無人機整機
無人機配件
無人機服務
設備與工具利用虛擬現實技術構建無人機虛擬現實平臺有兩大優(yōu)勢。第一個優(yōu)勢，是傳統(tǒng)的無人機培訓方式，如視頻教學模式、安裝培訓模式，存在效率低、成本高的缺陷。通過無人機虛擬平臺，教練員可以進行無限制的飛行測試，即使無人機“墜毀”也不會造成真正的無人機損毀和人員傷亡，可以提高訓練效率，節(jié)省訓練成本。第二個優(yōu)勢是該平臺可以幫助研究人員更好更快地研究深度學習。通過無人機虛擬平臺，研究人員可以收集大量的訓練數據和圖像，能夠以低成本的方式為無人機飛行過程中的無人機航路規(guī)劃和自阻提供支持。無人機深度學習虛擬現實系統(tǒng)可以生成大量訓練數據，提高人工智能系統(tǒng)的訓練效率，有利于工程應用。迄今為止，已經開發(fā)了許多建模語言和建模軟件，從而出現了許多無人機虛擬現實仿真平臺。下面對主流無人機虛擬平臺類型、優(yōu)缺點進行分析。
基于Vrml的無人機虛擬現實平臺的實現
VRML是一種建模語言，也是最早構建無人機虛擬現實平臺的編程語言。由于編程簡單，應用前景十分廣闊。但后來因為語言功能不是很強，所以在后期普及上有一定的局限性。
基于Wtk的無人機虛擬現實平臺的實現
Creator是一款功能強大的專業(yè)3D 建模軟件，可以為應用程序實時生成3D模型和地形。Creator和Vega結合構建無人機虛擬現實平臺方便快捷，但缺點是開發(fā)不完整且成本高。
基于Creator/vega的無人機虛擬現實平臺的實現
Creator是一款功能強大的專業(yè)3D 建模軟件，可以為應用程序實時生成3D模型和地形。Creator和Vega結合構建無人機虛擬現實平臺方便快捷，但缺點是開發(fā)不完整且成本高。
基于Opengl的無人機虛擬現實平臺的實現
OpenGL主要用于定義二維和三維圖形。功能更強大，具有建模、紋理映射、大氣環(huán)境效果等豐富的場景設置，但缺點是開發(fā)周期長、編程復雜、需要底層模型。目前基于 OpenGL開發(fā)的Flightgear 基本包含了飛行器三維視覺模擬所需的全部功能，但顯示效果很差，場景渲染不夠精細。
現階段所有主流的無人機虛擬現實平臺都有自己的不足。2017年，微軟在Github上發(fā)布了一款基于虛幻引擎的無人機模擬器（AirSim）。該模擬器是一個開源項目，用戶可以直接從網站獲取源代碼。這個由AirSim構建的用于訓練無人機深度學習的虛擬仿真平臺，采用最新的圖形處理技術，實現了更逼真的場景，準確還原了陰影、陽光、煙霧、路水等細節(jié)。AirSim構建的虛擬仿真平臺克服了其他平臺的不足，尤其是在無人機深度學習方面，還可以以極少的成本獲得海量的人工智能訓練數據。
Airsim的模塊組成
AirSim模塊庫由 AirLib、AirLibUnitTests、DroneServe、DroneShell、Examples 等組成。模塊解釋如下：
圖1 Airsim模塊庫
AirLib模塊主要包含傳感器、機架和環(huán)境的模型庫，以頭文件的形式提供。其中傳感器測量的原始值是從Unreal Engine 4中獲取的，原始值通過降噪輸出到飛控。AirLib模塊還包含障礙物圖的功能子模塊，將無人機飛行區(qū)域的周邊區(qū)域劃分為若干個tick，判斷Unreal Engine 4提供的場景中是否存在障礙物。無人機視覺障礙物研究可以通過這種方法來完成。
圖2 Airlib 模塊
無人機深度學習虛擬現實平臺構建
無人機虛擬現實平臺場景的構建基于Unreal Engine 4，Unreal Engine 4相比其他引擎在光照和物理渲染方面更勝一籌。無人機深度學習需要準確呈現陰影和光反射等細微的東西，Unreal Engine 4可以更好的實現。EPIC的虛幻商店有很多場景（如：山、街、海平面）可供選擇。本文選擇了有利于無人機深度學習的“風景山”，“風景山”可以通過虛幻商店免費獲取。
圖3 無人機虛擬現實平臺場景
獲取AirSim源碼并在Visual Studio 2015上編譯，打開Visual Studio 2015，在Team Explorer中點擊clone，在URL輸入“https://github.com/Microsoft/AirSim”，設置項目目錄，然后點擊克隆，可以獲得AirSim源代碼，如圖4所示。
圖4 Airsim 源代碼
獲取源碼運行cmd，進入工程目錄，運行build.cmd編譯，編譯成功如圖5所示。AirSim編譯成功后，需要將編譯好的“Plugins”文件夾復制到“Myproject”工程中，此時AirSim源代碼的獲取和編譯就完成了。最后更新飛控，下載QGroundControl，連接PX，選擇HIL Quadrocopter X機架，連接Remote Control，無人機虛擬現實平臺就可以成功運行。
圖5 Airsim編譯成功界面
通過深度學習訓練無人機進行圖像分類時，需要提取圖像特征。在圖像特征的視覺特征提取中，還需要分析圖像的輪廓邊緣特征、顏色特征、紋理特征和形狀特征?；赨nreal Engine 4的AirSim平臺運行時，屏幕下方有3個子屏幕，分別是無人機視圖、實時深度視圖和實時對象分割。無人機深度學習圖像分類可以通過這三個視角支持。
圖6 無人機虛擬現實平臺操作
無人機人工智能是無人機發(fā)展的一個趨勢，無人機人工智能的實現主要是通過深度學習來完成。無人機通過深度學習算法從大量數據中學習潛在特征和規(guī)律，智能識別新樣本，還可以預測未來信息的可能性。采用基于Unreal Engine 4的AirSim，通過虛擬現實技術模擬無人機飛行，可以實時獲取無人機各幀的姿態(tài)和圖像。該平臺可以滿足無人機深度學習的需求，具有很大的工程價值。
源自：2017 Chinese Automation Congress (CAC), 2017, pp. 3912-3916, doi: 10.1109/CAC.2017.8243463.
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
2025-08-26 13:50
2025-08-23 20:37
2025-08-22 10:33
2025-08-18 14:20
2025-08-13 11:12
2025-08-13 10:55
