Skip to content
Closed
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
129 changes: 129 additions & 0 deletions src/simple_wheeled_vehicle/README.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,129 @@
# 简易轮式小车智能代理

## 项目简介
一个基于PyTorch神经网络与ROS的**简易轮式小车智能代理**,主要面向Carla自动驾驶模拟器。项目实现了从感知到控制的基本自动驾驶流程,模块化设计清晰,便于学习、扩展与二次开发。

## 功能特性
- **环境感知**:处理相机图像,识别车道线、可行驶区域及动态障碍物。
- **决策规划**:基于感知结果进行局部路径规划与动态避障决策。
- **运动控制**:输出转向、油门及刹车指令,控制小车沿规划路径行驶。
- **训练接口**:提供数据采集与模型训练接口,支持强化学习与模仿学习。
- **ROS集成**:通过ROS节点进行模块间通信,支持传感器数据发布与控制指令订阅。

## 环境要求
- **操作系统**:Ubuntu 20.04/22.04(推荐)或 Windows 10/11(WSL2)
- **Python**:3.7 - 3.12
- **核心框架**:PyTorch >= 1.9.0(CPU/GPU版本均可)
- **模拟器**:Carla 0.9.14+
- **可选依赖**:ROS Noetic 或 ROS2 Foxy(用于ROS通信)
- **基础包**:numpy, opencv-python, matplotlib

## 项目结构
```
src/simple_wheeled_agent/
├── main.py # 模块主入口 (非ROS启动)
├── main.launch # ROS启动配置文件
├── requirements.txt
├── config/
│ └── default.yaml # 配置文件
├── docs/ # 模块文档
├── models/ # 预训练模型存放处
├── scripts/ # 工具脚本
├── src/ # 核心源代码
│ ├── perception/
│ │ ├── __init__.py
│ │ ├── image_processor.py # 图像处理与神经网络推理
│ │ └── data_collector.py # 训练数据采集
│ ├── planning/
│ │ ├── __init__.py
│ │ └── local_planner.py # 局部路径规划器
│ ├── control/
│ │ ├── __init__.py
│ │ └── pid_controller.py # 运动控制器
│ └── utils/ # 通用工具函数
└── tests/ # 单元测试
```

## 快速开始
1. **安装依赖**:
```bash
cd src/simple_wheeled_agent
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
```

2. **启动Carla服务端** (在另一个终端):
```bash
./CarlaUE4.sh -quality-level=Low # 可根据硬件调整画质
```

3. **运行代理**:
```bash
python main.py --config config/default.yaml

Copy link
Copy Markdown
Member

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

代码需要和文档对应,缺少代码

```
程序将连接Carla,生成车辆,并开始自主驾驶。

4. **(可选) ROS模式**:
```bash
roslaunch simple_wheeled_agent main.launch
```

## 主要类和方法
- **`PerceptionAgent` (感知模块)**:
- `process_image(raw_image)`: 处理原始图像,输出车道与障碍物信息。
- `collect_training_data()`: 采集带标签的训练数据。

- **`LocalPlanner` (规划模块)**:
- `compute_path(perception_result, goal)`: 根据感知结果和全局目标计算局部路径。
- `dynamic_obstacle_avoidance()`: 动态避障算法。

- **`VehicleController` (控制模块)**:
- `update_control(target_path, current_state)`: 根据目标路径和车辆状态计算控制量。
- `get_control()`: 返回当前的控制指令(转向、油门、刹车)。

## 配置参数
关键参数可在 `config/default.yaml` 中调整:
```yaml
carla:
host: localhost
port: 2000
timeout: 10.0
vehicle:
target_speed: 30.0 # 目标速度 (km/h)
max_steer_angle: 70.0 # 最大转向角 (度)
perception:
model_path: models/perception_model.pth
image_width: 640
image_height: 480
```

## 数据输出
运行过程中会生成以下数据:
1. **控制台输出**:车辆状态、控制指令、故障信息。
2. **日志文件** (位于 `logs/`): 运行日志与性能统计。
3. **数据记录** (训练模式下): 图像与对应控制指令,保存于 `data/train/`。
4. **可视化窗口**:实时显示处理后的图像与规划路径。

## 扩展建议
- **更换模拟器**:参考现有Carla接口,为AirSim或MuJoCo实现对应的环境包装器。
- **改进感知模型**:替换 `perception` 模块中的网络结构(如使用ResNet、Transformer)。
- **尝试新算法**:在 `planning` 模块中实现强化学习(PPO、SAC)或更先进的规划算法。
- **增加传感器**:集成激光雷达(Lidar)或雷达(Radar)数据进行多传感器融合。

## 常见问题
1. **Q: 无法连接到Carla服务器**
A: 请确认CarlaUE4正在运行,且端口未被占用。检查配置中的 `host` 和 `port`。

2. **Q: 运行时报错 “No module named ‘torch’”**
A: 请单独安装与你的Python及CUDA版本匹配的PyTorch。

3. **Q: 车辆控制不平稳,抖动严重**
A: 尝试调整 `config/default.yaml` 中的PID控制参数,或降低 `target_speed`。

4. **Q: 如何用自己的数据训练模型?**
A: 运行 `python main.py --mode collect` 采集数据,然后使用 `scripts/train_model.py` 进行训练。

5. **Q: ROS节点无法启动**
A: 确保ROS环境已正确配置 (`source /opt/ros/<distro>/setup.bash`),且所有ROS依赖已安装。

---
*更详细的API文档请使用 `mkdocs serve` 在本地构建和查看。*
Loading