1. 引言
简述无人机仿真和 AI 开发在现代技术中的重要性，以及环境配置的常见问题（如依赖冲突、安装耗时）。本虚拟机环境整合常用工具（如 PX4、ROS、PyTorch），节省用户配置时间，支持开箱即用的开发。面向无人机爱好者、机器人开发者、AI 研究人员和学生，无需前期环境搭建经验。
2. 环境配置概述
虚拟机基础
基于 Ubuntu 系统，提供稳定高效的开发平台。
核心组件列表
- 清华源：加速软件包下载，提升安装效率。
- PX4 无人机仿真：用于高保真无人机飞行控制模拟。
- ROS Foxy：机器人操作系统的最新稳定版本，支持分布式计算。
- Python 3.8 与 Anaconda：提供 Python 开发环境，Anaconda 用于包管理和虚拟环境隔离。
- PyTorch 与 YOLOv5：PyTorch 作为深度学习框架，YOLOv5 预装用于实时目标检测模型训练和推理。
- 开发工具链：VS Code（集成代码编辑和调试）、GitHub Desktop（简化版本控制）、CMake（构建 C++ 项目）、OpenCV（处理计算机视觉任务）。
环境优势
所有组件已调试验证，避免兼容性问题，支持多任务并行开发。
3. 获取与安装虚拟机
虚拟机镜像文件包含 VMware 16 软件安装包与教程，内含 ubuntu20.04 文件夹。导入虚拟机后，初始设置的用户名与密码均为 eeee。运行简单命令检查组件状态，如 python --version 确认 Python 3.8 安装。
4. 使用环境组件详解
1. 开机
启动虚拟机即可进入桌面环境。
2. 文件说明
打开桌面上的 eeee 文件夹后，即可看到 anaconda3, opencv, PX4-Autopilot 以及 yolov5 文件夹。
3. PX4 无人机仿真
- 启动仿真：在终端运行以下命令，按下 Enter 等待即可。
cd PX4-Autopilot/
make px4_sitl_default gazebo
- 基本操作：控制无人机起飞、降落。
commander takeoff
commander takeoff 5
commander land
4. YOLOv5 视觉检测
- 使用 pytorch 环境：
conda activate My_torch
- 打开 yolov5 文件夹：
cd yolov5/
- 运行 detect.py：
python detect.py
结果保存至 runs/detect/exp5，按此路径即可查看代码运行结果。
