diff --git a/src/Smart_car/obstacle_avoidance.py b/src/Smart_car/obstacle_avoidance.py index 9fb55b685a..bdcb85ac89 100644 --- a/src/Smart_car/obstacle_avoidance.py +++ b/src/Smart_car/obstacle_avoidance.py @@ -13,53 +13,58 @@ # ======================== 枚举定义 ======================== class CollisionRiskLevel(Enum): - """碰撞风险等级""" - NONE = 0 # 无风险 - LOW = 1 # 低风险(预警) - MEDIUM = 2 # 中风险(减速) - HIGH = 3 # 高风险(紧急制动) + """碰撞风险等级枚举:用于标识当前与前方障碍物的碰撞危险程度""" + NONE = 0 # 无风险:障碍物距离较远或相对速度低,无需任何干预 + LOW = 1 # 低风险(预警):存在潜在碰撞隐患,需提醒驾驶员注意 + MEDIUM = 2 # 中风险(减速):碰撞概率上升,需车辆自动减速降低风险 + HIGH = 3 # 高风险(紧急制动):碰撞即将发生,需全力制动避免事故 class ControlCommand(Enum): - """车辆控制指令""" - NORMAL = 0 # 正常行驶 - WARNING = 1 # 预警(声光提示) - DECELERATE = 2 # 减速 - EMERGENCY_STOP = 3 # 紧急制动 + """车辆控制指令枚举:根据碰撞风险等级对应生成的车辆执行指令""" + NORMAL = 0 # 正常行驶:车辆保持当前行驶状态,无需主动调整 + WARNING = 1 # 预警(声光提示):仅触发报警装置,提醒驾驶员接管关注 + DECELERATE = 2 # 减速:车辆自动执行中等强度制动,降低行驶速度 + EMERGENCY_STOP = 3 # 紧急制动:车辆以最大减速度制动,尽可能避免碰撞 # ======================== 核心类实现 ======================== class Obstacle: - """障碍物类:模拟感知到的障碍物信息""" + """障碍物类:用于封装感知模块检测到的前方障碍物相关信息""" def __init__(self, distance: float, relative_speed: float, obstacle_type: str): """ - :param distance: 障碍物距离(米),正值表示前方 - :param relative_speed: 相对速度(m/s),正值表示靠近 - :param obstacle_type: 障碍物类型(行人/车辆/障碍物) + 障碍物对象初始化 + :param distance: 障碍物距离(米),正值表示在本车前方 + :param relative_speed: 相对速度(m/s),正值表示本车与障碍物正在相互靠近 + :param obstacle_type: 障碍物类型(行人/车辆/固定障碍物等) """ - self.distance = max(0.0, distance) # 距离非负 + self.distance = max(0.0, distance) # 距离非负:避免感知数据异常导致的无效负数距离 self.relative_speed = relative_speed self.obstacle_type = obstacle_type - self.update_time = time.time() # 感知数据更新时间 + self.update_time = time.time() # 感知数据更新时间戳:用于判断数据是否失效 def update(self, distance: float, relative_speed: float): - """更新障碍物感知数据""" + """ + 更新障碍物感知数据:感知模块周期性刷新数据时调用 + :param distance: 最新检测到的障碍物距离(米) + :param relative_speed: 最新检测到的本车与障碍物相对速度(m/s) + """ self.distance = max(0.0, distance) self.relative_speed = relative_speed self.update_time = time.time() class CollisionPreventionSystem: - """碰撞预防系统核心类""" + """碰撞预防系统核心类:整合感知、风险评估、指令生成与控制执行的全流程""" def __init__(self): - self.current_speed = 0.0 # 车辆当前速度(m/s) - self.obstacle = None # 感知到的前方障碍物 - self.risk_level = CollisionRiskLevel.NONE - self.control_command = ControlCommand.NORMAL + self.current_speed = 0.0 # 车辆当前行驶速度(m/s) + self.obstacle = None # 感知到的前方障碍物对象,初始为None表示未检测到障碍物 + self.risk_level = CollisionRiskLevel.NONE # 当前碰撞风险等级,初始为无风险 + self.control_command = ControlCommand.NORMAL # 当前车辆控制指令,初始为正常行驶 def perception_update(self, obstacle_distance: float, obstacle_relative_speed: float, obstacle_type: str): """ - 更新感知模块数据 + 更新感知模块数据:同步最新检测到的障碍物信息到系统中 :param obstacle_distance: 障碍物距离(米) :param obstacle_relative_speed: 相对速度(m/s) - :param obstacle_type: 障碍物类型 + :param obstacle_type: 障碍物类型(行人/车辆/固定障碍物等) """ if self.obstacle is None: self.obstacle = Obstacle(obstacle_distance, obstacle_relative_speed, obstacle_type) @@ -68,15 +73,18 @@ def perception_update(self, obstacle_distance: float, obstacle_relative_speed: f def calculate_ttc(self) -> float: """ - 计算碰撞时间(Time To Collision, TTC) - :return: TTC值(秒),无穷大表示无碰撞风险 + 计算碰撞时间(Time To Collision, TTC):预测本车与障碍物发生碰撞的剩余时间 + :return: TTC值(秒),无穷大(float('inf'))表示无碰撞风险(无障碍物或障碍物远离) """ if self.obstacle is None or self.obstacle.relative_speed <= 0: - return float('inf') # 相对速度≤0,无碰撞风险 - return self.obstacle.distance / self.obstacle.relative_speed + return float('inf') # 相对速度≤0:障碍物与本车相互远离或静止,无碰撞风险 + return self.obstacle.distance / self.obstacle.relative_speed # TTC核心计算公式 def evaluate_risk(self): - """评估碰撞风险等级""" + """ + 评估碰撞风险等级:基于TTC值和障碍物距离双指标,综合判定碰撞危险程度 + 判定逻辑兼顾时间维度(TTC)和空间维度(距离),提升风险判断准确性 + """ ttc = self.calculate_ttc() distance = self.obstacle.distance if self.obstacle else float('inf') @@ -89,7 +97,10 @@ def evaluate_risk(self): self.risk_level = CollisionRiskLevel.HIGH def generate_control_command(self) -> ControlCommand: - """根据风险等级生成控制指令""" + """ + 根据风险等级生成控制指令:建立风险等级与车辆控制动作的一一对应关系 + :return: 对应的车辆控制指令(ControlCommand枚举类型) + """ if self.risk_level == CollisionRiskLevel.NONE: self.control_command = ControlCommand.NORMAL elif self.risk_level == CollisionRiskLevel.LOW: @@ -102,57 +113,57 @@ def generate_control_command(self) -> ControlCommand: def execute_control(self, command: ControlCommand) -> float: """ - 执行车辆控制指令,返回控制后的车速 - :param command: 控制指令 - :return: 调整后的车速(m/s) + 执行车辆控制指令,根据指令调整车辆车速,并返回控制后的最新车速 + :param command: 待执行的车辆控制指令(ControlCommand枚举类型) + :return: 调整后的车辆当前车速(m/s) """ - delta_time = 0.1 # 控制周期(秒),模拟实时控制 + delta_time = 0.1 # 控制周期(秒),模拟车载系统实时控制的100ms刷新间隔 if command == ControlCommand.NORMAL: - # 正常行驶,维持当前速度(可扩展加速逻辑) + # 正常行驶,维持当前速度(可扩展后续加速逻辑) pass elif command == ControlCommand.WARNING: - # 仅预警,不调整车速(声光提示驾驶员) + # 仅预警,不调整车速(通过声光设备提示驾驶员注意前方障碍物) print("[预警] 检测到前方障碍物,请注意!") elif command == ControlCommand.DECELERATE: - # 减速:中等减速度(最大减速度的50%) + # 减速:采用中等减速度(最大减速度的50%),避免急刹影响驾乘体验 deceleration = MAX_DECELERATION * 0.5 self.current_speed = max(0.0, self.current_speed - deceleration * delta_time) print(f"[减速] 当前车速:{self.current_speed:.2f} m/s(原速度:{self.current_speed + deceleration * delta_time:.2f} m/s)") elif command == ControlCommand.EMERGENCY_STOP: - # 紧急制动:最大减速度 + # 紧急制动:采用最大减速度,尽可能在碰撞前将车辆停稳 deceleration = MAX_DECELERATION self.current_speed = max(0.0, self.current_speed - deceleration * delta_time) print(f"[紧急制动] 当前车速:{self.current_speed:.2f} m/s(紧急制动中)") - # 限制车速不超过最大值 + # 限制车速不超过最大值,确保行驶安全合规 self.current_speed = min(self.current_speed, VEHICLE_MAX_SPEED) return self.current_speed def run_cycle(self, obstacle_distance: float, obstacle_relative_speed: float, obstacle_type: str, current_speed: float): """ - 碰撞预防系统单次运行周期 + 碰撞预防系统单次运行周期:完整执行“感知更新-风险评估-指令生成-控制执行”流程 :param obstacle_distance: 障碍物距离(米) :param obstacle_relative_speed: 相对速度(m/s) - :param obstacle_type: 障碍物类型 - :param current_speed: 车辆当前速度(m/s) + :param obstacle_type: 障碍物类型(行人/车辆/固定障碍物等) + :param current_speed: 车辆当前行驶速度(m/s) """ - # 1. 更新车辆当前速度 + # 1. 更新车辆当前速度:同步本车最新行驶状态 self.current_speed = current_speed - # 2. 更新感知数据 + # 2. 更新感知数据:同步前方障碍物的最新检测信息 self.perception_update(obstacle_distance, obstacle_relative_speed, obstacle_type) - # 3. 风险评估 + # 3. 风险评估:基于最新感知数据判定碰撞风险等级 self.evaluate_risk() - # 4. 生成控制指令 + # 4. 生成控制指令:根据风险等级匹配对应的车辆控制动作 command = self.generate_control_command() - # 5. 执行控制 + # 5. 执行控制:执行控制指令并调整车辆车速 new_speed = self.execute_control(command) - # 6. 输出状态信息 + # 6. 输出状态信息:打印系统当前各项关键参数,便于调试和监控 print(f"\n=== 系统状态 ===") print(f"障碍物类型:{obstacle_type}") print(f"障碍物距离:{self.obstacle.distance:.2f} 米") @@ -164,22 +175,22 @@ def run_cycle(self, obstacle_distance: float, obstacle_relative_speed: float, ob # ======================== 测试用例 ======================== if __name__ == "__main__": - # 初始化碰撞预防系统 + # 初始化碰撞预防系统实例:创建系统核心对象 cps = CollisionPreventionSystem() - # 模拟不同场景的运行周期 + # 模拟不同场景的运行周期:覆盖无风险、低风险、中风险、高风险四种典型行驶场景 test_scenarios = [ - # 场景1:无风险(远距离、低相对速度) + # 场景1:无风险(远距离、低相对速度,无需任何干预) {"distance": 10.0, "relative_speed": 1.0, "type": "车辆", "speed": 15.0}, - # 场景2:低风险(预警) + # 场景2:低风险(预警)(距离接近安全阈值、相对速度适中,需提醒驾驶员) {"distance": 6.0, "relative_speed": 3.0, "type": "行人", "speed": 10.0}, - # 场景3:中风险(减速) + # 场景3:中风险(减速)(距离接近紧急阈值、相对速度较高,需自动减速) {"distance": 3.0, "relative_speed": 4.0, "type": "障碍物", "speed": 8.0}, - # 场景4:高风险(紧急制动) + # 场景4:高风险(紧急制动)(距离低于紧急阈值、相对速度快,需全力制动) {"distance": 1.5, "relative_speed": 5.0, "type": "车辆", "speed": 6.0}, ] - # 运行测试场景 + # 运行测试场景:依次执行每个测试用例,模拟实际行驶中的系统循环运行 for i, scenario in enumerate(test_scenarios): print(f"\n==================== 测试场景 {i+1} ====================") cps.run_cycle( @@ -188,4 +199,4 @@ def run_cycle(self, obstacle_distance: float, obstacle_relative_speed: float, ob obstacle_type=scenario["type"], current_speed=scenario["speed"] ) - time.sleep(0.5) # 模拟时间间隔 \ No newline at end of file + time.sleep(0.5) # 模拟时间间隔:模拟不同场景之间的时间流逝,更贴近实际运行场景 \ No newline at end of file diff --git a/src/Smart_car/overload.py b/src/Smart_car/overload.py new file mode 100644 index 0000000000..1018554ae2 --- /dev/null +++ b/src/Smart_car/overload.py @@ -0,0 +1,72 @@ +import time +import random + +class UnmannedVehicleOverloadWarningSystem: + """无人车超载预警系统""" + def __init__(self, max_load=1000): + # 初始化系统参数 + self.max_load = max_load # 车辆最大载重(单位:kg,可自定义) + self.current_load = 0 # 当前载重 + self.warning_level = 0 # 预警等级:0-正常,1-轻度过载,2-中度过载,3-严重超载 + + def simulate_weight_collection(self): + """模拟无人车重量采集(模拟传感器数据,可替换为真实硬件接口)""" + # 模拟载重变化:每次在当前基础上小幅波动(模拟乘客/货物上下车) + weight_change = random.randint(-50, 100) + self.current_load = max(0, self.current_load + weight_change) # 载重不能为负数 + return self.current_load + + def judge_overload(self): + """超载判断逻辑,划分预警等级""" + load_ratio = self.current_load / self.max_load # 载重占比 + + if load_ratio <= 0.8: + self.warning_level = 0 # 正常:载重≤80%最大载重 + return "正常", "绿色", "当前载重未超出安全范围,无需处理" + elif 0.8 < load_ratio <= 0.95: + self.warning_level = 1 # 轻度过载:80%<载重≤95% + return "轻度过载预警", "黄色", "当前载重接近上限,建议停止加载" + elif 0.95 < load_ratio <= 1.1: + self.warning_level = 2 # 中度过载:95%<载重≤110% + return "中度过载警告", "橙色", "当前载重已超出安全上限,立即停止运行并卸载部分货物" + else: + self.warning_level = 3 # 严重超载:载重>110% + return "严重超载警报", "红色", "极度危险!立即紧急制动,联系工作人员处理" + + def display_warning(self, status, color, desc): + """可视化输出预警信息(模拟车载终端显示)""" + print("=" * 50) + print(f"【无人车超载预警系统 - 实时监测】") + print(f"当前时间:{time.strftime('%Y-%m-%d %H:%M:%S')}") + print(f"最大载重:{self.max_load} kg") + print(f"当前载重:{self.current_load:.2f} kg") + print(f"载重占比:{self.current_load/self.max_load*100:.2f}%") + print(f"预警状态:【{status}】({color})") + print(f"处理建议:{desc}") + print("=" * 50) + print() + + def run(self, monitor_times=10): + """运行系统,持续监测载重并输出预警""" + print("无人车超载预警系统已启动...") + print(f"开始持续监测(共监测{monitor_times}次,每次间隔2秒)\n") + + for i in range(monitor_times): + # 1. 采集当前载重(模拟) + self.simulate_weight_collection() + # 2. 判断超载等级 + status, color, desc = self.judge_overload() + # 3. 显示预警信息 + self.display_warning(status, color, desc) + # 4. 严重超载时紧急停止 + if self.warning_level == 3: + print("❗❗❗ 检测到严重超载,系统紧急停止运行! ❗❗") + break + # 5. 间隔2秒进行下一次监测 + time.sleep(2) + +if __name__ == "__main__": + # 初始化系统:设置无人车最大载重为1000kg(可根据需求修改) + overload_system = UnmannedVehicleOverloadWarningSystem(max_load=1000) + # 运行系统,持续监测10次(可修改监测次数) + overload_system.run(monitor_times=10) \ No newline at end of file diff --git a/src/Smart_car/overweight.py b/src/Smart_car/overweight.py new file mode 100644 index 0000000000..9a2784d2bb --- /dev/null +++ b/src/Smart_car/overweight.py @@ -0,0 +1,99 @@ +import tkinter as tk +from tkinter import ttk +import random +import time + +class UAVTemperatureSystem: + def __init__(self, root): + self.root = root + self.root.title("无人车温度调节系统仿真") + self.root.geometry("500x400") + + # 温度参数初始化 + self.current_temp = 25.0 # 初始温度 + self.target_temp = 25.0 # 目标温度 + self.max_temp = 35.0 # 温度上限 + self.min_temp = 15.0 # 温度下限 + + # 创建UI组件 + self.create_widgets() + + # 启动温度监测循环 + self.update_temp() + + def create_widgets(self): + # 标题标签 + ttk.Label(self.root, text="无人车温度调节系统", font=("Arial", 16, "bold")).pack(pady=10) + + # 当前温度显示 + self.temp_label = ttk.Label(self.root, text=f"当前温度: {self.current_temp:.1f} °C", font=("Arial", 14)) + self.temp_label.pack(pady=5) + + # 目标温度设置 + ttk.Label(self.root, text="设置目标温度:").pack(pady=2) + self.target_entry = ttk.Entry(self.root, width=10) + self.target_entry.insert(0, "25") + self.target_entry.pack(pady=2) + ttk.Button(self.root, text="确认设置", command=self.set_target_temp).pack(pady=5) + + # 系统状态显示 + self.status_label = ttk.Label(self.root, text="系统状态: 待机", font=("Arial", 12), foreground="blue") + self.status_label.pack(pady=10) + + # 温度曲线画布(简易模拟) + self.canvas = tk.Canvas(self.root, width=400, height=150, bg="white") + self.canvas.pack(pady=10) + self.canvas.create_line(10, 75, 390, 75, fill="black") # 基准线 + self.canvas.create_text(200, 10, text="温度变化趋势", font=("Arial", 10)) + + self.x_pos = 10 # 曲线绘制横坐标 + + def set_target_temp(self): + try: + self.target_temp = float(self.target_entry.get()) + self.status_label.config(text=f"目标温度已设为: {self.target_temp:.1f} °C", foreground="green") + except ValueError: + self.status_label.config(text="输入无效!请输入数字", foreground="red") + + def update_temp(self): + # 模拟温度波动(无人车运行时的温度变化) + self.current_temp += random.uniform(-0.5, 0.8) + self.current_temp = round(self.current_temp, 1) + + # 更新温度显示 + self.temp_label.config(text=f"当前温度: {self.current_temp:.1f} °C") + + # 判断温度状态并执行调节逻辑 + if self.current_temp > self.max_temp: + self.status_label.config(text="状态: 温度过高 → 启动制冷系统", foreground="red") + self.current_temp -= 1.2 # 制冷降温 + elif self.current_temp < self.min_temp: + self.status_label.config(text="状态: 温度过低 → 启动加热系统", foreground="orange") + self.current_temp += 1.2 # 加热升温 + elif abs(self.current_temp - self.target_temp) > 1.0: + if self.current_temp > self.target_temp: + self.status_label.config(text="状态: 高于目标 → 轻度制冷", foreground="blue") + self.current_temp -= 0.5 + else: + self.status_label.config(text="状态: 低于目标 → 轻度加热", foreground="blue") + else: + self.status_label.config(text="状态: 温度正常 → 系统待机", foreground="green") + + # 绘制温度变化曲线 + y_pos = 75 - (self.current_temp - 25) * 5 # 映射温度到画布坐标 + if self.x_pos < 390: + self.canvas.create_line(self.x_pos, 75, self.x_pos + 1, y_pos, fill="red", width=2) + self.x_pos += 1 + else: + # 曲线满屏后重置 + self.canvas.delete("all") + self.canvas.create_line(10, 75, 390, 75, fill="black") + self.x_pos = 10 + + # 每隔1秒更新一次 + self.root.after(1000, self.update_temp) + +if __name__ == "__main__": + root = tk.Tk() + app = UAVTemperatureSystem(root) + root.mainloop() \ No newline at end of file