2、仿真环境2：SITL + MAVProxy + gazebo + MP/QGC地面站的联动

一、前言

在上一个章节中介绍了 APM飞控的SITL仿真+MAVProxy的应用。

在这个章节中，将会介绍另外一款更加强大的仿真工具gazebo，并和SITL联动

二、SITL和gazebo的区别

SITL 是 “飞控的大脑模拟器”，专注于 “代码算得对不对”；

Gazebo 是 “飞控的身体和环境模拟器”，专注于 “在真实世界中飞得稳不稳”。两者可结合使用（如 SITL+Gazebo），兼顾逻辑验证和真实场景测试。

比维度	SITL（Software In The Loop）	Gazebo（物理引擎仿真器）
本质	飞控软件的 “逻辑模拟器”：让飞控代码在电脑上运行，用数学模型模拟传感器和无人机运动，验证飞控逻辑。	虚拟物理世界的 “数字操场”：独立的开源仿真引擎，模拟真实物理规律（重力、碰撞、摩擦等）和 3D 场景，提供逼真的环境交互。
核心目标	验证飞控软件的核心逻辑（如导航、定高、姿态控制），确保代码 “算得对”。	还原真实物理环境，验证无人机 / 机器人在复杂场景下的表现（如抗风、避障、传感器交互），确保 “飞得稳”。
模拟范围	仅聚焦 “飞控内部逻辑”：用简化模型模拟传感器数据（GPS、IMU）和无人机运动（如 “油门 10%= 上升 1m/s”），不涉及复杂物理细节。	覆盖 “物理环境 + 传感器 + 运动”：模拟重力、风力、地面摩擦、机身碰撞，以及激光雷达、相机等传感器的真实特性（噪声、畸变）。
物理引擎	无独立物理引擎，用简单数学公式（如牛顿运动简化模型）模拟运动，忽略大部分物理细节（如风阻、电机延迟）。	内置高精度物理引擎（如 ODE、Bullet），精确计算力、力矩、碰撞反馈，无人机运动符合真实物理规律（如侧风会导致偏移）。
传感器模拟能力	基础模拟：仅提供理想化的传感器数据（如无噪声的 GPS 坐标、完美的加速度值），无法模拟传感器误差或环境干扰。	逼真模拟：支持激光雷达（点云噪声、扫描范围）、相机（畸变、光照、模糊）、IMU（漂移）等，数据格式与真实传感器一致。
是否依赖飞控	依赖：SITL 是飞控自带的仿真框架（如 Ardupilot 的 SITL 模块），必须绑定特定飞控代码运行。	不依赖：独立工具，可对接任意飞控（Ardupilot、PX4）或机器人系统，甚至可单独用于测试传感器算法。
适用开发阶段	早期快速迭代：适合飞控功能开发初期，快速验证代码逻辑（如 “返航指令是否触发”），改代码后几秒内可重跑。	后期真实场景验证：适合功能基本稳定后，测试复杂场景（如 “大风中悬停是否稳定”“激光雷达避障是否生效”）。
运行速度	快：因忽略物理计算，仿真速度可远超真实时间（如 10 倍速运行），适合批量测试。	较慢：需实时计算物理和传感器细节，通常只能 1 倍速运行，复杂场景可能卡顿。
能否模拟 SLAM / 目标检测	基本不能：传感器数据太简单（无噪声、无真实场景细节），无法支撑 SLAM 建图或 YOLO 检测等算法测试。	完全可以：提供逼真的点云（激光雷达）、图像（相机）数据，可直接用于 SLAM 建图、YOLO 目标检测等算法的仿真测试。
典型使用场景	1. 测试飞控新功能（如自定义航点逻辑）；2. 排查代码 bug（如定高算法异常）；3. 新手熟悉飞控指令（无需硬件）。	1. 测试无人机抗风 / 避障性能；2. 验证激光雷达 SLAM 建图精度；3. 用虚拟图像训练 YOLO 目标检测模型；4. 模拟复杂地形飞行（山地、城市峡谷）。
历史背景	随飞控诞生：2010 年左右由 Ardupilot 等飞控团队开发，初衷是 “无硬件也能跑飞控代码”。	独立发展：2004 年由 NASA 等机构发起，最初用于机器人仿真，2015 年后被无人机领域（Ardupilot、PX4）集成，补充物理仿真能力。
与对方的关系	可结合 Gazebo：SITL 可调用 Gazebo 作为 “物理引擎”，用 Gazebo 的逼真环境替代自身简化模型（如 Ardupilot 的 “SITL+Gazebo” 模式）。	可被 SITL 调用：作为 “环境插件” 为 SITL 提供物理和传感器数据，增强 SITL 的真实性，但自身也可独立运行（如单独测试传感器算法）。

三、gazebo环境的搭建

1, 安装Gazebo Harmonic(本人系统是win11 wsl2，ubuntu22.04)

打开WSL子系统终端，在任意目录下执行：

sudo apt-get update

sudo apt-get install curl lsb-release gnupg

sudo curl https://packages.osrfoundation.org/gazebo.gpg --output /usr/share/keyrings/pkgs-osrf-archive-keyring.gpg

echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/pkgs-osrf-archive-keyring.gpg] https://packages.osrfoundation.org/gazebo/ubuntu-stable $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/gazebo-stable.list > /dev/null

sudo apt-get update

sudo apt-get install gz-harmonic

2、检查Gazebo Harmonic是否安装完成

输入以下命令：

gz sim -v4 -r shapes.sdf

如果安装正常的话，会弹出以下窗口：

注意：

部分朋友执行命令gz sim -v4 -r shapes.sdf 会一直黑屏，这是有问题的，具体解决办法往下看。

最终解决办法如下：

如果你电脑的显卡是英伟达，执行以下命令，重启终端。

# 设置使用独立显卡而非集成显卡
export MESA_D3D12_DEFAULT_ADAPTER_NAME=NVIDIA

# 永久生效（添加到~/.bashrc）
echo "export MESA_D3D12_DEFAULT_ADAPTER_NAME=NVIDIA" >> ~/.bashrc

如果你电脑的显卡是AMD的，就执行以下命令，重启终端。

# 启用AMD显卡加速
export MESA_LOADER_DRIVER_OVERRIDE=radeonsi

# 对于较新的AMD显卡
export RADV_PERFTEST=aco

执行完上述命令后，再执行gz sim -v4 -r shapes.sdf 就不会再黑屏了，可以正常打开以下界面：

会显示6个立体物体（基础几何形状）

3、在任意目录执行以下命令：

sudo apt update
sudo apt install libgz-sim8-dev rapidjson-dev -y
sudo apt install libopencv-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y

mkdir -p gz_ws/src && cd gz_ws/src
git clone https://github.com/ArduPilot/ardupilot_gazebo

export GZ_VERSION=harmonic
cd ardupilot_gazebo
mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=RelWithDebInfo
make -j4

echo 'export GZ_SIM_SYSTEM_PLUGIN_PATH=$HOME/gz_ws/src/ardupilot_gazebo/build:${GZ_SIM_SYSTEM_PLUGIN_PATH}' >> ~/.bashrc

echo 'export GZ_SIM_RESOURCE_PATH=$HOME/gz_ws/src/ardupilot_gazebo/models:$HOME/gz_ws/src/ardupilot_gazebo/worlds:${GZ_SIM_RESOURCE_PATH}' >> ~/.bashrc

4、执行仿真

打开终端1，可以在任何目录下运行：

gz sim -v4 -r iris_runway.sdf

正常情况下，显示如下：

打开终端2：在ardupilot根目录下执行

Tools/autotest/sim_vehicle.py -v ArduCopter -f gazebo-iris --model JSON --map --console     #打开后可以关闭

四、联动演示(视频)

此时打开MP地面站或QGC地面站，飞行姿态数据也会在地面站上实时显示。