Python & VS Code — 编程环境

---

RflySim 工具链配套了统一配置的 Python + VS Code 编程环境，针对无人系统仿真与控制任务进行了定制优化。

---

Python 环境

版本与路径

• 实际版本：Python 3.12（尽管文件夹名为 Python38Env）
• 路径：[安装目录]\Python38\python.exe
• 包管理：使用 pip 按需安装额外依赖包

预装核心库

库	用途
NumPy / SciPy	数值计算与科学建模
Matplotlib / Seaborn	数据可视化
opencv-python (OpenCV)	图像处理与视觉感知
Pandas	结构化数据分析
Pymavlink	MAVLink 协议的 Python 实现
MAVSDK	PX4 高层控制的 Python API
TensorFlow	深度学习框架
PyTorch (torchvision)	深度学习框架（图像分类/目标检测）

典型应用场景

场景	具体应用
飞行日志分析	解析 .ulg 和 .bag 飞行日志文件
状态数据处理	实时解析 CopterSim 状态数据
视觉感知开发	目标检测、目标跟踪算法
仿真载具控制	通过 PX4MavCtrlV4 发送控制指令
自动化测试	批量测试与参数扫描脚本
AI/ML 训练	强化学习训练、大模型具身智能接入

关于版本更新

RflySim 的 Python 环境会定期跟随最新 Python 版本更新，以保持对最新 AI 框架的兼容性。部分大规模依赖（如 GPU 加速组件）采用在线安装方式。

---

RflySimSDK

RflySim 的 Python SDK 统一集成在 [安装目录]\RflySimAPIs\RflySimSDK\ 下，安装后已自动加入 Python 环境路径：

模块	功能简介
ctrl	飞行控制与 CopterSim 数据交互核心接口
comm	集群网络通信仿真接口
vision	视觉传感器数据获取与相机控制
ue	三维场景交互与可视化控制
swarm	多机集群控制接口
phm	故障注入与安全评估接口

# 快速导入示例
from RflySimSDK.ctrl import PX4MavCtrlV4
from RflySimSDK.vision import VisionCaptureApi

自定义环境

如需使用 PyCharm + Anaconda 等自定义环境，请先运行 RflySimSDK\ReLabPath.py 完成路径注册，以关联 RflySimSDK 库。

---

VS Code 配置

推荐安装

1. 安装 Visual Studio Code
2. 安装以下推荐插件：

插件	用途
Python (官方)	Python 语言支持、调试、Linting
C/C++	C++ 代码浏览与调试
Remote - WSL	在 WSL Ubuntu 中直接编辑和调试
Remote - SSH	远程连接机载计算机开发
MATLAB	MATLAB 语法高亮
JSON	JSON 配置文件编辑

配置 Python 解释器

1. 在 VS Code 中按 Ctrl+Shift+P
2. 搜索 Python: Select Interpreter
3. 选择路径：[安装目录]\Python38\python.exe

配置完成后，即可在运行或调试模式下执行各类 RflySim 视觉算法与控制脚本。

多终端集成

VS Code 支持在同一界面中同时打开多个终端：

• PowerShell / CMD：运行 Windows 侧的 Python 脚本
• WSL 终端：运行 ROS / PX4 编译等 Linux 任务
• SSH 终端：远程连接 Jetson 等机载计算机

---

快速启动

使用桌面快捷方式 RflyTools\Python38Run 可在当前目录下注册 Python 环境，并通过命令启动自定义控制脚本或视觉算法模块。