图：无人驾驶飞机自我操纵装置
无人机自动驾驶仪模仿飞行员的动作操纵飞机，自驾仪相当于驾驶员对无人机的无人机作用。自驾车机由敏感元件、计算机和伺服机制组成。如果飞机偏离原来的姿势，敏感因素会检测到变化，计算机会计算修改后的舵偏转，伺服机构会将舵面操纵到所需位置。
要想完全阅读无人机，控制、导航、数据链是关键。
控制
无人机大量装配的各种传感器(如角速度、姿态、位置、加速度等)是保证无人机控制精度的重要因素，根据飞行环境的不同，无人机的传感器配置要求也有所不同。
除了各种传感器外，算法是控制的核心。
以多旋翼飞行控制为例，一般的开源飞行控制和消费级自驾机都使用PID控制算法。PID的稳定性是不小的，但具有良好动态质量的余量不大，闭环动态质量对PID增益的变化过于敏感。因此，当被控制对象处于频繁更改的环境中时，必须根据环境的变化频繁更改PID增益。这就导致了在使用消费级自驾机时经常遇到的提前麻烦，或者在使用协调的飞机时经常需要协调的问题。开源多旋翼飞行控制AutoQuad的L1自适应控制算法部分是唯一需要单独收钱的部分。
L1自适应控制算法是国际自适应控制领域研究的最新成果，由美国伊利诺伊大学Naira Hovakimyan教授和康涅狄格大学Chengyu Cao教授共同提出。该算法具有较高的可变学习率，可以快速补偿运动模型的不确定性和外部扰动，控制精度高，稳定性好。因此，迅速得到了包括美国航空航天局(NASA)在内的各方面专家学者的认可和普及。
成都纵横相关专家和程雨超教授就L1自适应控制算法的研究及其在飞行控制中的推广应用进行了深入的沟通，并成功地将L1自适应控制算法应用于多旋翼飞行控制和无人直升机的飞行控制。取得了良好的控制效果。
导航
私家车的导航系统相当于无人机系统的导航员，为无人机提供参考坐标系的位置、速度、飞行姿态，引导无人机按照指定航线飞行。无人机飞机导航系统主要分为非自主(GPS等)和自主(惯性制度)。
目前，国内大部分飞行控制都采用GPS导航。GPS信号从卫星发射传播到地球表面，中间通过大气层、电离层，由于某些特性，信号传播的时间比同一距离的真空长，时间变化更长，难以相对准确地测量。这导致卫星和接收器之间的距离测量不准确，位置精度也下降。
差分GPS利用地面接收机和机载接收机的信号进行双频(L1、L2接收频率)双差(站差、星差)，消除了传输误差和接收机本身的误差，从而实现了位置和高度测量精度通常为2 ~ 3厘米的极高位置精度。
从无人机的发展趋势来看，自驾导航系统精度高、可靠性高、抗干扰性能高，因此结合多种导航技术的“惯性多传感器GPS”将成为今后的发展方向。
数据链
自营机需要实时报告无人机飞行状态，地面站需要实时发送对自营机的指挥控制指令，这通常被称为无人机遥控遥测数据链。
如果把无人机比作风筝，数据链就是放风筝的无形线。为了完成特定任务，工业级无人机一般进行超视距飞行，因此无人机的自驾车人和地面站之间的通信非常必要和重要。(John F . Kennedy，Northern Exposure，)如何保证风筝飞得高、飞得远，数据链这个无形的“风筝室”很粗。
纵横交错的自驾司机都内置高速数据链路，提供长达90公里的通信距离。
