优化README结构和内容并且完成初步调试

src/car_navigation_system/README.md

@@ -1,82 +1,157 @@
-# 多模态 CARLA 导航避障系统
-## 项目简介
-本项目基于 CARLA 模拟器与神经网络技术，实现了具备多传感器融合能力的智能车辆导航避障系统。系统集成前视摄像头、第三视角摄像头与障碍物检测模块，通过多模态数据感知环境，结合神经网络与传统控制算法，实现车辆自主行驶与障碍物规避功能。
-## 核心功能
-- 多模态感知系统：集成 RGB 摄像头（前视 + 第三视角）与障碍物检测器，全面获取环境信息
-- 智能避障算法：基于改进神经网络控制器与传统控制器双模式，动态检测并规避前方障碍物
-- 实时可视化：实时显示第三视角画面，叠加障碍物检测结果、车速、控制状态等关键信息
-- 双模式控制：支持神经网络模式与传统控制模式切换，可根据环境选择最优控制策略
-- 智能恢复机制：内置车辆卡住检测与自动恢复系统，保障行驶稳定性
-- 深度神经网络：结合神经网络与传统控制算法，实现车辆自主行驶与障碍物规避功能
-## 环境配置
-- 操作系统：Windows 10/11 或 Ubuntu 20.04/22.04
-- Python 版本：3.7
-- 核心框架：PyTorch
-- 模拟器：CARLA_3.11
-## 依赖安装
-- 安装 CARLA 模拟器(参考 CARLA 官网)
-- 安装 Python 依赖包：
-- ```bash
-  pip install -r requirements.txt
-  pip install carla numpy opencv-python matplotlib
-  pip install setuptools==40.2.0
-  pip insatll wheel
-  pip insatll torch
-  pip install random
-  PIP install cv2
-  ```
-## 快速启动
-
-步骤 1：启动 CARLA 模拟器
-- ``` bash
-  CarlaUE4.exe -windowed -ResX=800 -ResY=600  #Windows 示例
-  ./CarlaUE4.sh -windowed -ResX=800 -ResY=600 #Ubuntu 示例
-  ```
-步骤 2：运行导航避障系统
-- 进入项目根目录
-- ```bash
-  cd D:\nn
-  ```
-- 激活虚拟环境
-- ``` bash 
-  source venv/bin/activate  # Linux/Mac
-  venv\Scripts\activate     # Windows
-  ```
-- 运行主程序
-- ``` bash
-  python src/robot_navigation_system/main.py
-  ```
-步骤 3：操作说明
-- 按键	功能描述:
-- q	退出系统
-- w	手动加速（提高油门）
-- s	手动减速（降低油门）
-- a	手动左转向
-- d	手动右转向
-- r	重置转向角度（回正）
-## 系统架构
-1. 环境初始化模块
-- 连接 CARLA 服务器（默认 localhost:2000）
-- 加载 Town01 地图，设置同步模式（固定时间步长 0.1s）
-- 配置天气参数（云量30%、无降水、太阳高度角70°）
-2. 智能体生成模块
-- 主车辆：特斯拉 Model3（红色），关闭自动驾驶，由自定义控制算法控制
-- NPC车辆：随机生成3辆不同类型车辆，开启自动驾驶，分散在50米外起始位置
-3. 传感器系统
-- 前视摄像头：90°视野，分辨率640×480，用于神经网络输入
-- 第三视角摄像头：110°视野，分辨率640×480，用于可视化监控
-- 障碍物检测器：实时检测前方±60°范围内50米内障碍物
-4. 控制系统
-- 神经网络控制器：基于改进的SimpleDrivingNetwork，融合图像与障碍物信息
-- 传统控制器：基于路点跟踪的经典控制算法，稳定性更高
-- 障碍物避障逻辑：紧急刹车、减速跟随、转向避让多级策略
-5. 可视化与监控
-- 实时显示第三视角画面
-- 可视化障碍物位置与距离
-- 显示车速、控制模式、油门/刹车/转向值
-- 安全区域标记与卡住警告
-6. 深度神经网络
-- 网络架构：3层卷积提取图像特征，融合障碍物三维特征，全连接层输出归一化控制指令；
-- 容错策略：异常时自动切换传统控制，输出超限触发软限制。
-## 联系方式
-邮箱：2985835251@qq.com
+# 多模态 CARLA 导航避障系统
+
+## 项目简介
+本项目基于 CARLA 模拟器与神经网络技术，实现了具备多传感器融合能力的智能车辆导航避障系统。系统集成前视摄像头、第三视角摄像头与障碍物检测模块，通过多模态数据感知环境，结合神经网络与传统控制算法，实现车辆自主行驶与障碍物规避功能。
+
+## 核心功能
+- **多模态感知系统**：集成 RGB 摄像头（前视 + 第三视角）与障碍物检测器，全面获取环境信息
+- **智能避障算法**：基于改进神经网络控制器与传统控制器双模式，动态检测并规避前方障碍物
+- **实时可视化**：实时显示第三视角画面，叠加障碍物检测结果、车速、控制状态等关键信息
+- **双模式控制**：支持神经网络模式与传统控制模式切换，可根据环境选择最优控制策略
+- **智能恢复机制**：内置车辆卡住检测与自动恢复系统，保障行驶稳定性
+- **深度神经网络**：结合神经网络与传统控制算法，实现车辆自主行驶与障碍物规避功能
+
+## 项目结构
+```
+car_navigation_system/
+├── README.md          # 项目说明文档
+└── main.py            # 主程序文件
+```
+
+## 环境配置
+- **操作系统**：Windows 10/11 或 Ubuntu 20.04/22.04
+- **Python 版本**：3.7+ (推荐 3.10)
+- **核心框架**：PyTorch
+- **模拟器**：CARLA 3.11 或兼容版本
+
+## 依赖安装
+1. **安装 CARLA 模拟器**
+   - 从 [CARLA 官网](https://carla.org/) 下载并安装 CARLA 3.11
+   - 或使用项目提供的 CARLA 安装包
+
+2. **安装 Python 依赖包**
+   ```bash
+   pip install carla numpy opencv-python matplotlib torch
+   ```
+
+## 快速启动
+
+### 步骤 1：启动 CARLA 模拟器
+- **Windows**：
+  ```bash
+  CarlaUE4.exe -windowed -ResX=800 -ResY=600
+  ```
+- **Ubuntu**：
+  ```bash
+  ./CarlaUE4.sh -windowed -ResX=800 -ResY=600
+  ```
+
+### 步骤 2：运行导航避障系统
+1. **进入项目目录**
+   ```bash
+   cd f:\nn\src\car_navigation_system
+   ```
+
+2. **运行主程序**
+   ```bash
+   python main.py
+   ```
+
+### 步骤 3：操作说明
+| 按键 | 功能描述 |
+|------|----------|
+| q    | 退出系统 |
+| r    | 重置车辆位置 |
+| s    | 紧急停止 |
+| w    | 手动加速（提高油门） |
+| a    | 手动左转向 |
+| d    | 手动右转向 |
+
+## 系统架构
+
+### 1. 环境初始化模块
+- 连接 CARLA 服务器（默认 localhost:2000）
+- 加载 Town01 地图，设置异步模式确保连接稳定
+- 配置天气参数（云量30%、无降水、太阳高度角70°）
+
+### 2. 智能体生成模块
+- **主车辆**：特斯拉 Model3（红色），关闭自动驾驶，由自定义控制算法控制
+- **NPC车辆**：随机生成2辆不同类型车辆，开启自动驾驶
+
+### 3. 传感器系统
+- **第三视角摄像头**：90°视野，分辨率640×480，用于可视化监控
+- **图像数据处理**：实时转换和处理相机图像数据
+
+### 4. 控制系统
+- **传统控制器**：基于路点跟踪的经典控制算法，稳定性更高
+- **速度控制**：根据目标速度自动调整油门和刹车
+- **转向控制**：基于路点计算最优转向角度
+
+### 5. 可视化与监控
+- 实时显示第三视角画面
+- 叠加车速、油门、转向值等状态信息
+- 每100帧显示一次运行状态
+
+### 6. 容错与恢复
+- 相机设置失败时继续运行
+- 车辆生成失败时自动清理并重新尝试
+- 异常情况时优雅退出并清理资源
+
+## 技术特点
+- **模块化设计**：清晰的类结构和功能划分
+- **鲁棒性强**：多重重试和错误处理机制
+- **实时性能**：优化的控制循环和图像处理
+- **易于扩展**：预留了神经网络控制器接口
+- **用户友好**：简洁的操作界面和状态显示
+
+## 常见问题
+
+### 1. 连接 CARLA 服务器失败
+- 确保 CARLA 模拟器正在运行
+- 检查端口是否为 2000
+- 验证 Town01 地图是否可用
+
+### 2. 车辆生成失败
+- 可能是出生点被占用
+- 系统会自动清理现有车辆并重新尝试
+
+### 3. 相机设置失败
+- 可能是资源不足
+- 系统会在相机失败时继续运行，仅影响可视化
+
+## 贡献指南
+
+### 提交代码
+1. Fork 本项目
+2. 创建 feature 分支
+3. 提交修改
+4. 发起 Pull Request
+
+### 代码规范
+- 遵循 PEP 8 代码风格
+- 添加适当的注释
+- 确保代码可维护性
+
+### 功能扩展
+- 可以添加更多传感器类型
+- 实现神经网络控制器
+- 增加更多地图支持
+- 添加更复杂的避障算法
+
+## 许可证
+本项目采用 MIT 许可证，详见 LICENSE 文件。
+
+## 联系方式
+- **邮箱**：2985835251@qq.com
+- **项目地址**：[GitHub 仓库链接]
+
+## 更新日志
+
+### v1.0.0
+- 初始化项目
+- 实现基本的自动驾驶功能
+- 添加第三视角摄像头
+- 实现路点跟踪控制算法
+- 添加NPC车辆生成
+- 实现车辆重置功能
+- 添加紧急停止功能