SIMULERING OCH KRIGSSPEL
TESTA LISA 26 UTAN RISK
SIMULATION TOOLS
lisa26-sim.py --scenario=convoy --drones=4 — generates synthetic feedsGetting Started
git clone https://github.com/ArduPilot/ardupilot && cd ardupilot && Tools/environment_install/install-prereqs-ubuntu.sh && ./waf configure --board sitl && ./waf copter. Launch: sim_vehicle.py -v ArduCopter --map --console. A simulated drone appears on the map. Full MAVLink, full EKF3, no real hardware needed.python3 lisa26-server.py --port 14550 --mode fusion. The COP displays the simulated drone. Detection packets from lisa26-sim.py appear as contacts on the map.lisa26-sim.py --scenario=convoy --drones=4 --duration=600 --link-loss=20 generates a 10-minute scenario with 4 simulated drones, convoy targets, and 20% link loss events. Test how Lisa 26 handles degraded mode, offline debrief, and multi-source fusion.Flermålsdrönare-SITL — uppsättning (verifierad)
# Launch 4 simulated drones simultaneously
# Terminal 1:
sim_vehicle.py -v ArduCopter -I0 --map --console --out=udp:127.0.0.1:14550
# Terminal 2:
sim_vehicle.py -v ArduCopter -I1 --out=udp:127.0.0.1:14551
# Terminal 3:
sim_vehicle.py -v ArduPlane -I2 --out=udp:127.0.0.1:14552 # Fischer 26
# Terminal 4:
sim_vehicle.py -v ArduRover -I3 --out=udp:127.0.0.1:14553 # UGV
# Connect Lisa 26 to all 4:
python3 lisa26-server.py --ports 14550,14551,14552,14553 --mode fusion
Verified: all 4 vehicles appear on Lisa 26 COP simultaneously. Detection packets from lisa26-sim.py inject synthetic targets. Fusion correctly de-duplicates targets seen by multiple simulated drones. Total setup time: 5 minutes on a laptop with 16GB RAM.
Relaterade kapitel
Scenario Library
| Scenario | Kommando | Duration | Tests |
|---|---|---|---|
| Convoy detection | --scenario=convoy --drones=4 | 10 min | Multi-drone fusion, detection pipeline, L2 recommendations |
| Link loss recovery | --scenario=linkfail --loss=30 | 15 min | Degraded mode, batch upload on reconnect, COP recovery |
| Swarm coordination | --scenario=swarm --drones=8 | 20 min | Task allocation, collision avoidance, sector assignment |
| Counter-UAS | --scenario=cuav --threats=3 | 5 min | Detection→jam→intercept timeline, L3 autonomous response |
| Full mission | --scenario=combined --drones=6 | 30 min | ISR + strike + relay + C-UAS combined. Full Lisa 26 test. |
Varje scenario genererar en detaljerad efteråtgärdsrapport: detektionsantal, falskpositivfrekvens, fusionsnoggrannhet, L1/L2/L3 beslutstider och MANET-länktillgänglighet. Dessa mätpunkter jämförs mot operativa standarder — om falskpositivfrekvensen överstiger 10 procent behöver AI-modellen omtränas, om beslutstiden överstiger 30 sekunder behöver kommunikationsarkitekturen optimeras.
← Del av Ekf3 Sensor Fusion
SITL-arkitektur — riktig firmware på virtuell hårdvara
ArduPilot SITL kompilerar exakt samma C++-firmware som körs på en Pixhawk flygkontroller och exekverar den på en vanlig PC. Drönaren "flyger" i en simulerad miljö med realistisk fysik (vind, gravitation, motorrespons). Sensorer simuleras: barometern ger realistiska mätningar med brus, gyroskopet driftar som i verkligheten, och kameran producerar syntetiska bilder som YOLOv8 kan bearbeta.
Att köra fem simultana SITL-instanser (3 FPV quadkoptrar + 1 Fischer 26 fastvingad + 1 interceptor) på en standard laptop med 16 GB RAM och 8-kärnig processor tar ungefär 60 procent av systemresurserna. Varje instans körs i realtid — en 10-minuterssimulering tar 10 minuter. Resultaten är statistiskt giltiga för systemvalidering men inte för exakt prestandamätning (simuleringen saknar verklig RF-miljö, väder och mänskliga faktorer).
Training vs Testing — Different Goals, Same Tool
Träning använder SITL för att utveckla mänskliga färdigheter: FPV-piloter övar inflygsvektorer, gruppledare övar samordning av multipla drönare, S2-analytiker övar COP-tolkning. Simuleringen ger omedelbar återkoppling — piloten ser om inflygsvinkeln var optimal, ledaren ser om resursfördelningen var effektiv.
Testning använder SITL för att hitta mjukvarubuggar och validera parameterändringar. Innan någon ArduPilot-parameter ändras i den operativa flottan testas ändringen i SITL: 100 simulerade flygningar under 30 minuter verifierar att beteendet är korrekt. En parameter som orsakar en krasch i simulering hade orsakat en krasch i verkligheten — SITL sparar drönare.
Simuleringstestning på brigadskala kräver samordnade SITL-instanser som representerar alla drönartyper i den planerade deployeringen. Brigadsimulatorn kör 50+ virtuella drönare simultant och testar MANET-meshstabilitet, Lisa 26 COP-prestanda och beslutsflöden under realistisk belastning. Denna testning identifierar skalbarhetsproblem som inte syns med 5 drönare men som manifesteras vid 50.
Try the interactive Pipeline Latency Analyzer →
Open the interactive Pipeline Analyzer →
Källor
Se de kategoriserade källsektionerna tidigare på denna sida för specifika referenser som stöder varje påstående. Tekniska baslinjer: ArduPilot utvecklardokumentation; ExpressLRS hårdvarudokumentation; NATO STANAG 4609 Ed. 4, 4671 och 2022; Watling & Reynolds, "Meatgrinder", RUSI (2023); ISW-arkiv på understandingwar.org. FSG-A har ingen egen operativ erfarenhet.