【Windows 10】AirSim基础配置 (v1.3.1 + Visual Studio 2019 + UE 4.24)

1.引言

  AirSim是一个主要有微软公司团队开发的一个仿真框架，主要针对无人机和无人车进行仿真，特别是对于深度强化学习来说，是一个很好的仿真环境。在之前的博客中，曾对上一版本的AirSim在Windows 10中的配置进行了介绍，也有该版本在Ubuntu 18.04中的配置，大家可以参考本专栏的其他文章，本文主要对Windows 10中AirSim的配置进行介绍， 其版本为1.3.1， 虚幻引擎版本为4.24。

2.虚幻引擎

  AirSim中采用的仿真环境为虚幻引擎，版本为4.24，如果在Ubuntu 18.04中，我们也可以通过ROS(Robot Operating System, 机器人操作系统)来使用Gazebo来进行仿真，这里我们就不赘述了。
1 下载Epic Game Launcher
  我们可以前往虚幻引擎官网进行下载，可能会需要注册账号等，下载地址：

https://www.unrealengine.com/zh-CN/download/ue_non_games

2 打开虚幻引擎，点击库，在这里可以下载各种版本的虚幻引擎版本，这里我们选择的是4.24.3，由于虚幻引擎较大，可能需要下载较长时间。

3.配置AirSim

1.安装Visual Studio 2019，并确保安装Desktop Development with C++和Windows 10 SDK 10.0.18362。
2. 启动Developer Command Prompt for VS 2019，将路径修改到自己期望存放AirSim的位置，然后执行下面命令来cloneAirSim到本地：

git clone https://github.com/Microsoft/AirSim.git

可能会遇到问题：

C:\>git clone https://github.com/Microsoft/AirSim.git
'git' 不是内部或外部命令，也不是可运行的程序
或批处理文件。

这时，我们可以使用Visual Studio的安装器，将Git相关的组件安装上，之后就可以使用命令行来clone了。

3.修改路径，并进行编译

cd AirSim
build.cmd

此时会生成虚幻引擎的插件位置在 Unreal\Plugins，可以放在自己使用的虚幻引擎项目中。
4.准备虚幻引擎的仿真场景

您可以自己创建虚幻引擎中的项目来进行仿真，也可以使用AirSim内置的仿真场景，这里们使用AirSim内置的仿真场景Blocks进行测试，如果您希望构建自己独特的仿真环境，也可以参考我的其他博客。

启动Developer Command Prompt for VS 2019，执行（路径根据自己存放AirSim的位置进行更改）

cd C:\AirSim\Unreal\Environments\Blocks
update_from_git.bat

在资源管理器中打开该文件夹，双击Blocks.sln，使用Visual Studio 2019打开。
设置Blocks为启动项目，编译设置DebugGame_Editor和Win64,按F5开始运行。
当编译完成后，即可看到

点击播放（Play）即可看到一架无人机出现在仿真环境中：

4.代码控制无人机

重新启动虚幻引擎
启动Developer Command Prompt for VS 2019，打开Blocks仿真环境，点击Play运行，
而后，执行AirSim\PythonClient\multirotor路径下的hello_drone.py文件，我用的是conda的命令行，如下：

cd C:\AirSim\PythonClient\multirotor
python hello_drone.py

代码执行效果如下图：

AirSim提供的hello_drone.py脚本的代码为：

import setup_path 
import airsim

import numpy as np
import os
import tempfile
import pprint
import cv2

# connect to the AirSim simulator
client = airsim.MultirotorClient()
client.confirmConnection()
client.enableApiControl(True)
client.armDisarm(True)

state = client.getMultirotorState()
s = pprint.pformat(state)
print("state: %s" % s)

imu_data = client.getImuData()
s = pprint.pformat(imu_data)
print("imu_data: %s" % s)

barometer_data = client.getBarometerData()
s = pprint.pformat(barometer_data)
print("barometer_data: %s" % s)

magnetometer_data = client.getMagnetometerData()
s = pprint.pformat(magnetometer_data)
print("magnetometer_data: %s" % s)

gps_data = client.getGpsData()
s = pprint.pformat(gps_data)
print("gps_data: %s" % s)

airsim.wait_key('Press any key to takeoff')
client.takeoffAsync().join()

state = client.getMultirotorState()
print("state: %s" % pprint.pformat(state))

airsim.wait_key('Press any key to move vehicle to (-10, 10, -10) at 5 m/s')
client.moveToPositionAsync(-10, 10, -10, 5).join()

client.hoverAsync().join()

state = client.getMultirotorState()
print("state: %s" % pprint.pformat(state))

airsim.wait_key('Press any key to take images')
# get camera images from the car
responses = client.simGetImages([
    airsim.ImageRequest("0", airsim.ImageType.DepthVis),  #depth visualization image
    airsim.ImageRequest("1", airsim.ImageType.DepthPerspective, True), #depth in perspective projection
    airsim.ImageRequest("1", airsim.ImageType.Scene), #scene vision image in png format
    airsim.ImageRequest("1", airsim.ImageType.Scene, False, False)])  #scene vision image in uncompressed RGBA array
print('Retrieved images: %d' % len(responses))

tmp_dir = os.path.join(tempfile.gettempdir(), "airsim_drone")
print ("Saving images to %s" % tmp_dir)
try:
    os.makedirs(tmp_dir)
except OSError:
    if not os.path.isdir(tmp_dir):
        raise

for idx, response in enumerate(responses):

    filename = os.path.join(tmp_dir, str(idx))

    if response.pixels_as_float:
        print("Type %d, size %d" % (response.image_type, len(response.image_data_float)))
        airsim.write_pfm(os.path.normpath(filename + '.pfm'), airsim.get_pfm_array(response))
    elif response.compress: #png format
        print("Type %d, size %d" % (response.image_type, len(response.image_data_uint8)))
        airsim.write_file(os.path.normpath(filename + '.png'), response.image_data_uint8)
    else: #uncompressed array
        print("Type %d, size %d" % (response.image_type, len(response.image_data_uint8)))
        img1d = np.fromstring(response.image_data_uint8, dtype=np.uint8) # get numpy array
        img_rgb = img1d.reshape(response.height, response.width, 3) # reshape array to 4 channel image array H X W X 3
        cv2.imwrite(os.path.normpath(filename + '.png'), img_rgb) # write to png

airsim.wait_key('Press any key to reset to original state')

client.armDisarm(False)
client.reset()

# that's enough fun for now. let's quit cleanly
client.enableApiControl(False)

至此，已基本完成在Windows 10上的AirSim配置，恭喜你！

---

以下是广告部分，本人不对内容及真实性负责，如果感兴趣的话，大家可以自行查看

深度学习与PyTorch实战