一、传感器
一般在开发一个无人载具（不仅限于无人船），如果想要良好地控制它，下面的这些传感器是必不可少的：GNSS定位系统、陀螺仪、加速度计、磁力计，如果想要让无人船更加的智能化，我们可以考虑加入毫米波雷达、视觉系统等等，用于自动避障。
1、GNSS模块
一我们般常说的GPS只是国外（美）的那一套定位系统，以及我们自己的北斗、欧洲的伽利略，俄罗斯的格洛纳斯定位系统，这些统称为GNSS，Global Navigation Satellite System。GNSS接收机是装在船上的，它能输出当前的接收机模块所在地点经纬度。但是不同的定位系统基于的坐标系是不同的，GPS基于WGS84坐标系，北斗基于一套咱国家的坐标系。获取了一定坐标系下的经纬度，还需要知道航向，这里航向可以用两种方法获得。
（1）第一种利用GNSS获取航向，小船下水之后先让它往前行驶一小段，然后我们就能利用两点连成一条直线的原理来获取船头的朝向。
（2）利用磁力计获取航向，有些GNSS模块上边写的一行小字：with compass. 这个compass就是指磁力计，也就是我们所说的指南针，然后利用霍尔原理采集三轴上的磁数据。
2、陀螺仪
陀螺仪的基本作用是进行测量方位。我们可以简单的把它理解成指南针,但陀螺仪指向的原理跟磁力没有任何关系，陀螺仪是利用角动量守恒来进行测量的。例如：设想一下你的手里拿着一台陀螺仪，校准的时候把它的指针指向了你的家门口接着你出去围着家跑一圈，这个时候你会发现这个陀螺仪的指针始终指着你的家门口，由此可以测量出你运动起来的时候跟你家门口的夹角。如果我们给它设定了个已知的方向基准，那么方位也就能能获得了。
另外，我们知道了加速度计可以测量物体运动时候的加速度，然后我们将每个时间内测得的加速度值进行积分两次就可以得到位移的值。所有单纯使用陀螺仪与加速度计，我们就能够完全可以制造一个不需要任何其他参考系的惯性导航系统！
二、滤波算法
如果需要直接用读取回来的数据来进行控制无人船。会看到：将小船放下水小船会一直哆嗦？出现这种情况是因为电子传感器直接获取的数据噪声很大，需要滤波。比如，在这一秒传感器读取的船头偏航角是30度，那么下一个时刻可能由于突发的干扰导致读数变成了60度，再下一个时刻恢复了正常30度。接着用滤波算法，输入传感器的数据中带噪声的数据，它就能给你滤波输出很接近真实数据的结果。
三、系统结构
成熟的无人船系统一般采用的是上位机+下位机的架构。所谓上位机，以树莓派为例：类似于人的大脑，用来负责交互、综合与高级运算；下位机一般采用嵌入式芯片如STM32，类似于人的小脑，负责运动控制，直接对电机等外围设备下达指令。
简单来说，如果你需要远程控制单位的电脑办公，单位的电脑就可以看做是一台上位机；单位的打印机就是下位机。此外，通过上位机还可以很方便的拓展很多的功能。比如在文章末尾附的无人船项目的上位机就通过仅仅两三行代码加入了语音提示无人船工作状态的功能。如果是仅使用下位机，那工作量就很大了。
四、路径规划
有了以上的东西，我们的无人载具机就已经具备了遥控行驶的能力了。如果还需要加入自动巡航的功能，那么我们还需要加入路径规划的部分。假设给你两个经纬度目标点A、B，怎么规划出一条路线呢？这里用到了方位角，换句话说就是，有了两个GPS的坐标，你需要将两个坐标之间的方位角和距离计算出来；有了方位角和距离，你就是需要反过来根据第一个坐标点计算第二个坐标。
规划是对未来的时域、空域的一系类计划可分为全局规划和局部路径规划，路径规划包括全局路径规划和局部路径规划，全局路径规划指在已知全局地图的情况下，从车辆当前位置规划出一条到目的地的全局路径。局部路径规划指根据环境感知的信息在换道、转弯、躲避障碍物等情况下，实时规划出一条安全、平顺、舒适的行驶路径。路径规划有很多算法，包括Dijkstra算法、蚁群算法、Astara算法、势场法、粒子群算法、遗传算法、狼群算法以及模拟退火算法等。
五、决策与控制
决策，在整个无人驾驶系统中，扮演者“驾驶员大脑”的角色，根据定位和感知以及路径规划的信息，决定无人船的形式策略。包括：是否转向避碰、是否绕行、是否停车等。控制，主要包括转向、驱动、制动三方面的控制，执行规划决策模块下发的期望速度和期望转向角度，也包括号灯、喇叭等等的控制。
以上就是对无人船技术的介绍，如果你还有什么不了解的地方，欢迎留言或者在线咨询，我们会及时与您联系。东英测绘仪器有限公司提供RTK/GPS、全站仪、水准仪、经纬仪、无人机等仪器的销售、检测、校正等服务，也承接测绘培训和各种内外业测量任务，有相关的需要了解都可以留言或者在线咨询我们，我们将详细为你解答。