Azure 上的 AirSim 开发环境#

本文档介绍如何在 Azure 上自动创建开发环境，以及如何使用 Visual Studio Code 编写和调试连接到 AirSim 的 Python 应用程序

自动部署您的 Azure VM#

点击蓝色按钮开始 Azure 部署（模板中已预先填充了以下 2 个教程用例的推荐虚拟机大小）

注意：虚拟机部署和配置过程可能需要 20 多分钟才能完成

关于 Azure VM 的部署#

• 使用 Azure 试用帐户时，默认 vCPU 配额不足以分配运行 AirSim 所需的虚拟机。如果出现这种情况，您将在尝试创建虚拟机时看到错误，并且需要提交增加配额的请求。请务必了解虚拟机的使用方式和费用。

• 为避免在不使用时对虚拟机使用产生费用，请记住从 Azure 门户 释放其资源或从 Azure CLI 使用以下命令：

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

通过 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
• 添加最近创建的虚拟机详细信息。例如， AzureUser@11.22.33.44
• 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，然后将其克隆到远程虚拟机中并仅打开 azure 文件夹，或者创建一个全新的存储库，克隆它并将 azure 文件夹的内容从此存储库复制到其中。务必打开该目录，以便 Visual Studio Code 能够针对具体场景使用特定的 .vscode 目录，而不是通用的 AirSim .vscode 目录。该目录包含建议安装的扩展程序、远程启动 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，以从 Visual Studio Code 执行 start-airsim.ps1 脚本。
• 打开app目录中的 multirotor.py 文件
• 开始使用 Python 进行调试
• 完成后，请记住停止并解除分配 Azure VM，以避免产生额外费用

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

• 打开第一个 Visual Studio Code 实例
• 按照上一节中的步骤通过 Remote - SSH 进行连接
• 在 远程资源管理器(Remote Explorer)中，将端口 41451 添加为本地主机的转发端口
• 按照上一场景中的说明，使用远程会话在 Visual Studio Code 上运行Start AirSim任务，或者在 VM 中手动启动 AirSim 二进制文件
• 打开第二个 Visual Studio Code 实例，无需断开或关闭第一个实例
• 要么在本地克隆此存储库并仅在 Visual Studio Code 中打开 azure 文件夹，要么创建一个全新的存储库，克隆它并从该存储库中复制 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
• 开始使用 Python 进行调试
• 完成后，请记住停止并解除分配 Azure VM，以避免产生额外费用

使用 Docker 运行#

Once both the AirSim environment and the Python application are ready, you can package everything as a Docker image. The sample project inside the azure directory is already prepared to run a prebuilt AirSim binary and Python code using Docker.

This would be a perfect scenario when you want to run the simulation at scale. For instance, you could have several different configurations for the same simulation and execute them in a parallel, unattended way using a Docker image on Azure Container Services

Since AirSim requires access to the host GPU, it is required to use a Docker runtime that supports it. For more information about running AirSim in Docker, click here.

When using Azure Container Services to run this image, the only extra-requirement is to add GPU support to the Container Group where it will be deployed.

It can use either public docker images from DockerHub or images deployed to a private Azure Container Registry

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#

To use a different AirSim binary, first check the official documentation on How to Build AirSim on Windows and How to Build AirSim on Linux if you also want to run it with Docker

Once you have a zip file with the new AirSim environment (or prefer to use one from the Official Releases), you need to modify some of the scripts in the azure directory of the repository to point to the new environment: - In azure/azure-env-creation/configure-vm.ps1, modify all the parameters starting with $airSimBinary with the new values - In azure/start-airsim.ps1, modify $airSimExecutable and $airSimProcessName with the new values

If you are using the docker image, you also need a linux binary zip file and modify the following Docker-related files: - In azure/docker/Dockerfile, modify the AIRSIM_BINARY_ZIP_URL and AIRSIM_BINARY_ZIP_FILENAME ENV declarations with the new values - In azure/docker/docker-entrypoint.sh, modify AIRSIM_EXECUTABLE with the new value

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、文件名和存储库位置。计划修改/fork 其中任何一个组件时，请务必检查每个脚本和模板，以进行必要的调整。