📚 课程目录第2章基础知识

2. 基础知识

说实话，很多初学者一上来就急着写代码，结果环境没搭好，后面全是坑。我见过太多人花三天调一个编译错误，最后发现是系统库版本不对。所以这一章，咱们把地基打牢。

开发ArduPilot，我强烈推荐用Ubuntu。为什么？因为PX4和ArduPilot的官方工具链都是基于Linux的。你用Windows也能跑，但相信我，你会多花一倍的时间去处理兼容性问题。

2.1 Ubuntu系统安装与基础配置

我个人习惯用Ubuntu 22.04 LTS。这个版本稳定，软件源丰富，而且ArduPilot官方测试最多的就是它。

2.1.1 安装方式选择

方式	适用场景	我踩过的坑
双系统	主力开发机，需要高性能	分区时记得留至少50GB给Ubuntu，不然装完依赖就满了
虚拟机	学习测试，不想影响主系统	USB直连飞控时容易掉设备，建议用VMware
WSL2	Windows用户过渡方案	图形界面支持差，MAVSDK的串口访问有时会出问题

如果你问我，我会说：双系统最靠谱。虚拟机跑编译太慢，WSL2的USB支持还不够成熟。

2.1.2 安装后的必要操作

装完系统别急着高兴，先做三件事：

换源——把apt源换成国内镜像，不然下载速度会让你怀疑人生。
更新系统——sudo apt update && sudo apt upgrade -y，把内核和库都升到最新。
安装基础工具——gcc、g++、make、cmake、python3-pip，这些是后面所有工作的前提。

我的小技巧：装完系统后，我习惯先装一个build-essential包。它会把编译工具链一次性搞定，省得后面缺什么补什么。

2.2 Git工具使用

Git是版本控制的标配。ArduPilot的代码仓库有几十万次提交，没有Git你根本没法协作。

2.2.1 安装与配置

sudo apt install git -y
git config --global user.name "你的名字"
git config --global user.email "你的邮箱"

这里有个细节：邮箱最好用GitHub注册的那个，不然提交记录里头像显示不出来。

2.2.2 克隆ArduPilot仓库

git clone https://github.com/ArduPilot/ardupilot.git
cd ardupilot
git submodule update --init --recursive

嗯，这里要注意。submodule update这一步会下载很多第三方库，网络不好的话容易超时。我曾经在公司内网搞了一下午，最后发现是代理没配好。

避坑指南：如果你在中国大陆，建议先配好Git代理，或者直接用Gitee的镜像仓库。否则submodule update可能会卡在某个库上下不来。

2.2.3 常用分支管理

ArduPilot的分支策略很清晰：

master——开发分支，每天都有新提交，不稳定
Copter-X.Y——稳定版分支，比如Copter-4.5
release/X.Y——发布候选版，适合测试新功能

我个人建议：学习阶段用稳定版分支。master分支的代码可能今天能编译，明天就报错了。

2.3 MAVSDK环境配置

MAVSDK是Dronecode基金会推出的现代MAVLink库。它比老版的MAVLink库好用太多，API设计也更人性化。

2.3.1 安装依赖

sudo apt install -y \
  cmake \
  build-essential \
  libcurl4-openssl-dev \
  libssl-dev \
  libtinyxml2-dev

这些依赖缺一不可。我遇到过有人漏了libtinyxml2-dev，结果编译到一半报错，排查了半天。

2.3.2 编译MAVSDK

git clone https://github.com/mavlink/MAVSDK.git
cd MAVSDK
cmake -B build/default -DCMAKE_BUILD_TYPE=Debug
cmake --build build/default -j4

-j4表示用4个线程编译。如果你的CPU核心多，可以改成-j8或-j16，能快不少。

核心概念：MAVSDK把MAVLink协议封装成了面向对象的API。你不需要手动拼MAVLink消息，直接调用mavsdk::Telemetry::position()就能拿到GPS坐标。说白了，它帮你把脏活累活都干了。

2.3.3 验证安装

编译完成后，可以跑一下自带的测试：

cd build/default
./src/mavsdk/tests/mavsdk_Test

如果输出一堆绿色的PASS，说明环境没问题。如果报错，多半是依赖没装全。

2.4 DroneKit环境配置

DroneKit是Python版的MAVLink库。它比MAVSDK更轻量，适合快速原型开发。我个人习惯用DroneKit做地面站脚本，用MAVSDK做嵌入式端。

2.4.1 安装DroneKit

pip3 install dronekit
pip3 install dronekit-sitl

dronekit-sitl是软件在环仿真工具，可以让你在没有飞控的情况下测试代码。这个非常实用，我写脚本时基本都先用SITL跑一遍。

2.4.2 连接SITL仿真

from dronekit import connect, VehicleMode

# 启动SITL后，连接本地模拟端口
vehicle = connect('tcp:127.0.0.1:5760', wait_ready=True)

print("GPS: %s" % vehicle.location.global_frame)
print("电池: %s" % vehicle.battery)

vehicle.close()

这段代码虽然简单，但它是所有DroneKit应用的起点。你想想看，连上飞控后，你就能读取姿态、控制舵机、规划航线了。

注意：DroneKit的Python版本兼容性有点玄学。我建议用Python 3.8或3.10，3.11以上可能会有依赖冲突。如果你遇到ImportError，先检查一下Python版本。

2.5 环境验证与常见问题

环境搭完了，怎么知道对不对？我一般会跑一个完整的测试流程：

用git clone拉一个ArduPilot仓库
用waf configure检查编译环境
用MAVSDK的example代码连接SITL
用DroneKit的脚本读取仿真数据

如果这四步都过了，你的开发环境就算搭好了。

2.5.1 常见问题速查

问题	原因	解决办法
git clone超时	网络问题	配代理或用镜像
MAVSDK编译报错	缺少依赖	检查libcurl、libssl是否安装
DroneKit连接失败	端口不对或SITL没启动	先启动SITL，再运行脚本
Python包冲突	版本不兼容	用虚拟环境隔离

我曾经在DroneKit上栽过跟头。有一次写航线规划脚本，怎么都连不上飞控，折腾了两小时才发现是SITL的端口号写错了。所以，遇到问题先检查基础配置，别一上来就怀疑代码。

2.6 本章知识体系

下面这张图把本章的核心逻辑串起来了。你可以看到，从Ubuntu系统出发，Git负责代码管理，MAVSDK和DroneKit分别提供C++和Python的MAVLink接口，最终都指向ArduPilot开发。

环境搭建这件事，说白了就是一次性的体力活。但你别小看它，基础打好了，后面写代码、调参数、跑仿真都会顺风顺水。我见过太多人因为环境问题浪费大量时间，最后连飞控都没编译通过。

所以，这一章的内容，我建议你跟着做一遍。别跳步骤，别偷懒。等你把MAVSDK的example跑起来，把DroneKit的SITL连上，那种成就感会让你觉得一切都值了。