1. SITL 仿真基础：从概念到工程价值

各位同学，欢迎来到这门课的第一章。咱们先不急着敲代码，先把 SITL 这个东西聊透。我做了这么多年飞控，见过太多人一上来就怼硬件，结果炸机炸到怀疑人生。其实，很多坑完全可以在仿真阶段就填平。

今天这一章，我会把 SITL 是什么、它跟 HITL 有什么区别、为什么值得学、以及主流框架怎么选，一次性讲清楚。嗯，这里面的经验，都是我拿时间和炸机换来的。

1.1 什么是 SITL？

SITL，全称 Software-in-the-Loop，中文叫「软件在环仿真」。说白了，就是把飞控的代码直接跑在你的电脑上，模拟出一架虚拟的无人机。

你想想看，没有硬件，没有传感器，没有电机，但你的飞控代码以为自己真的在飞。它接收模拟的 GPS、IMU、气压计数据，输出 PWM 信号给虚拟的电机，然后整个飞机在虚拟世界里做出反应。

我习惯把 SITL 比作「飞行模拟器」——就像飞行员在模拟舱里训练一样，我们在电脑上训练飞控算法。

具体来说，SITL 仿真包含三个关键组件：

• 飞控固件：编译成 PC 可执行文件的飞控代码（如 ArduPilot 或 PX4）
• 仿真环境：模拟物理世界和传感器数据的软件（如 Gazebo、JSBSim）
• 通信桥梁：连接飞控和仿真环境的协议（如 MAVLink、uXRCE-DDS）

这三者协同工作，就构成了一个完整的 SITL 仿真系统。

1.2 SITL 与 HITL 的区别

很多新手分不清 SITL 和 HITL。我刚开始做飞控时也犯过这个迷糊，结果在 HITL 上浪费了不少时间调试一个其实在 SITL 阶段就能发现的问题。

咱们直接看对比表，一目了然：

对比维度	SITL（软件在环）	HITL（硬件在环）
硬件需求	仅需一台电脑	需要飞控板、传感器、甚至整机
运行速度	可加速/减速运行（如 10x 速度）	必须实时运行（1x 速度）
调试能力	可打断点、单步执行、打印日志	调试受限，依赖外部工具
硬件驱动验证	不验证硬件驱动	验证硬件驱动和接口
传感器噪声模拟	可精确控制噪声模型	使用真实传感器，噪声不可控
适用阶段	算法开发、单元测试、CI/CD	硬件集成测试、系统验收
成本	几乎为零	需要硬件采购和维护成本

看到这个表，你应该明白了：SITL 和 HITL 不是替代关系，而是上下游关系。我个人的工作流是：先在 SITL 里把算法跑通，再上 HITL 验证硬件适配，最后才真机试飞。这个顺序，能帮你省下至少 70% 的调试时间。

1.3 SITL 在无人机开发中的价值

为什么我这么推崇 SITL？因为它解决了无人机开发中最头疼的三个问题：

1. 安全：算法写错了？在 SITL 里最多就是屏幕上的飞机坠毁，不会炸真机、不会伤人、不会赔钱。
2. 效率：一次真机试飞，从准备到收工至少半小时。SITL 里一次仿真只要几秒钟，还能批量跑。
3. 可复现：真机试飞受天气、磁场、GPS 信号影响，同一个场景很难复现。SITL 里每次结果都一样，方便 debug。

我举个例子。有一次我需要测试一个紧急降落算法，要求在 GPS 丢失后 5 秒内自动着陆。在真机上测试这个场景，你得手动关掉 GPS，然后祈祷飞机别出事。但在 SITL 里，我只需要写一行代码模拟 GPS 失效，然后观察飞机的行为。安全、快速、可重复。

1.4 主流 SITL 框架介绍

目前业界主流的 SITL 框架有三个：ArduPilot SITL、PX4 SITL、以及 Gazebo+ROS 组合。我三个都用过，各有千秋。下面逐一介绍。

1.4.1 ArduPilot SITL

ArduPilot 的 SITL 是我用得最多的。它的特点是「开箱即用」——编译完成后，一条命令就能起飞。

# 启动 ArduPilot SITL（四旋翼模型）
sim_vehicle.py -v ArduCopter --map --console

这条命令会启动一个带地图界面和控制台的仿真环境。你可以直接用遥控器（或者键盘）控制虚拟飞机，就像操作真机一样。

ArduPilot SITL 的优势在于：

• 支持多种机型（四旋翼、固定翼、直升机、潜艇等）
• 内置 MAVLink 通信，方便与地面站对接
• 社区活跃，文档齐全

我个人习惯用 ArduPilot SITL 做快速原型验证。比如测试一个新的导航算法，我通常先在 ArduPilot SITL 里跑一遍，看看基本逻辑对不对。

1.4.2 PX4 SITL

PX4 的 SITL 与 Gazebo 深度集成。它的启动方式稍微复杂一些，但仿真精度更高。

# 启动 PX4 SITL + Gazebo
make px4_sitl gazebo

PX4 SITL 的特点：

• 与 Gazebo 物理引擎紧密耦合，仿真更真实
• 支持多无人机仿真
• 适合需要高精度物理模型的场景

我记得有一次做编队飞行控制，需要同时仿真 5 架无人机。ArduPilot SITL 跑起来有点吃力，换成 PX4 + Gazebo 后，效果好了很多。

1.4.3 Gazebo + ROS

严格来说，Gazebo+ROS 不是一个独立的 SITL 框架，而是一个仿真生态。你可以把 ArduPilot 或 PX4 跑在 Gazebo 里，通过 ROS 进行数据交互。

这种组合的优势在于：

• ROS 提供了丰富的工具链（rviz 可视化、rosbag 数据记录、tf 坐标变换）
• Gazebo 的物理引擎可以模拟复杂环境（风场、光照、地形）
• 适合做感知相关的仿真（视觉 SLAM、避障）

# 启动 ArduPilot + Gazebo + ROS 的典型命令
roslaunch ardupilot_gazebo ardupilot_gazebo.launch

1.5 框架对比与选型建议

为了帮你快速决策，我做了一个选型对比表：

框架	上手难度	仿真精度	扩展性	适用场景
ArduPilot SITL	低	中等	中等	快速原型、算法验证、教学
PX4 SITL	中等	高	高	多机仿真、高精度物理模型
Gazebo+ROS	高	高	极高	感知仿真、复杂环境、科研

我的建议是：初学者从 ArduPilot SITL 入手，先跑通一个简单的悬停仿真，感受一下 SITL 的工作流程。等熟悉了基本概念，再根据项目需求切换到 PX4 或引入 ROS。

1.6 本章知识体系总览

最后，我用一张图把本章的核心逻辑串起来。这张图展示了 SITL 在整个无人机开发流程中的位置，以及它与 HITL、真机试飞的关系。

这张图清晰地展示了：SITL 是整个开发流程的起点，也是成本最低、迭代最快的验证环节。把这一步做好，后面的 HITL 和真机试飞就会顺畅很多。