/调速板（控制推进电机或油门舵机）。
要点：响应慢，有延迟。舵的偏转产生的水动力转向力矩有显著滞后。推进器从指令到推力建立也需要时间。通常是串行指令控制。
5. 通信与延迟容忍度
无人机：
要求：需要低延迟、高刷新率的遥控链路。数据链（数传）用于遥测和任务指令。对延迟敏感，尤其是手动操控时。
无人船：
要求：对控制指令的实时性要求相对较低，但要求高可靠性、远距离。常使用远距离无线电（如LoRa）或移动网络（4G/5G）。可容忍秒级的指令延迟。
6. 安全与可靠性
无人机：
要点："失效-安全" 设计。常见安全策略：降落伞、断桨保护、失控返航（RTL）、低电量返航。供电系统稳定性要求极高。
无人船：
要点："失效-漂浮/可回收"。常见安全策略：失控循航/定点驻守、电子围栏、AIS防撞、漏水检测。防水、防腐蚀是硬件设计首要考虑。需考虑法规避让算法的集成。
三、总结：核心区别与移植难点
1.控制频率不匹配：飞控的高频控制律会让无人船的执行机构（舵机）频繁动作，导致过度磨损和不稳定。
2.姿态定义权重错误：飞控会过度关注并试图主动控制滚转和俯仰，而这对于船来说大部分是无效且浪费能量的。
3.导航融合策略失效：无人机融合算法可能过于依赖气压计高度，或对GNSS速度的信任模型不适合低速水面载体。
4.控制算法参数失效：PID参数完全不适配。船的慢动态需要更大的积分时间和更小的微分作用。
5.执行机构接口不匹配：飞控通常输出多路电机PWM信号，而无人船需要的是"舵角"和"油门"指令。
6.任务逻辑不同：返航、悬停、避障等高层决策逻辑需要重新设计。
