AirSim360

AirSim360是一个专为全景视觉、闭环重建和自主系统训练优化的高保真仿真平台。本仓库托管了AirSim360软件版本和大规模合成数据集Omni360-X。Omni360-X数据集包括三个主要部分：Omni360-Scene（涵盖城市、工业和室内环境的全景数据集）、Omni360-WayPoint（用于无人机/机器人导航的轨迹数据）和Omni360-Human（用于姿态估计的动态人类资产和交互数据）。这些数据集适用于机器人学、自动驾驶和计算机视觉任务，如目标检测、图像分割、深度估计和关键点检测。数据集通过AirSim360平台生成，提供多种环境场景，包括优化的室内照明、复杂的城市街景、工业健身房内部、工厂和详细的室外环境。数据集采用CC BY-NC 4.0许可，仅限非商业学术研究使用。

原始信息汇总

AirSim360 & Omni360-X 数据集概述

数据集基本信息

• 名称: AirSim360 & Omni360-X Datasets
• 发布者: Insta360-Research
• 语言: 英语 (en)
• 许可协议: Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
• 规模分类: 10G < n < 100G

数据集内容与结构

本仓库包含AirSim360仿真软件和其生成的大规模合成数据集Omni360-X。

1. AirSim360 仿真软件

• Air版本 (当前可用): 即用型独立软件，无需配置即可进行飞行仿真和数据采集。
• Pro版本 (即将发布): 面向研究者和开发者，提供通过Python API进行广泛自定义的功能，以支持VLA、VLM和复杂的闭环任务。

2. Omni360-X 数据集

通过AirSim360平台生成的标准化数据集系列，包括：

• Omni360-Scene: 涵盖城市、工业和室内环境的全景数据集。
• Omni360-WayPoint: 用于无人机/机器人导航的轨迹数据。
• Omni360-Human: 用于姿态估计的动态人物资产和交互数据。

快速开始：下载Air版本

目前提供5个核心场景。下载并解压.zip文件以初始化仿真。

场景名称	文件名	大小	描述
Atmospheric House	AtmosphericHouse.zip	2.36 GB	具有优化光照的室内环境。
City Downtown	CityDowntown.zip	1.39 GB	复杂的城市街景。
Dekogon Gym	DekogonGym.zip	1.11 GB	工业风格的健身房内部。
Factory	Factory.zip	966 MB	工厂环境。
Spanish Courtyard	SpanishCourtyard.zip	917 MB	细节丰富的户外环境。

适用任务

• 机器人学
• 目标检测
• 图像分割
• 深度估计
• 关键点检测

相关标签

• 自动驾驶
• 仿真
• 全景
• airsim
• unreal-engine-5

发布路线图

• 2026年4月15日: 启动月度地图发布计划。
• 2026年4月17日: 发布AirSim360 Pro预览版。
• 2026年4月17日: 全面推出Omni360-X数据集系列。

许可与使用条款

• 允许的用途: 允许出于非商业研究和教育目的使用、修改和基于此工作进行构建。
• 禁止的用途: 未经Insta360-Research事先书面同意，严格禁止任何形式的商业利用，包括但不限于使用数据训练商业模型或将软件集成到专有产品中。

引用

若在研究中使用AirSim360或Omni360-X，请引用： bibtex @misc{AirSim360_2026, author = {Zhang Yuhang, Insta360 Research}, title = {AirSim360: A High-Fidelity Panoramic Simulation Platform}, year = {2026}, publisher = {Hugging Face}, howpublished = {url{https://huggingface.co/datasets/Insta360-Research/AirSim360}} }

搜集汇总

数据集介绍

构建方式

在自动驾驶与机器人研究领域，高保真仿真数据的构建对于算法验证与系统训练至关重要。AirSim360数据集依托虚幻引擎5（Unreal Engine 5）这一先进的实时渲染平台，通过其AirSim360仿真软件生成。该平台专门针对全景视觉进行了优化，能够自动化采集涵盖城市、工业及室内等多种复杂场景的合成数据。数据生成过程实现了闭环重建，确保了场景几何与光照的高真实性，从而构建出大规模、标准化的Omni360-X数据集系列，为各类视觉任务提供了丰富的仿真基础。

特点

该数据集的核心特点在于其全景视觉的高保真度与场景多样性。Omni360-X系列不仅提供了涵盖城市街道、工厂车间、室内家居等不同环境的全景图像，还包含了用于导航的轨迹数据以及动态人体姿态交互数据，支持机器人学、目标检测、图像分割、深度估计及关键点检测等多类任务。数据以标准化格式组织，规模介于10G至100G之间，兼具丰富的语义信息与精确的几何标注，为自动驾驶与智能体训练提供了高度逼真且可扩展的仿真环境。

使用方法

研究者可通过下载提供的场景压缩包（如AtmosphericHouse.zip、CityDowntown.zip等）快速启动仿真环境，进行零配置的数据采集与算法测试。对于更深入的研究，即将发布的Pro版本将提供Python API，支持用户进行高度定制化操作，以完成视觉语言导航、视觉语言模型训练等复杂闭环任务。数据集遵循CC BY-NC 4.0许可，允许非商业的学术研究与教育用途，使用时需按规定引用相关文献，以促进研究社区的规范发展与知识共享。

背景与挑战

背景概述

全景视觉与自主系统仿真是当前机器人学和自动驾驶领域的前沿研究方向，旨在通过高保真模拟环境训练智能体以应对复杂现实任务。AirSim360数据集由Insta360-Research于2026年发布，作为一个专为全景视觉、闭环重建及自主系统训练优化的高保真仿真平台，其核心研究问题聚焦于如何利用合成数据克服真实世界数据采集的成本与安全限制，并为视觉语言模型、视觉语言动作规划等复杂任务提供标准化基准。该数据集通过集成城市、工业及室内等多种场景，推动了全景感知与自主导航算法的演进，对相关领域的研究具有显著的启发性与工具性价值。

当前挑战

在领域问题层面，全景视觉与自主系统仿真需应对多模态感知的整合挑战，例如如何实现全景图像中的精确目标检测、语义分割及深度估计，并确保模型在动态环境中的鲁棒性与泛化能力。构建过程中，数据集面临高保真场景建模的复杂性，包括光照、材质与物理交互的真实性模拟，以及大规模合成数据生成所需的巨大计算资源。此外，标准化数据格式的制定与多任务标注的一致性维护，亦是保障数据集质量与可用性的关键难题。

常用场景

经典使用场景

在自动驾驶与机器人视觉领域，全景感知能力的构建是核心技术挑战之一。AirSim360数据集通过其高保真模拟平台生成的Omni360-X系列数据，为全景视觉任务提供了经典的应用场景。该数据集广泛应用于全景图像的目标检测、语义分割、深度估计与关键点检测等计算机视觉任务，尤其在复杂多变的城市街道、工业厂房及室内环境中，为算法模型提供了丰富且可控的训练与验证数据，有效支撑了全景视觉系统的闭环仿真与性能评估。

实际应用

超越纯学术探索，AirSim360数据集在工程实践中扮演着关键角色。其生成的高质量合成数据可直接用于训练和测试无人机、地面机器人以及自动驾驶车辆的感知系统。通过模拟城市、工厂、庭院等多种真实环境，该数据集能够帮助工程师在系统部署前，预先评估和优化算法在复杂光照、动态障碍物及多变地形下的表现，从而降低实地测试的风险与成本，加速智能移动平台从实验室走向实际应用的进程。

衍生相关工作

基于AirSim360平台及其数据集，学术界与工业界已催生了一系列重要的衍生研究。这些工作主要集中在利用其全景与多模态数据，开发更高效的视觉-语言模型（VLM）、视觉-语言-动作（VLA）智能体，以及用于机器人导航的闭环控制策略。此外，该数据集也为动态人体姿态估计、场景理解与重建等任务提供了新的基准，激励了众多研究团队在仿真驱动的人工智能与机器人学交叉领域进行深度创新。