sumo开发教程

以下是根据搜索结果整理的 SUMO二次开发教程，涵盖基础环境配置、核心API使用及进阶应用案例：

---

一、SUMO开发环境搭建

1. Windows安装

# 下载地址（SUMO官网）
https://sumo.dlr.de/docs/Downloads.php

# 安装步骤
1. 解压至D盘（如D:\sumo-1.8.0）
2. 创建桌面快捷方式（sumo-gui.exe, netedit.exe）
3. 配置环境变量：
   - 用户变量和系统变量均添加：D:\sumo-1.8.0\bin

2. Linux安装（推荐Ubuntu）

# 通过APT安装
sudo add-apt-repository ppa:sumo/stable
sudo apt-get update
sudo apt-get install sumo sumo-tools sumo-doc

# 验证安装
sumo --version  # 查看版本
sumo-gui        # 启动图形界面

---

二、核心文件与仿真流程

1. 必要文件

文件类型	描述	生成工具
.net.xml	路网文件	netconvert或netedit
.rou.xml	车辆路径与类型定义	randomTrips.py或手动编写
.sumocfg	仿真配置文件	手动编写

2. 路网生成示例

# 使用netconvert生成路网
netconvert --node-files=exa.nod.xml --edge-files=exa.edg.xml --output-file=exa.net.xml

# 使用osmWebWizard快速生成实际路网
osmWebWizard.py  # 交互式地图截取工具

---

三、TraCI接口二次开发（Python）

1. 基础控制

import traci

traci.start(["sumo", "-c", "test.sumocfg"])  # 启动仿真

while traci.simulation.getMinExpectedNumber() > 0:
    traci.simulationStep()  # 推进仿真步长
    vehicles = traci.vehicle.getIDList()     # 获取所有车辆ID
    for veh_id in vehicles:
        pos = traci.vehicle.getPosition(veh_id)  # 获取车辆坐标
        speed = traci.vehicle.getSpeed(veh_id)   # 获取速度

traci.close()

2. 自定义车辆类型

# 添加自定义车辆类型（IDM跟驰模型）
traci.vehicletype.copy("DEFAULT_VEHTYPE", "IDM_Car")
traci.vehicletype.setParameter("IDM_Car", "carFollowModel", "IDM")
traci.vehicletype.setParameter("IDM_Car", "tau", "1.5")

# 生成车辆时指定类型
traci.vehicle.add(vehID="car1", routeID="route0", typeID="IDM_Car")

3. 动态控制信号灯

# 获取信号灯ID
tl_ids = traci.trafficlight.getIDList()

# 设置相位时长
traci.trafficlight.setPhaseDuration(tlID="J0", duration=30)

# 实时响应交通状态（示例：公交优先）
if traci.inductionloop.getLastStepVehicleNumber("detector0") > 5:
    traci.trafficlight.setPhase("J0", 2)  # 切换至公交优先相位

---

四、进阶开发：集成Flow Project

1. Flow安装（Ubuntu）

git clone https://github.com/flow-project/flow.git
cd flow
conda env create -f environment.yml
source activate flow
pip install -e .
./scripts/setup_sumo_ubuntu1804.sh

2. 强化学习环境示例

from flow.envs import RingEnv
from flow.controllers import IDMController

# 创建环形路网仿真环境
env = RingEnv(
    vehicles=25,
    net_params={
        "length": 230,
        "lanes": 1,
        "speed_limit": 30
    },
    sim_params={"render": True}
)

# 运行仿真并输出轨迹
for _ in range(1000):
    action = env.action_space.sample()  # 随机动作（强化学习可替换为策略输出）
    obs, reward, done, _ = env.step(action)
    print(f"车辆位置: {env.k.vehicle.get_positions()}")

---

五、常见问题解决

1. TraCI连接失败

   • 检查SUMO是否以--remote-port参数启动：

     sumo -c test.sumocfg --remote-port 8873
     

   • Python端指定端口：

     traci.connect(port=8873)
     

2. 车辆异常行为

   • 检查跟驰模型参数：

     traci.vehicletype.setParameter("IDM_Car", "accel", "2.6")  # 设置加速度
     traci.vehicletype.setParameter("IDM_Car", "decel", "4.5")  # 设置减速度
     

3. 路网生成错误

   • 使用netedit可视化调试：

     netedit -s exa.net.xml  # 加载并检查路网拓扑
     

---

六、学习资源

• 官方文档: https://sumo.dlr.de/docs/index.html
• TraCI API参考: https://sumo.dlr.de/docs/TraCI.html
• Flow项目案例: https://github.com/flow-project/flow/tree/master/examples
• 上海交大SUMO手册: https://docs.hpc.sjtu.edu.cn/app/engineeringscience/sumo.html

通过上述教程，可快速实现 动态车辆控制、信号优化、强化学习集成 等二次开发需求。