从零构建AirSim无人机仿真环境：Windows系统下的UE4.27与Python 3.9全流程指南

第一次打开虚幻引擎时，那个闪烁着蓝色光芒的启动画面总让人有种即将开启新世界的兴奋感——直到你发现需要配置的依赖项列表比超市购物单还长。作为微软研究院开源的无人机仿真平台，AirSim确实为算法研究提供了绝佳的试验场，但它的环境搭建过程却像在玩真人版"扫雷"游戏。本文将带你用最稳妥的方式穿越这片雷区。

1. 环境准备：避开版本冲突的陷阱

在安装任何软件之前，请先检查你的Windows系统版本。AirSim对Windows 10/11的专业版和企业版支持最好，家庭版可能会遇到Hyper-V相关的问题。建议确保系统已更新至最新版本，并预留至少100GB的可用磁盘空间。

必备组件清单：

• Visual Studio 2019（版本16.11.20）
• .NET Framework 4.8
• Windows 10 SDK（10.0.19041.0）
• Python 3.9.13（推荐使用Miniconda管理）

注意：Python 3.10+目前与AirSim存在兼容性问题，这也是我们选择3.9版本的原因

安装Visual Studio时，务必勾选以下工作负载：

• 使用C++的桌面开发
• .NET桌面开发
• 通用Windows平台开发

powershell复制# 验证安装的VS工具集版本
Get-ChildItem "C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC" | Sort-Object Name -Descending | Select-Object -First 1

2. 虚幻引擎4.27定制化安装

Epic Games启动器默认安装的是最新版UE，我们需要特别指定4.27版本：

1. 在Epic启动器的"虚幻引擎"选项卡中，点击"库"
2. 找到"引擎版本"旁边的"+"按钮
3. 下拉选择4.27.2版本进行安装

安装完成后，建议创建一个专用的项目目录，例如：

code复制D:\AirSim_Projects\

常见问题排查：

• 如果启动器显示"正在准备安装"但进度条不动，尝试：
  • 关闭Epic Games启动器
  • 删除C:\Users\[用户名]\AppData\Local\EpicGamesLauncher\Saved\Config\Windows下的所有文件
  • 重新启动启动器

3. AirSim源码编译全流程

现在来到最具挑战性的环节——编译AirSim插件。我们将采用最稳妥的"两步编译法"：

bash复制# 第一步：克隆仓库并初始化子模块
git clone https://github.com/Microsoft/AirSim.git
cd AirSim
git checkout v1.8.1  # 确保版本匹配
git submodule update --init --recursive

接下来需要修改两处关键配置：

1. 编辑AirSim\Unreal\Plugins\AirSim\Source\AirSim\AirSim.Build.cs：

csharp复制// 约第25行，添加以下定义
PublicDefinitions.Add("_CRT_SECURE_NO_WARNINGS");
PublicDefinitions.Add("_SILENCE_ALL_CXX17_DEPRECATION_WARNINGS");

2. 创建AirSim\Unreal\Environments\AirSimNH\Plugins\AirSim\Source\AirLib\deps\rpclib\include\rpc\msgpack\v1\object_fwd.hpp文件，内容为：

cpp复制#pragma once
#include <msgpack/object_fwd.hpp>

现在可以开始编译了：

powershell复制# 在AirSim目录下执行
build.cmd

提示：编译过程可能需要30-60分钟，期间CPU温度可能较高，建议关闭其他大型程序

4. Python环境配置与API测试

我们使用Miniconda创建独立的Python环境：

bash复制conda create -n airsim python=3.9.13
conda activate airsim
pip install msgpack-rpc-python==0.4.1
pip install airsim

验证安装是否成功：

python复制import airsim
client = airsim.MultirotorClient()
client.confirmConnection()
print(client.getServerVersion())

典型错误解决方案：

5. 场景部署与无人机控制

官方提供了多个预制场景，我们以"城市环境"为例：

1. 从AirSim Releases下载Neighborhood.zip
2. 解压后运行Neighborhood\WindowsNoEditor\Neighborhood.exe
3. 创建C:\Users\[用户名]\Documents\AirSim\settings.json：

json复制{
  "SettingsVersion": 1.2,
  "SimMode": "Multirotor",
  "Vehicles": {
    "Drone1": {
      "VehicleType": "SimpleFlight",
      "AutoCreate": true,
      "Cameras": {
        "front_center": {
          "CaptureSettings": [
            {
              "ImageType": 0,
              "Width": 640,
              "Height": 480
            }
          ]
        }
      }
    }
  }
}

现在可以运行这个基础控制脚本：

python复制import airsim
import time

client = airsim.MultirotorClient()
client.enableApiControl(True)
client.armDisarm(True)

# 起飞到5米高度
client.takeoffAsync().join()
client.moveToZAsync(-5, 1).join()

# 简单矩形飞行路径
client.moveToPositionAsync(10, 0, -5, 1).join()
client.moveToPositionAsync(10, 10, -5, 1).join()
client.moveToPositionAsync(0, 10, -5, 1).join()
client.moveToPositionAsync(0, 0, -5, 1).join()

# 降落并断开连接
client.landAsync().join()
client.armDisarm(False)
client.enableApiControl(False)

6. 深度信息获取与点云生成

要获取高质量的深度图，需要先修改相机设置：

json复制"Cameras": {
  "bottom": {
    "CaptureSettings": [
      {
        "ImageType": 3,
        "Width": 256,
        "Height": 144
      }
    ],
    "X": 0, "Y": 0, "Z": 0,
    "Pitch": -90, "Roll": 0, "Yaw": 0
  }
}

这个Python脚本可以保存三种深度图并生成点云：

python复制import airsim
import numpy as np
import cv2
import os

def depth_to_pointcloud(depth_map, fov=90):
    height, width = depth_map.shape
    fx = fy = width / (2 * np.tan(fov * np.pi / 360))
    cx = width / 2
    cy = height / 2
    
    rows, cols = np.indices(depth_map.shape)
    z = depth_map.astype(float)
    x = (cols - cx) * z / fx
    y = (rows - cy) * z / fy
    
    return np.dstack((x, y, z))

client = airsim.MultirotorClient()
responses = client.simGetImages([
    airsim.ImageRequest("bottom", airsim.ImageType.DepthPlanner, False, False),
    airsim.ImageRequest("bottom", airsim.ImageType.DepthVis, False, False),
    airsim.ImageRequest("bottom", airsim.ImageType.DepthPerspective, False, False)
])

for idx, response in enumerate(responses):
    img1d = np.frombuffer(response.image_data_uint8, dtype=np.uint8)
    img_rgb = img1d.reshape(response.height, response.width, 3)
    cv2.imwrite(f"depth_{idx}.png", img_rgb)
    
    if idx == 0:  # DepthPlanner
        depth_map = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
        points = depth_to_pointcloud(depth_map)
        
        with open("pointcloud.asc", "w") as f:
            for pt in points.reshape(-1, 3):
                if not np.isnan(pt).any():
                    f.write(f"{pt[0]} {pt[1]} {pt[2]}\n")

7. 性能优化与高级配置

要让仿真运行更流畅，可以调整这些UE4控制台命令（在仿真运行时按~键打开控制台）：

ini复制r.ScreenPercentage 70
r.VSync 0
r.MotionBlurQuality 0
r.PostProcessAAQuality 2
r.TonemapperQuality 0
r.LightFunctionQuality 0
r.ShadowQuality 1
r.Shadow.MaxResolution 512

对于强化学习应用，建议修改settings.json添加这些配置：

json复制"PhysicsEngineName": "FastPhysics",
"ClockSpeed": 2.0,
"Recording": {
  "RecordOnMove": false,
  "RecordInterval": 0
}

在项目目录下创建Engine.ini文件（路径：项目名称/Config/WindowsNoEditor/Engine.ini）添加：

ini复制[/Script/Engine.RendererSettings]
r.DefaultFeature.MotionBlur=0
r.DefaultFeature.AmbientOcclusion=0
r.DefaultFeature.AmbientOcclusionStaticFraction=0
r.DefaultFeature.AutoExposure=0