diff --git a/src/InterconVis_PedSafety_Enh/README.md b/src/InterconVis_PedSafety_Enh/README.md
index 518d07a8f2..254961907f 100644
--- a/src/InterconVis_PedSafety_Enh/README.md
+++ b/src/InterconVis_PedSafety_Enh/README.md
@@ -105,12 +105,21 @@ CVIPS (Connected Vision for Increased Pedestrian Safety) 是一个致力于通
```shell
python cvips_generation.py --town Town01 --num_vehicles 15 --num_pedestrians 80 --weather rainy --time_of_day sunset --seed 111
## 数据集生成
-数据集由cvip_collector.py生成,保存在out_cvips_v9(主文件夹)
+数据集由cvip_collector.py生成,保存在_out_dataset_final(主文件夹)
- 📂 ego_rgb/ : 存放主车(Tesla)视角的图片(命名格式为 帧号.png)。
- 📂 rsu_rgb/ : 存放路侧单元(RSU,安装在高处)视角的图片。
+- 📂 label/ : 标注文件,用于作为标签提供目标的 3D 空间属性和类别信息。
+data_check.py:用于验证收集数据的可视化工具。
+cvips_utils.py:用于坐标变换和投影的实用函数,为cvip_collector.py提供计算服务。
### 运行命令
### 基础模式 (默认参数)
-- 在Town01地图,生成25辆车和40个行人,晴朗中午。
+### 模板指令
+- 可根据需求调整城镇、天气、时间、车辆数、行人数和最大帧数
+ ```shell
+ python cvips_collector.py --town Town03 --weather Rain --time Sunset --num_vehicles 50 --num_walkers 30 --max_frames 1000
+ ```
+- 默认参数运行
+(对应配置:Town01、Clear天气、Day时间、40辆车、20个行人、最多500帧)
```shell
python cvips_collector.py
```
@@ -134,12 +143,75 @@ CVIPS (Connected Vision for Increased Pedestrian Safety) 是一个致力于通
```shell
python cvips_collector.py --num_vehicles 5 --num_walkers 0
```
-### 样本可视化 (Sample Visualizations)
+## 使用官方脚本生成目标
+由于在Carla中不使用官方的脚本产生行走的行人和车辆,使用自己的脚本产生需要耗费大量的GPU导致非常的卡顿,所以提供另外一种使用Carla官方自带的脚本文件生成数据集的思路。
+- 进入CARLA安装目录(替换为你实际的路径)
+ ```shell
+ cd F:\carla\CARLA\WindowsNoEditor
+ ```
+- 启动CARLA服务器(窗口模式,默认端口2000)
+ ```shell
+ CarlaUE4.exe
+ ```
+### 生成动态行人和车辆(用 generate_traffic.py)
+- 打开新的终端(CMD/PowerShell),PythonAPI/examples目录(不同版本目录不同,根据实际版本来定),运行官方交通生成脚本:
+- 进入examples目录(替换为你实际的路径)
+ ```shell
+ cd F:\carla\CARLA\WindowsNoEditor\PythonAPI\examples
+ ```
+- 生成动态交通:30辆车 + 15个行人(可自定义数量)
+ ```shell
+ python generate_traffic.py --vehicles 30 --walkers 15
+ ```
+### 运行 cvips_collector.py 采集数据集
+打开第三个终端,进入你的cvips_collector.py脚本所在目录,执行采集指令(关键:设num_vehicles和num_walkers为 0,避免重复生成):
+- 进入你的cvips_collector.py所在目录(替换为实际路径)
+ ```shell
+ cd F:\你的脚本存放路径
+ ```
+- 运行采集脚本(不额外生成车辆/行人,仅采集已有交通流)
+ ```shell
+ python cvips_collector.py
+ - --town Town01
+ - --weather Clear
+ - --time Day
+ - --num_vehicles 0
+ - --num_walkers 0
+ - --max_frames 500
+ ```
+注意:Windows 终端中换行用^,如果是单行写就不需要加;max_frames 500表示采集 500 帧数据,可按需调整。
+关键补充说明
+脚本功能对应:
+CARLA 旧版本:spawn_npc.py → 生成 NPC(车辆 + 行人)
+CARLA 新版本:generate_traffic.py → 功能完全替代spawn_npc.py,参数更清晰
+避免重复生成:
+必须把cvips_collector.py的--num_vehicles和--num_walkers设为 0,否则脚本会额外生成车辆 / 行人,导致场景中交通流过多、卡顿。
+常见问题解决:
+若运行generate_traffic.py提示 “找不到 carla 模块”:
+先在该终端执行pip install -r requirements.txt(requirements.txt 在你截图的 examples 目录里),安装依赖。
+若采集时帧率低:减少generate_traffic.py的车辆 / 行人数目(比如设--vehicles 20 --walkers 10)。
+### 运行数据检查脚本(data_check.py)
+- 命令格式:
+ ```shell
+ python data_check.py
+ ```
+## 六视角的环境感知可视化系统(可用于自动驾驶场景中的目标检测、多摄像头标定等相关算法的测试与验证)
+cvips_collector_6cam.py 是一个基于 CARLA 自动驾驶仿真环境的多摄像头数据采集与目标可视化程序,主要功能是通过安装在主车上的 6 个摄像头采集周围环境图像,并在图像上实时绘制动态物体(车辆、行人)和静态车辆的 3D 边界框。以下是其主要组成部分和功能说明:
+1. 依赖与配置
+依赖库:使用 carla 库连接仿真环境,numpy 处理矩阵运算,cv2 进行图像处理与显示,以及自定义工具库 cvips_utils。
+核心配置:设置图像分辨率(640x360)、摄像头视场角(FOV=90°)、目标帧率(30 FPS)。
+- 注意:依赖库需在自己所创建的虚拟环境中克隆。
+2. 运行指令
+ ```shell
+ python cvips_collector_6cam.py
+ ```
+- 注意:该脚本的行人和车辆都是运用Carla官方文件生成,详细步骤见 [使用官方脚本生成目标](#使用官方脚本生成目标)
+## 样本可视化 (Sample Visualizations)
我们提供了可视化结果来展示我们数据集中的不同视角:
-- 车辆自动行驶(视角为车后)
--
-- 模拟环境
--
+- 车辆自动行驶检测(视角为车后)
+-
+- 六摄像头自动检测
+-
## 致谢 (Acknowledgement)
diff --git "a/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266.gif" "b/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266.gif"
new file mode 100644
index 0000000000..bb1f7ea7cb
Binary files /dev/null and "b/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266.gif" differ
diff --git "a/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266_\351\242\204\350\247\210.gif" "b/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266_\351\242\204\350\247\210.gif"
new file mode 100644
index 0000000000..92d6eb6aa5
Binary files /dev/null and "b/src/InterconVis_PedSafety_Enh/image/\345\261\217\345\271\225\345\275\225\345\210\266_\351\242\204\350\247\210.gif" differ