- 自动驾驶
- 人工智能
- 深度学习
- 强化学习
- 计算机视觉
- 科研
【免费下载链接】AirSim
Open source simulator for autonomous vehicles built on Unreal Engine / Unity, from Microsoft AI & Research
AirSim 官方仓库中的GazeboDrone示例提供了一条将 Gazebo 仿真环境接入 AirSim 的路径:让 Gazebo 承担飞行器动力学模型(Flight Dynamic Model, FDM)的角色,而 AirSim 负责渲染环境与输出传感器数据。本指南以 docs/gazebo_drone.md 为核心骨架,结合仓库中的源码与配置,完整讲解依赖安装、AirLib 与 UE 插件的编译差异、settings.json配置、CMake 构建以及最终运行流程,帮助你理解"外部物理引擎"模式的工作原理,并能独立复现这一混合仿真方案。
一、GazeboDrone 是什么:一种"双仿真器"协作架构
GazeboDrone 是 AirSim 仓库中的一个独立示例工程,其核心思路是分工协作:
- Gazebo负责飞行器的动力学仿真,即计算飞行器在力和力矩作用下的运动响应;
- AirSim负责生成环境视觉与传感器数据(如相机画面),并作为用户与无人机交互的接口。
这种架构意味着 Gazebo 中仿真的可以是多旋翼(Multicopters)、固定翼(Fixed-wings)或任何其他飞行器,只要能在 Gazebo 中建立模型,就能借助 AirSim 获得高质量的传感器仿真能力。其价值在于:你可以在不修改 AirSim 内部物理引擎的前提下,把第三方(尤其是带气动模型的固定翼)飞行器"塞进"AirSim 的传感器仿真框架中。
从代码层面看,GazeboDrone 是一个独立的可执行程序,其工程文件位于 GazeboDrone/:
- GazeboDrone/CMakeLists.txt —— 构建脚本,负责链接 Gazebo 与 AirLib 库;
- GazeboDrone/src/main.cpp —— 主程序,负责监听 Gazebo 位姿话题并将位姿写入 AirSim。
二、依赖安装:Gazebo 与 AirLib
2.1 Gazebo 开发依赖
GazeboDrone 编译时需要 Gazebo 的开发头文件与库,原文档要求在 Ubuntu 上安装 Gazebo 9 的开发包:
sudo apt-get install libgazebo9-dev从 GazeboDrone/CMakeLists.txt 第 11 行的find_package(gazebo REQUIRED)可以看出,工程强依赖 Gazebo 的 CMake 配置,且链接了gazebo/transport(话题通信)与gazebo/msgs(消息类型)等组件。
2.2 AirLib:必须用 GCC 8 构建
GazeboDrone 工程在编译时链接的是 AirLib 的静态/共享库(CMakeLists.txt 中的target_link_libraries列出了AirLib与rpc),而 Gazebo 9 生态在 Ubuntu 上通常以 GCC 8 工具链编译,因此要求AirLib 也以 GCC 8 编译,否则链接阶段可能因 ABI 不一致而失败。
在原文档给出的 AirSim 根目录下执行:
./clean.sh ./setup.sh ./build.sh --gcc./clean.sh清理上一次构建产物;./setup.sh完成子模块初始化等准备工作;./build.sh --gcc以 GCC 编译器构建 AirLib(--gcc是选择编译器工具链的关键选项)。
AirLib 构建完成后,产物会输出到 AirSim 根目录的build_release/output/lib目录——这正是 GazeboDrone/CMakeLists.txt 第 22 行link_directories(../../build_release/output/lib)所引用的路径,两者必须保持一致。
三、AirSim 模拟器:UE 插件需要另一份 clang 构建
这里有一个关键陷阱:AirLib 库和 AirSim 的 Unreal Engine 插件必须用不同的编译器构建。
- GazeboDrone 链接的 AirLib 需要GCC 8(见上一节);
- 而 AirSim 的 UE 插件(即运行在 Unreal 环境中的仿真器本体)需要clang编译(Unreal Engine 在 Linux 上默认使用其内置的 clang 工具链)。
因此,上一节用./build.sh --gcc编译出的 AirLib 不能直接用于 UE 插件。原文档给出的解决方案有两种:
- 使用官方预编译二进制:直接从 AirSim 的 Releases 页面下载编译好的仿真器与环境;
- 另建一份源码树:将 AirSim 仓库克隆到另一个目录,不添加
--gcc选项重新构建,然后按 docs/build_linux.md 中的说明运行 Blocks 环境或你自己的 UE 工程。
这样最终你会得到两套互不干扰的产物:一套(GCC 8)供 GazeboDrone 链接,一套(clang)供 UE 插件加载。
3.1 配置 AirSim 使用外部物理引擎
无论用哪种方式获得 UE 仿真器,都需要在 AirSim 的settings.json中启用外部物理引擎模式。原文档明确指出,需要在配置中加入:
"PhysicsEngineName":"ExternalPhysicsEngine"这个配置项在 docs/settings.md 中有更详细的解释:对多旋翼,AirSim 支持"FastPhysicsEngine"(默认内置物理引擎)和"ExternalPhysicsEngine"两种;后者允许通过simSetVehiclePose()接口控制无人机位姿——无人机在被下一次调用更新前会保持原位。这正是 GazeboDrone 的工作基础。
从源码看,AirLib/include/common/AirSimSettings.hpp 中该配置的读取逻辑为:未显式指定时,多旋翼模式默认使用FastPhysicsEngine,因此必须显式填写ExternalPhysicsEngine才能切换到外部引擎。同时注意,AirLib/include/physics/ExternalPhysicsEngine.hpp 的实现中update()只调用每个物理体的updateKinematics()与update(),自身不计算任何动力学——即所有运动状态都由外部程序喂入。
补充说明:根据 docs/settings.md 的描述,
ExternalPhysicsEngine模式对小车无效(小车目前只支持 PhysX),GazeboDrone 面向的是多旋翼等飞行器。
此外,如果你希望 AirSim 中的无人机模型与 Gazebo 模型视觉上一致,原文档提示可以参考对应的视觉模型替换教程(替换 UE 中的飞行器模型)。
四、编译 GazeboDrone
在 AirSim 根目录下执行以下命令完成构建:
cd GazeboDrone mkdir build && cd build cmake -DCMAKE_C_COMPILER=gcc-8 -DCMAKE_CXX_COMPILER=g++-8 .. make要点说明:
-DCMAKE_C_COMPILER=gcc-8 -DCMAKE_CXX_COMPILER=g++-8强制 CMake 使用 GCC 8 工具链,与 AirLib 的编译方式保持一致;- CMake 配置阶段会自动执行
find_package(gazebo REQUIRED),若找不到 Gazebo 会直接报错,请确认第一步的libgazebo9-dev已正确安装; - GazeboDrone/CMakeLists.txt 中设置了
CMAKE_CXX_STANDARD 11,并将AirLib/deps/eigen3、AirLib/deps/rpclib/include、AirLib/include加入头文件搜索路径,链接目标是AirLib与rpc库——这些目录与库均来自第二步用 GCC 8 构建的 AirLib 产物。
编译成功后,build目录下会生成名为GazeboDrone的可执行文件。
五、运行:先启动两个仿真器,再启动 GazeboDrone
运行顺序非常关键,原文档要求:
- 先启动 AirSim 仿真器(UE 环境,如 Blocks 或你自己的工程);
- 再启动 Gazebo中的无人机模型(如 Gazebo 自带的模型或自定义 SDF/URDF 模型);
- 最后在 AirSim 根目录执行:
cd GazeboDrone/build ./GazeboDrone5.1 程序内部做了什么
从 GazeboDrone/src/main.cpp 可以完整还原程序的执行流程:
- 连接 AirSim:创建
msr::airlib::MultirotorRpcLibClient并调用client.confirmConnection()(第 114 行),与运行中的 AirSim RPC 服务握手; - 初始化 Gazebo 客户端:调用
gazebo::client::setup()启动 Gazebo 通信,创建 transport 节点(第 117-121 行); - 订阅两个话题(第 124-125 行):
~/pose/local/info—— 订阅本地坐标系位姿,回调cbLocalPose;~/pose/info—— 订阅全局坐标系位姿,回调cbGlobalPose;
- 位姿转发:
cbLocalPose中把 Gazebo 报告的位姿做坐标系换算(p(x, y, -z)、o(ow, ox, -oy, -oz),即将 Gazebo 的 Z 轴方向映射到 AirSim 的 NED 约定),然后调用client.simSetVehiclePose(Pose(p, o), true)写入 AirSim(第 70-75 行)——这正是 AirLib/include/api/RpcLibClientBase.hpp 中声明的simSetVehiclePose接口,第二个参数true表示忽略碰撞; - 主循环:
while (true) gazebo::common::Time::MSleep(10)(第 127-128 行)保持进程存活,并以约 100 条消息一次的频率(MESSAGE_THROTTLE = 100)在终端打印本地/全局位姿,便于观测。
也就是说,Gazebo 的动力学计算结果通过话题实时流入 AirSim,AirSim 中的无人机位姿被持续刷新,同时 AirSim 仍按自身逻辑渲染相机画面与传感器数据——这即是"Gazebo 提供 FDM、AirSim 提供环境传感器数据"的完整闭环。
5.2 坐标系换算的工程细节
注意cbLocalPose中的两个细节:位置直接取(x, -y, -z),四元数取(ow, ox, -oy, -oz)。这是因为 Gazebo 使用 ENU(东-北-上,Z 轴向上)坐标系,而 AirSim 使用 NED(北-东-下,Z 轴向下)坐标系。若你自定义 Gazebo 模型,需要确认 Gazebo 输出的位姿约定与此映射一致,否则 AirSim 中无人机的姿态会出现镜像或翻转。
六、扩展思路与注意事项
- 更换飞行器类型:由于 AirSim 侧只是被动接收位姿,Gazebo 中无论是多旋翼还是固定翼模型,只要持续发布
~/pose/local/info话题,即可被转发到 AirSim。固定翼研究者可以借此绕过 AirSim 内置的多旋翼物理引擎,直接使用 Gazebo 的气动模型。 - 多无人机:
cbLocalPose遍历了msg->pose(i)中的所有位姿(对应 Gazebo 场景中多个模型),并只对索引 0 的模型调用simSetVehiclePose。若需多机联动,可以扩展为按名称匹配不同模型并分别设置不同车辆。 - 碰撞处理:
simSetVehiclePose的ignore_collision参数在 GazeboDrone 中固定传true,即 AirSim 侧不进行碰撞响应——碰撞与避障逻辑需要由 Gazebo 或上层策略承担。 - 调试观测:程序在终端持续打印 Gazebo 上报的 local/global 位姿(位置 x/y/z 与四元数 ow/ox/oy/oz),可用于验证两个仿真器的位姿同步是否正常。
七、常见问题排查
| 现象 | 可能原因与排查方向 |
|---|---|
cmake报找不到 Gazebo | 未安装libgazebo9-dev,或 Gazebo 版本与 CMake 配置不匹配 |
链接AirLib失败 | AirLib 未用 GCC 8 构建,或build_release/output/lib下缺少库文件 |
| 启动后 AirSim 中无人机不动 | settings.json未设置"PhysicsEngineName":"ExternalPhysicsEngine",或未先启动 AirSim 仿真器 |
| 无人机位姿方向异常 | Gazebo 模型坐标系与 ENU→NED 换算约定不一致 |
小结
GazeboDrone 展示了 AirSim 开放架构的典型用法:通过ExternalPhysicsEngine模式与 RPC 位姿注入接口,把第三方动力学仿真器无缝接入 AirSim 的传感器与环境仿真框架。整个链路中,docs/gazebo_drone.md 给出了从依赖安装到运行的完整步骤,而 GazeboDrone/src/main.cpp 与 AirLib/include/physics/ExternalPhysicsEngine.hpp 则揭示了其背后的实现原理。掌握了这条链路,你就可以在自己的项目中复现"Gazebo 动力学 + AirSim 传感器"的混合仿真方案。
- 自动驾驶
- 人工智能
- 深度学习
- 强化学习
- 计算机视觉
- 科研
【免费下载链接】AirSim
Open source simulator for autonomous vehicles built on Unreal Engine / Unity, from Microsoft AI & Research
相关推荐
Conductor Workflow Message Queue(WMQ)实战指南:为运行中的工作流注入外部消息
Conductor Workflow Message Queue(WMQ)实战指南:为运行中的工作流注入外部消息 导读 Workflow Message Que
后端流程编排工作流自动化微服务为 Qwen3-Coder 接入 BFCL 排行榜:Berkeley Function Call Leaderboard 新模型接入实战指南
为 Qwen3 Coder 接入 BFCL 排行榜:Berkeley Function Call Leaderboard 新模型接入实战指南 本篇指南以 ber
人工智能大模型代码模型Qwen模型评测微调工具调用本地部署JSBSim飞行模拟引擎:从零开始掌握开源飞行动力学模型
JSBSim飞行模拟引擎:从零开始掌握开源飞行动力学模型 想要打造专业的飞行模拟器却不知从何入手?JSBSim开源飞行动力学引擎或许正是你需要的解决方案。这款基
科学计算科研
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考