第二章 仿真环境搭建：基于PX4/ArduPilot的软件在环（SITL）仿真环境搭建，Gazebo/JSBSim物理引擎配置
说实话，很多做飞控的朋友一上来就怼硬件，结果炸机炸到怀疑人生。我个人的经验是——先让飞机在电脑里飞明白，再让它真飞。这就是SITL的价值所在。
软件在环仿真，说白了就是把飞控代码当成一个普通程序跑在你的电脑上，然后跟一个物理引擎通信。物理引擎负责模拟飞机的气动特性、重力、风等等。你想想看，这比每次调试都去外场爽多了吧？
核心逻辑：SITL = 飞控固件（PX4/ArduPilot） + 物理引擎（Gazebo/JSBSim） + 通信桥梁（MAVLink/UDP）
2.1 为什么我推荐先搭SITL
我在2018年带一个无人机项目时，团队里有个小伙子特别自信，代码写完直接上真机。结果呢？起飞三秒就翻了，螺旋桨碎了两副。后来查原因，就是一个很小的姿态解算bug。从那以后，我定了个规矩——所有代码改动必须先过SITL测试。
SITL的好处其实很明显：
- 零炸机成本——随便摔，摔完重启就行
- 时间加速——你可以跑比真实时间快几倍的仿真
- 故障注入方便——模拟GPS丢失、电机卡死、传感器漂移，这些在真机上很难复现
- 调试手段丰富——GDB断点、printf日志、可视化工具随便用
小技巧：我个人习惯在SITL里跑一套完整的"故障注入测试用例集"，每次代码有改动就自动跑一遍。这叫回归测试，能帮你省下大量排查问题的时间。
2.2 PX4 SITL环境搭建
PX4的SITL搭建其实不复杂，但有几个坑要注意。我一步步说。
2.2.1 环境准备
先确认你的系统。我建议用Ubuntu 20.04或22.04，Windows用户可以用WSL2。Mac也行，但有些坑。
# 安装依赖
sudo apt update
sudo apt install git zip cmake build-essential genromfs ninja-build
sudo apt install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install python3-pip python3-dev python3-numpy
sudo apt install protobuf-compiler libprotobuf-dev
sudo apt install libeigen3-dev libopencv-dev
# 克隆PX4源码
git clone https://github.com/PX4/PX4-Autopilot.git --recursive
cd PX4-Autopilot
make px4_sitl_default gazebo嗯，这里要注意——--recursive参数不能少。我见过有人忘了加，结果编译到一半报错找不到子模块，折腾了半天。
2.2.2 启动仿真
编译成功后，启动就很简单了：
# 启动带Gazebo的SITL
make px4_sitl gazebo
# 如果你想指定机型
make px4_sitl gazebo_iris # 四旋翼
make px4_sitl gazebo_plane # 固定翼
make px4_sitl gazebo_standard_vtol # 垂直起降固定翼启动后你会看到两个窗口：一个是Gazebo的3D场景，另一个是PX4的终端。终端里会打印飞控的启动日志，包括姿态估计、GPS状态、传感器校准等信息。
注意：第一次启动Gazebo会比较慢，因为它要下载模型文件。如果你在公司内网或者网络不好，可以手动下载gazebo_models放到~/.gazebo/models目录下。我曾经在客户现场演示时网络断了，场面一度很尴尬...
2.3 ArduPilot SITL环境搭建
ArduPilot的SITL跟PX4有些不同。它更轻量，而且对Windows的支持更好。
2.3.1 安装步骤
# 克隆代码
git clone https://github.com/ArduPilot/ardupilot.git
cd ardupilot
# 安装依赖
git submodule update --init --recursive
./Tools/environment_install/install-prereqs-ubuntu.sh -y
# 编译SITL
./waf configure --board sitl
./waf copter # 四旋翼
# 或者 ./waf plane # 固定翼ArduPilot的SITL启动方式更灵活。你可以直接用命令行启动：
# 启动四旋翼SITL
sim_vehicle.py -v ArduCopter --map --console
# 启动固定翼SITL
sim_vehicle.py -v ArduPlane --map --console--map参数会打开一个地图界面，--console会打开控制台。这两个工具对调试很有帮助。
2.4 物理引擎配置：Gazebo vs JSBSim
说到物理引擎，很多人会问：Gazebo和JSBSim到底选哪个？我的看法是——看你的应用场景。
| 特性 | Gazebo | JSBSim |
|---|---|---|
| 主要用途 | 多旋翼、地面机器人 | 固定翼、直升机 |
| 气动模型 | 基于物理引擎，较通用 | 基于航空标准，更精确 |
| 传感器仿真 | 丰富（激光雷达、摄像头等） | 基础（IMU、GPS、空速） |
| 场景复杂度 | 高（支持复杂3D场景） | 低（主要关注飞行性能） |
| 与PX4集成 | 原生支持 | 需额外配置 |
| 与ArduPilot集成 | 支持 | 原生支持 |
2.4.1 Gazebo配置要点
Gazebo的配置主要通过.world文件和.sdf文件。我一般会修改几个关键参数：
<!-- 修改重力加速度，模拟不同星球 -->
<gravity>0 0 -9.81</gravity>
<!-- 添加风场 -->
<wind>
<linear_velocity>5 3 0</linear_velocity>
</wind>
<!-- 修改地面摩擦系数 -->
<surface>
<friction>
<ode>
<mu>0.8</mu>
</ode>
</friction>
</surface>你想想看，在火星上飞无人机是什么感觉？把重力改成3.71，再调低大气密度，就能模拟了。我在做火星无人机预研时就是这么干的。
2.4.2 JSBSim配置要点
JSBSim的配置基于XML，核心是飞行器模型文件。一个典型的固定翼模型包含：
<!-- 气动系数定义 -->
<function name="aero/coefficient/CL">
<description>升力系数</description>
<product>
<property>metrics/Sw-sqft</property>
<property>aero/qbar-psf</property>
<table>
<independentVar>fcs/alpha-deg</independentVar>
<tableData>
-10.0 -0.5
0.0 0.2
5.0 0.6
10.0 1.0
15.0 1.3
20.0 1.1 <!-- 失速区域 -->
</tableData>
</table>
</product>
</function>这里有个关键点——失速区域的建模。很多初学者只给了线性段的数据，结果仿真时飞机怎么拉杆都不失速，这显然不对。我建议至少给到失速后的数据，哪怕粗略估计也行。
实战建议：如果你做多旋翼，用Gazebo就够了。如果你做固定翼，尤其是需要精确气动分析的，JSBSim更合适。我个人的做法是——先用JSBSim验证飞控算法，再用Gazebo做视觉和传感器集成测试。
2.5 常见问题与避坑指南
搭建环境时总会遇到各种问题。我挑几个最常见的说说：
- 编译报错找不到头文件——多半是子模块没更新。运行
git submodule update --init --recursive试试。 - Gazebo启动后黑屏——检查显卡驱动。我遇到过Ubuntu默认的nouveau驱动不兼容，换成NVIDIA官方驱动就好了。
- SITL启动后飞控不响应——检查端口占用。有时候QGroundControl先启动了，占用了14550端口。
- 仿真时间不同步——SITL默认是实时运行，如果电脑性能不够，可以加
--speed 0.5降低速度。
调试技巧：我习惯在启动SITL时加上--debug参数，这样能看到更详细的日志。另外，用gazebo --verbose启动Gazebo也能看到物理引擎的详细输出，对排查问题很有帮助。
好了，环境搭好了，下一件事就是往里面注入故障了。不过那是后面章节的内容。先把基础打牢，后面才能玩得转。
公众号:蓝海资料掘金营，微信deep3321