Skip to content
Closed
Show file tree
Hide file tree
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
86 changes: 79 additions & 7 deletions src/InterconVis_PedSafety_Enh/README.md
Original file line number Diff line number Diff line change
Expand Up @@ -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
```
Expand All @@ -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)
- <img src="https://github.com/user-attachments/assets/2b3c4cf0-9bc8-4708-9602-a8ad31048646" width="100%" />
- 模拟环境
- <img src="https://github.com/user-attachments/assets/76e93eea-22a8-4601-9bbd-084c973ebf80" width="100%" />
- 车辆自动行驶检测(视角为车后)
- <img src="./image/屏幕录制.gif" alt="Infrastructure View" width="640" height="360">
- 六摄像头自动检测
- <img src="./image/屏幕录制_预览.gif" alt="Vehicle View" width="640" height="360">


## 致谢 (Acknowledgement)
Expand Down
Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
Loading