基于 CARLA 的交通场景录制、相机目标检测与激光点云处理工具链，包含 SUMO 联仿与同步回放接口。
使用 CARLA 0.9.16 内置 Tesla Model 3 和官方 Town03、Town04、Town05、Town06 地图，配置高速换道、匝道汇入与驶出、无保护左转、环岛通行五类场景。车辆由原生物理和场景规则驱动，道路、建筑与地形沿用官方资产。
观看 v4 综合视频 · 下载发布版本 · 历史视频与验证说明
v4 视频长 3 分 15 秒，包含五个完整场景，共 3,901 帧，以 1920×1080、20 fps 原速播放。画面持续展示前后及左右相机检测、前向激光点云和跟车机位。
- 四路相机分别运行官方 YOLOX-S 预训练目标检测模型。
- 前向 120° LiDAR 与前视检测做标定投影、点云关联和测距；后视、侧视保留相机检测结果。
- 传感器采用量产车参考布局，Model 3 用作车身代理。配置与安装位置见传感器说明。
感知处理在录制后离线运行，车辆仍由场景规则控制。前视采用几何后融合，各相机保持独立的短时编号。视频用于展示采集与处理流程，检测误差、原始检查结果及抽样审阅范围见 v4 验证摘要。
已运行的平台为 Windows x86-64、CPython 3.12、CARLA 0.9.16。先克隆源码并安装原生录制、CPU 推理和编码所需依赖：
git clone https://github.com/Ekko82/DriveWeave.git
cd DriveWeave
py -3.12 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt -r requirements-carla.txt -r requirements-fusion.txt另行下载 CARLA 0.9.16 运行时与所需地图，设置安装位置：
$env:CARLA_ROOT = 'C:/sim/CARLA-0.9.16'
python runtime_config.py --carla --ffmpeg --require-client --probe-binaries接着按当前 v4 操作指引下载模型、录制高速场景、处理四路相机和点云，并生成 MP4。该指引包含实际路线、运行命令和合成配置示例。原生 v4 流程不需要安装 SUMO。
main 用于继续开发，新运行会记录当前源码与输入的来源信息。已发布视频对应的代码固定在 v4.0.0；核对历史结果时使用对应标签。原始采集与本机执行记录未随仓库分发，因此复现流程需要自行录制输入。
| 想做什么 | 入口 |
|---|---|
| 运行当前四相机与前向 LiDAR 流程 | 传感器布局、采集、处理与成片 |
| 了解图像检测、点云关联与测距方法 | 相机与激光雷达后融合 |
| 修改五类场景的交通角色与路线 | 交通场景与传感器录制 |
| 配置安装路径或接入 SUMO | 运行时与 SUMO 接口 |
| 查看历史版本、视频及结果范围 | 版本与媒体索引 |
仓库保留两条 SUMO 流程：官方 CARLA/SUMO 双向实时协同，以及将既有 CARLA 轨迹写入 SUMO-GUI 的录制后同步回放。二者的车辆运动来源不同，安装和执行入口见运行时说明。当前 v4 五场景视频采用 CARLA 原生录制；历史 live-highway 另有双向协同采集结果，展示用 SUMO 窗口仍是录制后回放。
OPEN_SOURCE_FILES.json 列出公开代码、配置、测试与文档。提交前运行 python open_source_check.py；运行时、模型权重、原始采集和本机执行记录单独保存。发布与清理工具的用法见各脚本 --help，历史 v2 文档工具见版本说明。