无人机实战入门——仿真篇

python---------airsim-----------ue4

使用python编写控制代码

使用airsim进行通信（ros）

ue4作为仿真环境

一，仿真环境下载

即ue4，ue4是强大的游戏引擎，可以建造逼真的模拟世界，并且有逼真的物理反馈。

首先下载epic启动器，在启动器内的虚幻引擎中，选择下载ue4.3

二，airsim配置

airsim最初是虚幻引擎的插件，也相当于一个用于无人机等控制的通信的强大的库。

下载好airsim源码后，编译生成的airsim/unreal/plugins用于和环境通信，获取环境中无人机的位置速度等。

现在实现了  无人机------->环境-------->airsim，即把无人机放在仿真环境中，仿真的数据给到了airsim。

三，python控制

现在使用python实现拿到airsim的数据，并且把控制指令发给airsim，airsim再控制仿真环境里的无人机飞行。即airsim-------->python代码-------->airsim-------->无人机

conda环境配置好后，简单的几行代码就与airsim建立起了通信

# 1，连接airsim
 client = airsim.MultirotorClient()
 client.confirmConnection()
 ​
 # 2，取得控制
 client.enableApiControl(True)
 client.armDisarm(True)
 ​
 # 3，起飞
 client.takeoffAsync().join()

client是客户端的意思，可以理解为建立了一个名为client的客户端对象，用于接收环境作为发布者的数据，airsim则是中间通信的桥梁。

 client.moveToZAsync(-3, 1).join()               # 上升到3m高度
 client.moveToPositionAsync(5, 0, -3, 1).join()  # 飞到（5,0）点坐标

通过这两句可以感受到client如何作为发布者，发布数据给环境控制无人机飞行。当然还有速度等的控制指令，都十分简单易懂。而位置控制也就是这么单纯，给出你想要的位置或速度，一个函数就可以直接控制

接下来是图像部分，通过airsim获取图像

responses = client.simGetImages([
     # png format
     airsim.ImageRequest(0, airsim.ImageType.Scene, pixels_as_float=False, compress=True),
     # uncompressed RGB array bytes
     airsim.ImageRequest(0, airsim.ImageType.Scene, pixels_as_float=False, compress=False),
     # floating point uncompressed image
     airsim.ImageRequest(0, airsim.ImageType.DepthPlanar, pixels_as_float=True)])

同样的，client.simGetImages()直接返回数据给responses，并且除了rgb图还有深度图，视差图。获得的数据一般使用opencv进一步处理。

四，ros

（不包含如何通过ros发布airsim的消息）

相当于airsim-----ros-------python代码

我不是很明白为什么要再塞一个ros，明明可以直接通过airsim发布接收数据。(大概是因为实践的时候，实际的通信是靠ros进行，即真实的无人机飞控-------ros--------代码，这里airsim扮演了一下飞控？）

由于是偏向实践，ros没有那么简单的封装。需要先建立一个节点，自定义消息类型，发布消息，接收消息。并且由于底层是c++，环境配置也更繁琐。

节点相当于一个中间商，发布者和接收者连接到同一个中间商之后就可以正常通信了。自定义消息类型相当于自己封装了一种消息，这样发布者和接收者能直接用同一个msg / srv保证不出错。