AirSim 数据集概述
AirSim 是微软开源的基于 Unreal Engine 的高保真仿真平台，支持无人机、自动驾驶汽车等多种载具的视觉、物理和传感器仿真。研究者可以在 AirSim 中自由配置场景、天气、光照、相机参数以及传感器（RGB、深度、LiDAR、IMU 等），并通过官方 API 自动采集同步标注的数据，这些采集得到的集合即被称为 AirSim 数据集。
1. 数据集的核心特征
| 特征 | 说明 |
|---|---|
| 高保真渲染 | 利用 Unreal Engine 的光线追踪和材质系统，生成接近真实世界的图像与深度信息。 |
| 多传感器同步 | 同时记录 RGB、深度、语义分割、表面法线、LiDAR 点云、IMU、GPS 等多模态数据。 |
| 可编程场景 | 支持自定义城市、乡村、山地等多种环境，且可随机化天气、光照、相机姿态，实现大规模多样化采样。 |
| 自动标注 | 通过模拟器内部的对象模型直接获得像素级分割、3D 边界框、姿态（位姿）和 XYZ 坐标等标签，省去人工标注成本。 |
| 跨平台 | 支持 Windows、Linux、Docker，且可与真实硬件（如 Pixhawk）进行硬件在环（HIL）仿真。 |
| 开放获取 | 多个公开子数据集均提供 GitHub、Zenodo、GitLab 等下载链接，便于科研复现和基准测试。 |
2. 典型公开子数据集（可直接下载）
| 数据集 | 主要内容 | 规模/特点 |
|---|---|---|
| AirSimNC（AirSim‑Noise‑Condition） | RGB、深度、法线图，覆盖多种天气（晴、雨、雾）和相机噪声 | 约 10 万张图像，随机高度 50‑90 m，固定俯仰 45° |
| A2A‑SDD（Air‑to‑Air Simulated Drone Dataset） | 多视角无人机‑对‑无人机视频，包含 5 种 DJI 与通用四旋翼模型，提供对象检测框、姿态四元数、XYZ 坐标 | 多场景、天气、距离范围 10‑100 m，支持单视图与多视图任务 |
| FS‑AirSim（Few‑Shot AirSim） | 城市道路场景，标注行人、道路、建筑、车辆等 10+ 类别 | 训练/验证/测试三套，分别含数千至上万张标注图像 |
| AirSimNH（AirSim‑New‑Harbor） | 高频 IMU、单目图像、Ground‑Truth（EuRoc‑ASL 格式），适用于 VIO/SLAM 研究 | 支持硬件在环或 API 控制，数据保存于 D:\AirSim\dataset |
| AirSim 官方示例数据 | 基础图像 API 示例，提供 Scene、Depth、Segmentation、SurfaceNormals 等 8 种图像类型 | 适合作为快速上手的教学案例 |
以上链接均为公开可访问的资源，部分数据集需在对应 GitHub 项目页面或论文附录中获取下载链接。
3. 如何自行生成 AirSim 数据集
- 搭建环境
- 下载并安装 AirSim 插件（对应 Unreal Engine 4.25+）。
- 克隆官方仓库
git clone https://github.com/microsoft/AirSim，按照 README 完成编译。
- 配置场景
- 在 Unreal Editor 中加载已有场景（如
Blocks,Neighborhood）或自行构建城市/山地等。 - 通过
settings.json设置相机列表、传感器类型、天气随机化参数。
- 在 Unreal Editor 中加载已有场景（如
- 编写采集脚本
- 使用 Python API（
airsim.MultirotorClient()）控制无人机飞行路径并调用simGetImages、simGetLidarData、simGetImuData等接口。 - 示例代码可参考官方文档中的 “Basic Image API” 示例。
- 使用 Python API（
- 同步保存标注
- 对每帧图像同时记录位姿 (
pose)、相机内参、IMU、GPS 等。 - 若需要语义分割或法线图，可在
ImageType中指定Segmentation、SurfaceNormals。
- 对每帧图像同时记录位姿 (
- 后处理
4. 适用研究方向
- 计算机视觉：目标检测、语义分割、姿态估计、深度估计、光流等。
- 机器人感知：SLAM、VIO、传感器融合、路径规划。
- 强化学习：无人机自主导航、自动驾驶决策。
- 多模态学习：视觉‑雷达‑RF 融合数据集（如数字孪生无人机检测系统）。
5. 小结
AirSim 数据集是基于高保真仿真平台生成的多模态、可自定义、自动标注的合成数据集合，已被广泛用于无人机、自动驾驶、机器人感知等前沿研究。通过官方 GitHub、论文附带的下载链接以及社区开源项目，研究者可以直接获取已有子数据集，也可以自行搭建场景、编写脚本生成符合特定需求的专属数据集。
关键链接
- 官方仓库 & 文档：https://github.com/microsoft/AirSim
- AirSimNC 数据集（论文）：https://arxiv.org/abs/… （文中提供下载）
- A2A‑SDD 数据集： https://github.com/…/A2A‑SDD
- FS‑AirSim 数据集： https://zenodo.org/record/…
- AirSim‑VIO‑Dataset‑Gain（AirSimNH）： https://github.com/jike5/AirSim‑VIO‑Dataset‑Gain
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！