AirSim
AirSim
⭐⭐⭐⭐☆ (4/5)
🧩 软硬件结合
已发布
项目简介
Open source simulator for autonomous vehicles built on Unreal Engine / Unity, from Microsoft AI & Research
AirSim 是由微软研究院于2017年发起的一个开源仿真平台，专为无人机、汽车等自主系统的AI研究与实验而设计。它基于Unreal Engine构建，并提供了实验性的Unity版本，支持跨平台运行（Windows、Linux、macOS）。其核心功能包括高保真的物理与视觉仿真，能够与PX4、ArduPilot等主流飞行控制器进行软件在环仿真，甚至支持PX4的硬件在环测试，从而在虚拟环境中模拟真实世界的飞行与驾驶行为。
标签
项目特点
**高保真模拟**：基于 Unreal Engine/Unity，提供物理和视觉上逼真的模拟环境。
**多平台支持**：支持 Windows、Linux 和 macOS 操作系统。
**多车辆类型**：支持无人机和汽车的模拟。
**丰富的 API**：通过 RPC 暴露 C++、Python、C# 和 Java 等多种语言的 API，用于程序化控制车辆和获取数据。
**飞控集成**：支持与 PX4 和 ArduPilot 飞控的软件在环仿真，以及 PX4 的硬件在环仿真。
**计算机视觉模式**：提供无车辆和物理的“计算机视觉”模式，用于收集深度、视差、表面法线或对象分割等图像数据。
**天气效果**：支持模拟各种天气效果，可通过界面或 API 控制。
**训练数据生成**：内置录制功能，可轻松记录姿态和图像数据，用于深度学习训练。
**跨平台库**：API 可作为独立的跨平台库使用，允许在模拟器中编写和测试代码，然后部署到真实车辆上。
技术规格
| 引擎 | |
|---|---|
| 支持平台 | |
| 支持车辆 | |
| 飞控支持 | |
| API 语言 | |
| 许可证 | |
| 项目状态 |
项目资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Unreal Engine | 1 | — | 核心模拟引擎 |
| Unity (可选) | 1 | — | 实验性引擎支持 |
| PX4/ArduPilot (可选) | 1 | — | 用于软件在环仿真 |
| 遥控器 (RC) (可选) | 1 | — | 用于手动控制无人机 |
| Pixhawk (可选) | 1 | — | 用于硬件在环仿真 |
所需工具
| 工具 | 用途 | 是否必需 |
|---|---|---|
| 支持 C++ 的 IDE (如 Visual Studio) | 构建和开发 AirSim | ✅ 是 |
| Python 环境 | 使用 Python API 进行编程控制 | ▢ 推荐 |
| Unreal Engine | 运行和编辑模拟环境 | ✅ 是 |
| Unity (可选) | 运行实验性的 Unity 版本 | ▢ 推荐 |
| Pixhawk 飞控 (可选) | 硬件在环仿真 | ▢ 推荐 |
能力画像
记忆与知识检索
1/5
逻辑推演
3/5
表达与交流
1/5
感知与观察
1/5
数理与计算
4/5
动手与操作
3/5
狂热与坚持
4/5
创造与创新
4/5
项目图库
视频
-WfTr1-OBGQ
gnz1X3UNM5Y
1oY8Qu5maQQ
HNWdYrtw3f0
watch
所需技能
🔧 **动手能力**：需要能够搭建和配置 Unreal Engine 或 Unity 开发环境，以及可能需要的飞控硬件（如 Pixhawk）设置。
💻 **编程能力**：需要具备 C++ 或 Python 编程能力，以使用 AirSim API 进行程序化控制和数据采集。对深度学习、计算机视觉或强化学习有了解会更有帮助。
⚡ **电子电路**：如果进行硬件在环仿真，需要了解飞控（如 PX4）的基本连接和配置。
适用场景
**AI 研究与实验**：用于开发和测试深度学习、计算机视觉和强化学习算法，特别是针对自动驾驶车辆。
**算法验证与迁移学习**：在模拟环境中编写和测试控制算法，然后迁移到真实车辆上。
**训练数据生成**：为深度学习模型生成大量带标注的图像和传感器数据。
**飞控算法开发与测试**：与 PX4/ArduPilot 等飞控集成，进行软件在环或硬件在环仿真测试。
**教育与培训**：用于教授自动驾驶、机器人学和人工智能相关课程。