Update README.md

README.md

@@ -21,9 +21,125 @@ conda env create -f create_env.yaml
 ```python
 python main_tt.py
 ```
+## 3. 问题定义和仿真设计
+1）环境设计
 
-## 3. 一些说明
-1. 程序输出的说明
+环境依赖方面，仿真平台主要基于Python平台实现。具体地，物理仿真引擎使用的是Pymunk，并将物理仿真结果Pygame渲染成可视化结果。此外，在数值计算方面主要使用了Numpy工具包。
+
+为保证实验结果综合客观，仿真平台包含了三张虚构的海图。
+
+2）方案设计
+
+主要考虑了三种方案：
+
+单AUV全覆盖路径规划，即只规划单个AUV的全覆盖路径；
+
+多AUV全覆盖路径规划，即需要同时规划多个AUV相互配合情况下的全覆盖路径；
+
+需要充电的单/多AUV路径规划，即在上面两种方案的基础上，额外考虑AUV的充电的需要，AUV可根据能量情况自行前往充电桩进行充电，降低人工打捞充电带来的巨大运维成本。
+
+针对以上三种方案，分别设计了仿真实验测试在不同目标覆盖率下，AUV使用不同算法巡航海域所需的总时间以及重复航行区域的大小。
+
+## 4. 使用算法
+
+* 栅格法
+* 牛耕法
+* 内螺旋法
+* 贪心法
+
+## 5. 软硬件运行平台
+
+（1）配置要求
+
+<table>
+  <tr>
+    <th>组件</th>
+    <th>配置</th>
+    <th>备注</th>
+  </tr>
+  <tr>
+    <td>系统 </td>
+    <td>Windows 10 家庭中文版 20H2 64位</td>
+    <td>扩展支持Linux和Mac系统</td>
+  </tr>
+  <tr>
+    <td>处理器</td>
+    <td>处理器类型：
+酷睿i3兼容处理器或速度更快的处理器
+处理器速度：
+最低：1.0GHz
+建议：2.0GHz或更快
+</td>
+    <td>不支持ARM、IA64等芯片处理器</td>
+  </tr>
+  <tr>
+    <td>内存</td>
+    <td>RAM	16.0 GB (15.7 GB 可用)</td>
+    <td></td>
+  </tr>
+<tr>
+    <td>显卡</td>
+    <td>最小：核心显卡
+推荐：GTX1060或同类型显卡
+</td>
+    <td></td>
+  </tr>
+<tr>
+    <td>硬盘</td>
+    <td>500G</td>
+    <td></td>
+  </tr>
+<td>显示器</td>
+    <td>3840×2160像素，高分屏</td>
+    <td></td>
+  </tr>
+<tr>
+   </tr>
+<td>软件</td>
+    <td>Anaconda3 2020及以上</td>
+    <td>Python3.7及以上，需手动安装包</td>
+  </tr>
+</table>
+
+（2）手动部署搭建及运行
+推荐的安装步骤如下：
+安装Anaconda3-2020.02-Windows-x86_64或以上版本；
+手动安装pygame、pymunk、pyyaml、numpy、easydict和pyqt，安装方式推荐参考如下：
+```
+pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pygame==2.0.1
+```
+将软件模块文件夹拷贝到电脑中（以D盘为例，路径为D:\island-multi_ships）
+
+## 6. 模块详细设计
+（1）界面设计
+界面总体设计如下：
+
+![主界面展示](https://osredm.com/repo/SeAIPalette/SeAIPalette/raw/branch/master/pic2/3.png)
+
+为了操作简便，主界面只分为功能选择区和信息输出区以及“运行”、“停止”按钮。功能选择区涵盖“地图选择”、“最低覆盖率”、“AUV数量”、“区域划分方向”、“算法选择”、“是否渲染”、“考虑固定节点”、“是否需要充电”和与之相关联的“AUV电池容量”。
+信息输出区主要包含当前运行的相关信息，包括状态标志、运行完成标志、步数、重复步数、重复率等。
+
+（2）地图0演示
+采用“牛耕法”，最低覆盖率100%，AUV数量为1，运行结果如下，步数2373，重复步数60，重复率2.40%。
+
+![D:\pic](https://osredm.com/repo/SeAIPalette/SeAIPalette/raw/branch/master/pic2/40.png)
+
+当“是否渲染”选择“否”时，物理引擎图形不展示，程序后台静默运行后自动输出相关状态及结果信息。
+
+![D:\pic](https://osredm.com/repo/SeAIPalette/SeAIPalette/raw/branch/master/pic2/4.jpg)
+ 
+
+当AUV数量为3时，使用的步数大大减少，仅需要706步，重复步数为38，重复率1.52%。
+![D:\pic](https://osredm.com/repo/SeAIPalette/SeAIPalette/raw/branch/master/pic2/7.jpg)
+![D:\pic](https://osredm.com/repo/SeAIPalette/SeAIPalette/raw/branch/master/pic2/8.jpg)
+  
+算法选择“贪心法”，使用的步数705，重复步数33，重复率1.32%，和“牛耕法”相同。
+  
+当考虑充电时，设置电池容量为100，使用的步数964，重复步数709，重复率28.36%。
+
+## 7. 其他说明
+
+* 程序输出的说明
 
     程序运行结束后会在命令行输出类似于下面的结果：
     ```
@@ -35,7 +151,7 @@ python main_tt.py
     ```
     分别为使用的步数，重复的步数和重复率。
 
-2. 关于渲染结果的说明
+* 关于渲染结果的说明
 
     渲染中不同移动节点负责的区域用不同颜色标记，每个区域颜色越深表示该区域被重复走的次数越多。