471
機器人
在這裏，你的無人機可以任性炸機，還可以順便“調教”人工智能
文章來源：DroneDev
人工智能的發展離不開數據的積累，在一些涉及到飛行器或自動駕駛交通工具的項目裏，如果使用實體的測試設備來收集訓練數據的話，成本會變得很高，一旦在測試時出現墜落或撞牆，損失會較為慘重。為了降低數據收集的成本，微軟研發團隊於今年 2 月份在 Github 上開源了一套基於虛幻引擎 4（Unreal Engine 4，以下簡稱 UE4）構建的無人機模擬飛行插件——AirSim，方便大家能以「不炸機」的方式收集用於深度學習和人工智能研究的數據。
UE4 在遊戲開發上的表現極為出色，而 AirSim 則內置了 UE4 商城裏的一個名為「Modular Neighborhood Pack」環境包，裏麵高度還原了一個逼真虛擬環境，模擬了陰影、陽光炫光、陰霾和道路表麵積水等真實世界的環境細節，使用者可以在裏麵模擬無人機的操作。
使用方法
添加遙控器操作
安裝好 AirSim 後，你可以使用外接遙控器進行模擬飛行。按照 AirSim 文檔裏 Remote Control 的描述，AirSim 支持 DJI、PX4 等無人機的遙控器及一些可用的控製器，包括 XBox 360、Playstation 3 的遊戲手柄，但如果要接入這些外接遙控器，就必須在電腦上進行相應的配置。幸好，在最新的代碼中，AirSim 內置了名為「simple_flight」的模擬遙控器，你可以跳過配置外接遙控器的繁瑣事了。
點擊播放
GIF/2449K
程序控製
AirSim 允許你通過 APIs 與虛擬的飛行器進行操作交互。如下麵的中，設置了「按任意鍵以 5m/s 的速度飛往（-10，10，-10）的坐標點上」以及「按任意鍵拍照」的功能：
收集訓練數據
從 AirSim 中生成用於深度學習的數據，最簡單的方法是按右下角的記錄按鈕，點擊後，係統會記錄並寫入每一幀的飛行姿態和圖像信息。當然，你也可以接入其 APIs，根據訓練項目的需求，獲取你想要的訓練數據。
計算機視覺模式
在該模式下，你可以通過鍵盤或 APIs 代碼指令來控製飛行器的姿態並獲取當前顯示圖像的深度、視差、地麵法線、圖像分割等信息，你還可以設置分辨率、人稱視角、動態模煳等參數。
小結
如果隻是用 AirSim 來練習飛行技巧的話，就有點「大材小用」了，微軟開發 AirSim 的初衷是希望幫助你做些 AI-things。AirSim 的 APIs 采用 RPC 協議，支持 C++，Python，C# 和 Java 等多種語言。同時，APIs 被封裝成獨立的跨平台庫，模擬器的執行代碼也可以在真實的無人機上進行編譯執行，所以訓練數據是可以互通的。
AirSim 可以記錄使用者的操控行為，並作為深度學習神經網絡的訓練數據，比如通過大量記錄使用者躲避障礙物的操控方式，可以讓 AI 學習區分陰影與深色牆壁的差別。雖然虛擬環境不能完全替代現實環境下的測試，但能以這種低成本的方式獲得海量的數據，對於要開發無人機或自動駕駛技術的公司來說，簡直是一項大福利。
最後說句，因為鍾德夫（就是 DroneDev 啦）上周出差了，所以拖延了一把，本來文章裏還會提到 AirSim 的安裝方法，不過沒曾想單是 UE4 在 Mac OS 上的環境配置就有那麼多坑，所以具體的配置方法和上手體驗會放到下一篇推送裏，嘿嘿。
點擊播放
GIF/144K
最後更新：2017-10-08 06:47:11