背景

無人機的專案快要中期答辯了，為了在地面站（電腦）控制無人機，我們選擇DroneKit來進行程式碼的書寫。DroneKit是一個專門用於控制無人機的Python庫，使用這個API我們可以更方便的使用MAVLink來給無人機發送指令。

在我的Mac上面，我使用parallels虛擬機器裝載Windows 10和Ubuntu。因為SITL是在Linux下開發的，並且我們將使用樹莓派作為機載電腦，所以Ubuntu上面安裝的是SITL、MAVProxy和DroneKit。為了方便編輯程式碼，我在Ubuntu和macOS上都裝了Python。Windows系統只用於載入視覺化的地面站MissionPlanner。

步驟

1. 執行SITL和MAVProxy：開啟Ubuntu，按住control+option+t，新建一個終端，輸入：

   cd ~/ardupilot/ArduCopter/
   ./ArduCopter.elf --home 30.75,103.93,580,0 --model quad

   home後面的引數分別是模擬機出生時的（緯度，經度，海拔，朝向），因為是四旋翼所以model為quad。

2. 再新建一個終端，輸入：

   mavproxy.py --master tcp:127.0.0.1:5760 --sitl 127.0.0.1:5501 --out 127.0.0.1:14551 --out 10.211.55.6:14550
    
   

   這裡面有兩個out介面，第一個127.0.0.1:14551是Ubuntu的內部地址，這個地址將用作程式碼介面，第二個10.211.55.6:14550是Windows的IP地址。要檢視Windows的IP地址，開啟Windows，新建一個cmd視窗，輸入：

   ipconfig

   找到對應的IPv4地址填入上方相應位置即可。

3. 開啟Windows中的MissionPlanner，右上角連線方式選擇UDP，點選connect連線，埠填寫14550。這裡的埠和上述第二個介面的埠保持一致。

這個時候模擬器和地面站都已經準備好了，就等待程式的運行了。

示例程式

#!/usr/bin/env python
 

# -*- coding: utf-8 -*-

"""
© Copyright 2015-2016, 3D Robotics.
simple_goto.py: GUIDED mode "simple goto" example (Copter Only)
Demonstrates how to arm and takeoff in Copter and how to navigate to points using Vehicle.simple_goto.
"""

from __future__ import print_function
import time
from dronekit import connect, VehicleMode, LocationGlobalRelative


# 通過本地的14551埠，使用UDP連線到SITL模擬器，注意埠與上文的第一個out保持一致
connection_string = '127.0.0.1:14551'
print('Connecting to vehicle on: %s' % connection_string)
# connect函式將會返回一個Vehicle型別的物件，即此處的vehicle
# 即可認為是無人機的主體，通過vehicle物件，我們可以直接控制無人機
vehicle = connect(connection_string, wait_ready=True)

# 定義arm_and_takeoff函式，使無人機解鎖並起飛到目標高度
# 引數aTargetAltitude即為目標高度，單位為米
def arm_and_takeoff(aTargetAltitude):
    # 進行起飛前檢查
    print("Basic pre-arm checks")
    # vehicle.is_armable會檢查飛控是否啟動完成、有無GPS fix、卡曼濾波器
    # 是否初始化完畢。若以上檢查通過，則會返回True
    while not vehicle.is_armable:
        print(" Waiting for vehicle to initialise...")
        time.sleep(1)

    # 解鎖無人機（電機將開始旋轉）
    print("Arming motors")
    # 將無人機的飛航模式切換成"GUIDED"（一般建議在GUIDED模式下控制無人機）
    vehicle.mode = VehicleMode("GUIDED")
    # 通過設定vehicle.armed狀態變數為True，解鎖無人機
    vehicle.armed = True

    # 在無人機起飛之前，確認電機已經解鎖
    while not vehicle.armed:
        print(" Waiting for arming...")
        time.sleep(1)

    # 傳送起飛指令
    print("Taking off!")
    # simple_takeoff將傳送指令，使無人機起飛並上升到目標高度
    vehicle.simple_takeoff(aTargetAltitude)

    # 在無人機上升到目標高度之前，阻塞程式
    while True:
        print(" Altitude: ", vehicle.location.global_relative_frame.alt)
        # 當高度上升到目標高度的0.95倍時，即認為達到了目標高度，退出迴圈
        # vehicle.location.global_relative_frame.alt為相對於home點的高度
        if vehicle.location.global_relative_frame.alt >= aTargetAltitude * 0.95:
            print("Reached target altitude")
            break
        # 等待1s
        time.sleep(1)

# 呼叫上面宣告的arm_and_takeoff函式，目標高度10m
arm_and_takeoff(10)

# 設定在運動時，預設的空速為3m/s
print("Set default/target airspeed to 3")
# vehicle.airspeed變數可讀可寫，且讀、寫時的含義不同。
# 讀取時，為無人機的當前空速；寫入時，設定無人機在執行航點任務時的預設速度
vehicle.airspeed = 3

# 傳送指令，讓無人機前往第一個航點
print("Going towards first point for 30 seconds ...")
# LocationGlobalRelative是一個類，它由經緯度(WGS84)和相對於home點的高度組成
# 這條語句將建立一個位於南緯35.361354，東經149.165218，相對home點高20m的位置
point1 = LocationGlobalRelative(31.361354, 104.165218, 20)
# simple_goto函式將位置傳送給無人機，生成一個目標航點
vehicle.simple_goto(point1)

# simple_goto函式只發送指令，不判斷有沒有到達目標航點
# 它可以被其他後續指令打斷，此處延時30s，即讓無人機朝向point1飛行30s
time.sleep(30)

# 傳送指令，讓無人機前往第二個航點
print("Going towards second point for 30 seconds (groundspeed set to 10 m/s) ...")
# 與之前類似，這條語句建立了另一個相對home高20m的點
point2 = LocationGlobalRelative(31.363244, 104.168801, 20)
# simple_goto將目標航點發送給無人機，groundspeed=10設定飛行時的地速為10m/s
vehicle.simple_goto(point2, groundspeed=10)

# 與之前一樣，延時30s
time.sleep(30)

# 傳送"返航"指令
print("Returning to Launch")
# 返航，只需將無人機的飛航模式切換成"RTL(Return to Launch)"
# 無人機會自動返回home點的正上方，之後自動降落
vehicle.mode = VehicleMode("RTL")

# 退出之前，清除vehicle物件
print("Close vehicle object")
vehicle.close()

儲存該示例程式為test.py，到相應目錄。

測試程式

在SITL和MAVProxy正在執行、MissionPlanner連線正常的情況下，在Ubuntu中新建一個終端，cd到示例程式所在的目錄，輸入：

python test.py

執行後，可以看到MAVProxy終端返回的各種資料，MisssionPlanner中則可以更直觀的觀察飛機的軌跡、航向等等。

自家程式的效果圖：