Skip to main content

airsim-simulation

Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma.

Zur Installation springen

Quellinformationen

Repository
Ntizar/MasterMind
Letzte Quellaktivität
15. September 2026 um 15:20
Erkannte Sprache von SKILL.md
Spanisch
Sterne
2
Forks
0

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

SKILL.md wird angezeigt

SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
airsim-simulation
description
Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma.
version
1.0.0
tags
["simulation","3D","drone","robot","Microsoft","urban","CV"]
# AirSim — Simulador 3D de Drones y Robots ## Resumen Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma. 18k⭐. ## Repo de referencia - **GitHub:** `github.com/microsoft/AirSim` - **Lenguaje:** C++/Python - **Licencia:** Apache 2.0 - **Motor:** Unreal Engine ## Instalación ```bash # Descargar desde GitHub git clone https://github.com/microsoft/AirSim.git cd AirSim ./setup.sh # Linux # o descargar binarios pre-compilados ``` ## Uso Básico ```python import airsim # Conectar al simulador client = airsim.MultirotorClient() client.confirmConnection() # Volar drone client.enableApiControl(True) client.armDisarm(True) # Movimiento client.moveByVelocityAsync(1, 0, -1, 2).join() # 1m/s adelante, 1m/s arriba, 2s # Capturar imágenes images = client.simGetImages([ airsim.ImageRequest("0", airsim.ImageType.Scene), airsim.ImageRequest("1", airsim.ImageType.DepthVis) ])[0] # Guardar imagen with open("frame.png", "wb") as f: f.write(images.image_data_uint8) ``` ## Patrones Clave 1. **Simulación urbana:** Entornos de ciudad realistas para probar algoritmos 2. **Visión por computador:** Cámaras simuladas para training de CV models 3. **Lidar simulado:** Sensores LiDAR virtuales para SLAM 4. **Multi-robot:** Simular múltiples drones/robots simultáneamente 5. **Python API:** Control completo desde Python ## Integración con Mastermind - Útil para simulación de tráfico y transporte - Complementa `microsoft/AirSim` para datos de entrenamiento de CV - Ideal para testing de algoritmos de navegación antes de deploy real - Puede generar datos sintéticos para `geodeep` training ## Pitfalls - **Unreal Engine:** Requiere UE4/UE5 instalado (pesado) - **Hardware:** Necesita GPU decente para renderizado en tiempo real - **Complejidad:** Curva de aprendizaje alta para configurar entornos - **Plataforma:** Principalmente Windows/Linux, no macOS nativo ## Referencias - [GitHub: microsoft/AirSim](https://github.com/microsoft/AirSim) - [Docs](https://microsoft.github.io/AirSim) ## Comparativa de alternativas: CARLA (UE5) CARLA (`carla-simulator/carla`, ~14.400 ⭐, MIT + assets CC-BY, consultado 2026-09-15) es el simulador de conducción autónoma de referencia frente a AirSim (Microsoft, UE4, drones/robots, sin desarrollo activo). - Rama por defecto **`ue5-dev`** (Unreal Engine 5.5); existe `ue4-dev` (UE 4.26) con diferencias significativas. - Sistemas soportados: **Ubuntu 22.04/24.04 o Windows 11** (no arranca en Ubuntu 20.04 ni Windows 10 o inferior). - Hardware recomendado: i7/i9 gen 9-11 o Ryzen 7/9, **+32 GB RAM** y RTX 3070/3080/3090/4090 con 16 GB+ de VRAM → **inviable en portátil**, dato clave antes de plantear despliegue local. - Build: `./CarlaSetup.sh --interactive` (Linux; `--python-root=PATH`, modo desatendido con `GIT_LOCAL_CREDENTIALS`) o `CarlaSetup.bat` (Windows). Requiere vincular la cuenta de GitHub a Epic Games para el fork privado de UE 5.5. - Reconstrucción: `cmake -G Ninja -S . -B Build --toolchain=$PWD/CMake/Toolchain.cmake -DCMAKE_BUILD_TYPE=Release -DENABLE_ROS2=ON` → `cmake --build Build` → `carla-python-api-install` / `launch`. - Ecosistema: `scenario_runner`, `ros-bridge`, `driving-benchmarks` y el leaderboard `leaderboard.carla.org`. **Cuándo usar cada uno:** AirSim para drones/robots y setups ligeros; CARLA UE5 para conducción urbana, ROS2 y assets abiertos (con el coste de hardware descrito).
Auf GitHub ansehen