3. 仿真场景设计：基于Gazebo/JSBSim的典型飞行场景构建

仿真场景设计，说白了就是给飞控算法出考题。你想想看，一个算法在理想环境下跑得再好，到了真实环境里遇到风、遇到GPS丢星，立马就崩了，那有什么用？

我个人习惯，在SITL阶段至少要把四个典型场景跑透：悬停、巡航、风扰、GPS丢失。这四关过了，飞控才算有了基本的鲁棒性。

核心观点：仿真不是为了证明算法“能飞”，而是为了证明算法“在极端情况下不会炸”。

3.1 场景一：悬停——飞控的“呼吸”测试

悬停是所有多旋翼飞控的起点。如果连悬停都做不好，后面的巡航、抗风全是空谈。

在Gazebo中启动悬停场景很简单，但要注意几个关键参数：

# 启动PX4 SITL + Gazebo悬停场景
make px4_sitl gazebo

# 或者指定无人机模型
make px4_sitl gazebo_iris

嗯，这里要注意：默认的悬停场景是无风、无干扰的理想环境。我建议你在悬停测试中关注三个指标：

高度保持精度：±0.1m以内算及格，±0.05m算优秀
水平漂移量：理想情况下应小于0.2m
姿态角波动：滚转/俯仰角波动应小于±2°

我的经验：有一次我在项目中遇到悬停时无人机像“喝醉了酒”一样左右晃。查了半天，发现是IMU的加速度计噪声参数没配好。后来在仿真里把振动模型加上，问题就复现了。所以悬停测试一定要开振动模拟，别用理想IMU。

3.2 场景二：巡航——考验路径跟踪能力

巡航场景主要测试飞控的轨迹跟踪精度和速度控制。说白了，就是看无人机能不能按你规划的路径飞。

在Gazebo中，我通常用offboard模式发送位置/速度指令：

# 通过MAVSDK发送巡航指令
# 设置目标位置 (x, y, z) = (10, 10, -5)
# 设置目标速度 2 m/s

# 关键参数：
# - 巡航速度：建议从1m/s开始，逐步增加到5m/s
# - 转弯半径：与速度相关，速度越快转弯半径越大
# - 路径跟踪误差：RMS误差应小于0.5m

为什么会这样？因为巡航场景暴露的是飞控的前馈-反馈协调能力。纯反馈控制会导致转弯时滞后，而前馈项如果调得太激进又会超调。

巡航速度	建议转弯半径	典型跟踪误差
1 m/s	2 m	±0.2 m
3 m/s	5 m	±0.4 m
5 m/s	10 m	±0.8 m

避坑指南：我曾经在巡航测试中遇到无人机在转弯时突然“甩尾”。后来发现是偏航角速度限制设得太低，导致转弯时偏航跟不上。记住：巡航场景一定要同时测试直线段和弯道段，别只飞直线。

3.3 场景三：风扰——飞控的“抗压”测试

风扰场景是仿真中最接近真实环境的测试。我个人认为，没有经过风扰测试的飞控，不配叫“完成”。

在Gazebo中模拟风扰有两种方式：

方法一：使用Gazebo的WindPlugin——直接给无人机施加风力
方法二：在SITL层面注入扰动——修改空气动力学模型

我推荐用WindPlugin，因为它更接近真实物理：

<!-- 在Gazebo world文件中添加风插件 -->
<plugin name="wind_plugin" filename="libWindPlugin.so">
  <wind_direction>180</wind_direction>
  <wind_speed_mean>5</wind_speed_mean>
  <wind_speed_variation>2</wind_speed_variation>
</plugin>

风扰测试的典型场景包括：

阵风测试：突然施加5-8m/s的阵风，观察飞控恢复时间
持续侧风：施加恒定侧风，观察位置保持误差
风切变：在不同高度施加不同风速，模拟真实大气环境

关键指标：抗风能力通常用“最大可抵抗风速”来衡量。消费级无人机一般在5-8m/s，工业级可以到12-15m/s。在仿真中，我建议从3m/s开始，每次增加1m/s，直到飞控失稳。

3.4 场景四：GPS丢失——飞控的“盲飞”测试

GPS丢失是真实飞行中最常见的故障之一。你想想看，在城市峡谷、隧道或者强电磁干扰环境下，GPS信号说丢就丢。

在SITL中模拟GPS丢失很简单：

# 通过MAVSDK或mavlink命令模拟GPS丢失
# 方法1：直接断开GPS模块
# 方法2：发送GPS数据无效标志

# 观察飞控行为：
# - 是否自动切换到光流/视觉定位？
# - 高度保持是否依赖气压计？
# - 位置漂移速度是多少？

我个人习惯，GPS丢失测试要分三个等级：

等级	场景描述	飞控预期行为
L1	GPS短暂丢失（<5s）	保持最后位置，等待GPS恢复
L2	GPS丢失（5-30s）	切换到视觉/光流定位，或进入悬停模式
L3	GPS永久丢失	触发返航（如果无视觉）或紧急降落

避坑指南：我曾经在项目中遇到GPS丢失后无人机直接“放飞自我”——因为它没有配置任何备用定位源。后来我在仿真里加了光流传感器，并设置了传感器失效切换逻辑。记住：GPS丢失测试一定要配合传感器融合策略一起测，别只测“丢GPS”这一个动作。

3.5 场景组合与自动化测试

单个场景测完了，还得测组合场景。比如：巡航中遇到阵风，同时GPS丢失——这才是真实世界的常态。

我建议用Python脚本把四个场景串起来，实现自动化测试：

# 自动化测试脚本伪代码
def run_scenario_sequence():
    # 1. 启动SITL + Gazebo
    # 2. 悬停测试（60s）
    # 3. 巡航测试（120s）
    # 4. 风扰测试（90s）
    # 5. GPS丢失测试（60s）
    # 6. 记录日志，分析性能指标

下面这张图展示了四个场景的测试流程和关键节点：

我的建议：自动化测试脚本一定要记录时间戳和传感器状态。这样在分析日志时，你能精确知道“在哪个时间点，哪个传感器失效了，飞控做了什么反应”。没有时间戳的日志，说白了就是一堆废数据。

3.6 场景参数配置清单

最后，我整理了一份场景参数配置清单，方便你快速搭建测试环境：

场景	关键参数	推荐值	备注
悬停	高度、水平漂移、姿态波动	±0.1m, <0.2m, ±2°	开启振动模拟
巡航	速度、转弯半径、跟踪误差	1-5 m/s, 2-10m, <0.5m	包含直线+弯道
风扰	风速、风向、阵风幅度	3-12 m/s, 随机方向	从3m/s逐步增加
GPS丢失	丢失时长、备用定位源	5s/30s/永久	配置传感器切换逻辑

这四个场景，每一个都能暴露飞控的不同短板。悬停测的是基础稳定性，巡航测的是轨迹跟踪，风扰测的是鲁棒性，GPS丢失测的是故障处理能力。把它们组合起来跑一遍，你的飞控才算真正经得起考验。

📚 课程目录

3. 仿真场景设计：基于Gazebo/JSBSim的典型飞行场景构建

3.1 场景一：悬停——飞控的“呼吸”测试

3.2 场景二：巡航——考验路径跟踪能力

3.3 场景三：风扰——飞控的“抗压”测试

3.4 场景四：GPS丢失——飞控的“盲飞”测试

3.5 场景组合与自动化测试

3.6 场景参数配置清单