截击机仿真参数完整手册：从实测方法到 Gazebo-PX4 配置的工程指南

发表于2026-03-05|更新于2026-06-02|无人机控制

|浏览量:

截击机仿真的核心矛盾：参数不准，仿真就是在骗自己。但截击机不是实验室里的标准件——机体里塞满了 RK3588 计算板、数字图传模块、PX4 飞控板、电池和各种线缆，每一台的质量分布都不完全一样。本文基于多篇学术论文和工程实践，系统阐述截击机仿真所需的全部参数、每个参数的实测方法、以及如何填入 Gazebo + PX4 SITL 仿真框架。

一、参数体系总览

截击机仿真需要的参数可以按用途分为六层：

┌──────────────────────────────────────────────────┐
│  第六层：环境参数（风场、空气密度）                 │
├──────────────────────────────────────────────────┤
│  第五层：目标无人机参数（尺寸、速度、机动模式）     │
├──────────────────────────────────────────────────┤
│  第四层：感知参数（相机、雷达、检测算法）           │
├──────────────────────────────────────────────────┤
│  第三层：飞控与制导参数（PID、制导律、约束）        │
├──────────────────────────────────────────────────┤
│  第二层：动力系统参数（推力系数、扭矩系数、电机）   │  ← 仿真精度的核心
├──────────────────────────────────────────────────┤
│  第一层：刚体参数（质量、惯量、质心、几何）         │  ← 仿真精度的基础
└──────────────────────────────────────────────────┘

关键认知：仿真精度 80% 取决于第一层和第二层参数。传感器噪声、风场等高层参数的影响相对次要，可以先用默认值启动仿真，后续迭代优化。

二、第一层：刚体参数

2.1 整机质量

填写位置：SDF 文件 <link><inertial><mass>

所需仪器

仪器	规格要求	推荐型号 / 价格参考
电子秤	量程 ≥ 10 kg，分辨率 1g	厨房秤（几十元）或实验室台秤（百元级）

测量步骤

确认完全装配状态：将截击机的所有部件安装到位，包括：
- 机架结构件、全部电机和螺旋桨
- 电池（你实际飞行用的那块，充满电状态）
- PX4 飞控板 + 减震座
- RK3588 计算板 + 散热器
- 数图传模块 + 天线
- 所有线缆（电源线、信号线、USB、天线馈线）
- 紧固件（螺丝、螺母、扎带、热缩管、双面胶）
- 起落架 / 保护罩（如果有）
秤归零：确保秤放在水平硬质台面上，开机后归零
称重：将飞行器平稳放置在秤上，等待读数稳定（约 2-3 秒），记录读数
重复 3 次：取平均值，消除放置方式差异
单位转换：秤读数 (g) ÷ 1000 = SDF 中的 mass (kg)

经验数据：很多团队低估线缆和紧固件的质量。对于 3-5 kg 级多旋翼，这些”杂项”通常占总质量的 5-10%，即 150-500g，不可忽略。一定要在完全装配状态下称重，不要分别称各部件再累加（累加法容易遗漏小件）。

2.2 质心位置

填写位置：SDF 文件 <link><inertial><pose>（质心相对于 link 原点的偏移）

为什么 CAD 不够可靠：CAD 模型中通常不包含线缆走线路径、扎带位置、胶水残留等。电池作为最重单体（占总质量 30-50%），其安装位置在 CAD 中可能与实际装配偏差 5-15mm，这会显著影响质心。Krznar 等人 [1] 的实验表明，即使精心建模的 CAD 与实测惯量也存在 8-15% 的偏差。

方法 A：多秤称重法（推荐，测 X/Y 方向质心）

所需仪器：

仪器	数量	规格要求	说明
电子秤	4 个	量程 ≥ 3 kg，分辨率 1g	厨房秤即可，4 个同型号
等高支撑垫块	4 个	高度一致（±0.5mm）	木块或金属块，放在秤上
游标卡尺或卷尺	1 个	精度 1mm	测量秤间距离
水平仪	1 个	气泡式即可	确保平台水平

测量步骤：

俯视图：

   秤₁ (F₁)──────────────秤₂ (F₂)
      │          ↑ X (前)      │
      │          │             │
      │    ★ 质心(x_cg, y_cg) │
      │          │             │
      │          │ ← Y (左)   │
   秤₄ (F₄)──────────────秤₃ (F₃)

将 4 个秤放在水平台面上，用水平仪检查
在每个秤上放一个等高垫块（秤的称重面可能不平整，垫块提供稳定支撑点）
量出四个支撑点的精确位置坐标 $(x_i, y_i)$ ，以机体中心为原点
4 个秤分别归零
将飞行器平稳放置在 4 个支撑点上（通常放在四个电机的正下方）
等待读数稳定（3-5 秒），同时记录 $F_1, F_2, F_3, F_4$
计算质心：

x_{cg} = \frac{\sum_i F_i \cdot x_i}{\sum_i F_i}, \quad y_{cg} = \frac{\sum_i F_i \cdot y_i}{\sum_i F_i}

重复步骤 5-7 三次，取平均值
验算： $F_1 + F_2 + F_3 + F_4$ 应等于步骤 2.1 中测得的总质量

数值示例：假设四个电机位置为 (±0.127, ±0.127) m，测得读数 820g、790g、810g、780g：

x_{cg} = \frac{820 \times 0.127 + 790 \times 0.127 + 810 \times (-0.127) + 780 \times (-0.127)}{820 + 790 + 810 + 780} = \frac{2.54}{3200} = 0.00079 \text{ m} \approx 0.8 \text{ mm}

方法 B：悬挂法（测 Z 方向质心和验证 X/Y）

所需仪器：

仪器	说明
细绳	不可伸缩，如钓鱼线
悬挂点	门框横杆、支架等
铅垂线	或者用手机的铅垂线 App
记号笔	在机体上标记

测量步骤：

用细绳系住飞行器的某个位置（如一个电机座），悬挂起来，等待静止
用铅垂线沿悬挂绳方向在机体上画一条线
换一个悬挂点（如另一个电机座），重复步骤 1-2
两条线的交叉点就是质心位置
用卷尺量交叉点相对于你定义的原点的偏移量

精度：称重法可达 ±1-2mm（X/Y 方向），悬挂法约 ±2-3mm，均远超 CAD 估算。

实际意义：如果质心不在电机平面的几何中心正上方，飞控需要在悬停时持续输出差分推力来补偿，消耗控制余量。可以通过调整电池前后位置来微调质心，让补偿量最小化。

2.3 坐标系原点与电机位置

坐标系原点在哪里

SDF 模型的坐标原点由你自己定义，但推荐遵循以下约定：

原点 = 机体几何中心（四个电机连线交叉点在电机平面上的投影）

         电机0 (+x, +y)          电机1 (+x, -y)
              ╲                    ╱
               ╲                  ╱
                ╲    ★ 原点     ╱
                 ╲   (0,0,0)  ╱
                  ╲          ╱
                   ╲        ╱
         电机3 (-x, +y)     电机2 (-x, -y)

坐标轴约定（NED 转 ENU）：
  X → 机头方向（前）
  Y → 机体左侧
  Z → 向上

原点 ≠ 质心。质心是通过 <inertial><pose> 标签描述的，它是质心相对于 link 原点的偏移量。例如质心在原点上方 2cm、偏前 5mm：

<inertial>
  <!-- 质心相对于 link 原点的偏移 (x y z roll pitch yaw) -->
  <pose>0.005 0 0.02 0 0 0</pose>
  <mass>3.2</mass>
</inertial>

电机位置获取方法

填写位置：SDF 文件中每个电机 <link> 的 <pose relative_to="base_link">

测量工具：卷尺 + 游标卡尺

测量步骤：

将截击机放在平面上，找到机体中心点（四个电机轴心连线的交叉点）
用卷尺量每个电机轴心到中心点的水平距离 $d_{arm}$ （即臂长）
量电机平面相对于你定义的原点的高度差 $h$
根据电机布局角度计算各电机的 $(x, y, z)$ 坐标

X 型四旋翼的计算方法：

四个电机分布在 45°、135°、225°、315° 方向：

x_i = d_{arm} \times \cos\alpha_i, \quad y_i = d_{arm} \times \sin\alpha_i

以臂长 $d_{arm} = 180$ mm 的截击机为例：

电机编号	角度 $\alpha$	x (m)	y (m)	z (m)	旋转方向
电机 0（右前）	45°	0.127	-0.127	0.06	CW
电机 1（左后）	225°	-0.127	0.127	0.06	CW
电机 2（右后）	315°	-0.127	-0.127	0.06	CCW
电机 3（左前）	135°	0.127	0.127	0.06	CCW

其中 $0.127 = 0.18 \times \cos 45°$ 。

关于 PX4 电机编号：PX4 中的电机编号（Motor 1-4）和物理位置的对应关系取决于机型配置（airframe）。以 PX4 的 4001_x500 为例：

PX4 电机编号（俯视图）：

     Motor 1 (CW)       Motor 2 (CCW)
          ╲                 ╱
           ╲     前方      ╱
            ╲    ↑       ╱
             ╲   │     ╱
              ╲  │   ╱
               ╲ │ ╱
                ╳
               ╱ │ ╲
              ╱  │   ╲
             ╱   │     ╲
            ╱    │      ╲
           ╱             ╲
     Motor 4 (CCW)      Motor 3 (CW)

你在 SDF 中的电机 link 编号必须与 PX4 airframe 文件中的 rotor_arrangement 一致。如果编号映射错误，飞行器会在解锁后立刻翻转。

验证方法：在 PX4 SITL 中用 motor_test 命令依次测试单个电机，观察 Gazebo 中转动的是否是预期位置的电机。

2.4 转动惯量

填写位置：SDF 文件 <link><inertial><inertia>

<inertia>
  <ixx>0.029</ixx>
  <iyy>0.029</iyy>
  <izz>0.055</izz>
  <ixy>0</ixy>
  <ixz>0</ixz>
  <iyz>0</iyz>
</inertia>

转动惯量是仿真中最难准确获取但对动态响应影响最大的参数。它决定了飞行器在给定力矩下的角加速度响应：

\dot{\omega} = I^{-1} (\tau - \omega \times I\omega)

惯量偏大 → 仿真中飞行器响应迟钝；惯量偏小 → 响应过于灵敏。对于追求高机动性的截击机，惯量误差直接影响 PID 调参和制导算法验证的可靠性。

方法一：三线摆（Trifilar Pendulum） — 推荐

三线摆是多旋翼转动惯量测量的工业标准方法，被 NASA、多所大学和无人机厂商广泛使用 [2][3]。

原理：将被测物体悬挂在三根等长线上，使其绕垂直轴扭转振荡。通过测量振荡周期计算转动惯量。

┌───────────────────────────────┐
│         固定框架（天花板/支架）  │
└──────┬──────┬──────┬─────────┘
       │      │      │
     线₁    线₂    线₃   ← 三根等长线
       │      │      │      长度 L
       │      │      │
┌──────┴──────┴──────┴─────────┐
│         悬挂平台（圆盘）       │  ← 半径 R
│       ┌───────────┐          │
│       │  飞行器     │          │  ←→ 扭转振荡
│       └───────────┘          │
└──────────────────────────────┘

I_z = \frac{m g R^2 T^2}{4 \pi^2 L}

$m$ ：被测物质量 (kg)
$g$ ：重力加速度 (9.81 m/s²)
$R$ ：悬挂点到旋转轴的距离 (m)
$T$ ：扭转振荡周期 (s)
$L$ ：悬挂线长度 (m)

所需器材：

器材	规格要求	说明与选购建议
悬挂平台	刚性圆盘或三角板，直径 40-60cm	木板/亚克力板裁剪，需要在圆周等间距打 3 个孔。平台自身惯量需要标定
悬挂线	不可伸缩、直径 < 1mm、长度 1-1.5m	钓鱼线（PE 编织线，2-4 号）或细钢丝。不能用橡皮筋、棉线（会伸缩）
固定上框架	刚性横梁或三脚架	铝型材、门框等，必须稳固不晃动
秒表或手机	精度 0.01s	手机秒表 App 即可
卷尺/游标卡尺	精度 1mm	量线长 $L$ 和悬挂半径 $R$
量角器或记号笔	-	标记初始扭转角度
电子秤	量程 ≥ 10kg，精度 1g	测飞行器+平台总质量

详细测量步骤（测 $I_{zz}$ ）：

制作悬挂平台：在圆盘边缘等间距 120° 打 3 个小孔，在正上方的固定框架上对应位置也打 3 个孔
安装悬挂线：3 根等长线分别穿过上下对应的孔并固定。线长 $L$ 从上固定点到下平台面量取，3 根线长度误差控制在 ±2mm 以内
测量几何参数：
- $R$ = 悬挂孔到平台圆心的距离（用游标卡尺测量）
- $L$ = 悬挂线长度（从上固定点到下固定点）
标定空平台惯量：不放飞行器，称空平台质量 $m_0$ ，给平台一个小角度扭转（< 10°），用秒表计时 20 个完整周期，计算周期 $T_0$ ，由此得到空平台惯量 $I_0$
放置飞行器：将飞行器水平放在平台上，质心对准平台中心。用胶带或扎带轻轻固定防止滑动
称总质量： $m_{total}$ = 飞行器 + 平台
施加扭转：用手指轻轻拨动平台边缘，使其绕垂直轴扭转振荡。初始扭转角度不超过 10°（保持小角度近似有效）
计时：等待 2-3 个周期使振荡稳定后，开始计时 20 个完整周期，记录总时间 $t_{20}$
计算周期： $T = t_{20} / 20$
计算总惯量：

I_{total} = \frac{m_{total} \cdot g \cdot R^2 \cdot T^2}{4\pi^2 L}

减去平台惯量： $I_{zz} = I_{total} - I_0$
重复 3 次取平均值

测量 $I_{xx}$ 和 $I_{yy}$ ：

将飞行器竖起来固定在平台上（前/后朝上），使 X 轴或 Y 轴与扭转轴平行，重复上述步骤。对于对称四旋翼通常 $I_{xx} \approx I_{yy}$ ，但截击机如果前后不对称（如前方有相机突出）， $I_{xx}$ 和 $I_{yy}$ 可能不同，需要分别测量。

注意事项：

振荡过程中不要有侧向摆动（钟摆模式），只要扭转
如果振荡衰减太快，检查线是否有摩擦
可以用飞行器自身 IMU 记录角速率数据，通过 FFT 提取周期 [1]，比秒表更精确

精度：三线摆实测精度可达 ±3-5% [2][3]，远好于 CAD 估算的 ±15-30%。

方法二：双线摆（Bifilar Pendulum)

双线摆结构更简单，适合快速测量绕特定轴的惯量。

所需器材：

器材	说明
悬挂线 × 2	与三线摆相同要求
固定横梁	两个悬挂点
秒表	计时用
卷尺	量线长 $h$ 和线间距 $d$

测量步骤：

将飞行器通过两根等长线悬挂（通常系在对角线的两个电机轴上）
量两线间距 $d$ 和线长 $h$
给飞行器一个小角度扭转，计时 20 个周期取平均得到 $T$
计算：

I = \frac{m g d^2 T^2}{16 \pi^2 h}

Krznar 等人 [1] 展示了使用机载 IMU 传感器在线估计惯量的方法，可以在不拆机的情况下得到结果。

方法三：飞行数据辨识

所需设备：能飞的飞行器 + PX4 日志

Eschmann 等人 [4] 提出了纯数据驱动的系统辨识方法：

操作步骤：

正常起飞到约 5m 高度
执行三个简单机动（每个约 15-20 秒）：
- 机动 1：Roll 方向快速来回倾斜（±20°），用于辨识 $I_{xx}$
- 机动 2：Pitch 方向快速来回倾斜（±20°），用于辨识 $I_{yy}$
- 机动 3：Yaw 方向快速左右旋转（±30°），用于辨识 $I_{zz}$
降落，下载 PX4 .ulg 飞行日志
使用论文中的 MAP 估计算法（开源代码）处理日志数据，自动输出惯量、推力曲线、扭矩系数和电机延迟

适用阶段：飞行器已经能飞但想精调仿真参数。不需要任何额外测量设备。

惯量积 $I_{xy}, I_{xz}, I_{yz}$

对于几何对称的多旋翼布局，惯量积理论上为零。实际中由于内部组件不完全对称会存在小量偏差，但其对飞行动力学的影响很小（通常 < 1%），仿真中可以设为 0。

三、第二层：动力系统参数

3.1 推力系数 $k_T$ （motorConstant）

填写位置：SDF <plugin> <motorConstant>

物理含义：单个电机-螺旋桨组合产生的推力与转速平方的比例系数。

T = k_T \cdot \omega^2

其中 $T$ 为推力 (N)， $\omega$ 为角速度 (rad/s)。

这是整个仿真中最关键的单个参数。它直接决定了悬停油门、最大推力、推重比等核心性能。

测量方法：测功台（Thrust Stand）

所需仪器（专业方案）：

仪器	规格要求	推荐型号 / 价格参考
测功台	量程覆盖你的电机推力范围	Tyto Robotics Series 1580（~\ $300）、RCbenchmark Series 1585（~\\$ 500）
稳压电源或电池	电压与实际飞行一致	实际使用的电池型号，或同电压稳压电源
电调（ESC）	与实际飞行一致	你实际使用的电调
电机 + 螺旋桨	与实际飞行一致	你实际使用的电机和桨
电脑	运行测功台软件	测功台自带软件记录数据

所需仪器（DIY 方案，无专业测功台时）：

仪器	说明
电子秤	量程 ≥ 5kg，精度 1g
刚性杠杆臂	铝管或木条，长约 50-80cm
支点/铰链	杠杆中间的旋转支点
固定支架	固定杠杆支点，牢固不晃
光电转速传感器	淘宝搜”光电测速传感器模块”，几十元
电流传感器（可选）	串联在电源线中，测工作电流
Arduino/串口模块	采集转速传感器数据
电池 + 电调	与实际飞行配置一致
PWM 信号发生器	或用飞控/Arduino 输出 PWM

详细测量步骤：

安装电机和桨：将电机牢固安装在测功台（或杠杆臂一端），安装你实际使用的螺旋桨。如果是 DIY 杠杆，另一端放在电子秤上
连接电路：电池 → 电流表（串联）→ 电调 → 电机。PWM 信号发生器连接电调信号线
安装转速传感器：光电传感器对准螺旋桨，在桨叶上贴一小条反光贴纸（如果需要）
安全检查：确保螺旋桨旋转区域内无障碍物和人员，桨叶牢固不松动。建议在桨叶周围放置防护网
电调校准：发送最高油门 → 上电 → 发送最低油门（按你电调的校准流程）
逐级测量：
- 从 10% 油门开始，每次增加 10%，直到 100%
- 每个油门值保持 5 秒等待稳定，记录：
  - 推力读数 $T$ (g)，转换为 N： $T_N = T_g \times 0.00981$
  - 转速 $\omega$ (RPM)，转换为 rad/s： $\omega_{rad} = \omega_{RPM} \times 2\pi / 60$
  - 电流 $I$ (A)、电压 $V$ (V)（可选，用于效率分析）
- 如果测功台能测扭矩，同时记录扭矩 $Q$ (N·m)
降速：从 100% 逐级降回 0%，再次记录数据（检查滞后）
重复 2-3 次：取平均值

数据处理（Python）：

import numpy as np
from scipy.optimize import curve_fit

# 测功台数据 (示例: 10%~100% 油门的实测值)
omega_rad = np.array([209, 314, 419, 524, 628, 733, 838, 942, 1005, 1047])  # rad/s
thrust_N  = np.array([0.8, 1.9, 3.4, 5.2, 7.5, 10.1, 13.2, 16.8, 19.1, 20.8])  # N

# 拟合 T = kT * omega^2
def thrust_model(omega, kT):
    return kT * omega**2

popt, pcov = curve_fit(thrust_model, omega_rad, thrust_N)
kT = popt[0]
print(f"motorConstant (kT) = {kT:.6e} N/(rad/s)^2")
# 输出示例: motorConstant (kT) = 1.896e-05 N/(rad/s)^2

# 如果有扭矩数据，同样拟合 kQ
# torque_Nm = np.array([...])
# momentConstant = kQ / kT

没有测功台的替代方案：

厂家数据表：许多电机厂商（如 T-Motor、KDE、SunnySky）提供推力-转速表，可以直接用于拟合 $k_T$ 。但必须注意： $k_T$ 是电机+螺旋桨组合的参数，不是电机单独的参数。同一个电机配不同桨叶， $k_T$ 完全不同。使用厂家数据时需确认：
- 桨叶型号完全一致：数据表中测试用的桨型号必须与你实际安装的桨一致（包括直径、螺距、叶片数）
- 测试电压一致：厂家通常标注测试电压（如 22.2V / 6S），你的电池电压不同则最大转速和推力会变化
- 测试条件：厂家数据一般在标准大气压、室温、静态（零前进速度）下采集，高海拔或高速前飞时推力会有差异
UIUC 螺旋桨数据库：m-selig.ae.illinois.edu/props/propDB.html 包含大量螺旋桨的风洞测试数据（ $C_T$ , $C_Q$ vs 前进比 $J$ ），可以根据你的桨型号查找。这些数据同样是特定螺旋桨的测试结果，需要结合你的电机实际转速范围使用。
悬臂秤 DIY 测试：将电机（安装好桨叶）固定在杆的一端，杆的支点在中间，另一端放在秤上。已知力臂长度即可从秤的读数计算推力。精度低于专业测功台但可用。

SDF 中的 motorConstant 数值量级：对于常见 5 英寸桨， $k_T$ 约 $8 \times 10^{-6}$ N/(rad/s)²；对于 13-15 英寸桨（截击机级别）， $k_T$ 约 $1 \times 10^{-4}$ 到 $5 \times 10^{-4}$ N/(rad/s)²。如果你填的值和这个量级差很多，需要检查单位。

3.2 扭矩系数 $k_Q$ （momentConstant）

填写位置：SDF <plugin> <momentConstant>

物理含义：单个电机-螺旋桨组合产生的反扭矩与转速平方的比例系数。

Q = k_Q \cdot \omega^2

反扭矩是偏航控制的来源：CW 旋转的桨产生 CCW 扭矩，反之亦然。通过差分控制对角线电机组的扭矩实现偏航。

注意：Gazebo MulticopterMotorModel 中的 momentConstant 实际上是 $k_Q / k_T$ 的比值（无量纲），即：

\text{momentConstant} = \frac{k_Q}{k_T} = \frac{Q}{T}

单位为 m（因为 $Q$ [N·m] ÷ $T$ [N] = m）。

测量方法：

测功台直接测量：如果测功台能同时测量推力和扭矩，直接从数据中拟合 $k_Q$
从螺旋桨数据计算：

k_T = C_T \rho D^4, \quad k_Q = C_Q \rho D^5

\text{momentConstant} = \frac{C_Q \cdot D}{C_T}

其中 $C_T$ 、 $C_Q$ 为螺旋桨推力和扭矩系数（无量纲）， $D$ 为桨直径 (m)。

经验估算：对于常见螺旋桨， $k_Q/k_T$ 比值通常在 0.01-0.06 m 范围内。Martins 等人 [5] 在其 PX4-Gazebo 数字孪生工作中，通过厂家数据表直接拟合得到该比值。

3.3 最大转速 $\omega_{max}$ （maxRotVelocity）

填写位置：SDF <plugin> <maxRotVelocity>，单位 rad/s

\omega_{max} = \frac{K_v \times V_{bat} \times \eta}{60} \times 2\pi

$K_v$ ：电机 KV 值 (RPM/V)，来自电机规格书
$V_{bat}$ ：电池满电电压 (V)
$\eta$ ：效率系数（约 0.85-0.95，带载后转速下降）

验证：如果有测功台数据，直接取最大油门时的转速。

常见错误：把 RPM 直接填入 SDF 而忘记转换为 rad/s。 $1 \text{ RPM} = \frac{2\pi}{60} \approx 0.10472 \text{ rad/s}$ 。

3.4 电机时间常数（timeConstantUp / timeConstantDown）

填写位置：SDF <plugin> <timeConstantUp> / <timeConstantDown>

电机转速不是瞬间到达指令值的，而是遵循一阶系统响应：

\dot{\omega} = \frac{1}{\tau}(\omega_{cmd} - \omega)

\tau_{up}

为加速时间常数，

\tau_{down}

为减速时间常数。减速通常比加速慢（FOC 电调的制动不如加速高效），Martins 等人 [5] 建议

\tau_{down} \approx 1.2 \times \tau_{up}

。

所需仪器：

仪器	说明
光电转速传感器	与测功台中相同，采样率 ≥ 1000 Hz
Arduino / STM32	记录转速传感器的高频数据，带时间戳
PWM 信号发生器	或用 Arduino 输出 PWM 阶跃信号
电池 + 电调 + 电机 + 桨	与实际配置一致
电脑	串口采集和数据处理

替代方案：如果没有光电转速传感器，可以用手机录音（采样率 44.1kHz），通过螺旋桨的声音频率变化分析转速响应曲线。

详细测量步骤：

连接硬件：电机安装好桨叶，光电传感器对准桨叶，Arduino 同时控制 PWM 输出和记录转速
编写阶跃测试程序：
- 初始油门 20%（低速稳定旋转），保持 3 秒
- 瞬间跳变到 80% 油门（阶跃输入），保持 3 秒
- 记录整个过程的时间-转速数据（毫秒级时间戳）
执行测试：运行程序，确保电机从低速平稳加速到高速
数据处理：
- 找到阶跃发生的时刻 $t_0$
- 读取阶跃前的稳态转速 $\omega_0$ 和阶跃后的稳态转速 $\omega_{ss}$
- 计算 63.2% 响应值： $\omega_{63} = \omega_0 + 0.632 \times (\omega_{ss} - \omega_0)$
- 找到转速首次达到 $\omega_{63}$ 的时刻 $t_1$
- $\tau_{up} = t_1 - t_0$
测减速常数：同样执行从 80% 到 20% 的阶跃，计算 $\tau_{down}$
重复 5 次取平均

经验估算（如果暂时无法测量，可用这些初始值启动仿真，后续修正）：

电机尺寸	典型 $\tau_{up}$	说明
5 英寸桨 (2204-2306)	0.01-0.02s	小桨惯量小
10-13 英寸桨 (3508-4010)	0.02-0.04s	中型
15-18 英寸桨 (4114-5010)	0.03-0.06s	大桨惯量大

3.5 其他电机插件参数

SDF 参数	含义	典型值	来源
`rotorDragCoefficient`	旋翼旋转引起的面内阻力	$10^{-4}$ ~ $10^{-3}$	经验值或保持默认
`rollingMomentCoefficient`	桨叶铰链处的滚转力矩系数	$\sim 10^{-6}$	通常保持默认
`rotorVelocitySlowdownSim`	仿真中的转速缩放因子	10	仿真稳定性用，不影响物理

四、第三层：气动参数

4.1 为什么截击机必须考虑气动阻力

普通多旋翼悬停和低速飞行（< 5 m/s）时，气动阻力可以忽略。但截击机追击目标时飞行速度可达 20-60 m/s，此时阻力成为主要的外力：

F_{drag} = \frac{1}{2} \rho v^2 C_d A

以一个迎风面积 $A = 0.04$ m²、 $C_d = 1.0$ 的截击机在 40 m/s 飞行为例：

F_{drag} = \frac{1}{2} \times 1.225 \times 40^2 \times 1.0 \times 0.04 = 39.2 \text{ N}

对于 3 kg 的截击机（重力 29.4 N），这个阻力已经超过了自身重力。如果仿真中忽略阻力，最大速度、加速性能和拦截弹道都会严重失真。

4.2 气动阻力系数 $C_d$

Hammer 等人 [6] 通过 CFD（StarCCM+）和 RWTH Aachen 亚音速风洞对多款小型多旋翼进行了系统测试，主要发现：

多旋翼的 $C_d$ 在测试速度范围内（15-70 m/s）基本不随速度变化
自由旋转的螺旋桨使阻力增加高达 110%
增大机体俯仰角（即前倾飞行姿态）可以降低阻力 40-85%

配置	$C_d$ 范围（0° 俯仰）	说明
机体 + 固定桨	0.6-1.2	取决于机体外形
机体 + 自由旋转桨	1.2-2.5	桨叶自转增加阻力
机体 + 驱动桨（实际飞行）	0.8-1.5	驱动桨的气流与阻力耦合
前倾 30°-45°（实际高速飞行）	0.3-0.8	迎风面积减小

获取方法（按可靠性排序）：

风洞测试（±5%）：最可靠，但需要设备
CFD 仿真（±10-20%）：用 OpenFOAM 或 StarCCM+，需要精确的 3D 模型
飞行数据反推（±10-15%）：从匀速飞行段的 PX4 日志中反推

飞行数据反推方法：

所需条件：

条件	说明
能飞的截击机	已经调好 PID 能稳定飞行
无风或微风环境	风速 < 2 m/s（用手持风速仪确认）
PX4 日志记录	飞行前确认 `SDLOG_MODE` 已开启
已知推力曲线	来自前面的测功台数据
已知迎风面积 $A$	来自 CAD 投影或直接测量

测量步骤：

选择无风天气，在开阔场地起飞到 20-30m 高度
切换到位置模式或手动模式，将截击机加速到匀速水平飞行（如 10 m/s、20 m/s、30 m/s 各做一组）
每个速度保持匀速直线飞行至少 5 秒（让速度和姿态完全稳定）
降落，下载 PX4 .ulg 飞行日志
使用 FlightPlot 或 pyulog 提取匀速飞行段的：
- 飞行速度 $v$ （vehicle_local_position.vx/vy 合成水平速度）
- 俯仰角 $\theta$ （vehicle_attitude.pitch）
- 油门值（actuator_controls.control[3]），结合推力曲线算出总推力 $T$
匀速飞行时力平衡：

T \sin\theta = F_{drag} = \frac{1}{2}\rho v^2 C_d A

C_d = \frac{2 T \sin\theta}{\rho v^2 A}

对多个速度点的 $C_d$ 取平均，检查是否基本恒定（应该是 [6]）

4.3 迎风面积 $A$

迎风面积可以从 CAD 模型中准确获取（投影面积测量对 CAD 模型的精度要求不高），也可以用简单的物理方法测量。

方法 1：CAD 投影（推荐）

在 CAD 软件中将模型从前/侧/上三个方向投影，直接读取投影面积。

方法 2：拍照像素计数（无 CAD 时）

将飞行器放在纯色背景前（白墙或白纸），正面对着相机，旁边放一个已知尺寸的参照物（如 A4 纸）
拍照，用图像处理软件（GIMP / Photoshop / OpenCV）选中飞行器轮廓区域
数飞行器占的像素数和参照物占的像素数，按比例换算面积

对于三轴阻力模型：

方向	面积来源	典型值（5 英寸穿越机级）
$A_x$ （正面）	正面投影	0.02-0.06 m²
$A_y$ （侧面）	侧面投影	0.02-0.06 m²
$A_z$ （顶面）	俯视投影	0.05-0.15 m²

4.4 Gazebo 中配置气动阻力

Gazebo Sim 没有内置的多旋翼机体阻力模型，需要通过自定义 System 插件或使用 gz-sim-force-system 添加：

<!-- SDF 中添加简单阻力 -->
<plugin filename="gz-sim-force-system"
        name="gz::sim::systems::ApplyJointForce">
  <!-- 或通过自定义插件实现 -->
</plugin>

更常见的做法是在 PX4 中配置气动参数，或编写一个简单的 Gazebo System 插件计算并施加阻力。

五、第四层：传感器参数

5.1 IMU 参数

参数	SDF 标签	典型值（MPU6050 级）	典型值（ICM-42688-P 级）	获取方法
加速度计噪声密度	`noise.stddev`	0.04 m/s²/√Hz	0.007 m/s²/√Hz	数据手册
陀螺仪噪声密度	`noise.stddev`	0.005 °/s/√Hz	0.002 °/s/√Hz	数据手册
加速度计零偏不稳定性	-	0.05 mg	0.02 mg	Allan 方差
陀螺仪零偏不稳定性	-	5 °/hr	1.5 °/hr	Allan 方差

<!-- SDF IMU 配置 -->
<sensor name="imu_sensor" type="imu">
  <always_on>true</always_on>
  <update_rate>400</update_rate>
  <imu>
    <angular_velocity>
      <x><noise type="gaussian"><mean>0</mean><stddev>0.002</stddev></noise></x>
      <y><noise type="gaussian"><mean>0</mean><stddev>0.002</stddev></noise></y>
      <z><noise type="gaussian"><mean>0</mean><stddev>0.002</stddev></noise></z>
    </angular_velocity>
    <linear_acceleration>
      <x><noise type="gaussian"><mean>0</mean><stddev>0.017</stddev></noise></x>
      <y><noise type="gaussian"><mean>0</mean><stddev>0.017</stddev></noise></y>
      <z><noise type="gaussian"><mean>0</mean><stddev>0.017</stddev></noise></z>
    </linear_acceleration>
  </imu>
</sensor>

实话说：对于截击机仿真的初始阶段，Gazebo/PX4 的默认 IMU 噪声参数完全够用。IMU 噪声对飞行动力学的影响远小于推力系数和惯量的误差。待仿真与实飞基本对齐后，再根据你实际使用的 IMU 芯片精调。

5.2 前视相机参数

这是截击机仿真区别于普通多旋翼仿真的关键传感器。参数必须与你的实际相机一致：

参数	SDF 标签	必须与实机一致	说明
分辨率	`<width>` `<height>`	✅	影响检测距离和精度
视场角 FOV	`<horizontal_fov>`	✅	影响搜索范围和目标像素大小
帧率	`<update_rate>`	✅	影响跟踪时效性
安装位置	`<pose>`	✅	相对质心的偏移和朝向
近/远裁剪	`<clip><near>` `<far>`	建议一致	渲染范围
畸变参数	`<distortion>`	可选	视觉算法若需要可加

<sensor name="front_camera" type="camera">
  <always_on>true</always_on>
  <update_rate>60</update_rate>
  <camera>
    <horizontal_fov>2.094</horizontal_fov>  <!-- 120° -->
    <image>
      <width>1920</width>
      <height>1080</height>
      <format>R8G8B8</format>
    </image>
    <clip>
      <near>0.1</near>
      <far>500</far>
    </clip>
  </camera>
</sensor>

5.3 GPS 参数

参数	典型值	说明
更新率	10-20 Hz	多数 GPS 模块的实际能力
水平精度 CEP	1.0-2.5 m	RTK 可达 0.02 m
垂直精度	2-5 m	气压计通常更精确
速度精度	0.1-0.3 m/s	GPS 测速精度较高

六、第五层：截击机特有参数

6.1 性能包线参数

这些参数定义了截击机的运动能力边界，需要在 PX4 参数中配置：

参数	PX4 参数名	普通多旋翼	截击机	说明
最大倾斜角	`MPC_TILTMAX_AIR`	35°	55-75°	决定最大水平加速度
最大 Roll 角速率	`MC_ROLLRATE_MAX`	220 °/s	360-720 °/s	决定滚转机动性
最大 Pitch 角速率	`MC_PITCHRATE_MAX`	220 °/s	360-720 °/s	决定俯仰机动性
最大 Yaw 角速率	`MC_YAWRATE_MAX`	200 °/s	200-400 °/s	偏航通常不需要太快
最大水平速度	`MPC_XY_VEL_MAX`	12 m/s	30-60 m/s	需要和阻力模型匹配
最大爬升率	`MPC_Z_VEL_MAX_UP`	3 m/s	10-20 m/s	取决于推重比
最大下降率	`MPC_Z_VEL_MAX_DN`	1.5 m/s	5-15 m/s	追击俯冲时需要

6.2 推重比验算

截击机的推重比通常要求 > 3:1（普通航拍机约 2:1）：

\text{推重比} = \frac{N \times T_{max,single}}{m \times g}

其中 $N$ 为电机数量， $T_{max,single} = k_T \times \omega_{max}^2$ 。

推重比决定了最大可用加速度：

a_{max,horizontal} = g \times \tan(\theta_{max})

a_{max,vertical} = g \times (\text{推重比} - 1)

6.3 制导律参数

如果截击机使用比例导引（Proportional Navigation）制导律，需要配置：

参数	符号	典型值	说明
导引比	$N$	3-5	$N=3$ 是经典值，更大的 $N$ 追击更激进但对噪声更敏感
截获判定半径	$r_{kill}$	0.5-3.0 m	弹目距离小于此值判定拦截成功
最大视线角速率	$\dot\lambda_{max}$	-	受限于传感器 FOV 和跟踪算法

七、第六层：环境与目标参数

7.1 风场

<!-- Gazebo Sim 风场插件 -->
<plugin filename="gz-sim-wind-effects-system"
        name="gz::sim::systems::WindEffects">
  <force_approximation_scaling_factor>1.0</force_approximation_scaling_factor>
  <horizontal>
    <magnitude>
      <time_for_rise>10</time_for_rise>
      <sin><amplitude_percent>0.1</amplitude_percent><period>60</period></sin>
      <noise type="gaussian"><mean>0</mean><stddev>0.5</stddev></noise>
    </magnitude>
    <direction>
      <time_for_rise>30</time_for_rise>
      <sin><amplitude>0.1</amplitude><period>120</period></sin>
      <noise type="gaussian"><mean>0</mean><stddev>0.05</stddev></noise>
    </direction>
  </horizontal>
  <vertical>
    <noise type="gaussian"><mean>0</mean><stddev>0.1</stddev></noise>
  </vertical>
</plugin>

7.2 目标无人机模型

仿真中需要一个可控的目标无人机。最简做法是用 Gazebo 中的另一个多旋翼模型，通过脚本控制其飞行轨迹：

参数	初期简化值	进阶值	说明
目标尺寸	0.35-0.5m（DJI Mini 级）	0.2-1.5m	决定视觉检测距离
目标速度	5-15 m/s	10-40 m/s	从慢到快逐步测试
目标轨迹	直线/悬停	蛇形/随机规避	从简单到复杂
目标外观	简单立方体 + 桨叶	精细 3D 模型	影响视觉检测

八、参数获取路线图

8.1 优先级矩阵

优先级	参数	对仿真精度影响	获取难度	所需时间
P0	整机质量 $m$	极高	极低	10 分钟
P0	推力系数 $k_T$	极高	中	半天-1天
P0	电机位置 $(x,y,z)$	极高	低	1 小时
P1	转动惯量 $I_{xx},I_{yy},I_{zz}$	高	中	半天
P1	扭矩系数 $k_Q$	高	中	随 $k_T$ 一起测
P1	最大转速 $\omega_{max}$	高	低	随 $k_T$ 一起测
P1	质心位置	高	低	1 小时
P2	电机时间常数 $\tau$	中	中	2 小时
P2	前视相机参数	中（感知层面高）	低	查手册
P3	气动阻力 $C_d$	中（高速时高）	高	需实飞
P3	IMU 噪声参数	低	低	查手册
P4	风场参数	低	-	用默认值
P4	电池放电曲线	低（短时任务）	低	可忽略

8.2 实操步骤

阶段一：最小可用仿真（1-2 天）
  ├── 称重 → m
  ├── 量电机位置 → (x,y,z)
  ├── 查电机数据表或测功台 → kT, kQ, ωmax
  ├── 用 CAD 估算惯量 → Ixx, Iyy, Izz（粗估）
  ├── 建 SDF → 跑 Gazebo + PX4 SITL
  └── 验证：能悬停、能定点飞 → ✅

阶段二：提升精度（2-3 天）
  ├── 三线摆测惯量 → 修正 Ixx, Iyy, Izz
  ├── 称重法测质心 → 修正质心偏移
  ├── 测电机阶跃响应 → τ_up, τ_down
  ├── 配置前视相机参数
  ├── 加入目标无人机模型
  └── 验证：高速飞行响应合理 → ✅

阶段三：Sim-to-Real 闭环（持续迭代）
  ├── 实飞 → 采集 PX4 日志
  ├── 对比仿真 vs 实飞的姿态/速度响应
  ├── 飞行数据辨识 → 修正全部参数 [4]
  ├── 高速飞行反推阻力 → 修正 Cd
  ├── 添加风场模型
  └── 验证：仿真与实飞行为一致 → ✅

九、SDF 模型文件完整示例

以下是一个截击机的 SDF 模型骨架，标注了每个参数的来源：

<?xml version="1.0"?>
<sdf version="1.9">
  <model name="interceptor_x500">
    <pose>0 0 0.24 0 0 0</pose>

    <!-- 主机体 -->
    <link name="base_link">
      <inertial>
        <!-- P0: 电子秤称重 -->
        <mass>3.2</mass>
        <!-- P1: 称重法实测 -->
        <pose>0.005 -0.003 0.02 0 0 0</pose>
        <!-- P1: 三线摆实测 -->
        <inertia>
          <ixx>0.032</ixx>
          <iyy>0.033</iyy>
          <izz>0.058</izz>
          <ixy>0</ixy>
          <ixz>0</ixz>
          <iyz>0</iyz>
        </inertia>
      </inertial>

      <!-- 碰撞和视觉几何 -->
      <collision name="collision">
        <geometry><box><size>0.4 0.4 0.12</size></box></geometry>
      </collision>
      <visual name="visual">
        <geometry><mesh><uri>model://interceptor/meshes/body.dae</uri></mesh></geometry>
      </visual>

      <!-- 前视相机 -->
      <sensor name="front_camera" type="camera">
        <!-- P2: 查相机手册 -->
        <pose>0.12 0 -0.03 0 0.15 0</pose>
        <always_on>true</always_on>
        <update_rate>60</update_rate>
        <camera>
          <horizontal_fov>2.094</horizontal_fov>
          <image><width>1920</width><height>1080</height></image>
          <clip><near>0.1</near><far>500</far></clip>
        </camera>
      </sensor>

      <!-- IMU -->
      <sensor name="imu" type="imu">
        <always_on>true</always_on>
        <update_rate>400</update_rate>
      </sensor>
    </link>

    <!-- 电机 0: 右前 CW -->
    <link name="rotor_0">
      <pose relative_to="base_link">0.18 -0.18 0.06 0 0 0</pose>
      <inertial>
        <mass>0.015</mass>
        <inertia><ixx>5e-5</ixx><iyy>5e-5</iyy><izz>1e-4</izz></inertia>
      </inertial>
    </link>
    <joint name="rotor_0_joint" type="revolute">
      <parent>base_link</parent><child>rotor_0</child>
      <axis><xyz>0 0 1</xyz></axis>
    </joint>

    <!-- MulticopterMotorModel 插件 (电机 0) -->
    <plugin filename="gz-sim-multicopter-motor-model-system"
            name="gz::sim::systems::MulticopterMotorModel">
      <jointName>rotor_0_joint</jointName>
      <linkName>rotor_0</linkName>
      <turningDirection>cw</turningDirection>

      <!-- P0: 测功台实测 kT -->
      <motorConstant>0.000285</motorConstant>
      <!-- P1: 测功台实测 kQ/kT -->
      <momentConstant>0.0245</momentConstant>
      <!-- P1: 查电机手册 + 电池电压计算 -->
      <maxRotVelocity>1047</maxRotVelocity>
      <!-- P2: 阶跃响应实测 -->
      <timeConstantUp>0.030</timeConstantUp>
      <timeConstantDown>0.036</timeConstantDown>

      <rotorDragCoefficient>5e-4</rotorDragCoefficient>
      <rollingMomentCoefficient>1e-6</rollingMomentCoefficient>
      <rotorVelocitySlowdownSim>10</rotorVelocitySlowdownSim>

      <motorType>velocity</motorType>
      <commandSubTopic>command/motor_speed</commandSubTopic>
    </plugin>

    <!-- 电机 1/2/3 类似配置，修改位置和旋转方向 -->
    <!-- ... -->

  </model>
</sdf>

十、三维模型文件

截击机仿真中三维模型承担两个不可替代的职责：视觉渲染和碰撞检测。如果要用真实截击机模型进行仿真，需要完成从 CAD 到 SDF 的完整工作流。

10.1 模型文件在 SDF 中的角色

SDF 中每个 <link> 包含独立的视觉和碰撞几何体：

<link name="base_link">
  <!-- 渲染用：决定 Gazebo 界面中的外观 -->
  <visual name="body_visual">
    <geometry>
      <mesh>
        <uri>model://interceptor/meshes/body.dae</uri>
        <scale>0.001 0.001 0.001</scale>  <!-- mm → m -->
      </mesh>
    </geometry>
    <material>
      <ambient>0.15 0.15 0.15 1</ambient>
      <diffuse>0.2 0.2 0.2 1</diffuse>
    </material>
  </visual>

  <!-- 碰撞检测用：用简化几何体，计算量小 -->
  <collision name="body_collision">
    <geometry>
      <box><size>0.38 0.38 0.10</size></box>
    </geometry>
  </collision>
</link>

关键原则：<visual> 用精细 mesh 保证外观真实；<collision> 用简化的几何体（box / cylinder / 凸包）保证物理引擎计算效率。不要把几十万面的 mesh 直接用于碰撞检测，会严重拖慢仿真速度。

10.2 模型制作工作流

CAD 软件（SolidWorks / Fusion 360 / FreeCAD）
    │
    │  导出 STEP / IGES
    ▼
Blender / MeshLab（网格处理）
    │
    │  ① 减面（Decimate）：10万面 → 1-3万面
    │  ② 拆分部件：机身、机臂、电机座、起落架 → 独立 mesh
    │  ③ 坐标系对齐：原点 = 质心，Z 轴向上
    │  ④ 单位统一：确认为米制
    │  ⑤ 赋材质/UV（可选，影响外观）
    │
    │  导出 DAE / OBJ / STL
    ▼
Gazebo SDF 引用

步骤详解

① CAD 导出

从你的机械设计 CAD 中导出整机模型。推荐导出 STEP 格式（精度无损，通用性好）：

SolidWorks：文件 → 另存为 → .step
Fusion 360：导出 → .step
FreeCAD：文件 → 导出 → .step

② Blender 网格处理

安装 Blender（免费开源）后导入 STEP（需要 FreeCAD-Blender 桥接，或先用 FreeCAD 转为 .obj）：

1
2
3

# FreeCAD 命令行转换（批处理）
freecadcmd -c "import Part; Part.open('interceptor.step'); \
  import Mesh; Mesh.export([FreeCAD.ActiveDocument.Objects[0]], 'interceptor.obj')"

在 Blender 中进行处理：

减面：选中模型 → Modifier → Decimate → 设置 Ratio 到面数降至 1-3 万。仿真不需要渲染级别的精度，1 万面足以呈现清晰外形
拆分部件：将机身、机臂、电机座拆成独立 mesh 文件。原因是每个电机需要独立的 <link> 和旋转关节
坐标系：将原点移到飞行器质心位置（与你实测的质心对齐），Z 轴向上，X 轴向前
检查法线：确保法线朝外（Blender 中 Shift+N 重新计算法线方向），否则渲染会出现面片翻转

③ 导出格式选择

格式	优点	缺点	推荐场景
`.dae`（Collada）	支持材质、颜色、UV 贴图	文件较大	首选，Gazebo 原生支持好
`.obj` + `.mtl`	简单通用	材质支持有限	无复杂材质时可用
`.stl`	最简单	无颜色、无材质	碰撞几何体或纯形状
`.glb` / `.gltf`	现代格式，支持 PBR 材质	Gazebo Sim 较新版本才支持	Gazebo Harmonic+

④ 文件组织结构

interceptor/
├── model.config          # Gazebo 模型描述文件
├── model.sdf             # SDF 模型定义
└── meshes/
    ├── body.dae           # 机身主体
    ├── arm.dae            # 机臂（可复用，通过 SDF 中 pose 旋转）
    ├── motor_mount.dae    # 电机座
    ├── propeller_cw.dae   # 顺时针螺旋桨
    ├── propeller_ccw.dae  # 逆时针螺旋桨
    ├── landing_gear.dae   # 起落架
    └── camera_housing.dae # 前视相机外壳

10.3 螺旋桨模型的特殊处理

螺旋桨需要作为独立 <link> 挂载在电机关节上，仿真中会旋转：

<link name="rotor_0">
  <pose relative_to="base_link">0.18 -0.18 0.06 0 0 0</pose>
  <inertial>
    <mass>0.015</mass>
    <inertia>
      <ixx>5e-5</ixx><iyy>5e-5</iyy><izz>1e-4</izz>
    </inertia>
  </inertial>
  <visual name="propeller_visual">
    <geometry>
      <mesh>
        <uri>model://interceptor/meshes/propeller_cw.dae</uri>
      </mesh>
    </geometry>
  </visual>
  <!-- 螺旋桨碰撞用圆柱近似 -->
  <collision name="propeller_collision">
    <geometry>
      <cylinder><radius>0.127</radius><length>0.005</length></cylinder>
    </geometry>
  </collision>
</link>

螺旋桨的 惯量参数 同样需要填写，它影响电机加减速的动态响应。可以用简单的薄板公式近似：

I_{zz,prop} \approx \frac{1}{12} m_{prop} L_{prop}^2

其中 $m_{prop}$ 为桨叶质量， $L_{prop}$ 为桨的直径。

10.4 目标无人机模型

截击机仿真中同样需要目标无人机的三维模型，尤其是视觉检测算法的验证依赖目标外观的真实性：

尺寸必须准确：决定了不同距离下目标在图像中占多少像素，直接影响检测距离
外形轮廓要合理：YOLO 等检测器学习的是目标的形状特征
颜色和材质：影响不同光照条件下的检测效果

可以从 Gazebo Fuel 搜索现有的无人机模型，或用类似工作流从 CAD 制作。如果目标是常见消费级无人机（如 DJI 系列），网上有大量可用的 3D 模型资源（Sketchfab、GrabCAD）。

10.5 常见问题

问题	原因	解决方法
模型加载后巨大或极小	CAD 导出单位是 mm，SDF 默认 m	在 `<mesh>` 中添加 `<scale>0.001 0.001 0.001</scale>`
模型表面黑色 / 透明	法线方向反了	Blender 中 Shift+N 重新计算法线
仿真巨卡	碰撞体用了高面数 mesh	碰撞用简化几何体，不要用原始 mesh
模型位置偏移	CAD 原点与 SDF 原点不一致	Blender 中调整原点到质心
螺旋桨不转	joint 类型或轴向配置错误	检查 `<joint type="revolute">` 和 `<axis><xyz>`

十一、参考文献

Krznar M, Kotarski D, Piljek P, et al. On-line Inertia Measurement of Unmanned Aerial Vehicles Using On-board Sensors and Bifilar Pendulum. Engineering Review, 2018, 38(2): 151-160. doi:10.30765/er.38.2.4
Jardin M, Mueller E R. Optimized Measurements of Unmanned-Air-Vehicle Mass Moment of Inertia with a Bifilar Pendulum. Journal of Aircraft, 2009, 46(3): 763-775.
Cieśluk J, Gosiewski Z. Determining Moments of Inertia of UAV Using Trifilar Pendulum. Energies, 2022, 15(19): 7136. mdpi.com/1996-1073/15/19/7136
Eschmann J, Albani D, Loianno G. Data-Driven System Identification of Quadrotors Subject to Motor Delays. arXiv:2404.07837, 2024. arxiv.org/abs/2404.07837
Martins A, et al. Bridging Theory and Simulation: Parametric Identification and Validation for a Multirotor UAV in PX4—Gazebo. MDPI Engineering Proceedings, 2025, 115(1): 12. mdpi.com/2673-4591/115/1/12
Hammer M, et al. Free Fall Drag Estimation of Small-Scale Multirotor Unmanned Aircraft Systems Using CFD and Wind Tunnel Experiments. CEAS Aeronautical Journal, 2024, 15: 269-282. doi:10.1007/s13272-023-00702-w
Iz S A, Unel M. Vision-Based System Identification of a Quadrotor. arXiv:2511.06839, 2025. arxiv.org/abs/2511.06839
NASA. Multirotor Test Bed Second Wind Tunnel Entry (MTB2) Data Report. NASA/TM-20250004795, 2025. ntrs.nasa.gov
PX4 Gazebo Motor Model 参数讨论: github.com/PX4/PX4-SITL_gazebo-classic/issues/1014
MulticopterMotorModel 数学推导: github.com/ethz-asl/rotors_simulator/issues/422
PX4 Gazebo 自定义模型指南: github.com/Subhaaaash/Guide-to-add-new-model-to-PX4-SITL
PX4 官方 Gazebo 仿真文档: docs.px4.io/main/en/sim_gazebo_gz

文章作者: goodisok

文章链接: https://goodisok.github.io/2026/03/05/%E6%88%AA%E5%87%BB%E6%9C%BA%E4%BB%BF%E7%9C%9F%E5%8F%82%E6%95%B0%E5%AE%8C%E6%95%B4%E6%89%8B%E5%86%8C-%E4%BB%8E%E5%AE%9E%E6%B5%8B%E6%96%B9%E6%B3%95%E5%88%B0Gazebo-PX4%E9%85%8D%E7%BD%AE%E7%9A%84%E5%B7%A5%E7%A8%8B%E6%8C%87%E5%8D%97/

无人机 PX4 数字孪生 Sim-to-Real Gazebo 截击机系统辨识 SDF 仿真转动惯量仿真参数推力系数气动阻力三线摆测功台 MulticopterMotorModel

一、参数体系总览

二、第一层：刚体参数

2.1 整机质量

所需仪器

测量步骤

2.2 质心位置

方法 A：多秤称重法（推荐，测 X/Y 方向质心）

方法 B：悬挂法（测 Z 方向质心和验证 X/Y）

2.3 坐标系原点与电机位置

坐标系原点在哪里

电机位置获取方法

2.4 转动惯量

方法一：三线摆（Trifilar Pendulum） — 推荐

方法二：双线摆（Bifilar Pendulum)

方法三：飞行数据辨识

惯量积 Ixy,Ixz,IyzI_{xy}, I_{xz}, I_{yz}Ixy​,Ixz​,Iyz​

三、第二层：动力系统参数

3.1 推力系数 kTk_TkT​（motorConstant）

测量方法：测功台（Thrust Stand）

3.2 扭矩系数 kQk_QkQ​（momentConstant）

3.3 最大转速 ωmax\omega_{max}ωmax​（maxRotVelocity）

3.4 电机时间常数（timeConstantUp / timeConstantDown）

3.5 其他电机插件参数

四、第三层：气动参数

4.1 为什么截击机必须考虑气动阻力

4.2 气动阻力系数 CdC_dCd​

4.3 迎风面积 AAA

4.4 Gazebo 中配置气动阻力

五、第四层：传感器参数

5.1 IMU 参数

5.2 前视相机参数

5.3 GPS 参数

六、第五层：截击机特有参数

6.1 性能包线参数

6.2 推重比验算

6.3 制导律参数

七、第六层：环境与目标参数

7.1 风场

7.2 目标无人机模型

八、参数获取路线图

8.1 优先级矩阵

8.2 实操步骤

九、SDF 模型文件完整示例

十、三维模型文件

10.1 模型文件在 SDF 中的角色

10.2 模型制作工作流

步骤详解

10.3 螺旋桨模型的特殊处理

10.4 目标无人机模型

10.5 常见问题

十一、参考文献

惯量积 $I_{xy}, I_{xz}, I_{yz}$

3.1 推力系数 $k_T$ （motorConstant）

3.2 扭矩系数 $k_Q$ （momentConstant）

3.3 最大转速 $\omega_{max}$ （maxRotVelocity）

4.2 气动阻力系数 $C_d$

4.3 迎风面积 $A$