图：无人机自驾仪
无人机自动驾驶仪通过模仿驾驶员的动作来驾驶飞机，自驾仪对于无人机相当于驾驶员对于有人机的作用。自驾仪由敏感元件、计算机和伺服机构组成。当飞机偏离原有姿态时，敏感元件检测变化，计算机算出修正舵偏量，伺服机构将舵面操纵到所需位置。
想要完全读懂无人机自驾仪，控制、导航、数据链是关键。
控制
无人机自驾仪大量装配的各种传感器，如角速率、姿态、位置、加速度等，是保证无人机控制精度的重要元素，在不同飞行环境下，不同用途的无人机对传感器的配置要求也不同。
除了各种传感器，算法是控制的关键。
以多旋翼飞控为例，一般的开源飞控和消费级自驾仪都采用的是PID控制算法。尽管PID的稳定余度不小，但具有好的动态品质的余度不大，闭环动态品质对PID增益的变化太敏感。因此当被控对象处于经常变化的环境之中时，根据环境变化，需要经常变动PID增益。这就造成了使用消费级自驾仪时，经常遇到的调参麻烦，或出现调好了的飞机在使用时还要经常调参的问题。开源多旋翼飞控AutoQuad的L1自适应控制算法部分是唯一需要单独收钱的。
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。该算法具有很高的自适应学习率，能快速补偿运动模型的不确定性和外部扰动，从而使得控制精度高、稳定性好。因此迅速获得了包括NASA（美国航空航天局）在内的各方专家学者的认可和推广。
成都纵横相关专家和Chengyu Cao教授曾就L1自适应控制算法的研究和在飞行控制方面的推广应用做过深入的沟通，并成功地将L1自适应控制算法运用于多旋翼飞行控制和无人直升机的飞行控制之中，获得了极好的控制效果。
导航
自驾仪中的导航系统相当于有人机系统中的领航员，向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。无人机机载导航系统主要分非自主（GPS 等）和自主（惯性制导）两种。
目前，国内大多飞控都采用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，它们的一些特性导致信号在其中的传播时间会比在同样距离的真空中长，而多出来的这些时间是时变的，而且相对较难精确测定。这会导致卫星与接收机之间的测距不准，所以定位精度也就下降了。
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（站站差分、星星差分）来消除传输中的误差和接收机本身的误差，从而获得极高的定位精度，位置和高度测量精度一般都在2~3厘米。
就无人机的发展趋势而言，自驾仪导航系统要求高精度、高可靠性、高抗干扰性能，因此多种导航技术结合的 “惯性 + 多传感器 +GPS” 将是未来发展的方向。
数据链
自驾仪要实时回报无人机飞行状态，地面站需要实时对自驾仪发出指挥控制指令，这也就是通常所说的无人机遥控遥测数据链。
如果将无人机比喻成风筝，数据链就是一根放风筝的无形的线。为了完成一定的任务，工业级无人机一般都会进行超视距飞行，因此无人机上自驾仪与地面站之间的通信就显得非常必要和重要。如何保证风筝飞得又高又远，数据链这根无形的“风筝线”得粗壮。
纵横的自驾仪全部内置跳频高速数据链路，通讯距离最远可达90km。