2. 无人机仿真测试概述

说实话，做无人机仿真这件事，环境搭建往往是劝退最多人的第一道坎。我见过不少朋友，代码写得挺好，结果卡在编译上，一卡就是一整天。所以这一章，咱们把每一步都掰开揉碎了讲清楚。

我个人习惯用 Ubuntu 20.04 LTS，搭配 Gazebo 9 和 PX4 v1.13 稳定版。这套组合我验证过很多次，兼容性最好，坑最少。你如果非要用 22.04 或者最新版，也不是不行，但有些依赖包得自己折腾——嗯，我建议你先按这套来，跑通了再升级。

1. Ubuntu 系统基础配置

拿到一台新装的 Ubuntu 20.04，第一件事不是装软件，而是换源。你想想看，从国外服务器下载几百兆的包，那个速度……我当年第一次编译 PX4，等了快两个小时，结果中途网络断了，心态直接崩了。

换源操作： 推荐使用清华源或阿里云源，速度提升非常明显。 
# 备份原 sources.list
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

# 编辑 sources.list，替换为清华源
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

# 更新
sudo apt update
sudo apt upgrade -y

换完源之后，安装一些基础工具。这些包看着不起眼，但少了任何一个，后面编译都会报一些莫名其妙的错。

sudo apt install -y \
  git zip cmake build-essential \
  python3-pip python3-dev python3-venv \
  ninja-build pkg-config \
  libeigen3-dev libopencv-dev \
  libboost-all-dev libgstreamer1.0-dev \
  libgstreamer-plugins-base1.0-dev \
  libprotobuf-dev protobuf-compiler \
  libxml2-dev libxslt1-dev
注意： 不要跳过 libgstreamer 相关包。Gazebo 的视频流依赖它，少了的话仿真画面会黑屏。我曾经在这上面浪费了整整一个下午。

2. Gazebo 与 PX4 源码编译

Gazebo 的安装其实很简单，官方提供了 apt 源。但我建议你从源码编译 PX4，而不是用 apt 装预编译版本。为什么？因为源码编译能让你拿到最新的 bug 修复，而且后续调试时，你能直接改飞控代码。

2.1 安装 Gazebo 9

# 添加 Gazebo 官方源
sudo sh -c 'echo "deb http://packages.osrfoundation.org/gazebo/ubuntu-stable `lsb_release -cs` main" > /etc/apt/sources.list.d/gazebo-stable.list'
wget http://packages.osrfoundation.org/gazebo.key -O - | sudo apt-key add -

# 安装 Gazebo 9
sudo apt update
sudo apt install -y gazebo9 libgazebo9-dev

装完之后，在终端输入 gazebo 看看能不能启动。如果出现一个空荡荡的仿真世界，那就说明装好了。我第一次看到那个灰色网格地面的时候，心里还挺激动的——虽然它啥也没有，但那是万里长征第一步。

2.2 编译 PX4 固件

PX4 的源码托管在 GitHub 上，我们直接 clone 下来。这里有个小技巧：用 --recursive 参数，一次性拉取所有子模块，省得后面再手动更新。

# 克隆 PX4 源码（v1.13 稳定版）
git clone https://github.com/PX4/PX4-Autopilot.git --recursive -b v1.13.3
cd PX4-Autopilot

# 安装 PX4 依赖
bash ./Tools/setup/ubuntu.sh

# 编译 sitl 目标
make px4_sitl gazebo

编译过程大概需要 15-30 分钟，取决于你的机器配置。这时候你可以去泡杯咖啡，或者看看文档。我第一次编译的时候，盯着终端滚动的日志看了十分钟，生怕哪个步骤报错。

常见编译错误及解决：
  • 缺少 FastRTPS： 运行 make px4_sitl gazebo 前，先执行 make px4_sitl list_vmd_make_targets 检查依赖。
  • Python 模块冲突： 建议使用 Python 虚拟环境，避免系统级包污染。
  • 内存不足： 编译时加上 -j2 限制并行任务数，比如 make px4_sitl gazebo -j2。

编译成功后，终端会输出类似这样的信息：

...
[100%] Linking CXX executable px4
px4 starting.

______  __   __    ___
| ___ \ \ \ / /   /   |
| |_/ /  \ V /   / /| |
|  __/   /   \  / /_| |
| |     / /^\ \ \___  |
\_|     \/   \/     |_/

px4 starting.

INFO  [px4] Startup script: /home/user/PX4-Autopilot/build/px4_sitl_default/etc/init.d-posix/rcS
INFO  [simulator] Waiting for simulator to connect on TCP port 4560

看到这个界面，说明 PX4 已经跑起来了，正在等待 Gazebo 连接。这时候别急着关，后面验证环节要用。

3. MAVSDK 与 QGroundControl 安装

有了飞控和仿真环境，我们还需要地面站和控制库。MAVSDK 是 PX4 官方推荐的开发库，QGroundControl 则是功能最全的地面站软件。

3.1 安装 MAVSDK

MAVSDK 提供了 C++ 和 Python 两种接口。我个人更推荐 Python 版本，开发效率高，适合快速验证想法。

# 安装 MAVSDK-Python
pip3 install mavsdk

# 验证安装
python3 -c "import mavsdk; print(mavsdk.__version__)"

如果输出版本号，比如 1.4.17，那就装好了。这里有个坑：MAVSDK 依赖 grpcio，有时候 pip 安装会卡住。解决办法是手动安装 grpcio：

pip3 install grpcio==1.48.2

3.2 安装 QGroundControl

QGroundControl 的安装更简单，直接下载 AppImage 文件就行。但我建议你把它放到一个固定目录，方便后续调用。

# 下载 QGroundControl AppImage
wget https://d176tv9ibo4jno.cloudfront.net/latest/QGroundControl.AppImage

# 赋予执行权限
chmod +x QGroundControl.AppImage

# 移动到常用目录
sudo mv QGroundControl.AppImage /opt/

# 创建软链接
sudo ln -s /opt/QGroundControl.AppImage /usr/local/bin/qgroundcontrol

第一次启动 QGC 时，它会自动检测串口和网络连接。如果 PX4 仿真已经跑起来了，QGC 应该能自动连接到 udp://:14550。我记得第一次看到 QGC 地图上出现无人机图标时，那种感觉——嗯，就像你第一次让四轴飞起来一样。

小技巧： 如果 QGC 连不上仿真，检查一下防火墙设置。Ubuntu 默认的 ufw 可能会拦截 UDP 端口。运行 sudo ufw allow 14550/udp 放行即可。

4. 仿真环境验证

所有东西都装好了，怎么确认它们能协同工作？我总结了一套验证流程，每一步都有明确的检查点。

4.1 启动仿真

打开三个终端窗口，分别执行以下命令：

终端 命令 作用
终端 1 cd ~/PX4-Autopilot && make px4_sitl gazebo 启动 PX4 飞控 + Gazebo 仿真
终端 2 qgroundcontrol 启动 QGroundControl 地面站
终端 3 python3 -c "from mavsdk import System; drone = System(); print('MAVSDK ready')" 验证 MAVSDK 连接

启动顺序很重要：先跑 PX4，等它输出 Waiting for simulator to connect 之后，再启动 QGC。如果顺序反了，QGC 可能检测不到仿真端口。

4.2 检查点验证

仿真启动后，检查以下几个关键点：

  • Gazebo 画面： 应该能看到一架四旋翼无人机停在跑道上，周围有建筑物和树木模型。
  • QGC 连接： 左上角显示 Connected，无人机图标出现在地图上，姿态数据实时更新。
  • MAVSDK 通信： 运行以下 Python 脚本，检查是否能获取无人机状态：
import asyncio
from mavsdk import System

async def run():
    drone = System()
    await drone.connect(system_address="udp://:14540")
    
    print("等待无人机连接...")
    async for state in drone.core.connection_state():
        if state.is_connected:
            print(f"已连接到无人机！")
            break
    
    # 获取位置信息
    async for position in drone.telemetry.position():
        print(f"位置: {position}")
        break

if __name__ == "__main__":
    asyncio.run(run())

如果脚本输出类似 位置: Position(latitude_deg=47.3977, longitude_deg=8.5456, absolute_altitude_m=488.0, relative_altitude_m=0.0) 的信息，说明整个链路都通了。

避坑指南： 我曾经遇到过 MAVSDK 连接超时的问题。排查了半天，发现是 PX4 的 mavlink 端口配置不对。默认情况下，PX4 仿真使用 UDP 端口 14540 和 14550。如果你改了端口号，记得在 MAVSDK 连接时指定正确的地址。

5. 知识体系总览

为了让你对整个环境搭建有个全局认识，我画了一张流程图。它展示了各个组件之间的关系和数据流向。

SITL 仿真环境架构图 Ubuntu 20.04 LTS PX4 飞控 (SITL) Gazebo 仿真环境 MAVSDK 开发库 QGroundControl Python 验证脚本 数据流：PX4 通过 MAVLink 协议与 Gazebo、QGC、MAVSDK 通信，形成闭环仿真链路

从这张图可以看得很清楚：PX4 飞控是核心，它通过 MAVLink 协议同时与 Gazebo（仿真物理环境）、QGC（地面站监控）和 MAVSDK（开发接口）通信。Ubuntu 系统则是所有组件的运行基础。

环境搭建到这里就完成了。你可能会觉得步骤有点多，但相信我——只要按照这个流程走一遍，后面 28 章的实战内容都会非常顺畅。毕竟，地基打牢了，楼才能盖得高。

← 上一章 📖 返回目录 下一章 →