更新了README文件，突出启动流程，删除了弃用的代码

src/Autonomous_vehicle_navigation_using_deep_learning_master/README.md

@@ -1,17 +1,85 @@
-这是manayume的使用深度学习的自动驾驶汽车导航项目测试
-参考项目：https://github.com/varunpratap222/Autonomous-Vehicle-Navigation-Using-Deep-Learning.git
-测试环境：使用ubuntu20.04版本，conda虚拟环境，python3.7版本，安装的软件包按照requirements.txt文件安装，使用Carla0.9.13版本进行模拟
+# Autonomous Vehicle Navigation Using Deep Learning
 
+本项目基于深度学习实现自动驾驶汽车在CARLA仿真环境中的导航系统，支持自定义轨迹规划和行人动态模拟。
 
-启动流程
-## Run
-1. Run Carla Server using: `./CarlaUE4.sh`
-2. Run `config.py` file to load Town02
-3. Generate traffic either using `generate_traffic.py` or spawn pedestrians at random location along Trajectory 1 and 2 using the `pedestrians_1.py` and `pedestrians_2.py` script. Change the number of vehicles and pedestrians to spawn using `generate_traffic.py` by passing the corresponding arguments.
-4. Select an existing trajectory (Trajectory 1, Trajectory 2, Trajectory 3, Trajectory 4) or set custom trajectory using the format given in `test_everything.py` arguments.
-5. To find the initial and final locations of the custom trajectory, make use of `get_location.py` file and navigate the map using W,A,S,D, E, and Q keys. 
-6. Enter locations or select existing trajectories and run the `test_everything.py` file.
+## 快速开始
 
+### 环境要求
+- **操作系统**: Ubuntu 20.04
+- **仿真环境**: CARLA 0.9.13
+- **Python**: 3.7
+- **包管理**: Conda虚拟环境
 
+### 安装步骤
 
+1. **安装依赖包**:
+```bash
+conda create -n carla-env python=3.7
+conda activate carla-env
+pip install -r requirements.txt
+```
 
+2. **启动CARLA仿真器**:
+```bash
+./CarlaUE4.sh
+```
+
+3. **运行主程序**:
+```bash
+python main.py
+```
+
+## 项目结构
+
+```
+├── main.py                    # 主程序入口
+├── config.py                  # 配置文件
+├── get_location.py            # 位置坐标获取工具
+├── test_braking.py            # 刹车模型测试
+├── test_driving.py            # 驾驶模型测试
+├── pedestrians_1.py           # 行人生成器1
+├── pedestrians_2.py           # 行人生成器2
+└── requirements.txt           # 依赖包列表
+```
+
+## 核心功能
+
+### 1. 自定义轨迹规划
+使用 `get_location.py` 获取当前摄像头坐标，配置到 `config.py`:
+
+```python
+TRAJECTORIES = {
+    "custom_trajectory": {
+        "start": [x, y, z, yaw],  # 起点坐标和朝向
+        "end": [x, y, z],         # 终点坐标
+        "description": "自定义轨迹 - 城镇道路"
+    }
+}
+```
+
+### 2. 模型测试
+- **刹车测试**: `test_braking.py` - 验证紧急制动性能
+- **驾驶测试**: `test_driving.py` - 评估导航准确性
+
+### 3. 行人模拟
+- `pedestrians_1.py` - 随机行人生成（模式1）
+- `pedestrians_2.py` - 随机行人生成（模式2）
+## 配置说明
+
+### 关键配置文件
+`config.py` 包含所有可调整参数：
+- 轨迹起点/终点坐标
+- 深度学习模型参数
+- 仿真环境设置
+
+## 参考项目
+本项目参考自: [varunpratap222/Autonomous-Vehicle-Navigation-Using-Deep-Learning](https://github.com/varunpratap222/Autonomous-Vehicle-Navigation-Using-Deep-Learning.git)
+
+## 📝 注意事项
+1. 确保CARLA仿真器已正确启动
+2. 建议在独立的Conda环境中运行
+3. 行人模拟模块需要额外计算资源
+
+---
+
+**温馨提示**: 运行前请确认CARLA版本为0.9.13，Python版本为3.7，以避免兼容性问题。