Skip to content

AirSim 开发环境在 Azure 上的搭建

本文档解释了如何自动化创建 Azure 上的开发环境，并使用 Visual Studio Code 连接到 AirSim 的 Python 应用程序进行编码和调试。

自动部署您的 Azure 虚拟机

点击蓝色按钮开始 Azure 部署（模板已经预填充为以下两个教程推荐的虚拟机大小）。


注意：虚拟机的部署和配置过程可能需要超过 20 分钟的时间才能完成。

关于 Azure 虚拟机的部署

  • 当使用 Azure 试用账户时，默认的 vCPU 配额不足以分配所需的虚拟机来运行 AirSim。如果是这种情况，您在尝试创建虚拟机时会看到错误，并且需要提交配额增加的请求。务必了解您将如何以及需要支付多少费用来使用虚拟机。

  • 为了避免在未使用虚拟机时仍产生费用，请记得从 Azure 门户 中解除其资源分配，或者使用以下 Azure CLI 命令：

az vm deallocate --resource-group MyResourceGroup --name MyVMName

从 Visual Studio Code 和远程 SSH 进行编码和调试

  • 安装 Visual Studio Code
  • 安装 Remote - SSH 扩展
  • 按 F1 并运行 Remote - SSH: Connect to host... 命令
  • 添加刚创建的虚拟机的详细信息，例如 [email protected]
  • 再次运行 Remote - SSH: Connect to host... 命令，现在选择新添加的连接。
  • 连接后，点击 Visual Studio Code 中的 Clone Repository 按钮，或者在远程虚拟机中克隆此存储库并仅打开 azure 文件夹，或创建一个全新的存储库，克隆它并从这个存储库中复制 azure 文件夹的内容。打开该目录非常重要，这样 Visual Studio Code 才能使用特定的 .vscode 目录而不是通用的 AirSim .vscode 目录。该目录包含推荐安装的扩展、启动 AirSim 的任务以及 Python 应用程序的启动配置。
  • 安装所有推荐的扩展
  • 按 F1 并选择 Tasks: Run Task 选项。然后，从 Visual Studio Code 中选择 Start AirSim 任务以执行 start-airsim.ps1 脚本。
  • 打开 app 目录中的 multirotor.py 文件
  • 开始用 Python 进行调试
  • 完成后，请记得停止并解除 Azure 虚拟机的分配以避免额外费用。

从本地 Visual Studio Code 进行编码和调试，并通过转发端口连接到 AirSim

注意：此场景将使用两个 Visual Studio Code 实例。第一个将用作通过 SSH 转发端口到 Azure 虚拟机和执行远程进程的桥梁，第二个则用于本地 Python 开发。在从本地 Python 代码访问虚拟机时，需要保持 Remote - SSH 的 Visual Studio Code 实例处于打开状态，同时在第二个实例中进行本地 Python 环境的工作。

  • 打开第一个 Visual Studio Code 实例
  • 按照前一部分的步骤通过 Remote - SSH 连接
  • 在 Remote Explorer 中，将端口 41451 添加为转发到 localhost 的端口
  • 按照前一个场景中所述，在具有远程会话的 Visual Studio Code 中运行 Start AirSim 任务，或手动在虚拟机中启动 AirSim 二进制文件
  • 打开第二个 Visual Studio Code 实例，且不需断开或关闭第一个实例
  • 在本地克隆此存储库并仅在 Visual Studio Code 中打开 azure 文件夹，或创建一个全新的存储库，克隆它并复制此存储库中的 azure 文件夹的内容。
  • 在 app 目录中运行 pip install -r requirements.txt
  • 打开 app 目录中的 multirotor.py 文件
  • 开始用 Python 进行调试
  • 完成后，请记得停止并解除 Azure 虚拟机的分配以避免额外费用。

使用 Docker 运行

一旦 AirSim 环境和 Python 应用程序准备就绪，您可以将所有内容打包为 Docker 镜像。azure 目录中的示例项目已经准备好使用 Docker 运行预构建的 AirSim 二进制文件和 Python 代码。

这是一个非常适合进行大规模仿真的场景。例如，您可以为相同的仿真设置多个不同的配置，并使用 Azure 容器服务以并行、无人值守的方式执行它们。

由于 AirSim 需要访问主机的 GPU，因此需要使用支持 GPU 的 Docker 运行时。有关在 Docker 中运行 AirSim 的更多信息，请点击 这里。

使用 Azure 容器服务运行此镜像时，唯一的额外要求是在将要部署的容器组中添加 GPU 支持。

它可以使用来自 DockerHub 的公共 Docker 镜像或部署到私有 Azure 容器注册表的镜像。

构建 Docker 镜像

docker build -t <your-registry-url>/<your-image-name> -f ./docker/Dockerfile .

使用不同的 AirSim 二进制文件

要使用不同的 AirSim 二进制文件，请首先查看官方文档 如何在 Windows 上构建 AirSim 和 如何在 Linux 上构建 AirSim，如果您还希望与 Docker 一起运行它。

一旦您有了包含新 AirSim 环境的 zip 文件（或更愿意使用 官方发布 中的一个），您需要修改存储库中的 azure 目录中的一些脚本，使其指向新的环境： - 在 azure/azure-env-creation/configure-vm.ps1 中，使用新值修改所有以 $airSimBinary 开头的参数 - 在 azure/start-airsim.ps1 中，使用新值修改 $airSimExecutable 和 $airSimProcessName

如果您使用的是 Docker 镜像，还需要一个 Linux 二进制 zip 文件，并修改以下与 Docker 相关的文件： - 在 azure/docker/Dockerfile 中，修改 AIRSIM_BINARY_ZIP_URL 和 AIRSIM_BINARY_ZIP_FILENAME 的 ENV 声明为新值 - 在 azure/docker/docker-entrypoint.sh 中，使用新值修改 AIRSIM_EXECUTABLE

维护此开发环境

此开发环境的多个组件（ARM 模板、初始化脚本和 VSCode 任务）直接依赖于当前目录结构、文件名称和存储库位置。在计划修改/分叉这些内容时，请确保检查每个脚本和模板以进行必要的调整。