api文档https://github.com/Microsoft/AirSim/blob/main/docs/image_apis.md#computer-vision-mode

capture_ir_segmentation

AirSim\PythonClient\computer_vision\capture_ir_segmentation.py
在重新分配分段 ID 后运行。它跟踪感兴趣的物体并记录多旋翼飞行器的红外图像和场景图像。它使用计算机视觉模式。
project_3d_point_to_screen用于将三维点投影到屏幕上的二维像素坐标。它接受以下参数：

subjectXYZ：待投影的三维点的坐标（X、Y、Z）。
camXYZ：相机的位置坐标（X、Y、Z）。
camQuaternion：相机的四元数表示的旋转。
camProjMatrix4x4：相机的投影矩阵。
imageWidthHeight：图像的宽度和高度。

函数的主要步骤如下：

将相机位置转换为列向量。
将相机的四元数旋转转换为偏航角、俯仰角和滚转角。
根据相机的俯仰角、滚转角和偏航角创建旋转矩阵。
将待投影的三维点坐标转换到相机的局部坐标系中。
通过矩阵乘法将坐标点旋转到相机的坐标系中。
重新创建相机的透视投影。
将坐标点转换为像素值，并根据图像的宽度和高度进行归一化。
最后，函数返回投影点在屏幕上的二维像素坐标。

get_image请求图像

main用于跟随AirSim环境中的物体并记录图像

def main(client,objectList,pitch=numpy.radians(270), #image straight downroll=0,yaw=0,z=-122,writeIR=True,writeScene=False,irFolder='',sceneFolder=''):

其中

client：与AirSim的连接，例如client = MultirotorClient()用于无人机。
objectList：AirSim环境中要跟随的物体的标签列表。
pitch：俯仰角（弧度），在计算机视觉模式下表示相机角度。
roll：滚转角（弧度）。
yaw：偏航角（弧度）。
z：高度（米），根据NED坐标系，应为负值以在地面上方。
writeIR：如果为True，将写入红外图像。
writeScene：如果为True，将写入场景图像。
irFolder：红外图像的文件夹路径。
sceneFolder：场景图像的文件夹路径。

函数的主要步骤如下：

遍历物体列表。
获取物体的初始姿态。
在一定时间内循环捕获图像。
调用get_image函数获取图像，传入相机位置和姿态参数。
将彩色场景图像转换为BGR格式以便写入。
如果writeIR为True，则将红外图像写入指定文件夹。
如果writeScene为True，则将场景图像写入指定文件夹。
更新计数器和经过的时间。
获取物体的当前姿态。
使用project_3d_point_to_screen函数将物体的三维坐标投影到图像上，并打印出像素坐标。

create_ir_segmentation_map.py

重新映射红外放射指数。使用温度、发射率和相机响应信息来估计环境中物体的预期热数字计数，然后在 AirSim 中重新分配分段 ID 以匹配这些数字计数。应在开始捕获热红外数据之前运行它。否则，红外图像中的数字计数将不正确。相机响应、温度和发射率数据均包含非洲环境的数据。

cv_mode

移动相机并捕获图像的Python 代码示例

姿势设定

要使用 API 在环境中移动，可以使用simSetVehiclePoseAPI。该 API 获取位置和方向，并将其设置在前置中央摄像头所在的隐形车辆上。所有其余摄像机都保持相对位置移动。如果您不想更改位置（或方向），则只需将位置（或方向）的分量设置为浮点 nan 值。允许simGetVehiclePose检索当前姿势。您还可以使用simGetGroundTruthKinematics来获取运动的运动学量。许多其他非车辆特定 API 也可用，例如分段 API、碰撞 API 和相机 API。