无人机编程涉及多个层面的软件工具，根据应用领域和开发需求的不同，主要分为以下几类：
一、飞控固件与飞行控制软件
飞控固件 ArduPilot：
开源飞行控制系统，支持多平台硬件，提供姿态控制、导航等功能，编程语言为C++。
PX4：开源飞控固件栈，支持自主飞行、路径规划等高级功能，使用C++开发，可通过QGroundControl进行配置。
Pixhawk：轻量级飞控系统，适用于资源受限的无人机，支持自定义固件开发。
飞行控制软件 Mission Planner：
开源地面站软件，支持航线规划、飞行参数设置，兼容多无人机平台。
QGroundControl：功能强大的地面站工具，提供实时数据监控、传感器校准等，支持DJI等品牌无人机。
二、地面站与数据处理软件
地面站软件 除Mission Planner、QGroundControl外，还包括 DroneDeploy
（多无人机协同控制）、 DJI Assistant（大疆无人机专用工具）等。
数据处理与可视化工具
MATLAB： 用于传感器数据分析和算法开发。 Python
三、编程语言与开发环境
主流编程语言 C++：
飞控固件和性能敏感型应用的首选语言。
Python：适合快速开发、脚本编写及数据处理，语法简洁且库丰富。
集成开发环境（IDE） Arduino IDE、PyCharm、MATLAB等，需根据具体语言和硬件平台选择。
四、模拟与测试工具
仿真软件
Gazebo： 开源机器人仿真平台，支持无人机飞行环境模拟。 FlightGear
ROS：机器人操作系统，提供路径规划、传感器融合等模块的仿真能力。
数据记录与分析工具 Logcat：
记录飞行数据，便于后续分析和调试。
五、特定领域扩展软件
Pix4D：用于航拍图像处理、三维地图生成，适用于影视制作领域。
DJI Onboard SDK：大疆提供的开发工具包，支持自定义飞行模式、传感器集成等。
学习建议
入门阶段：
从Arduino或DJI SDK开始，掌握基础硬件与传感器控制。
进阶方向：
学习PX4或ROS，深入理解飞行控制与路径规划。
实践应用：
结合Python进行数据处理，使用Gazebo进行算法验证。
通过系统学习上述软件与工具，可逐步掌握无人机编程的核心技能，并根据需求扩展到特定领域。