欢迎来到 AirSim

AirSim是一个基于虚幻引擎（我们还有一个支持Unity的试验性版本）以模拟汽车、无人机的模拟器。AirSim仿真模拟平台是开源、跨平台、支持诸如PX4等常见的硬件在环（hardware-in-loop）飞行遥控器。AirSim是一个虚幻引擎插件，所以它可被移植到任意的虚幻环境中。同样，我们有一个试验性的Unity版本插件。

我们的目标是将AirSim发展成一个可以实验自动驾驶汽车的深度学习，计算机视觉和强化学习算法的人工智能研究平台。 为此，AirSim还公开了API，用以以独立于平台的方式检索数据和控制车辆。

查看一分三十秒的快速演示（Youtube）

AirSim中运行无人机

AirSim中运行汽车

最近更新

• 添加了天气环境和相关的 APIs
• 添加了 时刻API
• 一个试验性的 Unity上运行AirSim 目前可用。了解详情： Unity blog post.
• 新的环境：森林、平原（风车农场）、TalkingHeads（模拟人体头部）、TrapCam（通过相机进行动物检测）
• NoDisplay视图 可以关闭主屏幕渲染，以便您可以更高效地截取图像。
• Lidar传感器
• 一个机器学习的例子：方程式赛车的自动驾驶
• 多车模式
• ROS发布器

更多详情，请参考 Changelog

如何获得它

Windows

• 下载二进制文件
• 在Windows上Build

Linux

• 在Linux上Build

如何使用它

文档

可以参考我们有关AirSim各方面的详细文档。

人工驾驶

如果您有如下所示的遥控器（RC），您可以在模拟器中手动控制无人机。 您也可以使用方向键手动驾驶汽车。

更多细节

编程控制

AirSim公开了API，因此您可以通过编程方式在仿真环境中与车辆进行交互。 您可以使用这些API来检索图像，获取状态，控制车辆等。 API通过RPC公开，可通过各种语言访问，如C ++，Python，C＃和Java。

这些API也可以以独立跨平台库的方式提供，因此您可以将它们部署在车辆的计算机上。 这样，您就可以在模拟器中编写和测试代码，然后在真实车辆上执行它。 迁移学习和相关研究是我们关注的重点领域之一。

您可以修改 SimMode选项 来配置默认车辆或新的 计算机视觉模式 ，这样您就不必每次启动AirSim时都收到提示。

More details

获取训练数据

有两种方法可以从AirSim生成训练数据以进行深度学习。 最简单的方法是点击右下角的录制按钮。这将开始记录每一帧的位置和图像。 获取数据的相关代码非常简单，您可以根据自己的需求对其进行修改。

另一个更好的方法是通过访问API，以您希望的方式生成训练数据。 因此您可以完全控制记录数据的方式，内容，位置和时间（how, what, where and when）。

计算机视觉模式

AirSim的另一个用途是所谓的“计算机视觉”模式。 在这种模式下您没有车辆，也没有物理限制。 您可以使用键盘在场景中移动，或使用API以任意姿势定位可用摄像机，然后收集如深度，视差，曲面法线或对象分割等图像数据。

更多细节

天气状态

按下键盘“F10”来查看可以使用的天气状态。您也可以通过APIs来控制天气。按下键盘"F1"来查看别的可用选项。

教程

• Video - Setting up AirSim with Pixhawk Tutorial by Chris Lovett
• Video - Using AirSim with Pixhawk Tutorial by Chris Lovett
• Video - Using off-the-self environments with AirSim by Jim Piavis
• Reinforcement Learning with AirSim by Ashish Kapoor
• The Autonomous Driving Cookbook by Microsoft Deep Learning and Robotics Garage Chapter
• Using TensorFlow for simple collision avoidance by Simon Levy and WLU team

参与

Paper

更多的细节都在下面这篇论文：AirSim paper (FSR 2017 Conference)。请以下面的格式引用该论文：

@inproceedings{airsim2017fsr,
  author = {Shital Shah and Debadeepta Dey and Chris Lovett and Ashish Kapoor},
  title = {AirSim: High-Fidelity Visual and Physical Simulation for Autonomous Vehicles},
  year = {2017},
  booktitle = {Field and Service Robotics},
  eprint = {arXiv:1705.05065},
  url = {https://arxiv.org/abs/1705.05065}
}

贡献

如果您希望贡献自己的一份力量，请解决 open issues 里的问题。

• AirSim的架构
• 代码结构
• 贡献指引
• Trello公告板

谁在使用AirSim？

这份列表包含我们已知的，在使用AirSim的项目、研究人员或研究团队。如果您想进入此份列表，请在此提交您的请求。

联系我们

欢迎加入我们的 Facebook 小组。

问与答

如果您还有问题，请参阅 FAQ，也可以在代码仓库中给我们提 Issue 。

许可

该项目根据MIT许可证发布。