1.飞行数据获取

通过数传或者USB线与飞控连接、也可以直接读取SD卡中的内容。

闪存日志下载过程可以看这篇文章的过程：(44 封私信) APM/Pixhawk飞行日志分析入门 - 知乎（注意：如果在下载的过程中发现文件都是1970/1/1 8:00:00开头的，一个原因是因为GPS没信号的问题、如果在GPS有信号的情况下仍然是这样，那么就需要更换个SD卡，亲测有效）。

此外，有些参数需要设置。Downloading and Analyzing Data Logs in Mission Planner — Dev documentation（包括：记录方式、什么时候开始记录、记录的文件大小、记录的速率等等）

下载完成之后得到的是.Bin文件，然后在数据缓存日志下的Pix4 .Bin转.log文件选项进行转换。

就可以得到下面这种形式的数据

将其复制到EXCEL中，然后在菜单栏中选择数据----->选择分列------>选择分割符号------>选择逗号。

然后就可以得到分布完整数据

选中第一列，点击开始菜单------>选择筛选------>点击第一行的下拉三角符号----->选择需要保留的数据即可。

在本文中，我保留的是GPS的纬度、经度以及高度数据。下面就是根据数据进行可视化

2.飞行轨迹可视化

首先看一下，可视化效果图

完整代码：

import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import plotly.express as px
import plotly.graph_objects as go
import numpy as np

# 设置中文字体以避免显示为方框
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示为方框的问题

def load_flight_data(file_path, lat_col=0, lon_col=1, alt_col=2):
    """
    加载飞行数据Excel文件
    默认情况下，第0列是纬度，第1列是经度，第2列是高度
    """
    df = pd.read_excel(file_path)
    
    # 根据列索引重命名列
    df.columns.values[lat_col] = 'latitude'
    df.columns.values[lon_col] = 'longitude'
    df.columns.values[alt_col] = 'altitude'
    
    # 重新创建DataFrame以确保列名正确
    df = pd.DataFrame({
        'latitude': df.iloc[:, lat_col],
        'longitude': df.iloc[:, lon_col],
        'altitude': df.iloc[:, alt_col]
    })
    
    return df

def visualize_flight_3d_scatter(df):
    """
    创建3D散点图展示飞行轨迹
    """
    fig = px.scatter_3d(df, x='longitude', y='latitude', z='altitude',
                        title='飞机飞行轨迹 3D 可视化',
                        labels={'longitude': '经度', 'latitude': '纬度', 'altitude': '高度'},
                        color='altitude',  # 根据高度着色
                        size_max=5)
    
    fig.show()

def visualize_flight_2d_path(df):
    """
    创建2D路径图展示飞行轨迹
    """
    plt.figure(figsize=(12, 8))
    
    # 2D轨迹图
    plt.subplot(2, 2, 1)
    plt.plot(df['longitude'], df['latitude'], 'b-', linewidth=1)
    plt.scatter(df['longitude'], df['latitude'], c=df['altitude'], cmap='viridis', s=10)
    plt.colorbar(label='高度')
    plt.xlabel('经度')
    plt.ylabel('纬度')
    plt.title('飞行轨迹平面图')
    plt.grid(True)

    # 高度变化图
    plt.subplot(2, 2, 2)
    plt.plot(df.index, df['altitude'], 'r-', linewidth=1)
    plt.xlabel('时间点')
    plt.ylabel('高度')
    plt.title('高度变化图')
    plt.grid(True)

    # 经度-高度图
    plt.subplot(2, 2, 3)
    plt.plot(df['longitude'], df['altitude'], 'g-', linewidth=1)
    plt.xlabel('经度')
    plt.ylabel('高度')
    plt.title('经度-高度关系图')
    plt.grid(True)

    # 纬度-高度图
    plt.subplot(2, 2, 4)
    plt.plot(df['latitude'], df['altitude'], 'm-', linewidth=1)
    plt.xlabel('纬度')
    plt.ylabel('高度')
    plt.title('纬度-高度关系图')
    plt.grid(True)

    plt.tight_layout()
    plt.show()

def create_interactive_3d_plot(df):
    """
    创建交互式3D飞行轨迹图
    """
    fig = go.Figure(data=go.Scatter3d(
        x=df['longitude'],
        y=df['latitude'],
        z=df['altitude'],
        mode='lines+markers',
        line=dict(width=5, color='blue'),
        marker=dict(size=4),
        text=[f'经度: {lon}<br>纬度: {lat}<br>高度: {alt}' 
              for lon, lat, alt in zip(df['longitude'], df['latitude'], df['altitude'])],
        hovertemplate='<b>%{text}</b><extra></extra>'
    ))

    fig.update_layout(
        title='交互式飞行轨迹 3D 图',
        scene=dict(
            xaxis_title='经度',
            yaxis_title='纬度',
            zaxis_title='高度'
        ),
        width=800,
        height=600
    )

    fig.show()

def create_3d_matplotlib_plot(df):
    """
    使用matplotlib创建3D图
    """
    fig = plt.figure(figsize=(10, 8))
    ax = fig.add_subplot(111, projection='3d')
    
    # 根据高度着色
    scatter = ax.scatter(df['longitude'], df['latitude'], df['altitude'], 
                        c=df['altitude'], cmap='viridis', s=20)
    
    ax.plot(df['longitude'], df['latitude'], df['altitude'], alpha=0.6)
    
    ax.set_xlabel('经度')
    ax.set_ylabel('纬度')
    ax.set_zlabel('高度')
    ax.set_title('飞机飞行轨迹 3D 图 (Matplotlib)')
    
    # 添加颜色条
    plt.colorbar(scatter, ax=ax, shrink=0.5, aspect=20)
    
    plt.show()

def main():
    # 加载数据
    file_path = r"C:\Users\Robot\Desktop\飞机实验数据\纬度经度高度.xlsx"  # 替换为您的Excel文件路径
    df = load_flight_data(file_path)
    
    print("数据预览:")
    print(df.head())
    print(f"数据形状: {df.shape}")
    print(f"数据统计信息:")
    print(df.describe())
    
    # 创建可视化
    print("\n正在生成3D散点图...")
    visualize_flight_3d_scatter(df)
    
    print("\n正在生成2D路径图...")
    visualize_flight_2d_path(df)
    
    print("\n正在生成交互式3D图...")
    create_interactive_3d_plot(df)
    
    print("\n正在生成Matplotlib 3D图...")
    create_3d_matplotlib_plot(df)

if __name__ == "__main__":
    main()

所需环境：

pandas>=1.3.0

matplotlib>=3.4.0

plotly>=5.0.0

numpy>=1.21.0

openpyxl>=3.0.0