1 搭建无人机仿真环境
首先需要安装mavros，这是一个飞机固件与ros通信的包：
sudo apt install ros-kinetic-mavros ros-kinetic-mavros-extras
wget https://raw.githubusercontent.com/mavlink/mavros/master/mavros/scripts/install_geographiclib_datasets.sh
sudo chmod a+x ./install_geographiclib_datasets.sh
./install_geographiclib_datasets.sh ##此时执行速度很慢，耐心等待完成
接下来，下载固件：
git clone https://github.com/PX4/Firmware.git ##我一般将固件放在主目录下而不是ros的工作空间中
cd Firmware
git checkout v1.9.2
make posix_sitl_default gazebo
一般来说，第一次安装飞控固件，编译时会报错，因为缺少了必要的python依赖，因此在下载玩Firmware后，在编译之前，首先：
cd Firmware
bash
bash ./Tools/setup/ubuntu.sh --no-nuttx --no-sim-tools ##此处跳过了仿真器的安装，因为已经在ros已经配置好了
这之后，再执行下面指令，一般就不会出错，如果继续报错，一般为个人电脑环境配置的问题，请根据终端中的错误提示自行安装依赖。
make posix_sitl_default gazebo
现在，px4无人机的基本环境就配置好了，应该可以看到gazebo界面中已经有了一个叫做iris的无人机。 为了方便，将Firmware的环境变量加入bashrc中：
source ~/Firmware/Tools/setup_gazebo.bash ~/Firmware/ ~/Firmware/build/px4_sitl_default
export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/Firmware
export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/Firmware/Tools/sitl_gazebo
在这之后，就可以通过launch文件启动仿真了：
roslaunch px4 mavros_posix_sitl.launch ##此命令同时启动了mavros
接下来，安装无人机的地面站控制软件QGC：
sudo usermod -a -G dialout $USER
sudo apt-get remove modemmanager -y
sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav -y
Download [QGroundControl.AppImage](https://s3-us-west-2.amazonaws.com/qgroundcontrol/latest/QGroundControl.AppImage)
chmod +x ./QGroundControl.AppImage
./QGroundControl.AppImage (or double click)
打开地面站后，可以看见已经自动连接上了仿真中的无人机。
在这里，无人机环境搭建已经全部完成了。
２ 切换无人机模型
上面启动的无人机，并没有携带相机，我们进行目标检测，需要携带一个摄像头，Firmware中已经提供了模型，因此，我们只需要更换一个带有相机的飞机模型。 我提供了一个模型下载： 链接：https://pan.baidu.com/s/1D_3pG3bqmBsSxLOCZVhl3w 提取码：fnam 将下载的模型放到Firmware/tools/sitl_gazebo/models下，替换原来的模型文件。 然后修改Fimeware/launch/mavros_posix_sitl.launch的第16行： <arg name=”sdf” default=”$(find mavlink_sitl_gazebo)/models/iris_stereo_camera/iris_stereo_camera.sdf”/> 此时，iris模型已经携带了一台双目相机，有用的话题为：
/stereo/camera/left/camera_info
/stereo/camera/left/image_raw
/stereo/camera/right/camera_info
/stereo/camera/right/image_raw
３ 配置YOLO环境
该过程参开官方配置文档即可，基本没什么坑，yolo并不完全依赖gpu，但是没有gpu速度会非常慢。 官网提供的环境配置为：darkned_ros安装配置方法 按照官方文档安装必要的依赖和包是非常有必要的。 安装完成后，需要修改两处： 首先，在darknet_ros/launch/darknet_ros.launch中修改：
<arg name="image" default="/stereo/camera/left/image_raw" />
接着修改darknet_ros/config/ros.yaml:
camera_reading:
topic: /stereo/camera/left/image_raw
然后运行：
roslaunch darknet_ros darknet_ros.launch
此时在终端中可以看到：
说明yolo已经正常运行并且开始检测目标了。 接着，可以在gazebo中添加各种模型，然后使用yolo进行检测。 本文在这里提供一个gazebo的world文件，下载地址为： XTDrone 下载后，复制 XTDrone /sitl_config /worlds/outdoor1.world到Firmware/tools/sitl_gazebo/worlds下。 接着修改Fimeware/launch/mavros_posix_sitl.launch的第15行为：
<arg name="world" default="$(find mavlink_sitl_gazebo)/worlds/outdoor1.world"/>
此时再次启动，应该看到是这样的:
这样，就完成了所有的配置。
４ 运行效果展示
关闭之前所有的命令，按照这个顺序重新启动仿真：
roslaunch px4 mavros_posix_sitl.launch
启动地面站 ＃＃此处建议使用游戏手柄控制无人机，或更简单直接开启QGC自带的虚拟摇杆功能对飞机控制
roslaunch darknet_ros darknet_ros.launch
演示效果请看视频： 最后，如果你对无人机的仿真和应用感兴趣，推荐一个非常优秀的开源的无人机项目XTDrone，在里面可以学习到更多的无人机知识。
