一、核心相同点
1. 底层控制逻辑一致
都属于闭环自动控制：传感器采集环境/姿态数据→算法解算控制量→执行机构输出动作，持续修正误差。
通用控制理论共用：PID、滤波、状态估计、路径跟踪、避障、容错控制。
2. 硬件架构同源
感知层：IMU惯性单元、GPS/北斗定位、视觉相机、激光雷达、毫米波雷达；
计算层：主控芯片、实时操作系统；
执行层：伺服驱动、动力调速单元。
3. 核心功能目标重合
◦ 自主定位、姿态/轨迹稳定；
◦ 路径规划、动态避障；
◦ 故障检测、应急降级/紧急停机；
◦ 人机交互、远程接管。
4. 软件技术栈相通
都使用状态机、卡尔曼滤波、SLAM、运动规划、预测算法，支持离线仿真+实机调试。
二、关键差异（核心区分）
1. 运动维度与动力学模型完全不同
• 飞控（无人机/飞行器）
六自由度运动：前后、左右、上下平移 + 滚转、俯仰、偏航三轴旋转；
流体空气动力学，极易受风扰、气流扰动，属于不稳定本体，必须高频实时稳姿态，否则直接失控坠毁；
无地面支撑，全程靠动力抵消重力。
• 车载自动驾驶
仅平面二维运动：前进/后退、转向、加减速；
地面轮胎约束，车体本身静态稳定，只需控制行驶轨迹；
重力由路面承载，动力仅负责水平移动。
2. 控制周期、实时性要求天差地别
• 飞控：姿态环控制周期1kHz~8kHz，毫秒级响应，气流扰动瞬间就要修正，延迟超过十几毫秒就会抖动炸机；
• 车载自动驾驶：整车运动慢，控制周期10~100Hz，允许百毫秒级延迟。
3. 定位与姿态需求不同
• 飞控：姿态优先，先稳住机身姿态，再控制位置；IMU是核心，高频解算滚转/俯仰角；
• 自动驾驶：位置轨迹优先，车身姿态几乎不变，IMU仅辅助定位，不需要高速姿态解算。
4. 执行机构与动力系统
• 飞控：无舵机方向盘，靠多电机转速差、舵面调整姿态；动力直接决定升力与姿态耦合；
• 自动驾驶：执行器为转向电机、刹车、油门，姿态和动力解耦，转向只改行驶方向，不改变车身倾斜。
5. 环境干扰与安全边界
• 飞控：气流、侧风、湍流、电磁干扰会剧烈改变飞行状态；故障容错极严，单电机故障极易失控；
• 自动驾驶：干扰主要是路面、障碍物、雨雪；车辆故障可靠边刹停，地面有缓冲容错空间。
6. 规划与约束规则
• 飞控空域：三维空间自由通行，但受限空域、高度、禁飞区；轨迹需连续平滑，不能急停；
• 自动驾驶道路：二维车道约束，必须遵守交通规则、红绿灯、车道线，有道路边界硬性限制。
7. 故障应急逻辑
• 飞控故障：自动返航、迫降、失去动力直接坠落；
• 车辆故障：减速靠边、紧急制动，地面环境可缓冲。
三、极简区别
相同
同属自主运动闭环控制系统，共用感知、定位、规划、控制基础理论与硬件方案，实现无人自主运动。
不同
1. 飞控：6维空中不稳定系统，极致高实时性，姿态控制为第一优先级，对抗气流；
2. 车载自动驾驶：2维地面稳定系统，侧重道路规则与轨迹行驶，实时性要求更低。
