添加无人机展示示例

Author: donghaiwang

README.md

@@ -31,7 +31,7 @@
 该项目是一款能让用户快速测试 [行人](https://openhutb.github.io/doc/#_5) 和 [车辆](https://openhutb.github.io/doc/#_4) 感知、规划、控制算法的模拟器文档。
 
 <p width="100%" display="flex" align="center">
-<a href="https://openhutb.github.io/doc/tuto_G_pedestrian_navigation/#conclusion"><img src="docs/img/pedestrian/opensim_running.gif" width="25%" margin-right="10%"/></a>  <a href="https://openhutb.github.io/doc/tuto_G_chrono/"><img src="docs/img/chrono/vechile_turnover.gif" width="50%"/></a>
+<a href="https://openhutb.github.io/doc/tuto_G_pedestrian_navigation/#conclusion"><img src="docs/img/pedestrian/opensim_running.gif" width="15%" margin-right="10%"/></a>  <a href="https://openhutb.github.io/doc/tuto_G_chrono/"><img src="docs/img/chrono/vechile_turnover.gif" width="30%"/></a> <a href="https://openhutb.github.io/air_doc/"><img src="https://openhutb.github.io/air_doc/images/dev/HUTB_simulation.gif" width="30%"/></a>
 </p>
 
 ---

docs/pedestrian/cloning_DCB.md

@@ -1,20 +1,20 @@
 # [关于数据获取服务合同必要性的信息](https://www.cvc.uab.es/wp-content/uploads/2023/09/Justificacion-CloningDCB.pdf) 
 
-##介绍
+## 介绍
 
-2021年，基于驾驶员认知行为克隆（克隆DCB）的生态交通和数字交通项目为自动驾驶项目提供资金。在这个项目中，我们深入研究了端到端的模式，将人类行为模式作为持续时间的一部分。
+2021 年，基于驾驶员认知行为克隆（克隆DCB）的生态交通和数字交通项目为自动驾驶项目提供资金。在这个项目中，我们深入研究了端到端的模式，将人类行为模式作为持续时间的一部分。
 
-该项目的一个重要方面是重新收集人力资本，以实现对人力资本的最大控制。一个高级控制器负责控制Carla模拟器上的数据记录和实验的电路和速度。
+该项目的一个重要方面是重新收集人力资本，以实现对人力资本的最大控制。一个高级控制器负责控制 Carla 模拟器上的数据记录和实验的电路和速度。
 
-CARLA允许定义轨道交通（交通、天气、气象等）的各种情况，并获得导体、车辆速度、电压等远景设计的数据。与导体相关的数据可以感知物理，在记录数据的时间段内模拟轨道交通。
+Carla 允许定义轨道交通（交通、天气、气象等）的各种情况，并获得导体、车辆速度、电压等远景设计的数据。与导体相关的数据可以感知物理，在记录数据的时间段内模拟轨道交通。
 
 事实上，这些行为在虚拟预测和控制变量的使用场景中起着重要作用。喜欢在驾驶舱内进行感官接触的人，喜欢模拟运动（如加速、长颈鹿等）的动作师。
 
 模拟过程中要收集的主要数据将是与虚拟车辆状态（里程测量）和驾驶员有关的数据：从驾驶员的角度模拟的图像、脑电图（EEG）和视觉注意力图等。
 
 注意力图是与特定驾驶时刻的模拟图像相关联的“热”图，将驾驶员集中注意力以评估情况并随后执行操作的区域指示为“热区”。
 
-该项目的研究目标之一是将人类注意力图与从经过训练的自动驾驶模型获得的注意力图进行比较。首先，了解它们是否相似，因此我们可以更加信任人工模型。其次，了解从人类驾驶中获得的注意力图是否有助于改进自动驾驶模型的训练。正如我们已经提到的，在这个项目中，驾驶仅限于 CARLA 模拟器。
+该项目的研究目标之一是将人类注意力图与从经过训练的自动驾驶模型获得的注意力图进行比较。首先，了解它们是否相似，因此我们可以更加信任人工模型。其次，了解从人类驾驶中获得的注意力图是否有助于改进自动驾驶模型的训练。正如我们已经提到的，在这个项目中，驾驶仅限于 Carla 模拟器。
 
 模拟驾驶数据必须由外部实体提供，如 Cloning-DCB 项目技术报告 WP1 任务 3 中所指定。
 
@@ -29,7 +29,7 @@ CARLA允许定义轨道交通（交通、天气、气象等）的各种情况，
 
 ## 先前的考虑因素
 
-CVC是世界知名的研究中心，拥有超过27年的经验，20多年来是唯一的国家级计算机视觉研究中心。他的研究工作及其卓越表现在他的出版物中显而易见。根据 CSIC 2023 年的排名，其研究人员平均每年有100名，其中有4名研究人员跻身国内和海外西班牙人2,000名最有影响力的研究人员之列，该排名基于谷歌的H索引学者并考虑到所有科学学科。
+CVC 是世界知名的研究中心，拥有超过27年的经验，20多年来是唯一的国家级计算机视觉研究中心。他的研究工作及其卓越表现在他的出版物中显而易见。根据 CSIC 2023 年的排名，其研究人员平均每年有100名，其中有4名研究人员跻身国内和海外西班牙人2,000名最有影响力的研究人员之列，该排名基于谷歌的H索引学者并考虑到所有科学学科。
 
 为了确保这种卓越性，CVC 要求与其建立合同关系的实体对研究和传播工作做出同等程度的承诺。要求此承诺的方式是遵守下一节中详述的要求。
 
@@ -51,14 +51,14 @@ CVC是世界知名的研究中心，拥有超过27年的经验，20多年来是
 ### 技术要求
 
 * 拥有一个物理模拟汽车驾驶室的“驾驶舱”。在这个驾驶室中，人类驾驶员必须能够在模拟的 3D 动态环境中驾驶。乘客舱必须安装在移动平台上，与显示器同步，模拟真实车辆的运动体验（加速、制动、转弯、事故和地形不规则），以响应人类驾驶员执行的操作。
-* 使用的模拟软件必须是 CARLA，版本 0.9.14 或更高版本。
+* 使用的模拟软件必须是 Carla，版本 0.9.14 或更高版本。
 * 模拟器必须物理显示至少120º的水平视野（HFOV），分布在多个屏幕上，模拟真实车辆的驾驶体验。
 * 模拟器还必须显示两个相当于外部后视镜的视图（在旅游业中是强制性的）。
 * 与模拟器的驾驶会议必须用 Carla 的“记录器”进行记录，以便可以离线播放，以提取由于计算时间问题而无法在现场获得的信息。
 * 拥有采样频率至少为 50Hz 的眼动追踪解决方案，为每个样本提供人类驾驶员视角的图像以及相对于该图像的坐标，指示驾驶员所注视的图像区域。瞳孔扩张的测量。
 
 ### 功能要求
-* CARLA 中要考虑的场景将由 CVC 提供或经其批准。
+* Carla 中要考虑的场景将由 CVC 提供或经其批准。
 * 要考虑的人类司机的概况将与CVC达成一致。
 * 对于CVC，服务不会“闭门”提供，CVC工作人员可能会在提供服务期间在场（如果CVC认为有必要）。
 * 将按照商定的时间间隔召开会议，对服务的提供情况进行监督。还具有中间数据传输。
@@ -77,7 +77,7 @@ AP: 候选实体接受评估的年数。
 
 KAP=10： 期望的最低经验年数。
 
-* 根据多年使用 CARLA 模拟器获取与人类驾驶相关数据的经验，最多可分配 50 个点。也就是说，使用与 CARLA 连接并由人类驾驶员操作的“驾驶舱”，并提供模拟真实环境中移动的真实车辆的物理反馈：
+* 根据多年使用 Carla 模拟器获取与人类驾驶相关数据的经验，最多可分配 50 个点。也就是说，使用与 Carla 连接并由人类驾驶员操作的“驾驶舱”，并提供模拟真实环境中移动的真实车辆的物理反馈：
 
 $$ P2 = \frac{AC}{maximo(ACMax, KAC)} \times 50 $$