扫码关注，了解更多
在线留言
全国服务热钱
400-8299-000
加载中...
"这套HIL测试平台，你们能支持eVTOL的多旋翼分布式控制吗？"在北京亦庄的一个研发实验室里，某电动垂直起降飞行器项目的主控算法工程师抛出了这个问题。对方是凯云的技术支持工程师，手里正拿着刚刚完成的SimuRTS实时仿真系统架构图。
这不是一个刁钻的考题，而是当下低空经济赛道最真实的研发缩影——当eVTOL（电动垂直起降飞行器）、物流无人机、应急巡检无人机的研发进入"深水区"，传统的飞控代码靠"真机试飞+反复炸机"的验证模式，已经远远跟不上产品迭代的速度和安全性要求。
硬件在环（HIL）测试，正在成为这个赛道的"刚需"。
2024年，低空经济被写入政府工作报告，北京、上海、深圳、广州、成都等二十余个城市相继出台低空经济专项政策。eVTOL订单纷至沓来，工业级无人机市场规模突破2000亿——行业热度无需赘言。
但真正深入产业链内部，你会发现一个被忽视的真相：低空飞行器的研发验证体系，远未成熟。
传统固定翼飞机或直升机的飞控系统，经过数十年迭代，积累了完整的仿真测试规范、场景库和适航认证流程。而eVTOL和多旋翼无人机作为新兴品类，构型多样、控制逻辑复杂（多电机协同、分布式推进、故障容错），且面临城市低空环境的强电磁干扰、多障碍物规避等特殊场景。飞控代码的一个bug，可能直接导致飞行事故。
这就倒逼出一个核心诉求：在真机上天之前，能不能用仿真环境把飞行场景"跑透"？
硬件在环测试的本质，是把真实的飞控计算机（ECU）与仿真的飞行器动力学模型连接起来，让控制器在"虚拟飞行"中验证自己的决策逻辑。
具体到低空飞行器场景，HIL的价值体现在三个维度：
然而，低空飞行器有其特殊性，对HIL系统提出了更高要求：
首先，实时性要求严苛。飞控系统的控制周期通常在1-2ms，甚至sub-ms级别。如果仿真模型跑得太慢（"过慢实时"），控制器收到的状态反馈会滞后，导致控制失效；如果跑得太快（"过快实时"），则可能掩盖时序问题。这意味着HIL系统必须具备确定性的小于1ms的仿真步长能力。
其次，传感器仿真要"真"。eVTOL依赖的视觉定位、激光雷达、毫米波雷达等传感器，在传统HIL中往往被简化处理。但城市低空环境对感知系统的要求极高，HIL必须能仿真这些传感器的原始数据输出（点云、图像、Radar反射），才能验证感知-决策-控制的全链路。
第三，通信协议复杂。低空飞行器通常涉及多协议并行：MAVLink（无人机通信）、CAN总线（电机控制）、Ethernet（地面站数据链路）等。HIL系统需要能同时接入多种协议栈，并支持协议层面的故障注入测试。
长期以来，国内低空飞行器研发企业使用的HIL系统，多以dSPACE、Speedgoat等进口方案为主。这些系统在技术上确实成熟，但存在三个显著痛点：
凯云ETest/SimuRTS组合方案的定位，正是针对这三个痛点提供"破局"思路。
ETest是凯云自主研发的测试集成开发环境，核心能力是测试流程的快速搭建与执行。在低空飞行器HIL场景中，ETest扮演"测试大脑"的角色：
如果说ETest是"指挥官"，SimuRTS则是"动力核心"——它负责高置信度飞行器动力学模型的实时解算。
SimuRTS的底层架构基于国产实时操作系统（如翼辉SylixOS），配合x86/ARM多核处理器，实现小于100μs的确定性仿真步长。这意味着在2ms控制周期内，SimuRTS有充足的余量完成多旋翼刚体动力学、电机驱动模型、环境扰动模型的联合解算。
更重要的是，SimuRTS支持模型在环（MIL）/软件在环（SIL）/硬件在环（HIL）三种模式的无缝切换。工程师可以在算法开发阶段用MIL验证控制逻辑，在软件集成阶段用SIL做连续回归测试，最终切换到HIL做实物验证——同一套模型，一套工具链，无需重写。
针对不同规模的低空飞行器研发团队，凯云提供差异化的配置方案：
| 配置层级 | 目标用户 | 核心组件 | 典型指标 |
|---|---|---|---|
| 基础版 | 初创团队、高校实验室 | ETest标准版 + SimuRTS单核实时仿真 | 仿真步长≤500μs，支持4轴以内多旋翼模型 |
| 专业版 | 中型无人机厂商 | ETest专业版 + SimuRTS多核实时仿真 + 实时RTOS | 仿真步长≤100μs，支持8轴以上eVTOL分布式推进模型 |
| 完整版 | 头部eVTOL制造商、适航审定机构 | ETest企业版 + SimuRTS集群 + 传感器物理级仿真 | 支持多飞行器协同仿真、GPS/视觉/雷达原始数据仿真 |
了解了方案能力，接下来是最实用的部分——手把手教你规划HIL测试系统建设。无论你是刚启动项目的研发负责人，还是想升级现有测试能力的工程师，这套方法论都适用。
在选型之前，建议团队内部先对齐以下问题：
第一步：模型搭建与验证（MIL阶段）
在Simulink/Preesm或国产同类建模环境中，搭建飞行器动力学模型。凯云建议先用简化的刚体模型跑通控制闭环，验证控制器逻辑正确性后，再逐步加入电机驱动模型、气动干扰模型、环境模型。
模型验证的标志是：开环测试中，模型阶跃响应与理论值偏差小于5%；闭环测试中，控制器输出与真实飞行日志的对比相关性大于0.9。
第二步：软件在环测试（SIL阶段）
将飞控代码（通常是C/C++）编译为可执行文件，在SimuRTS的仿真环境中运行。此时飞控代码运行在宿主机操作系统上（Linux或Windows），通过UDP/共享内存与仿真引擎通信。
SIL阶段的核心目标是：排除代码级别的bug，如数组越界、内存泄漏、浮点精度问题。由于不需要实时性约束（仿真时间可以慢于实际时间），可以设置更多断点、打印日志进行调试。
第三步：硬件在环测试（HIL阶段）
将真实飞控硬件接入HIL系统。SimuRTS通过物理IO接口（CAN、UART、模拟量输入等）与飞控连接，仿真模型以真实时间运行，飞控发出控制指令后，仿真环境在下一个控制周期返回模拟的传感器数据。
这个阶段的关键验证点包括：
很多团队搭完HIL系统后，发现"跑起来是能跑，但测来测去就那几个场景"。这往往是场景库建设不完善导致的。
凯云建议的场景库分层架构：
每上一层，场景库的价值和开发难度都指数级上升。但对于面向适航认证的eVTOL项目，任务层的场景覆盖度直接决定了审定通过率。
说了这么多方案和技术，你可能更关心——有没有真实客户在用？效果怎么样？
该企业主要产品为50kg级垂直起降固定翼无人机，承担物流配送和应急物资运输任务。研发初期，飞控团队采用"试飞-炸机-分析-改代码"的传统模式，平均每月损耗2-3架验证机。
引入凯云ETest/SimuRTS组合方案后，团队在3个月内搭建完成HIL测试平台，覆盖了以下测试场景：
据该项目负责人反馈，HIL平台上线6个月后，试飞频次降低60%，但代码缺陷发现率反而提升——因为很多问题在HIL阶段就被捕获了，不再需要"飞出来再分析"。
eVTOL作为面向商业载客的应用，其适航审定标准远高于普通无人机。该公司选择了凯云完整版HIL方案，用于支撑民航适航审定中的功能性能验证。
具体应用包括：
凯云技术团队全程参与了测试用例设计，协助客户完成了符合AC-21-29要求的审定测试矩阵。
某985高校航空学院购置了凯云基础版HIL系统，用于两个场景：本科生飞控原理实验教学，以及研究生无人机自主导航算法研究。
教学场景中，学生可以在HIL环境中"飞"自己写的控制算法，实时观察无人机响应，大幅提升了实验课的效率和安全性。科研场景中，HIL平台支持研究生快速验证算法假设，无需等待排期使用真机。
这个案例说明，国产HIL方案不仅服务企业研发，也在为行业培养人才——这是比商业价值更深远的事。
最后，给不同阶段的读者一些选型建议。如果你是：
预算有限、团队规模小（3-5人）、核心诉求是"先把飞控逻辑跑通"。建议选择基础版方案，重点投入在MIL和SIL阶段，HIL可以后置。等产品定型、需要做适航认证时再升级完整版。
关键考量：学习成本。ETest的图形化测试编辑功能对Simulink用户友好，但团队最好有一名有实时系统背景的工程师负责SimuRTS配置。
已有飞控产品量产，研发团队10-20人，需要支撑持续迭代和客户定制需求。建议选择专业版方案，重点建设场景库，把HIL作为研发流程的强制关卡——代码不通过HIL测试，不允许进入试飞阶段。
关键考量：测试流程标准化。需要把HIL测试用例纳入配置管理，定期做回归测试，避免"测了等于没测"的形式主义。
产品面向商业载客，需要通过民航适航审定，研发体系成熟。建议选择完整版方案，并且与凯云深度合作定制场景库和审定文档模板。
关键考量：与适航标准的对齐。HIL测试用例、测试报告格式需要符合CAAC/EASA的审定要求，凯云在这方面有成熟的方法论和案例积累。
写到最后，我想用一个比喻收尾。
低空飞行器的研发，像是一场漫长的考试。传统"试飞-炸机-改代码"的模式，相当于裸考上阵，靠运气和勇气硬闯。而HIL测试，是让你在模拟器里把各种极端情况都练一遍，把该踩的坑都在虚拟世界里踩完。
这不是"卷"，而是对安全的敬畏。
当越来越多的eVTOL在城市上空载客飞行，当无人机在农田上方精准喷洒农药，当应急物资通过无人机在山区高效运送——这些场景背后，都需要有足够扎实的测试验证体系做支撑。
凯云ETest/SimuRTS能做的，就是让这套体系的建设成本更低、效率更高、覆盖更全。国产HIL或许还有很长的路要走，但每一个落地的项目、每一架安全飞行的无人机，都是这条路上一块坚实的砖。
如果你正在规划低空飞行器研发测试体系，或者想了解国产HIL方案能为你解决什么问题，欢迎与凯云咨询的技术团队交流。我们会基于你的具体场景，给出务实的建议。
毕竟，好方案的标准不是"最贵最全"，而是最合适。