RflySim工具链是专为无人控制系统开发、大规模集群协同、人工智能视觉等前沿研究领域研发的一套高可信度的无人控制系统开发、测试与评估平台。该工具链采用基于模型（MBD）的设计理念，基于Pixhawk/PX4、MATLAB/Simulink、Python/AI、Linux/ROS等开发工具：智能无人系统的三维场景建模、载具运动建模、底层飞行控制、智能感知规划、健康评估与故障诊断、集群博弈决策等算法开发。RflySim依照基于模型的设计思路：通过无人系统建模、图形化模块化控制器设计、算法自动代码生成、软件在环仿真、硬件在环仿真、真机快速部署等流程，实现仿真到真机的快速过渡。同时，我们将智能无人集群系统系列课程分为了10章，这些章节根据学习的难易程度循序渐进、从内到外、从下到上帮助用户快速开发属于自己的智能无人集群系统，各章之间的关系图如下：
第一章：绪论
本章主要讲解本工具链的基础知识、配套教材、软硬件介绍，详细介绍可见：第1章 工具链安装与学习方法
第二章：实验平台配置
本章主要讲解工具链模块介绍、UI界面说明、关键接口介绍、整体实验流程、问题排查等，详细介绍可见：第2章 实验平台配置与使用
第三章：三维场景建模与仿真
本章三维场景建模支持二次开发，快速定制和导入自己的飞机和场景，碰撞模型外置降低引擎负荷 + 分布式构架支持大规模集群仿真，详细介绍可见：第3章 三维场景建模与仿真
任务（比赛）效能评估（评分）
各种特效制作
VR虚拟现实
红外光电吊舱实
360激光点云传感器模拟
第四章：载具运动建模与仿真
本章中，在给定Simulink输入输出接口框架下，快速实现各类载具建模结合工具链提供的辨识与评估方案，对模型精度进行调优与评估，利用自动代码生成技术，将模型转为动态链接库，进行导入结合PX4自身控制器或Simulink自研控制器，实现半实物仿真。详细介绍可见：第4章 载具运动建模与仿真
利用标准化的建模框架，在Simulink等图形模块化仿真编程软件中实现，最后利用代码生成方式得到仿真系统
精确建模方法：双线摆测转动惯量
动力系统测试架测电机桨叶响应曲线
自建风洞测来流模型
扫频+实飞频域时域模型验证
多旋翼精确模型建模+故障注入
倾转旋翼硬件在环仿真
固定翼模型（F16为例）：支持导入全包线气动系数
F16空中对接算法训练平台
直升机仿真
直升机实飞实验
模型分为四种，均支持DLL形式被Python/Simulink/C++调用，应对大规模集群与AI训练需求：
- 精细化六自由度模型+飞控硬件在环仿真
- 精细化六自由度模型+Simulink控制器一体，生成精细综合模型
- 制导简化模型+Simulink控制器一体，简化综合模型
- UE物理引擎+蓝图控制器一体，生成UE蓝图综合模型（更好响应地形与碰撞） 本工具链开发的模型，还支持生成DLL被Python等程序调用，用于加速AI控制训练，包括深度强化学习或大模型的决策与博弈.
垂直起降无人机仿真
垂直起降无人机实飞
尾座式垂起仿真
尾座式垂起实飞
无人车仿真
无人船仿真
水下潜航器硬件在环仿真与水下视觉SLAM算法验证
ZV15E垂起无人机实飞视频
ZV15E垂起无人机组装视频
ZV15E垂起无人机跟拍视频
ZV15E垂起无人机雪天飞行视频
ZV15E垂起无人机吊舱跟车视频
第五章：底层控制与滤波估计
本章中，基于模型的底层飞控设计：给定控制需求，如何快速地在真机上实现控制算法？只需要在Simulink完成控制器设计通过软件在环仿真、自动代码生、硬件在环仿真、室内测试和室外实飞，快速实现算法的验证与部署.对学生而言大大降低了无人机控制的学习门槛，对工程师而言提高了无人机算法的开发效率。 Simulink控制器开发+自动代码生成，无需接触C/C++底层开发，通过uORB消息池，实现类ROS的订阅发布机制，更灵活的算法嵌入。详细介绍可见：第5章 位姿控制与滤波估计
底层开发全新接口（随RflySim v3.03版发布）：
- 支持电机层、力+力矩层、角速度层、角度环、加速度环、速度环、位置环、遥控器层任意层切入控制；
- 支持在飞行过程中切换PX4官方控制器，或Simulink自编控制器；
- 更便捷地支持各类载具系统的硬件在环仿真与实验；
- 更便捷地支持上层信息传入（航路点、轨迹等）。 注：当前v3.02版本，只支持电机层输入，且无法随时切回PX4控制器，使得算法开发和实验难度较高，新接口能解决此问题。
- PX4采用uORB发布与订阅消息机制，任何APP都可以从uORB消息池中获取和发布数据。
- Simulink代码生成到Pixhawk后生成名为px4_Simulink_app的一个APP，可以通过uORB消息池机制与其他APP通信
- 系统辨识→精确数学模型→现代控制理论（LQR、ADRC、MPC、MCC等） →自动代码生成→飞控直接部署 V.S. PX4原生传统PID反复调参最优后效果。
- Simulink仅替换姿态环，保留其他环路，在风扇干扰下定位悬停测试。
结论：精确模型+现代控制理论+Rflysim自动代码生成，能够快速完成控制器参数计算（不需要反复调参），且在抗干扰等（稳定裕度更高）方面更具优势
Feisi X150飞机台架实验
教具推荐：Feisi X150飞机，轴距150mm（重180g），小巧安全，带光流室内稳定悬停，兼容GPS室外测试+动捕室内实验。 配合高精度辨识模型+自研桌面台架，实现无人机算法快速开发与验证。
四旋翼三电机失效情况降级控制
RflySim工具链基于现代容灾控制理论，实现四旋翼在一、二、三旋翼失效情况下，实现可控迫降。精确建模基于模型控制自动代码生成硬件在环仿真真机实验，助力新型算法快速开发。
第六章：外部控制与轨迹规划
现代飞控框架：底层飞控只保留姿态或速度环控制，保证飞机的基础可靠飞行能力即可。其余上层规划控制逻辑都放到机载板卡，通过外部控制接口传递给飞控。底层飞控直接针对固定机型，采用系统辨识+现代控制方法+自动代码生成快速实现。PX4等开源飞控为了兼容各种尺寸机型，以及各种类型载具，有诸多臃肿之处，不适合无人机厂商或科研机构。详细介绍可见：第6章 外部控制与轨迹规划
内/外部控制是相对的：
- 外部控制的轨迹规划模型也可以放到飞控内部。
- 同理内部飞控的很多逻辑也可放到外部
- 对于机动需求更强的控制任务，可以放到飞控内，以更高频率运行。
- 例如，高机动轨迹跟随，穿窗、倒翻等特技动作的AI算法训练等。
接口使用教程：遥控操控、Mavlink通信、Pymavlink、Mavsdk、Mavros、ROS1/2。算法开发例程：Simulink UAV算法库上层开发、轨迹生成、避障规划、AI训练等
底层控制类算法：推荐MATLAB/Simulink丰富的控制规划库+AI训练库，快速实现算法开发与验证并通过自动代码生成，实现算法快速部署 注：RflySim工具链未来也计划兼容国产MWORKS平台.
空地协同外部轨迹规划控制
第七章：安全评估与故障诊断
除了基础功能的测试，无人机的故障情况下的安全/可靠性测试也至关重要。本系统将故障总结为三类：模型故障（与飞机数学模型有关）、通信故障（与数据交互传输有关）和环境故障（与三维场景有关）。详细介绍可见：第7章 安全测试与健康评估
从运动动态仿真 → 传感器数据仿真 → 传感器芯片仿真
从单纯的算法软件测试 → 整个系统的软硬件测试
故障注入实验
故障注入与诊断算法验证
第八章：视觉感知与避障决策
本章中，基于RflySim工具链分布式构架、模型外置、半实物仿真、多机同步的特点，用户可以进行分布式构架实现多机独立视觉硬件在环验证、视觉SLAM半实物仿真、真机算法快速迁移等开发，详细介绍可见：第8章 视觉感知与避障决策
五机视觉共享SLAM半实物仿真
仿真算法开发与验证
真机算法快速迁移
拒止环境下三维构图实验
高速视觉打击实验
大模型控制：响应命令—控制无人机上楼看看浴室窗子是否关闭
第九章：通信协议与集群组网
本章中，所有飞机的数据首先发到网络仿真器，再根据实际情况，转发给订阅的飞机。网络仿真分为粗粒度（主要是仿真延迟、丢包等上层特性），进行最终通信质量的仿真。另一种是基于NS3的细粒度组网仿真，支持下下层组网算法的开发与验证。详细介绍可见：第9章 通信协议与集群组网
集群通信质量仿真
第十章：集群控制与博弈对抗
本章中，集群仿真中的电脑内部各个程序间的通信采用共享内存方式，直接在内存上操作，延迟最低、速度最快。每台电脑可以开启多个硬/软件在环仿真系统，模拟多个无人机，每台电脑向外收发数据经过汇总、压缩等，确保网内通信顺畅，采用请求式通信，支持千架级别仿真，详细介绍可见：第10章 集群控制与博弈对抗
大规模集群搜寻目标仿真
垂起飞机多机编队
RflySim Cloud介绍
RflySim Cloud智能算法云平台是由卓翼智能旗下飞思实验室为大规模集群算法验证、无人平台博弈对抗仿真、人工智能模型训练等前沿研究领域研发的平台，支持公有云和私有云部署，是集大规模精细化模型仿真模拟与多类型智能算法在线开发、调试、训练于一体的综合平台。
RflySim Cloud平台由实验管理工具、想定编辑工具、系统管理工具、智能体训练工具、模型开发工具等模块组成， 终端用户只需提供智能算法通过智能算法接口SDK进行算法对接，算法可直接使用系统动力学计算、多智能体训练等模块。
云端访问，超高算力支持，超大规模集群，解放本地算力限制