连接krpc并调用求解器进行计算和自动降落的主要程序是demo3_gfold.py
GFOLD_codegen.py - 生成求解的c代码
GFOLD_direct_exec.py - 直接cvxpy求解
GFOLD_run.py - 封装了solver类，可以调用上述两个方法求解
可调参数在params.txt中
python 3.x （推荐3.6）
setuptools 版本小于等于 57.5.0（否则后续安装cvxpy可能出现错误error in cvxpy setup command: use_2to3 is invalid.）
scipy==1.2.1，CVXcanon==0.1.0（这两个是cvxpy的依赖项，其当前最新版已不兼容我们使用的cvxpy版本，所以需要手动安装）
cvxpy==0.4.11（为了兼容cvxpy_codegen，不能使用新的1.x版本）
cvxpy_codegen （注：在python3.x中可能需要把setup.py中"python >= 2.7"一行删去才能正常安装）
运行GFOLD_codegen.py可以生成效率较高的c代码并作为python包安装到python环境里。
注意生成的代码可能有许多错误需要看情况修正，因此我写了postprocess.py来自动改正一些常见问题，但是不保证在所有环境下都能完美工作。
上述整个代码生成+改错+编译安装过程可以通过运行build.bat自动完成，如果一切正常，运行完之后python里就会多出两个包 gfold_solver_p3 和 gfold_solver_p4
如果要直接cvxpy求解（耗时可能达到c的10倍以上）请把params.txt中direct改成True，然后运行demo3_gfold.py
运行python ./GFOLD_run.py，可以用默认的测试数据+codegen的代码求解并显示结果（必须要先完成codegen的步骤）
加参数运行python ./GFOLD_run.py direct，则是同样的默认数据用直接求解的方法求解并显示结果
如果默认数据能够得出正确结果（不会infeasible），说明求解器没有问题。
此项目由G-FOLD-Python改进而成，遵循GPLv3