1. SITL 仿真环境搭建：ArduPilot SITL 简介、环境配置与首次启动

各位同学，欢迎来到第一课。做飞控数据采集，第一步不是焊板子，也不是调 PID，而是先把仿真环境跑起来。我个人习惯把 SITL 叫做“软件在环仿真”，说白了就是用一台电脑模拟一架无人机。你想想看，真机炸一次几千块，仿真里随便炸，重启就行。

我刚开始接触 ArduPilot 时，总觉得仿真不如真机靠谱。后来有一次在真机上调试一个偏航角数据采集逻辑，结果飞控意外重启，飞机直接侧翻。从那以后，我再也不敢跳过 SITL 验证了。嗯，这章我们就来把环境搭好。

1.1 ArduPilot SITL 是什么？

SITL（Software In The Loop）是 ArduPilot 提供的一套纯软件仿真方案。它不依赖任何硬件，直接在 PC 上运行飞控固件，并通过 MAVLink 协议与地面站通信。

它的工作逻辑是这样的：

• 飞控固件：编译为本地可执行文件，运行在 PC 上
• 仿真模型：模拟物理引擎（重力、空气阻力、电机响应）
• MAVLink 桥接：通过 UDP/TCP 对外输出飞控数据
• 地面站/脚本：通过 MAVLink 接收数据，或发送指令

1.2 Windows 环境配置

我建议 Windows 用户优先使用 WSL2（Windows Subsystem for Linux）。为什么？因为 ArduPilot 的原生编译工具链在 Linux 下最稳定。我在 Windows 上直接编译踩过不少坑，后来切到 WSL2 就再也没折腾过。

1.2.1 安装 WSL2

# 以管理员身份打开 PowerShell，执行：
wsl --install -d Ubuntu-22.04

# 安装完成后重启，设置用户名和密码
# 更新软件源
sudo apt update && sudo apt upgrade -y

1.2.2 安装依赖

# 安装编译工具和 Python
sudo apt install -y git build-essential python3 python3-pip

# 安装 ArduPilot 编译依赖
sudo apt install -y g++-arm-linux-gnueabihf g++-aarch64-linux-gnu

# 安装 MAVProxy
pip3 install mavproxy --user

1.3 Linux 环境配置（原生）

如果你用的是 Ubuntu 20.04 或 22.04，可以直接在宿主机上搭建。我个人更推荐这种方式，因为性能损耗更小，IO 响应更快。

# 安装基础工具
sudo apt update
sudo apt install -y git build-essential python3 python3-pip

# 安装 ArduPilot 编译依赖
sudo apt install -y g++-arm-linux-gnueabihf g++-aarch64-linux-gnu

# 安装 MAVProxy
pip3 install mavproxy --user

# 将用户 bin 目录加入 PATH
echo 'export PATH=$PATH:$HOME/.local/bin' >> ~/.bashrc
source ~/.bashrc

1.4 MAVProxy 安装与使用

MAVProxy 是 ArduPilot 生态里一个轻量级的地面站工具。它不像 Mission Planner 那样有图形界面，但胜在灵活——你可以用命令行精确控制数据流。我平时做数据采集时，90% 的场景都用 MAVProxy 而不是 Mission Planner。

1.4.1 安装验证

# 检查 MAVProxy 是否安装成功
mavproxy.py --version

# 如果显示版本号，说明安装成功
# 例如：MAVProxy 1.8.70

1.4.2 常用命令速查

命令	功能	我常用的场景
mavproxy.py --master tcp:127.0.0.1:5760	连接 SITL 飞控	启动仿真后立即连接
module load log	加载数据记录模块	开始采集前加载
log list	查看已记录的日志	检查采集是否正常
set streamrate 10	设置数据流频率	调整采集密度
arm throttle	解锁电机	准备起飞前执行

1.5 首次启动仿真

好，环境都配好了，我们来跑第一个仿真。我会带你走一遍完整流程，从编译到起飞。

1.5.1 克隆 ArduPilot 源码

# 进入你的工作目录
cd ~
git clone https://github.com/ArduPilot/ardupilot.git
cd ardupilot

# 更新子模块（这一步比较耗时，耐心等待）
git submodule update --init --recursive

1.5.2 编译 SITL 固件

# 进入四旋翼仿真目录
cd ardupilot/ArduCopter

# 编译 SITL 版本（第一次编译较慢，约 10-15 分钟）
sim_vehicle.py -w

# -w 参数表示清空之前的编译缓存，首次编译必须加

编译完成后，你会看到类似这样的输出：

Build succeeded. Built 1 targets.
Ready to fly. GPS: 3D Fix, Vcc: 5.0V

嗯，看到 "Ready to fly" 就说明编译成功了。

1.5.3 启动仿真并连接 MAVProxy

# 启动 SITL 仿真（默认四旋翼模型）
sim_vehicle.py --console --map

# 参数说明：
# --console：显示控制台
# --map：显示地图窗口

启动后，你会看到三个窗口：

• 终端窗口：显示飞控状态信息
• 控制台窗口：显示传感器数据
• 地图窗口：显示飞机位置

此时，SITL 默认在 UDP 端口 14550 输出 MAVLink 数据。我们打开另一个终端，用 MAVProxy 连接：

# 连接 SITL
mavproxy.py --master tcp:127.0.0.1:5760

# 连接成功后，你会看到 MAVLink 数据开始流动
# 输入 'arm throttle' 解锁电机
# 输入 'takeoff 10' 起飞到 10 米高度

1.5.4 数据采集验证

为了确认数据能正常采集，我们在 MAVProxy 中加载日志模块：

# 在 MAVProxy 终端中执行
module load log

# 开始记录日志
log start

# 飞行一段时间后，停止记录
log stop

# 查看记录的日志文件
log list

日志文件默认保存在 ~/ardupilot/ArduCopter/logs 目录下，格式为 .bin 或 .log。这些文件包含了飞控的所有传感器数据，是我们后续分析的基础。