diff --git a/src/carla_tracking/README.md b/src/carla_tracking/README.md index 6390714d1d..20b0faee56 100644 --- a/src/carla_tracking/README.md +++ b/src/carla_tracking/README.md @@ -1,4 +1,4 @@ -# CARLA_YOLO_ObjectTrackingTracking +# CARLA_YOLO_ObjectTracking ## 项目概述 本项目实现了基于YOLOv5算法和CARLA仿真器的自动驾驶目标检测与跟踪功能。通过CARLA仿真环境生成动态交通场景,利用YOLOv5模型实时检测车辆、摩托车、公交车、卡车等交通参与者,结合内置优化版SORT跟踪算法实现目标的连续追踪,并通过OpenCV实时可视化检测与跟踪结果。 @@ -99,13 +99,14 @@ python main.py --model yolov5x --tracker sort --host localhost --port 2000 --con - 基于目标距离动态调整IOU匹配阈值,增强不同距离目标的跟踪稳定性 - 基于距离的尺寸过滤策略,适应透视变换影响 - 对远距离目标延长保留时间,减少频繁消失与重现 -- 跟踪核心参数:max_age(最大消失帧数,默认8)、min_hits(最小命中数,默认2)、iou_threshold(基础IOU匹配阈值,默认0.4) +- 跟踪核心参数:max_age(最大消失帧数,默认8)、min_hits(最小命中数,默认3)、iou_threshold(基础IOU匹配阈值,默认0.4) - 跟踪结果包含持续的目标ID、距离信息和速度估计,支持目标短暂消失后重新出现的ID匹配 3. CARLA交互: - 自动清理仿真环境中的残留车辆和静态车辆,保证场景纯净 - 主车辆开启自动驾驶模式,相机优化挂载于主车辆前方(x=1.8m,z=1.6m,俯角-5°),更适合前方车辆检测 - 自动生成NPC车辆并开启自动驾驶,构建动态交通场景(数量可通过--npc-count配置,默认15辆) +- 主车辆生成优化:优先选择交通密度高的位置生成,提升场景真实性 - spectator视角自动跟随主车辆(后上方8m,z=10m,俯角-35°),方便观察全局场景 - 同步模式运行,固定帧率0.05s/帧(20FPS),保证检测稳定性 - 深度相机与RGB相机精确同步,提供目标距离信息用于优化跟踪 @@ -116,7 +117,7 @@ python main.py --model yolov5x --tracker sort --host localhost --port 2000 --con - Track:跟踪目标实体类,维护单目标的边界框、ID、生命周期、历史位置、距离及速度等信息 - Sort:SORT跟踪器核心实现,处理多目标匹配与跟踪状态管理,集成深度信息优化 - 工具函数:包含边界框绘制(支持类别差异化颜色)、相机投影矩阵构建、CARLA环境清理等功能 - - CARLA交互模块:负责服务器连接、车辆生成、相机配置及同步控制 + - CARLA交互模块:负责服务器连接、车辆生成(含智能选址)、相机配置及同步控制 - 检测与跟踪主逻辑:集成YOLOv5检测与SORT跟踪,实现端到端流程 - YOLOv5预训练模型(yolov5s.pt/yolov5m.pt/yolov5x.pt):需放置在指定路径 diff --git a/src/carla_tracking/requirements.txt b/src/carla_tracking/requirements.txt index d67cc1d540..6e1f4bff39 100644 --- a/src/carla_tracking/requirements.txt +++ b/src/carla_tracking/requirements.txt @@ -1,9 +1,8 @@ python>=3.7 -numpy -opencv-python -torch -scipy -argparse -collections -carla -ultralytics \ No newline at end of file +numpy>=1.19.5 +opencv-python>=4.5.0 +scipy>=1.7.0 +carla>=0.9.10 +ultralytics>=8.0.0 +torch>=1.10.0+cu113 +torchvision>=0.11.0+cu113 \ No newline at end of file