2. 环境搭建：Ubuntu系统配置、安装ArduPilot SITL、安装PX4 SITL、安装Gazebo与ROS Noetic、验证环境是否正常
说实话，做无人机系统稳定性验证，最怕的不是算法调不通，而是环境搭到一半崩了。我见过太多同学卡在依赖冲突上，一卡就是两三天。所以这一章，咱们把地基打牢。
我个人习惯用 Ubuntu 20.04 LTS。为什么？因为 ROS Noetic 官方只支持 20.04，而 ArduPilot 和 PX4 的 SITL 在 20.04 上跑得最稳。你非要用 22.04 也不是不行，但有些包得自己编译，坑比较多。
2.1 Ubuntu 系统基础配置
装完 Ubuntu 20.04 桌面版后，第一件事不是装软件，而是换源。国内网络环境你懂的，不换源的话，apt update 能卡到你怀疑人生。
# 备份原源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
# 替换为清华源（也可以用阿里云、中科大）
sudo sed -i 's/archive.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list
sudo sed -i 's/security.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list
sudo apt update && sudo apt upgrade -y然后装一些基础工具。这些包看着多，但后面编译仿真环境时缺一个都会报错。
sudo apt install -y git wget curl cmake build-essential \
python3 python3-pip python3-venv \
libeigen3-dev libopencv-dev \
protobuf-compiler libprotobuf-dev \
libgstreamer1.0-dev libgstreamer-plugins-base1.0-devsudo apt autoremove，把没用的旧内核清理掉，避免 /boot 分区爆满。曾经有个项目，仿真跑了三天突然报错，查了半天发现是磁盘满了。
2.2 安装 ArduPilot SITL
ArduPilot 的 SITL 其实就是一个可以在 PC 上运行的固件模拟器。它不需要真实硬件，直接用你的电脑 CPU 模拟飞控的运算。
先克隆代码。注意，ArduPilot 的仓库很大，建议用 --depth=1 只拉最新版本，省时间也省硬盘。
cd ~
git clone --depth=1 https://github.com/ArduPilot/ardupilot.git
cd ardupilot
# 安装子模块（这一步比较慢，耐心等）
git submodule update --init --recursive
# 安装 Python 依赖
pip3 install -r requirements.txt
# 编译 SITL 固件（以 Copter 为例）
./waf configure --board sitl
./waf copter编译完成后，验证一下能不能启动：
cd ~/ardupilot
sim_vehicle.py -v ArduCopter --map --console如果看到 MAVLink 控制台和地图窗口弹出来，说明 ArduPilot SITL 装好了。我第一次看到那个地图窗口时还挺激动的——一个没有硬件的无人机，就这么在电脑里飞起来了。
sim_vehicle.py 报错说缺少 mavproxy，手动装一下：pip3 install mavproxy。另外，确保你的 Python 版本是 3.8 或 3.9，3.10 以上有些包不兼容。
2.3 安装 PX4 SITL
PX4 的 SITL 安装方式跟 ArduPilot 不太一样。它用 make 来编译，而且依赖 Gazebo 作为仿真后端。不过咱们先只装 SITL 本体，Gazebo 后面单独装。
cd ~
git clone --depth=1 https://github.com/PX4/PX4-Autopilot.git --branch v1.14.3
cd PX4-Autopilot
# 安装 PX4 的 Python 依赖
pip3 install -r requirements.txt
# 编译 SITL 固件
make px4_sitl gazebo-classic这里有个坑：make px4_sitl gazebo-classic 会尝试自动下载 Gazebo，但国内网络经常失败。我建议先装好 Gazebo 再跑这个命令，或者用 make px4_sitl 只编译固件，后面再手动配置 Gazebo 的模型路径。
编译成功后，测试一下：
cd ~/PX4-Autopilot
make px4_sitl gazebo-classic_iris如果看到 Gazebo 窗口里出现一架 Iris 四旋翼，说明 PX4 SITL 跑起来了。
2.4 安装 Gazebo 与 ROS Noetic
Gazebo 和 ROS 的安装顺序有讲究。我建议先装 ROS，再装 Gazebo，因为 ROS 的包管理会自动处理 Gazebo 的依赖版本。
2.4.1 安装 ROS Noetic
# 添加 ROS 源
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
# 添加密钥
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
# 更新并安装桌面完整版
sudo apt update
sudo apt install -y ros-noetic-desktop-full
# 初始化 rosdep
sudo rosdep init
rosdep update
# 设置环境变量
echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc装完后验证一下：
roscore如果看到 ROS master 启动的日志，说明 ROS 装好了。按 Ctrl+C 退出。
2.4.2 安装 Gazebo 11
ROS Noetic 官方推荐 Gazebo 11。直接用 apt 装最省事：
sudo apt install -y gazebo11 libgazebo11-dev
# 安装 ROS 与 Gazebo 的桥接包
sudo apt install -y ros-noetic-gazebo-ros-pkgs ros-noetic-gazebo-ros-control验证 Gazebo 能否启动：
gazebo --verbose第一次启动可能会慢一些，因为要加载模型库。看到空荡荡的灰色世界窗口，就说明成功了。
2.5 验证环境是否正常
所有组件装完后，咱们做一个综合验证。目标是：启动 PX4 SITL，让它通过 ROS 与 Gazebo 通信，然后从 MAVROS 发一条起飞指令，看无人机是否真的离地。
先创建一个 ROS 工作空间：
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin_make
source devel/setup.bash然后安装 MAVROS：
sudo apt install -y ros-noetic-mavros ros-noetic-mavros-extras
# 下载地理数据（MAVROS 需要）
sudo /opt/ros/noetic/lib/mavros/install_geographiclib_datasets.sh现在启动完整的仿真链路。我习惯用一个 launch 文件来管理，但为了验证，咱们分步来：
终端 1：启动 PX4 SITL + Gazebo
cd ~/PX4-Autopilot
make px4_sitl gazebo-classic_iris终端 2：启动 MAVROS 桥接
roslaunch mavros px4.launch fcu_url:="udp://:14540@127.0.0.1:14557"终端 3：发送起飞指令
rostopic pub -1 /mavros/cmd/arming std_msgs/Empty "{}"
rostopic pub -1 /mavros/cmd/takeoff mavros_msgs/CommandTOL "{min_pitch: 0.0, yaw: 0.0, latitude: 0.0, longitude: 0.0, altitude: 2.0}"如果一切正常，你会看到 Gazebo 里的 Iris 无人机缓缓升到 2 米高度。那一刻，整个环境搭建就算验证通过了。
- ArduPilot SITL 能启动并显示 MAVLink 控制台
- PX4 SITL 能启动并加载 Gazebo 模型
- Gazebo 窗口正常渲染，无黑屏或崩溃
- ROS Noetic 的 roscore 能正常启动
- MAVROS 能成功连接 PX4 SITL
- 无人机能响应起飞指令并保持悬停
2.6 环境架构总览
为了让你对整个仿真链路有个直观认识，我画了一张架构图。它展示了各个组件之间的数据流向：
从这张图你可以看到，整个仿真链路其实是一个闭环：用户通过地面站或 ROS 话题发送指令，经过 MAVLink 协议到达飞控 SITL，飞控计算控制量后传给 Gazebo 进行物理仿真，Gazebo 把传感器数据通过 ROS 发回给飞控，同时 MAVROS 把状态信息反馈给用户。任何一个环节断了，无人机都飞不起来。
2.7 常见问题与解决
| 问题现象 | 可能原因 | 解决方法 |
|---|---|---|
sim_vehicle.py 报错 "No module named 'mavproxy'" |
MAVProxy 未安装 | pip3 install mavproxy |
| Gazebo 启动黑屏 | 显卡驱动或 OpenGL 版本问题 | 安装 NVIDIA 驱动；虚拟机开启 3D 加速 |
make px4_sitl 下载依赖超时 |
网络问题 | 使用代理或手动下载依赖包 |
| MAVROS 连接失败 | 端口号或 IP 不匹配 | 检查 PX4 启动日志中的 UDP 端口，确保与 launch 文件一致 |
| 无人机起飞后剧烈抖动 | PID 参数未调或仿真步长问题 | 检查 mc_att_control 参数；降低仿真实时性要求 |
嗯，环境搭建这部分内容确实不少，但每一步都有它的意义。你想想看，如果连仿真环境都跑不通，后面那些稳定性分析、控制器调参根本无从谈起。我当年刚开始做飞控时，光装环境就花了一周，踩过的坑现在都变成经验了。