3、SITL仿真环境搭建：ArduPilot SITL安装、PX4 SITL安装、仿真环境配置
好，咱们进入第三章。这一章我打算手把手带你搭环境。
说实话，做MAVLink开发，最头疼的就是硬件。飞控贵不说，炸机了还得修。所以SITL（Software In The Loop）就成了我的救命稻草。你想想看，在电脑上就能跑完整的飞控逻辑，还能跟真实硬件用一样的MAVLink协议通信，多爽。
目前主流的开源飞控就两家：ArduPilot和PX4。它们都支持SITL，但安装方式、依赖环境、启动流程差别不小。我当年刚接触时，两个混着装，踩了不少坑。今天咱们就一个一个来，把环境捋清楚。
核心观点：SITL不是模拟器，它是把飞控的C++代码直接编译成PC可执行文件。所以它跑的就是真飞控的逻辑，MAVLink消息也跟真机一模一样。这也是为什么我们能用它来调试地面站和通信协议。
3.1 ArduPilot SITL 安装
ArduPilot的SITL我用的最多。它的安装脚本做得比较成熟，基本上一键搞定。但有个前提——你得在Linux或者macOS下跑。Windows虽然能用WSL，但我个人不建议，网络配置容易出幺蛾子。
3.1.1 环境准备
先装依赖。ArduPilot官方推荐Ubuntu 20.04或22.04。我习惯用22.04，Python版本新，省事。
# 更新系统
sudo apt update
sudo apt upgrade -y
# 安装基础工具
sudo apt install git python3-pip python3-venv -y
# 安装ArduPilot依赖
sudo apt install g++-arm-linux-gnueabihf g++-aarch64-linux-gnu -y
嗯，这里要注意。很多人装完依赖就直接去clone代码了，结果编译报错。为什么？因为缺了wxPython和MAVProxy。这两个是ArduPilot SITL的标配。
# 安装MAVProxy（地面站代理，后面会细讲）
pip3 install MAVProxy
# 安装wxPython（用于图形化控制台）
pip3 install wxPython
3.1.2 下载与编译
代码量不小，建议找个网好的时段。
git clone https://github.com/ArduPilot/ardupilot.git
cd ardupilot
# 更新子模块（这一步很关键，缺了它编译不过）
git submodule update --init --recursive
子模块下载完，就可以编译了。以四旋翼为例：
./waf configure --board sitl
./waf copter
编译时间取决于你的机器。我当年用一台老笔记本，等了快20分钟。现在换了新机器，3分钟搞定。你可以去泡杯咖啡。
我的经验：编译时如果报错Python.h: No such file or directory，说明缺Python开发头文件。执行sudo apt install python3-dev即可。我曾经在这个坑里卡了半小时，后来发现是环境太干净了。
3.1.3 启动验证
编译成功后，启动SITL：
cd ArduCopter
../Tools/autotest/sim_vehicle.py -v ArduCopter --map --console
看到终端输出AP: ArduCopter V4.5.0之类的版本号，并且弹出一个地图窗口，说明安装成功。这时候你可以用mavproxy.py连接本地的tcp:127.0.0.1:5760，就能看到MAVLink消息了。
3.2 PX4 SITL 安装
PX4的SITL跟ArduPilot思路不同。它依赖Gazebo或jMAVSim作为仿真器，飞控代码通过make命令编译并启动。我个人觉得PX4的安装流程更「工程化」，但依赖也更重。
3.2.1 自动安装脚本
PX4官方提供了一个自动化脚本，我建议直接用这个。省心。
git clone https://github.com/PX4/PX4-Autopilot.git --recursive
cd PX4-Autopilot
bash ./Tools/setup/ubuntu.sh
这个脚本会装一堆东西：gcc、cmake、Python库、Gazebo……跑完大概要10-15分钟。中间可能会让你输密码，别走开。
注意：如果你用的是Ubuntu 22.04，Gazebo默认装的是Gazebo Garden（新版）。但PX4目前对Gazebo Classic（旧版）支持更好。我建议装完脚本后，手动确认一下Gazebo版本。如果发现是Garden，可以降级：
sudo apt install gazebo11
sudo apt remove gz-garden3.2.2 编译与启动
装完依赖，编译PX4 SITL：
cd PX4-Autopilot
make px4_sitl gazebo-classic
第一次编译会下载一些模型文件，耐心等。成功后会自动弹出Gazebo窗口，里面有一架四旋翼。同时终端会显示INFO [commander] Ready for takeoff!。
这时候，PX4已经在本地开启了MAVLink通道。默认是udp:127.0.0.1:14540。你可以用QGroundControl连接它，或者用mavlink-router转发消息。
3.3 仿真环境配置对比
两个SITL我都用过，各有优劣。我整理了一张表，方便你对比：
| 对比项 | ArduPilot SITL | PX4 SITL |
|---|---|---|
| 依赖复杂度 | 低，只需Python + MAVProxy | 高，需要Gazebo/jMAVSim |
| 启动速度 | 快，秒级启动 | 慢，Gazebo加载模型需10-30秒 |
| 默认MAVLink通道 | TCP 5760 | UDP 14540 |
| 可视化 | 内置地图（需MAVProxy） | Gazebo 3D仿真 |
| 多机仿真 | 支持，需手动配置实例 | 原生支持，通过make px4_sitl gazebo-classic_iris__ |
| 我的推荐场景 | MAVLink协议调试、单机测试 | 视觉SLAM、多机协同、传感器仿真 |
3.4 环境配置的避坑指南
搭建环境这件事，说白了就是跟依赖和路径斗智斗勇。我把自己踩过的坑列出来，你遇到了直接抄答案。
- Python版本冲突：ArduPilot的MAVProxy要求Python 3.8+，但如果你系统默认Python是3.10，某些旧版库可能不兼容。我建议用
python3 -m venv创建虚拟环境，把MAVProxy装在里面。 - Gazebo黑屏：PX4启动后Gazebo窗口一片黑，通常是显卡驱动问题。试试
export SVGA_VGPU10=0，或者用gazebo --verbose看日志。 - 端口被占用：SITL默认端口是5760/14540。如果你同时跑多个实例，记得用
--instance参数指定不同端口。我曾经忘了改端口，两个SITL互相抢消息，地面站显示的数据乱七八糟。 - 子模块下载失败：ArduPilot的
git submodule update经常因为网络问题中断。我习惯用git submodule update --init --recursive --depth 1，只拉最新版本，减少下载量。
一个小技巧：如果你两个SITL都想装，建议先装ArduPilot再装PX4。因为PX4的自动脚本会更新一些系统库，可能会破坏ArduPilot的依赖。反过来装，冲突少很多。
3.5 本章知识体系
为了让你对本章内容有个整体印象，我画了一张结构图。它展示了ArduPilot和PX4两条安装路径，以及它们最终如何汇聚到MAVLink通信这个核心目标上。
图里很清楚了。左边是ArduPilot路线，轻量、快速，适合协议调试。右边是PX4路线，依赖重但仿真更真实。两条路最终都汇聚到底部——通过MAVLink与地面站或你的自定义脚本通信。
我个人建议，如果你是第一次接触SITL，先从ArduPilot入手。它启动快，出问题了容易排查。等把MAVLink消息流搞明白了，再上PX4做更复杂的仿真。别一上来就两个都装，容易把自己搞晕。