[第1次提交] 重新确定选题 carla_yolo_detection

[Stehpen666]

修改概述:

1. 第一次提交：确定作业选题为“基于 CARLA 的 YOLOv5 目标检测与感知系统”，并配置了 mkdocs.yml 中的页面导航跳转。
2. 第二次提交：完成了感知模块核心代码 (src/carla_yolo_detection/main.py) 的开发。实现了：集成 YOLOv5s 进行实时动态视觉检测；使用 Traffic Manager 自动部署 30 辆背景车流；挂载碰撞传感器实现终端碰撞预警；同步更新了包含本地 whl 文件安装说明的 README.md。

修改的详细描述

第一次提交：重新选了一个题
第二次提交：
完成了感知系统的核心代码开发（main.py）与环境配置清单（requirements.txt）。具体实现功能如下：

1. 实时目标检测：成功集成 YOLOv5s 模型，实现对 CARLA 仿真环境的实时视觉感知，并采用异步回调优化了画面帧率（FPS）。
2. 背景交通流：利用 Traffic Manager 实现了 30 辆背景车辆的自动生成与动态巡航。
3. 安全监听：为自车挂载了碰撞传感器，实现了在终端的实时碰撞预警输出。
4. 文档更新：在 README 中补充了详细的本地避坑指南（包含 whl 文件的安装）与运行说明。

经过了什么样的测试?

1. 操作系统 Windows 11
2. Python版本等 Python 3.8 (基于 Anaconda 虚拟环境)
3. 仿真软件 HUTB CARLA_Mujoco_2.2.1
4. 4. 硬件与加速 NVIDIA GPU (RTX 4060)，已配置 CUDA 环境并使用 PyTorch GPU 版进行测试。测试过程中 YOLOv5s 推理流畅，FPS 稳定在 30 以上，无画面卡死或内存溢出问题。

运行效果