简介围绕无人机地面站核心知识打造的考试题库及答案适合无人机应用技术、飞行器控制与导航等专业学生及备考相关资格认证的从业者使用。内容采用问答形式系统梳理了地面站发展趋势、人机界面设计原则、典型功能与配置、系统概述及总线需求等高频考点。答案解析非常细致例如发展趋势中强调通用地面站、一站多机、无人作战飞机地面站和高质量数据链路典型功能则涵盖飞行器姿态控制、有效载荷控制、任务规划、导航与目标定位、通信链路等具体方向。这些内容有助于读者真正掌握地面站系统的工作原理和设计要点而不仅停留在应试层面。资源为单份docx文档仅18KB便于离线阅览和打印批注目前已有803人学习下载适合考前快速强化记忆、查漏补缺也可供教师出题或培训时参考。1. 无人机地面站考试题库及答案为什么不建议直接背手头这份《无人机地面站考试题库及答案.docx》如果只是从头翻到尾大概率是浪费时间。地面站考试和传统笔试的直觉相反直接原题搬上考场的比例一年比一年低更多是换坐标、换高度、换链路状态把同一个知识点换一层皮再问一遍。真正拉开分差的不是记忆力而是你能不能在地面站软件里看懂航点表、算得出转弯半径、判断得出数传掉线的原因。所以我拿到这类docx第一步永远是把它拆开把题目按任务规划、坐标系换算、MAVLink通信、地面站操作、应急处理五个来源归类再让答案变成可检索、可验证的数据而不是躺在Word里的一行绿色文字。这篇文章就按这条路径把整个流程讲透适合正在备考的学员也适合要带学员的培训人员。2. 地面站考试的知识点骨架航点、坐标系与链路判断无论题型怎么变出题素材都来自同一套底层技术任务规划器里设置的参数、飞控和地面站之间跑的协议、以及数传链路的物理特性。把这三块吃透大多数题目不需要背也能现场推出来。2.1 航点规划必考的三类参数高度、速度、转弯半径航点类题目几乎绕不开高度、速度和转弯半径三个参数。高度的考点在相对高度四个字上地面站里填的通常是相对起飞点的海拔差而不是气压计读数。速度的考点在地速和空速的区分——逆风时地速会明显小于空速航点间飞行时间必须根据地速算。转弯半径是计算题的重灾区公式是 R V² / (g·tanφ)V 是地速φ 是坡度角。考场上最常见的组合是 V20m/s、坡度 30°tan30°≈0.577算出来 R≈70.7m。这道题会做之后判断类题目反而更重要如果两个相邻航点间距小于转弯半径地面站会强制加入盘旋段实际路径和规划路径不一致不少航线规划失败的题目就埋了这个坑。参数常见单位地面站里的位置考试常见问法航点高度米(m)航点属性 Height相对高度还是绝对高度地速m/sWPNAV_SPEED逆风时用哪个速度估算时间转弯半径米(m)由速度和坡度计算给出 V 和坡度角求半径爬升率m/sWPNAV_CLIMB_RATE高度差和时间的关系航点容差米(m)WPNAV_RADIUS到达判定条件2.2 坐标系换算经纬度、相对高度与本地坐标系的转换地面站界面上显示的是经纬度但飞控内部做航点导航时用的是本地笛卡尔坐标系通常是北东地。考题里最常见的换算场景是给了两个航点的经纬度要求计算距离和方位角用来判断航线总长度或者验证某个航点是否落在限制区域里。这类题用半正矢公式Haversine算距离用 atan2 算初始方位角。我写答案时会手算但平时复习用 Python 核对代码很短import math def wgs84_metrics(lat1, lon1, lat2, lon2): R 6371000.0 # 地球平均半径单位米 phi1, phi2 math.radians(lat1), math.radians(lat2) dphi math.radians(lat2 - lat1) dlambda math.radians(lon2 - lon1) # 半正矢公式计算大圆距离 a math.sin(dphi/2)**2 math.cos(phi1)*math.cos(phi2)*math.sin(dlambda/2)**2 dist 2 * R * math.asin(math.sqrt(a)) # atan2 计算初始方位角顺时针从正北起算 y math.sin(dlambda) * math.cos(phi2) x math.cos(phi1)*math.sin(phi2) - math.sin(phi1)*math.cos(phi2)*math.cos(dlambda) bearing math.degrees(math.atan2(y, x)) % 360 return dist, bearing print(wgs84_metrics(30.271, 120.152, 30.281, 120.162))函数返回两个值dist 是两点间大圆距离单位米bearing 是正北为 0°、顺时针计算的方位角。注意短距离下把经纬度近似成平面坐标误差很小但超过 10 公里就别再用简单的勾股定理了考试里凡给到小数点后三位的经纬度基本都是按半正矢公式出的题。2.3 MAVLink 协议与数传链路判断心跳、丢包、超时地面站和飞控之间的对话走的是 MAVLink它是一组有固定帧格式的消息。考试不考完整字节流但一定会考长时间收不到心跳包说明什么以及哪些消息 ID 对应哪些数据。消息名消息 ID载荷里有什么地面站里的表现HEARTBEAT0飞控类型、自定义模式状态栏绿点掉线判断依据GPS_RAW_INT24经纬度、海拔、fix_type、卫星数HUD 上的 GPS 状态ATTITUDE30横滚、俯仰、偏航角姿态球MISSION_ITEM39命令字、参数 1-4、x/y/z航点列表心跳机制的考点非常固定地面站连续 3 个周期收不到心跳默认 1Hz就会把链路标记为断开。有些题喜欢挖坑问无人机还能自主飞行吗——答案是可以。航点任务已经上传到飞控里链路断开不影响已上传任务的执行只影响你在地面站上监控状态。链路物理层的计算题集中在链路余量上。自由空间路径损耗公式 FSPL(dB)20log10(d)20log10(f)32.44d 的单位是 kmf 的单位是 MHz。以 2.4GHz、1km 距离为例FSPL≈100dB假设发射功率 20dBm、收发天线增益各 3dBi、接收灵敏度 -105dBm接收端功率约为 -74dBm余量 31dB。现场推一遍这道题胜过背十道链路中断原因因为剩下的干扰、遮挡、天线极化不匹配全都可以从这几个物理量推导出来。3. 把 docx 题库拆成结构化数据python-docx 提取与题型识别拿到题库 docx第一步别急着看内容用 python-docx 把文档结构摸清楚。这类文档有两种常见排版一种是每道题后面紧跟答案提取简单另一种是题干和选项在前面所有答案集中在文末表格里解析策略完全不同。3.1 先判断 docx 的排版段落、表格和答案位置我一般先跑一段探针脚本统计文档里有多少段落、多少表格以及答案二字出现在文字里还是表格里from docx import Document doc Document(无人机地面站考试题库及答案.docx) paras doc.paragraphs tables doc.tables answer_kw_in_para sum(1 for p in paras if 答案 in p.text) answer_kw_in_table sum(1 for t in tables for row in t.rows for cell in row.cells if 答案 in cell.text) print(f段落数: {len(paras)}, 表格数: {len(tables)}) print(f段落中含答案: {answer_kw_in_para}, 表格中含答案: {answer_kw_in_table})answer_kw_in_para 远大于 answer_kw_in_table说明答案混排在题干后面反过来则说明答案集中在文末表格。还有一种情况是文档里嵌了图片形式的题目python-docx 读不到那种只能配合 OCR 处理这里不展开。3.2 按题型识别单选、多选和判断题题型识别用不上机器学习规则就够了。判断题的题干末尾几乎都是 或者是否正确单选题的答案是一个大写字母多选题答案是两个及以上字母。识别逻辑import re def detect_type(answer_text): letters re.findall(r[A-F], answer_text.upper()) if not letters: return judge return single if len(set(letters)) 1 else multiple # 示例 print(detect_type(A)) # single print(detect_type(AB)) # multiple print(detect_type(正确)) # judge这段代码把答案文本里的 A-F 字母全部提取出来去重后数量为 1 就是单选超过 1 就是多选。判断题的答案在很多题库里存成正确/错误而不是对/错所以检测不到 A-F 字母时会落入 judge 分支。万一遇到答案是AB的判断题可以在识别前先看题干里有没有 再兜底。3.3 输出 JSON保留题干、选项和答案的对应关系解析完的题目统一输出成 JSON每道题一个对象字段固定为 type、stem、options、answer。后面无论导入 SQLite 做错题管理还是生成 HTML 刷题页都只用写一次解析逻辑import json, re from docx import Document def detect_type(answer_text): letters re.findall(r[A-F], answer_text.upper()) if not letters: return judge return single if len(set(letters)) 1 else multiple doc Document(无人机地面站考试题库及答案.docx) questions [] current None for p in doc.paragraphs: text p.text.strip() if not text: continue # 题号开头的段落视为新题目开始 if re.match(r^\d[.、)], text): if current: questions.append(current) current {stem: text, options: [], answer: , type: unknown} elif current: if re.match(r^[A-F][.、)], text): current[options].append(text) elif re.match(r^(答案|参考答案|正确答案)[:], text): current[answer] re.sub(r^(答案|参考答案|正确答案)[:]\s*, , text) current[type] detect_type(current[answer]) else: current[stem] text if current: questions.append(current) with open(gcs_questions.json, w, encodingutf-8) as f: json.dump(questions, f, ensure_asciiFalse, indent2) print(f共解析 {len(questions)} 题)这段脚本里有几个细节值得注意。题号正则^\d[.、)]覆盖了1.、1、和1)三种常见编号选项正则只匹配大写字母加点或括号避免把题干里的英文单词误判成选项答案提取把答案这类前缀剥掉只保留字母内容。答案集中附在文末的题库会漏掉选择题答案需要额外遍历 doc.tables 回填for table in doc.tables: for row in table.rows[1:]: # 跳过表头 cells [c.text.strip() for c in row.cells] qid, ans cells[0], cells[1] for q in questions: if q[stem].startswith(qid): q[answer] ans q[type] detect_type(ans) break回填逻辑以题号为主键startswith 兼容1.和1、的编号变体。千万不要以题目文本为主键同题号比同文本可靠得多。4. 用 SQLite 做错题管理与模拟抽卷把题库变成复习系统JSON 适合交换但不适合复习。复习需要的是查得到、抽得出、错得多的优先出现。我的做法是把 JSON 导入 SQLite用一张表存题目用字段记录熟练度靠几条 SQL 完成组卷和错题回顾。4.1 建表题目、答案、熟练度与下次复习时间合在一张表schema 设计上不要搞多表关联刷题场景单表就够。核心字段是 repetitions、ease、interval、due这四个字段构成一个简化版间隔重复系统CREATE TABLE question ( id INTEGER PRIMARY KEY, type TEXT NOT NULL, -- single / multiple / judge stem TEXT NOT NULL, options TEXT, -- JSON 数组文本 answer TEXT NOT NULL, difficulty INTEGER DEFAULT 3, -- 1-5人工校准 repetitions INTEGER DEFAULT 0, -- 连续答对次数 ease REAL DEFAULT 2.5, -- 间隔倍增系数 interval INTEGER DEFAULT 1, -- 复习间隔天数 due TEXT DEFAULT (date(now)) -- 下次复习日期 );repetitions 记录连续答对次数答错就清零ease 是倍增系数默认 2.5interval 是距离下次复习的天数due 是具体日期。这套字段是间隔重复的骨架考前两周开始用刚好能走完三轮循环。导入 JSON 的代码很直白import json, sqlite3 conn sqlite3.connect(gcs_quiz.db) cur conn.cursor() cur.execute(DELETE FROM question) with open(gcs_questions.json, encodingutf-8) as f: rows json.load(f) for q in rows: cur.execute( INSERT INTO question (type, stem, options, answer) VALUES (?,?,?,?), (q.get(type), q[stem], json.dumps(q.get(options, [])), q[answer]) ) conn.commit()options 字段用 json.dumps 序列化成文本查询时再解析避免多建一张选项表。这种存法对刷题应用完全够用等题目量超过两万道再考虑规范化也不迟。4.2 抽卷 SQL按题型权重和错误率组题组模拟卷时要先按题型过滤再按难度和错误率加权。核心 SQL 就一行SELECT id, stem, options, answer FROM question WHERE type single AND difficulty 3 ORDER BY (CASE WHEN repetitions 0 THEN 1 ELSE 0.5 END) DESC, RANDOM() LIMIT 40;CASE 表达式让没做过的题排前面RANDOM() 保证权重相同的情况下每次抽题结果不同。需要严格按比例组卷时在应用层分别抽取再合并单选抽 40 题多选抽 15 题判断抽 20 题三份结果拼成完整模拟卷。复习计划的核心更新语句如下UPDATE question SET repetitions CASE WHEN ? 1 THEN repetitions 1 ELSE 0 END, interval CASE WHEN ? 1 THEN MIN(interval * ease, 60) ELSE 1 END, ease CASE WHEN ? 1 THEN MIN(ease 0.1, 3.0) ELSE MAX(ease - 0.2, 1.3) END, due date(now, || interval || days) WHERE id ?;四个问号分别对应是否答对三次和题目 ID。答对时 ease 加 0.1后续间隔缓慢拉长答错时 ease 减 0.2interval 强制回到 1 天保证错的题第二天一定出现。4.3 本地检索与答案核对用 rg 快速定位到题源复习到后期最常见的动作是我记得有一道关于返航高度的题答案到底是什么。这种场景不需要打开 Word 全文搜索用 ripgrep 在 JSON 上直接搜rg -n 返航高度 gcs_questions.json配合 -C 参数可以显示上下文把相邻的选项和答案一并打出来rg -n -C 3 返航高度 gcs_questions.json第 3 章输出的 JSON 里每个字段单独占一行rg 对这种格式非常友好。数据导入 SQLite 后用 LIKE 查询做同样的检索也不慢SELECT id, stem, answer FROM question WHERE stem LIKE %返航高度%;这套本地方案全程离线、数据完全可控比把题库传到在线刷题网站更稳妥也避免答案被第三方平台二次加工后失真。5. 用地面站仿真验证答案航点检查与链路排障顺序题库里的计算题做到最后要回到真实地面站里验证一遍才算闭环。免费的验证方式是 Mission Planner 或 QGroundControl 配合 SITL 仿真或者直接在规划界面里手填航点。5.1 航点计算题的验证流程打开 QGroundControl 的 Plan 界面手动添加两个航点输入题目给出的经纬度和高度观察规划器自动生成的航段距离是否与半正矢公式算出来的一致。重点检查两处一是航点转弯处是否有黄色警告出现警告说明相邻航点间距小于当前速度对应的最小转弯半径二是高度变化率是否超过爬升率限制比如 WPNAV_CLIMB_RATE 只有 2m/s两个航点高度差 100m、水平距离只有 200m这条航线一定拉不出来。题库里每道航点计算题都在规划器里点一遍效果远超背十遍答案。5.2 链路类题目的排查顺序链路断开的模拟题答案基本逃不出下面这张排查表顺序检查项地面站里的表现1USB/COM 口是否被占用连接按钮灰色2波特率是否匹配有信号但无数据帧3数传模块指示灯TX/RX 灯无闪烁4心跳超时设置状态栏显示 Lost考地面站显示 Lost的题按这个顺序把原因找出来答案自然就浮出来。平时复习我会故意拔掉数传模块电源在地面站里观测从正常到 Lost 的全过程几十秒的实操比任何文字描述都直观。# Linux 下查看串口设备是否在线 ls /dev/ttyUSB* /dev/ttyACM* 2/dev/null串口不出现时先看权限dialout 用户组没加入会直接导致设备不可读。本文还有配套的精品资源点击获取 
长河君 · 2026/9/17 11:04:17 · 阅读 1.2k 无人机地面站考试题库：从航点规划到MAVLink的解析与备考
简介围绕无人机地面站核心知识打造的考试题库及答案适合无人机应用技术、飞行器控制与导航等专业学生及备考相关资格认证的从业者使用。内容采用问答形式系统梳理了地面站发展趋势、人机界面设计原则、典型功能与配置、系统概述及总线需求等高频考点。答案解析非常细致例如发展趋势中强调通用地面站、一站多机、无人作战飞机地面站和高质量数据链路典型功能则涵盖飞行器姿态控制、有效载荷控制、任务规划、导航与目标定位、通信链路等具体方向。这些内容有助于读者真正掌握地面站系统的工作原理和设计要点而不仅停留在应试层面。资源为单份docx文档仅18KB便于离线阅览和打印批注目前已有803人学习下载适合考前快速强化记忆、查漏补缺也可供教师出题或培训时参考。1. 无人机地面站考试题库及答案为什么不建议直接背手头这份《无人机地面站考试题库及答案.docx》如果只是从头翻到尾大概率是浪费时间。地面站考试和传统笔试的直觉相反直接原题搬上考场的比例一年比一年低更多是换坐标、换高度、换链路状态把同一个知识点换一层皮再问一遍。真正拉开分差的不是记忆力而是你能不能在地面站软件里看懂航点表、算得出转弯半径、判断得出数传掉线的原因。所以我拿到这类docx第一步永远是把它拆开把题目按任务规划、坐标系换算、MAVLink通信、地面站操作、应急处理五个来源归类再让答案变成可检索、可验证的数据而不是躺在Word里的一行绿色文字。这篇文章就按这条路径把整个流程讲透适合正在备考的学员也适合要带学员的培训人员。2. 地面站考试的知识点骨架航点、坐标系与链路判断无论题型怎么变出题素材都来自同一套底层技术任务规划器里设置的参数、飞控和地面站之间跑的协议、以及数传链路的物理特性。把这三块吃透大多数题目不需要背也能现场推出来。2.1 航点规划必考的三类参数高度、速度、转弯半径航点类题目几乎绕不开高度、速度和转弯半径三个参数。高度的考点在相对高度四个字上地面站里填的通常是相对起飞点的海拔差而不是气压计读数。速度的考点在地速和空速的区分——逆风时地速会明显小于空速航点间飞行时间必须根据地速算。转弯半径是计算题的重灾区公式是 R V² / (g·tanφ)V 是地速φ 是坡度角。考场上最常见的组合是 V20m/s、坡度 30°tan30°≈0.577算出来 R≈70.7m。这道题会做之后判断类题目反而更重要如果两个相邻航点间距小于转弯半径地面站会强制加入盘旋段实际路径和规划路径不一致不少航线规划失败的题目就埋了这个坑。参数常见单位地面站里的位置考试常见问法航点高度米(m)航点属性 Height相对高度还是绝对高度地速m/sWPNAV_SPEED逆风时用哪个速度估算时间转弯半径米(m)由速度和坡度计算给出 V 和坡度角求半径爬升率m/sWPNAV_CLIMB_RATE高度差和时间的关系航点容差米(m)WPNAV_RADIUS到达判定条件2.2 坐标系换算经纬度、相对高度与本地坐标系的转换地面站界面上显示的是经纬度但飞控内部做航点导航时用的是本地笛卡尔坐标系通常是北东地。考题里最常见的换算场景是给了两个航点的经纬度要求计算距离和方位角用来判断航线总长度或者验证某个航点是否落在限制区域里。这类题用半正矢公式Haversine算距离用 atan2 算初始方位角。我写答案时会手算但平时复习用 Python 核对代码很短import math def wgs84_metrics(lat1, lon1, lat2, lon2): R 6371000.0 # 地球平均半径单位米 phi1, phi2 math.radians(lat1), math.radians(lat2) dphi math.radians(lat2 - lat1) dlambda math.radians(lon2 - lon1) # 半正矢公式计算大圆距离 a math.sin(dphi/2)**2 math.cos(phi1)*math.cos(phi2)*math.sin(dlambda/2)**2 dist 2 * R * math.asin(math.sqrt(a)) # atan2 计算初始方位角顺时针从正北起算 y math.sin(dlambda) * math.cos(phi2) x math.cos(phi1)*math.sin(phi2) - math.sin(phi1)*math.cos(phi2)*math.cos(dlambda) bearing math.degrees(math.atan2(y, x)) % 360 return dist, bearing print(wgs84_metrics(30.271, 120.152, 30.281, 120.162))函数返回两个值dist 是两点间大圆距离单位米bearing 是正北为 0°、顺时针计算的方位角。注意短距离下把经纬度近似成平面坐标误差很小但超过 10 公里就别再用简单的勾股定理了考试里凡给到小数点后三位的经纬度基本都是按半正矢公式出的题。2.3 MAVLink 协议与数传链路判断心跳、丢包、超时地面站和飞控之间的对话走的是 MAVLink它是一组有固定帧格式的消息。考试不考完整字节流但一定会考长时间收不到心跳包说明什么以及哪些消息 ID 对应哪些数据。消息名消息 ID载荷里有什么地面站里的表现HEARTBEAT0飞控类型、自定义模式状态栏绿点掉线判断依据GPS_RAW_INT24经纬度、海拔、fix_type、卫星数HUD 上的 GPS 状态ATTITUDE30横滚、俯仰、偏航角姿态球MISSION_ITEM39命令字、参数 1-4、x/y/z航点列表心跳机制的考点非常固定地面站连续 3 个周期收不到心跳默认 1Hz就会把链路标记为断开。有些题喜欢挖坑问无人机还能自主飞行吗——答案是可以。航点任务已经上传到飞控里链路断开不影响已上传任务的执行只影响你在地面站上监控状态。链路物理层的计算题集中在链路余量上。自由空间路径损耗公式 FSPL(dB)20log10(d)20log10(f)32.44d 的单位是 kmf 的单位是 MHz。以 2.4GHz、1km 距离为例FSPL≈100dB假设发射功率 20dBm、收发天线增益各 3dBi、接收灵敏度 -105dBm接收端功率约为 -74dBm余量 31dB。现场推一遍这道题胜过背十道链路中断原因因为剩下的干扰、遮挡、天线极化不匹配全都可以从这几个物理量推导出来。3. 把 docx 题库拆成结构化数据python-docx 提取与题型识别拿到题库 docx第一步别急着看内容用 python-docx 把文档结构摸清楚。这类文档有两种常见排版一种是每道题后面紧跟答案提取简单另一种是题干和选项在前面所有答案集中在文末表格里解析策略完全不同。3.1 先判断 docx 的排版段落、表格和答案位置我一般先跑一段探针脚本统计文档里有多少段落、多少表格以及答案二字出现在文字里还是表格里from docx import Document doc Document(无人机地面站考试题库及答案.docx) paras doc.paragraphs tables doc.tables answer_kw_in_para sum(1 for p in paras if 答案 in p.text) answer_kw_in_table sum(1 for t in tables for row in t.rows for cell in row.cells if 答案 in cell.text) print(f段落数: {len(paras)}, 表格数: {len(tables)}) print(f段落中含答案: {answer_kw_in_para}, 表格中含答案: {answer_kw_in_table})answer_kw_in_para 远大于 answer_kw_in_table说明答案混排在题干后面反过来则说明答案集中在文末表格。还有一种情况是文档里嵌了图片形式的题目python-docx 读不到那种只能配合 OCR 处理这里不展开。3.2 按题型识别单选、多选和判断题题型识别用不上机器学习规则就够了。判断题的题干末尾几乎都是 或者是否正确单选题的答案是一个大写字母多选题答案是两个及以上字母。识别逻辑import re def detect_type(answer_text): letters re.findall(r[A-F], answer_text.upper()) if not letters: return judge return single if len(set(letters)) 1 else multiple # 示例 print(detect_type(A)) # single print(detect_type(AB)) # multiple print(detect_type(正确)) # judge这段代码把答案文本里的 A-F 字母全部提取出来去重后数量为 1 就是单选超过 1 就是多选。判断题的答案在很多题库里存成正确/错误而不是对/错所以检测不到 A-F 字母时会落入 judge 分支。万一遇到答案是AB的判断题可以在识别前先看题干里有没有 再兜底。3.3 输出 JSON保留题干、选项和答案的对应关系解析完的题目统一输出成 JSON每道题一个对象字段固定为 type、stem、options、answer。后面无论导入 SQLite 做错题管理还是生成 HTML 刷题页都只用写一次解析逻辑import json, re from docx import Document def detect_type(answer_text): letters re.findall(r[A-F], answer_text.upper()) if not letters: return judge return single if len(set(letters)) 1 else multiple doc Document(无人机地面站考试题库及答案.docx) questions [] current None for p in doc.paragraphs: text p.text.strip() if not text: continue # 题号开头的段落视为新题目开始 if re.match(r^\d[.、)], text): if current: questions.append(current) current {stem: text, options: [], answer: , type: unknown} elif current: if re.match(r^[A-F][.、)], text): current[options].append(text) elif re.match(r^(答案|参考答案|正确答案)[:], text): current[answer] re.sub(r^(答案|参考答案|正确答案)[:]\s*, , text) current[type] detect_type(current[answer]) else: current[stem] text if current: questions.append(current) with open(gcs_questions.json, w, encodingutf-8) as f: json.dump(questions, f, ensure_asciiFalse, indent2) print(f共解析 {len(questions)} 题)这段脚本里有几个细节值得注意。题号正则^\d[.、)]覆盖了1.、1、和1)三种常见编号选项正则只匹配大写字母加点或括号避免把题干里的英文单词误判成选项答案提取把答案这类前缀剥掉只保留字母内容。答案集中附在文末的题库会漏掉选择题答案需要额外遍历 doc.tables 回填for table in doc.tables: for row in table.rows[1:]: # 跳过表头 cells [c.text.strip() for c in row.cells] qid, ans cells[0], cells[1] for q in questions: if q[stem].startswith(qid): q[answer] ans q[type] detect_type(ans) break回填逻辑以题号为主键startswith 兼容1.和1、的编号变体。千万不要以题目文本为主键同题号比同文本可靠得多。4. 用 SQLite 做错题管理与模拟抽卷把题库变成复习系统JSON 适合交换但不适合复习。复习需要的是查得到、抽得出、错得多的优先出现。我的做法是把 JSON 导入 SQLite用一张表存题目用字段记录熟练度靠几条 SQL 完成组卷和错题回顾。4.1 建表题目、答案、熟练度与下次复习时间合在一张表schema 设计上不要搞多表关联刷题场景单表就够。核心字段是 repetitions、ease、interval、due这四个字段构成一个简化版间隔重复系统CREATE TABLE question ( id INTEGER PRIMARY KEY, type TEXT NOT NULL, -- single / multiple / judge stem TEXT NOT NULL, options TEXT, -- JSON 数组文本 answer TEXT NOT NULL, difficulty INTEGER DEFAULT 3, -- 1-5人工校准 repetitions INTEGER DEFAULT 0, -- 连续答对次数 ease REAL DEFAULT 2.5, -- 间隔倍增系数 interval INTEGER DEFAULT 1, -- 复习间隔天数 due TEXT DEFAULT (date(now)) -- 下次复习日期 );repetitions 记录连续答对次数答错就清零ease 是倍增系数默认 2.5interval 是距离下次复习的天数due 是具体日期。这套字段是间隔重复的骨架考前两周开始用刚好能走完三轮循环。导入 JSON 的代码很直白import json, sqlite3 conn sqlite3.connect(gcs_quiz.db) cur conn.cursor() cur.execute(DELETE FROM question) with open(gcs_questions.json, encodingutf-8) as f: rows json.load(f) for q in rows: cur.execute( INSERT INTO question (type, stem, options, answer) VALUES (?,?,?,?), (q.get(type), q[stem], json.dumps(q.get(options, [])), q[answer]) ) conn.commit()options 字段用 json.dumps 序列化成文本查询时再解析避免多建一张选项表。这种存法对刷题应用完全够用等题目量超过两万道再考虑规范化也不迟。4.2 抽卷 SQL按题型权重和错误率组题组模拟卷时要先按题型过滤再按难度和错误率加权。核心 SQL 就一行SELECT id, stem, options, answer FROM question WHERE type single AND difficulty 3 ORDER BY (CASE WHEN repetitions 0 THEN 1 ELSE 0.5 END) DESC, RANDOM() LIMIT 40;CASE 表达式让没做过的题排前面RANDOM() 保证权重相同的情况下每次抽题结果不同。需要严格按比例组卷时在应用层分别抽取再合并单选抽 40 题多选抽 15 题判断抽 20 题三份结果拼成完整模拟卷。复习计划的核心更新语句如下UPDATE question SET repetitions CASE WHEN ? 1 THEN repetitions 1 ELSE 0 END, interval CASE WHEN ? 1 THEN MIN(interval * ease, 60) ELSE 1 END, ease CASE WHEN ? 1 THEN MIN(ease 0.1, 3.0) ELSE MAX(ease - 0.2, 1.3) END, due date(now, || interval || days) WHERE id ?;四个问号分别对应是否答对三次和题目 ID。答对时 ease 加 0.1后续间隔缓慢拉长答错时 ease 减 0.2interval 强制回到 1 天保证错的题第二天一定出现。4.3 本地检索与答案核对用 rg 快速定位到题源复习到后期最常见的动作是我记得有一道关于返航高度的题答案到底是什么。这种场景不需要打开 Word 全文搜索用 ripgrep 在 JSON 上直接搜rg -n 返航高度 gcs_questions.json配合 -C 参数可以显示上下文把相邻的选项和答案一并打出来rg -n -C 3 返航高度 gcs_questions.json第 3 章输出的 JSON 里每个字段单独占一行rg 对这种格式非常友好。数据导入 SQLite 后用 LIKE 查询做同样的检索也不慢SELECT id, stem, answer FROM question WHERE stem LIKE %返航高度%;这套本地方案全程离线、数据完全可控比把题库传到在线刷题网站更稳妥也避免答案被第三方平台二次加工后失真。5. 用地面站仿真验证答案航点检查与链路排障顺序题库里的计算题做到最后要回到真实地面站里验证一遍才算闭环。免费的验证方式是 Mission Planner 或 QGroundControl 配合 SITL 仿真或者直接在规划界面里手填航点。5.1 航点计算题的验证流程打开 QGroundControl 的 Plan 界面手动添加两个航点输入题目给出的经纬度和高度观察规划器自动生成的航段距离是否与半正矢公式算出来的一致。重点检查两处一是航点转弯处是否有黄色警告出现警告说明相邻航点间距小于当前速度对应的最小转弯半径二是高度变化率是否超过爬升率限制比如 WPNAV_CLIMB_RATE 只有 2m/s两个航点高度差 100m、水平距离只有 200m这条航线一定拉不出来。题库里每道航点计算题都在规划器里点一遍效果远超背十遍答案。5.2 链路类题目的排查顺序链路断开的模拟题答案基本逃不出下面这张排查表顺序检查项地面站里的表现1USB/COM 口是否被占用连接按钮灰色2波特率是否匹配有信号但无数据帧3数传模块指示灯TX/RX 灯无闪烁4心跳超时设置状态栏显示 Lost考地面站显示 Lost的题按这个顺序把原因找出来答案自然就浮出来。平时复习我会故意拔掉数传模块电源在地面站里观测从正常到 Lost 的全过程几十秒的实操比任何文字描述都直观。# Linux 下查看串口设备是否在线 ls /dev/ttyUSB* /dev/ttyACM* 2/dev/null串口不出现时先看权限dialout 用户组没加入会直接导致设备不可读。本文还有配套的精品资源点击获取