diff --git a/docs/carla_tsr_ros/demo.gif b/docs/carla_tsr_ros/demo.gif
new file mode 100644
index 0000000000..1433df0c24
Binary files /dev/null and b/docs/carla_tsr_ros/demo.gif differ
diff --git a/docs/carla_tsr_ros/index.md b/docs/carla_tsr_ros/index.md
new file mode 100644
index 0000000000..a3c4096360
--- /dev/null
+++ b/docs/carla_tsr_ros/index.md
@@ -0,0 +1,109 @@
+# Carla 交通标志识别 ROS 封装
+
+`carla_tsr_ros` 是 `carla_traffic_sign_recognition` 的 ROS 封装，将 YOLOv8 神经网络感知和车辆控制逻辑接入 ROS Noetic，实现从图像输入到控制指令输出的完整话题链路。
+
+## 功能
+
+- **image_publisher**：从本地图片目录循环发布图像到 `/camera/image_raw`
+- **perception_node**：订阅图像，用 YOLOv8n 神经网络推理，发布检测结果和标注图像
+- **control_node**：订阅检测结果，当 stop sign 检测框面积超过阈值时发布刹车指令
+- **roslaunch 启动**：一条命令启动所有节点
+
+## 话题
+
+| 话题 | 类型 | 方向 | 说明 |
+|---|---|---|---|
+| `/camera/image_raw` | `sensor_msgs/Image` | 发布 | 图像源 |
+| `/perception/traffic_signs` | `std_msgs/String` | 发布 | JSON 格式检测结果 |
+| `/perception/annotated_image` | `sensor_msgs/Image` | 发布 | 带检测框的标注图像 |
+| `/vehicle/control_cmd` | `geometry_msgs/Twist` | 发布 | 控制指令（linear.x=0 刹车，=1 前进） |
+
+## 运行环境
+
+- Ubuntu 20.04 + ROS Noetic
+- Python 3.8（conda 环境 `carla38`）
+- PyTorch 2.0.1+cpu
+- Ultralytics 8.0.196
+- OpenCV 5.0.0
+- NumPy 1.24.3
+
+## 依赖安装
+
+    conda activate carla38
+    pip install rospkg catkin_pkg empy pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple
+    pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cpu --no-deps
+    pip install ultralytics==8.0.196 --no-deps -i https://pypi.tuna.tsinghua.edu.cn/simple
+
+## 下载 YOLOv8n 权重
+
+本模块不包含模型权重，运行前需下载 `yolov8n.pt`（约 6MB）到模块根目录：
+
+    wget https://github.com/ultralytics/assets/releases/download/v8.0.0/yolov8n.pt -P ~/nn/src/carla_tsr_ros/
+
+或手动下载后放到 `~/nn/src/carla_tsr_ros/yolov8n.pt`。
+
+## 编译与运行
+
+### 1. 编译 catkin 工作空间
+
+    mkdir -p ~/carla_tsr_ws/src
+    cd ~/carla_tsr_ws/src
+    ln -sfn ~/nn/src/carla_tsr_ros carla_tsr_ros
+    cd ~/carla_tsr_ws
+    source /opt/ros/noetic/setup.bash
+    catkin_make
+
+### 2. 启动
+
+    conda activate carla38
+    source /opt/ros/noetic/setup.bash
+    source ~/carla_tsr_ws/devel/setup.bash
+    roslaunch carla_tsr_ros main.launch
+
+或使用入口脚本：
+
+    bash main.sh
+
+### 3. 查看检测结果
+
+另开一个终端（不激活 conda）：
+
+    source /opt/ros/noetic/setup.bash
+    source ~/carla_tsr_ws/devel/setup.bash
+    rostopic echo /perception/traffic_signs
+
+查看标注图像：
+
+    rosrun image_view image_view image:=/perception/annotated_image
+
+## 神经网络原理
+
+YOLOv8 是单阶段目标检测网络，将检测问题转化为回归问题。损失函数：
+
+    L = lambda_box * L_CIoU + lambda_cls * L_BCE + lambda_dfl * L_DFL
+
+- `L_CIoU`：边界框回归损失（Complete IoU）
+- `L_BCE`：分类损失（二元交叉熵）
+- `L_DFL`：分布焦点损失
+
+推理输出：对输入图像 I，网络输出 N 个检测结果，每个包含 (cx, cy, w, h, confidence, class_prob)。
+
+## 算法流程
+
+1. `image_publisher` 从 `data/` 目录循环读取图片，按指定频率发布到 `/camera/image_raw`
+2. `perception_node` 订阅图像，每 2 帧执行一次 YOLOv8 推理，只检测 COCO 类别 11（stop sign）
+3. 检测结果序列化为 JSON，发布到 `/perception/traffic_signs`；同时把可视化图发布到 `/perception/annotated_image`
+4. `control_node` 订阅检测结果，当 stop sign 检测框面积占图像面积比例超过 0.3 时，发布 linear.x=0（刹车），否则 linear.x=1（前进）
+
+## 演示
+
+![demo](demo.gif)
+
+## 注意事项
+
+- `cv_bridge` 与 conda 环境的 OpenCV 5.0.0 不兼容（CvType 编码冲突），本模块使用手动构造/解析 `sensor_msgs/Image` 消息，绕过 `cv_bridge`
+- 图像源为本地图片，若需接入真实 Carla 相机流，将 `image_publisher` 替换为 Carla ROS bridge 的相机节点即可
+
+## 相关模块
+
+- `carla_traffic_sign_recognition`：Windows 端 Carla 实时感知与控制（无 ROS）
diff --git a/docs/index.md b/docs/index.md
index cb643d8498..3895f40de4 100644
--- a/docs/index.md
+++ b/docs/index.md
@@ -61,6 +61,7 @@ title: 主页
 - [__carla_CAM__](./carla_CAM/README.md) - 使用类激活映射测试卷积神经网络
 
 - [__交通标识识别__](./carla_traffic_sign_recognition/carla_traffic_sign_recognition.md) — 交通标识识别
+- [__Carla 交通标志识别 ROS 封装__](./carla_tsr_ros/index.md) - 基于 YOLOv8 的 ROS Noetic 感知与控制节点
 
 - [__V2X路侧智能感知__](./edge_intelligence_V2X/README.md) - 基于YOLOv8n的V2X路侧智能感知系统优化与实现