airsim+UE和unity3D在水下实验场景中应该如何做选择

最新推荐文章于 2025-04-01 17:00:16 发布

风筝有风+

最新推荐文章于 2025-04-01 17:00:16 发布

阅读量2.6k

点赞数 43

文章标签： ai 人工智能算法程序人生深度学习

本文链接：https://blog.csdn.net/2201_75766594/article/details/136635453

版权

本文探讨了在水下仿真实验中，Airsim凭借深度学习支持和虚幻引擎的强大渲染，与Unity3D的浮力模拟和视觉效果进行了对比，着重于两者的优缺点及在无人机和ROV研究中的应用案例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在进行水下仿真实验时面临着如何选择仿真平台，airsim作为为无人机开发的仿真平台在AI视觉验证方面有着很强的优势，借助虚幻引擎UE的强大渲染能力可以很好地模拟水下场景，并验证水下机器人的环境感知、目标检测、目标跟踪、轨迹规划等算法同样的ubity3D作为另外一个使用广泛的渲染平台也有一定的优势。到底改如何选择呢？？？

airsim简介

AirSim 提供全面的图像API，非常适用于进行基于深度学习等视觉AI仿真验证。用于实验有关深度学习、计算机视觉和强化学习算法，该模拟器提供工具并利用物理学和感知计算方面的最新进展来创建准确的真实世界模拟。

Airsim公开了API，可以通过Python等语言与仿真程序中的车辆无人机进行交互，可以使用这些API进行图像检索，获取状态，控制车辆等。

AirSim 支持获取碰撞信息，碰撞信息不止包括是否发生碰撞，还包括：发生碰撞的位置、发生碰撞的表面、碰撞深度等信息。

AirSim 目前同时使用多个传感器，可以测试多传感器融合算法。

UE5水下渲染模块对水下图像中的散射效果进行建模，考虑不透明或被遮挡的水面。水的透明度在体暗模型中被隐式处理，折射是通过读取水面下的深度和颜色来扭曲样品来管理的。UE5允许用户定义水背后的散射系数、吸收系数、相位函数和色阶。

airsim的ROV相关研究成果

论文1：UNav-Sim: A Visually Realistic Underwater Robotics Simulator and Synthetic Data-generation Framework

模拟器使用开源AirSim扩展，为AirSim添加自定义车辆模型，将AirSim集成到UE5。UNav-Sim可用于模拟各种水下场景和模型。

内容：UNav-Sim由一个水下物理模拟器，一个最先进的渲染引擎，即UE5，和一个自治堆栈组成。水下物理模拟器包含ROV集总参数模型和水下动力学方程，是模块化的，可以模拟水下航行器的运动。它利用了AirSim的功能，包括快速物理求解器和一系列传感器模型，如GPS, IMU，相机和距离传感器。一个API允许导航堆栈和物理模拟器之间的通信，前者接收基本的传感器数据并发送控制命令。还可以使用ROS包装器，它支持基于ROS的开发和不同模块之间的通信。

论文2：A Feature-Based Underwater Path Planning Approach using Multiple Perspective Prior Maps

无人机拍摄的先验图经过卷积神经网络进行图像分割，与水深先验图一起结合AUV摄像机（使用目标检测框架）获得最终的导航图。

内容：开发了一个高保真的视觉和物理水下模拟器，用于生成浅水环境的逼真场景，该模拟器基于开源无人机和汽车模拟器AirSim。该模拟器基于虚幻引擎4，并提供了足够逼真的相机馈源，其中包含许多在现实世界环境中预期的视觉缺陷(例如:颜色衰减、光反射、移动的物体(如鱼)和有限的可见范围。该模拟器集成了一个开源的BlueROV AUV平台模型1，使用6个推进器，允许5个自由度的运动，以及额外的传感器，如高度计和前视立体视觉摄像头。