Airsim仿真平台介绍

Airsim是一款基于Unreal Engine构建的无人机、汽车等模拟器的开源平台，并且可以跨平台的通过PX4飞行控制器进行仿真控制，在物理和视觉上逼真的模拟环境使得它成为一款很好的平台。不仅模拟了汽车无人机等动力学模型，甚至对天气效果灯光控制也做出了非常好的模拟。并且Microsoft官方发布了很多测试环境，诸如森林、平原、乡村、山脉景观等。Airsim公开了API，可以通过Python等语言与仿真程序中的车辆或者无人机进行交互，可以使用这些API进行图像检索，获取状态，控制车辆等。相较于现实中的自动驾驶等实际应用，Airsim更好得实现了对于数据集的收集，相较于一些汽车公司动辄几百PB的数据资源，通过模拟器显然可以更好的构建网络学习而不用受制于数据收集的问题。而端到端的深度学习的提出是一种建模策咯，是对深度神经网络的成功响应。随着近些年硬件的升级进步（如GPU、FPGA等），使我们批量处理大量数据成为可能，相较于传统的ML，端到端深入学习更接近人类的学习方式，因为它允许神经网络将原始的数据直接映射到输出。本文的目的是将Airsim作为AI研究平台，收集数据进行深度学习，运用较少的数据集完成模型的建立，进而可以在Airsim平台上模拟运行自动驾驶汽车。

1. 在VisualStudio2017上搭建Airsim

VisualStudio为Airsim提供了一个良好的编译环境，在这里，你可以访问并修改环境场景中的各种变量，包括设置遥控器或者方向盘这类与人有着更好交互体验的API。我们搭建好平台之后，就可以为我们数据收集提供一个方便的数据接口，具体结构和数据流在接下来进行介绍。