diff --git a/.github/copilot-instructions.md b/.github/copilot-instructions.md
deleted file mode 100644
index f1426ed..0000000
--- a/.github/copilot-instructions.md
+++ /dev/null
@@ -1,44 +0,0 @@
-# Copilot / AI agent instructions for this repo
-
-目标：帮助 AI 编码代理快速上手此环视(surround-view)项目，聚焦可验证的代码模式、运行流程和常见修改点。
-
-- **大体架构**：数据流为 Capture -> Undistort -> Project -> Flip -> Stitch -> WhiteBalance -> Display。主要线程/模块：
-  - `surround_view.capture_thread.CaptureThread`：采集摄像头帧（USB/CSI，可传 `api_preference`）。
-  - `surround_view.fisheye_camera.FisheyeCameraModel`：负责 `undistort()`, `project()`, `flip()` 和相机参数读写（yaml 文件）。
-  - `surround_view.process_thread.CameraProcessingThread`：每个摄像头的处理线程，调用相机模型并写入 `ProjectedImageBuffer`。
-  - `surround_view.birdview.BirdView`：融合/拼接、亮度匹配与白平衡，输出最终鸟瞰图。
-  - 同步/缓冲：`surround_view.imagebuffer.Buffer`、`MultiBufferManager` 与 `ProjectedImageBuffer`，通过 `sync()`/信号等待实现多流同步。
-
-- **关键运行脚本（推荐顺序）**：
-  1. `python run_calibrate_camera.py`（标定/生成 camera yaml）
-  2. `python run_get_projection_maps.py -camera <front|back|left|right> -scale ... -shift ...`（选择投影点）
-  3. `python run_get_weight_matrices.py`（生成拼接权重/掩码）
-  4. `python run_live_demo.py`（车载/实时 demo）
-  - 调试摄像头采集：`python test_cameras.py`
-
-- **项目约定 / 易错点（请严格遵循）**：
-  - 摄像头名称固定为 `front, back, left, right`，对应 yaml/param 中的配置；device id 需在本机环境中确认（参见 `test_cameras.py`）。
-  - yaml 文件（`yaml/*.yaml`）里保存的字段：`camera_matrix`, `dist_coeffs`, `resolution`, `project_matrix`, `scale_xy`, `shift_xy`。修改后用 `FisheyeCameraModel.save_data()` 写回。
-  - `param_settings.py` 用 cm 为单位构造 birdview 参数（`total_w/total_h`、`xl/xr/yt/yb` 等），birdview 的切片函数（`FI, FM, ...`）依赖这些常量。
-  - 镜头“翻转”策略在 `FisheyeCameraModel.flip()` 明确：`front` 不变，`back` 180°, `left/right` 用转置+翻转处理。
-  - 缓冲区 `Buffer.add(..., drop_if_full=True)` 会丢帧；修 bug 时注意是否因为丢帧导致状态不一致。
-
-- **拼接与亮度调整实现要点**（参见 `surround_view/birdview.py` 与 `surround_view/utils.py`）：
-  - 权重计算：`get_weight_mask_matrix()` 提取重叠区域并基于点到多边形距离计算平滑权重 G。
-  - 亮度匹配通过 `mean_luminance_ratio()` 聚合重叠区域平均亮度并以几何/经验方式融合（见 `make_luminance_balance()`）。
-  - 白平衡用 `make_white_balance()` 简单按通道均值缩放。
-
-- **如何修改/扩展（示例）**：
-  - 若加入新相机或改变布局：更新 `param_settings.py` 的 `camera_names`、`project_shapes` 与 `xl/xr/yt/yb`；更新 yaml 参数并通过 `FisheyeCameraModel` 测试 `undistort()`/`project()` 输出。
-  - 若替换采集后端（gstreamer / v4l2），优先修改 `surround_view.utils.gstreamer_pipeline()` 与 `CaptureThread.connect_camera()` 的 `api_preference` 分支，确保 `cap.isOpened()` 行为一致。
-
-- **测试 / 调试建议**：
-  - 使用 `test_cameras.py` 确认设备索引与支持分辨率。
-  - 单线程走查：直接在 REPL 导入 `FisheyeCameraModel`，用已存在的 yaml 文件运行 `undistort()`、`project()` 并保存图片来验证投影矩阵。
-  - 帧同步问题优先检查 `MultiBufferManager.sync()` 与 `ProjectedImageBuffer.sync()` 的 `do_sync` 与 `sync_devices` 配置。
-
-- **风格/约定**：
-  - 代码使用 Python 3、OpenCV、PyQt5，多线程依赖 `QThread` + Qt 同步原语；避免用 `time.sleep()` 作为同步手段。
-  - 尽量在修改后用现有脚本跑完整流程（calibrate -> get_projection -> get_weight -> live_demo）以捕获参数联动问题。
-
-如果需要，我可以把这些点合并成更短或更详尽的版本，或者加入常见问题/故障排查列表；或者你希望我直接提交此文件为 PR？请告诉我想要的调整或遗漏的内容。
diff --git a/.vscode/tasks.json b/.vscode/tasks.json
deleted file mode 100644
index 66b0075..0000000
--- a/.vscode/tasks.json
+++ /dev/null
@@ -1,12 +0,0 @@
-{
-    // See https://go.microsoft.com/fwlink/?LinkId=733558
-    // for the documentation about the tasks.json format
-    "version": "2.0.0",
-    "tasks": [
-        {
-            "label": "kill python",
-            "type": "shell",
-            "command": "pkill -f python3"
-        }
-    ]
-}
\ No newline at end of file
diff --git a/README.md b/README.md
index e9571e7..5f2be0d 100644
--- a/README.md
+++ b/README.md
@@ -1,9 +1,206 @@
-一份简单的环视系统制作实现，包含完整的标定、投影、拼接和实时运行流程，详细文档见 `doc` 目录。环视系统的开源代码很少见，希望大家积极提 issue 和 pull request，让这个项目能更好地有益于入门者学习。
+# LJ360 - 360全景人员接近预警系统
+
+LJ360是一个基于OpenCV开发的360度全景人员接近预警系统，支持多摄像头拼接、雷达距离检测和人体检测、web配置等功能。
+
+## 更新
+- 2025-12-25: CPP版本360环视成功运行
+- 2025-12-23: 增加Flask框架，支持WEB预览
+- 2025-12-20: 增加YOLOv5模型，支持人员检测
+- 2025-12-19: Python版本360环视成功运行
+- 2025-12-16: 单路摄像头投影生成
+- 2025-12-15: 加载V4L2后端 移除gstreamer
+- 2025-12-12：模拟摄像头内参矩阵和畸变系数计算
+---
+- 2025-12-02: 本地视频360合成
+- 2025-11-03：YOLO融合 雷达预警
+- 2025-11-01：网络摄像头四分屏
+- 2025-10-30：初始版本发布
 
 
-This is a simple implementation of a surround view system, including calibration, projection, stitching, and real-time running processes. The [English documentation](https://github.com/hynpu/surround-view-system-introduction/blob/master/doc/en.md) can be found in the `doc` folder.
+## 功能
+
+- **多摄像头拼接**：支持4个鱼眼摄像头实时拼接成360度全景视图
+- **图像校正**：自动对鱼眼镜头的畸变进行校正
+- **雷达检测**：支持串口雷达距离检测，实时显示障碍物距离
+- **人体检测**：集成YOLO目标检测算法，实时检测行人
+- **Web界面**：提供Web界面查看全景视频流
+- **硬件加速**：支持RKNN神经网络加速和OpenCL GPU加速
+
+## 系统要求
+
+- Python 3.8
+- OpenCV 4.0+
+- NumPy
+- RKNN Toolkit Lite (用于神经网络加速)
+- Serial (用于雷达通信)
+- Flask (用于Web界面)
+
+## 硬件要求
+
+- 4个鱼眼摄像头 (1920*1080@25fps)
+- 4路AHD转MIPI TP2815接口板
+- 摄像头映射关系：video0(前)、video1(左)、video2(后)、video3(右)
+- 雷达模块 (支持串口通信)
+- RK3588平台 (用于RKNN加速和系统主控)
+
+## 安装步骤
+
+1. 克隆项目代码：
+```bash
+git clone <repository_url>
+cd LJ360
+```
+
+2. 安装依赖：
+```bash
+NULL
+```
+
+3. 配置摄像头参数：
+   - 在`yaml/`目录下为每个摄像头创建配置文件
+   - 配置文件包含摄像头的内参、外参和畸变参数
+
+4. 配置雷达参数：
+   - 在`web.py`中修改雷达串口配置
+   - 调整距离阈值参数
+
+## 使用方法
+
+### 1. 主要运行文件 (推荐)
+
+```bash
+python3 web.py
+```
+
+该脚本是系统的主要运行文件，同时实现：
+- 4个摄像头的实时图像捕获
+- 鱼眼图像校正和拼接
+- 360度全景视图生成
+- Web服务器启动，提供全景视频流访问
+
+启动后，在浏览器中访问`http://localhost:5000`查看全景视频流。
+显示器同步显示360度全景视图和YOLO检测结果。
 
 
-# Use cases
+### 2. 运行摄像头校准
 
-![1142119521](https://github.com/user-attachments/assets/97f1cebc-da38-46b6-9eb1-62af4168c79f)
+```bash
+python run_calibrate_camera.py
+```
+
+用于校准摄像头参数，生成yaml配置文件。
+
+### 3. 生成投影映射
+
+```bash
+python run_get_projection_maps.py
+```
+
+生成图像投影映射，用于提高拼接效率。
+
+### 4. 生成权重矩阵
+
+```bash
+python run_get_weight_matrices.py
+```
+
+生成图像拼接的权重矩阵，用于平滑过渡。
+
+## 项目结构
+
+```
+LJ360/
+├── cpp/                    # C++实现的相关功能 开发中
+│   └── AdasSourrondView/   # 360度全景视图C++实现
+├── py_utils/               # Python工具模块
+│   ├── rknn_executor.py    # RKNN模型执行器
+│   └── coco_utils.py       # COCO数据集工具
+├── surround_view/          # 全景视图核心模块
+│   ├── birdview.py         # 鸟瞰图生成
+│   ├── fisheye_camera.py   # 鱼眼相机模型
+│   ├── capture_thread.py   # 图像捕获线程
+│   └── process_thread.py   # 图像处理线程
+├── yaml/                   # 摄像头配置文件
+├── model/                  # 深度学习模型
+├── images/                 # 静态图像资源
+├── web.py                  # 主程序
+├── run_live_demo.py        # 实时演示脚本
+├── run_calibrate_camera.py # 摄像头校准脚本
+├── run_get_projection_maps.py # 生成投影映射脚本
+├── run_get_weight_matrices.py # 生成权重矩阵脚本
+└── README.md               # 项目说明文档
+```
+
+## 配置文件说明
+
+### 摄像头配置文件 (yaml/*.yaml)
+
+每个摄像头需要一个yaml配置文件，包含以下参数：
+
+- `camera_matrix`: 相机内参矩阵
+- `dist_coeffs`: 畸变系数
+- `rotation_vector`: 旋转向量
+- `translation_vector`: 平移向量
+- `projection_matrix`: 投影矩阵
+
+### 雷达配置
+
+在`web.py`中配置雷达参数：
+
+- `RADAR_SERIAL_PORT`: 雷达串口
+- `RADAR_BAUDRATE`: 波特率
+- `DISTANCE_THRESHOLD`: 距离阈值
+
+### YOLO配置
+
+在`web.py`中配置YOLO目标检测参数：
+
+- `YOLO_MODEL_PATH`: YOLO模型路径
+- `OBJ_THRESH`: 目标检测阈值
+- `NMS_THRESH`: 非极大值抑制阈值
+- `IMG_SIZE`: 输入图像大小
+
+## 注意事项
+
+1. 确保所有摄像头的分辨率设置一致
+2. 摄像头校准需要使用棋盘格进行
+3. 雷达模块需要正确连接到串口
+4. RKNN模型需要使用RKNN Toolkit转换生成
+5. 运行前请确保所有依赖已正确安装
+
+## 故障排除
+
+### 摄像头无法连接
+
+- 检查摄像头ID是否正确
+- 确保摄驱动框架V4L2已安装
+- 检查MIPI接口连接
+
+### 图像拼接异常
+
+- 检查摄像头校准参数
+- 确保所有摄像头的视角重叠区域足够
+- 调整权重矩阵参数
+
+### 雷达无数据
+
+- 检查串口连接
+- 检查雷达波特率设置
+- 确保雷达模块正常工作
+
+## 更新日志
+
+### v1.0.0
+- 初始版本发布
+- 支持4摄像头拼接
+- 集成雷达距离检测
+- 支持人体检测
+- 提供Web界面
+
+## 许可证
+
+本项目采用MIT许可证，详见LICENSE文件。
+
+## 联系方式
+
+如有问题或建议，请联系项目维护者。