AirSim

Project AirSim公告

微软和IAMAI合作，通过AirSim Project Airsim（ AirSim的进化）推进了高保真自治模拟，这是MIT许可证的一部分，作为DARPA支持的计划的一部分。 IAMAI很荣幸能为这些努力做出贡献，并在github.com/iamaisim/project AirSim上发布了其AirSim存储库项目的版本。

AirSim公告：该存储库将在来年存档

在2017年，微软研究创建了AirSim ，作为AI研究和实验的仿真平台。在五年的时间里，该研究项目达到了其目的，并获得了很多基础，这是共享研究代码并测试有关航空AI开发和模拟的新想法的常见方法。此外，时间在我们将技术应用于现实世界的方式上，尤其是通过空中流动性和自主系统，取得了进步。例如，无人机交付不再是科幻的故事情节，这是一个商业现实，这意味着需要满足新的需求。我们在此过程中学到了很多东西，我们要感谢这个社区的参与度。

本着远期动力的精神，我们将在来年发布一个新的模拟平台，然后归档原始的2017年AirSim 。用户仍然可以访问原始的AirSim代码，但不会立即生效。取而代之的是，我们将精力集中在新产品Microsoft Project AirSim上，以满足航空航天行业不断增长的需求。 AirSim项目将提供一个端到端平台，用于通过模拟安全开发和测试空中自治。用户将受益于商业产品中唯一可用的安全性，代码审核，测试，高级模拟和AI功能。随着我们越来越接近Project AirSim的发布，将有学习工具和功能可帮助您迁移到新平台并指导您完成产品。要了解有关使用新项目AirSim建立空中自治的更多信息，请访问https://a**ka.ms*/projectim。

欢迎来到AirSim

AirSim是基于虚幻引擎的无人机，汽车等的模拟器（我们现在还具有实验性统一释放）。它是开源，跨平台，并支持流行的飞行控制器（例如PX4＆ArdupiLot）和带有PX4的硬件式仿真的软件模拟，用于物理和视觉上现实的模拟。它是一种不真实的插件开发的，可以简单地将其放入任何虚幻的环境中。同样，我们有一个统一插件的实验版本。

我们的目标是开发AirSim作为AI研究的平台，以实验自动驾驶汽车的深度学习，计算机视觉和增强学习算法。为此， AirSim还以独立的方式公开API来检索数据和控制车辆。

查看快速1.5分钟的演示

无人机在AirSim

AirSim的汽车

如何获得它

视窗

• 下载二进制文件
• 构建它

Linux

• 下载二进制文件
• 构建它

macos

• 构建它

有关更多详细信息，请参阅使用预编译的二进制文件文档。

如何使用它

文档

查看我们有关AirSim各个方面的详细文档。

手动驱动

如果您具有如下所示的遥控器（RC），则可以手动控制模拟器中的无人机。对于汽车，您可以使用箭头键手动驾驶。

更多细节

程序化控制

AirSim暴露了API，因此您可以通过编程模拟中的车辆进行交互。您可以使用这些API检索图像，获取状态，控制车辆等等。 API通过RPC暴露，可以通过多种语言访问，包括C ++，Python，C＃和Java。

这些API也可以作为独立的独立跨平台库的一部分，因此您可以在车辆上的伴随计算机上部署它们。这样，您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。转移学习和相关研究是我们的重点领域之一。

请注意，您可以使用SIMMODE设置来指定默认车辆或新的Computervision模式，因此每次启动AirSim时都不会提示。

更多细节

收集培训数据

您可以通过两种方式从AirSim生成培训数据进行深度学习。最简单的方法是简单地按右下角的记录按钮。这将开始为每个帧编写姿势和图像。数据记录代码非常简单，您可以将其修改为内心的内容。

通过访问API来确切生成培训数据的更好方法。这使您能够完全控制如何，什么，何时何地记录数据。

计算机视觉模式

使用AirSim另一种方法是所谓的“计算机视觉”模式。在这种模式下，您没有车辆或物理。您可以使用键盘在场景中移动，也可以使用API将可用的摄像机放置在任何任意姿势中，并收集诸如深度，差异，表面正常或对象分割之类的图像。

更多细节

天气影响

按F10查看可用于天气影响的各种选项。您还可以使用API控制天气。按F1查看其他可用选项。

教程

• 视频 – 与Chris Lovett的Pixhawk教程建立AirSim
• 视频 – 克里斯·洛维特（Chris Lovett）使用AirSim与Pixhawk教程
• 视频 – 吉姆·皮亚维斯（Jim Piavis）使用AirSim的自我环境
• 网络研讨会 – sai vemprala的自治系统利用高保真模拟
• Ashish Kapoor的AirSim加强学习
• Microsoft深度学习和机器人车库章节的自动驾驶食谱
• 使用TensorFlow进行Simon Levy和WLU团队的简单碰撞避免

参加

纸

AirSim Paper（FSR 2017会议）提供了更多技术细节。请引用：

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*.*o*rg/abs/1705.05065}
}\”>

@inproceedings{ AirSim 2017fsr,
  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*.*o*rg/abs/1705.05065}
}

贡献

如果您正在寻找要贡献的领域，请查看公开问题。

• 有关AirSim Design的更多信息
• 有关代码结构的更多信息
• 贡献指南

谁在使用AirSim ？

我们正在维护一些我们知道的一些项目，人和团体的清单。如果您想在此列表中出现，请在此处提出请求。

接触

加入我们的Github讨论小组，以保持最新状态或提出任何问题。

我们在Facebook上也有一个AirSim组。

什么是新的

• 摄影相机
• ROS2包装器
• API列出所有资产
• movetogps api
• 光流摄像头
• SimsetKinematics API
• 从现有UE材料或纹理PNG中动态设置对象纹理
• 能够产生/破坏灯并控制光参数的能力
• 支持多个无人机团结
• 通过键盘控制手动摄像头速度

有关更改的完整列表，请查看我们的ChangElog

常问问题

如果您遇到问题，请检查常见问题解答，并随时在AirSim存储库中发布问题。

行为守则

该项目采用了Microsoft开源的行为代码。有关更多信息，请参见《行为守则常见问题守则》或与其他问题或评论联系opencode@microsoft.com。

执照

该项目根据麻省理工学院许可发布。请查看许可证文件以获取更多详细信息。