📚 课程目录第2章 SUMO基础入门

2. SUMO基础入门

SUMO（Simulation of Urban MObility）是目前学术界与工业界应用最广泛的开源微观交通仿真平台之一。它由德国航空航天中心（DLR）开发，支持多模态交通网络建模、动态路由、交通信号控制、排放计算以及V2X（车联网）协同仿真。对于自动驾驶算法验证而言，SUMO提供了可重复、可扩展、可观测的仿真环境，是连接高精地图、车辆动力学模型与交通流理论的关键桥梁。本章将围绕SUMO的安装配置、GUI与命令行工具的使用方法，以及如何构建并运行第一个简单路网仿真展开，帮助读者建立从工具链到仿真流程的完整认知。

2.1 SUMO的安装与配置：跨平台部署与版本管理

核心原理：SUMO的软件架构与依赖关系

SUMO采用模块化设计，核心仿真引擎（libsumo）与工具集分离。安装SUMO不仅仅是获取一个可执行文件，而是获得一套完整的工具链，包括：sumo（命令行仿真）、sumo-gui（图形界面）、netedit（路网编辑器）、netconvert（路网转换器）、duarouter（动态路由分配）、polyconvert（多边形转换）以及Python API（traci和libsumo）。在Ubuntu 22.04 LTS系统中，官方PPA（Personal Package Archive）提供了最新稳定版，推荐使用apt方式安装以确保依赖完整性。

操作流程：三种主流安装方式对比

安装方式	适用场景	命令/步骤	注意事项
Ubuntu PPA（推荐）	开发与学习	`sudo add-apt-repository ppa:sumo/stable` `sudo apt update` `sudo apt install sumo sumo-tools sumo-doc`	自动安装依赖，版本较新
源码编译	二次开发/定制	下载源码 → `cmake` → `make` → `make install`	需安装g++、libxerces-c-dev、proj等依赖
Windows安装包	Windows环境	下载安装包 → 添加环境变量`SUMO_HOME`	注意PATH路径包含`bin`目录

安装完成后，验证环境变量是否配置正确：

# 检查SUMO_HOME环境变量（Linux/macOS）
echo $SUMO_HOME
# 预期输出：/usr/share/sumo 或自定义路径

# 验证sumo可执行文件
sumo --version
# 预期输出：SUMO Version 1.18.0（或更高）

# 验证Python API可用性
python3 -c "import sumo; print('SUMO Python API OK')"

经验提醒：在Linux系统中，安装完成后建议执行sumo --version确认版本。若提示找不到共享库，可运行sudo ldconfig刷新动态链接库缓存。对于Windows用户，务必确保SUMO_HOME指向安装根目录（例如C:\Program Files\Eclipse\Sumo），并将%SUMO_HOME%\bin加入系统PATH。

案例拆解：Ubuntu 22.04下的完整安装与排障

某自动驾驶团队在配置CI（持续集成）环境时，需要自动化安装SUMO。初始现象是apt install sumo后运行sumo-gui报错cannot open display。分析发现，CI服务器为无头（headless）环境，需要安装xvfb虚拟显示。操作步骤：

安装虚拟显示：sudo apt install xvfb
使用xvfb-run -a sumo-gui启动GUI（或直接使用命令行sumo）
对于Python API调用，设置DISPLAY=:99并启动Xvfb :99 &

结果对比：修复后CI流水线可稳定运行仿真测试，单次仿真耗时从手动环境的45秒降至30秒（因无GUI渲染开销）。风险提示：无头环境下应避免调用sumo-gui的截图功能，改用--save-configuration保存配置后离线分析。

2.2 SUMO-GUI图形界面：从可视化到交互调试

核心原理：GUI的图层管理与视觉反馈机制

SUMO-GUI不仅是一个可视化工具，更是调试路网和验证仿真逻辑的利器。其核心机制在于图层（Layer）系统：路网层（道路、交叉口）、车辆层（动态实体）、检测器层（感应线圈、车道区域）、POI层（兴趣点）。每个图层可独立设置显示属性（颜色、大小、透明度）。GUI通过OpenGL渲染，支持缩放、平移、旋转（3D模式）以及车辆轨迹追踪。对于自动驾驶算法验证，GUI的车辆跟踪模式（Track Vehicle）和信号相位显示是两大核心功能。

操作流程：GUI关键功能速查

功能模块	操作方式	典型应用场景
加载仿真	File → Open Simulation → 选择`.sumocfg`文件	启动已有仿真项目
播放控制	空格键暂停/继续；`Ctrl+→`单步执行	逐步观察车辆交互
车辆选择	点击车辆 → 右侧属性栏显示速度、加速度、位置	分析单车行为
路网编辑	进入Edit模式 → 添加/删除边、连接、信号灯	快速修改路网拓扑
数据可视化	Settings → Edit Visualisation → 选择颜色映射（速度/排放/等待时间）	宏观交通流状态评估

  实战技巧：在GUI中按Ctrl+Shift+V可打开车辆可视化设置，将车辆颜色映射为“速度”模式（绿色=高速，红色=低速），可快速识别拥堵区域。若需导出高清图片用于报告，使用File → Export → SVG/PNG，建议将分辨率设置为1920×1080以上。

案例拆解：利用GUI定位路网连接错误

某次仿真中，车辆在交叉口处出现“teleport”（瞬移）现象，即车辆从一条边突然消失并出现在另一条边。初始现象：仿真日志出现大量Warning: Teleporting vehicle 'veh0' from edge 'E0' to edge 'E1'。分析过程：

在GUI中加载路网，开启Vehicle Teleport图层（红色闪烁标记）
放大交叉口，发现E0到E1的连接（connection）缺失，车辆无法通过合法路径转向
使用netedit打开路网，检查连接编辑器，发现E0的右转连接未创建

修复操作：在netedit中选择E0边，右键添加连接至E1，设置转向角度为90°，保存后重新加载仿真。结果对比：修复后车辆正常通过交叉口，无瞬移警告，平均行程时间从120秒降至95秒。复盘经验：瞬移是路网拓扑错误的最直接信号，应优先检查交叉口连接而非车辆逻辑。

2.3 命令行工具：sumo与sumo-gui的参数化控制

核心原理：命令行参数解析与配置文件优先级

SUMO的命令行工具遵循“参数覆盖配置文件”的原则。一个典型的.sumocfg文件包含<input>（路网、路由）、<time>（仿真起止时间）、<processing>（线程数、随机种子）等配置段。命令行参数优先级最高，适合批量实验和自动化脚本。例如，sumo -c demo.sumocfg --start --quit-on-end表示加载配置后立即开始仿真并在结束时退出。

操作流程：常用命令行参数速查表

参数	功能说明	示例
`-c, --configuration-file`	指定配置文件	`sumo -c demo.sumocfg`
`--start`	加载后立即开始仿真	`sumo-gui -c demo.sumocfg --start`
`--quit-on-end`	仿真结束后自动退出	适合批处理
`--step-length`	设置仿真步长（秒）	`--step-length 0.1`（默认1秒）
`--end`	覆盖配置中的结束时间	`--end 3600`（仿真1小时）
`--net-file`	直接指定路网文件（覆盖配置）	`--net-file osm.net.xml`
`--route-files`	指定路由文件	`--route-files trips.rou.xml`
`--fcd-output`	输出车辆完整轨迹（FCD格式）	`--fcd-output trace.xml`

风险提示：使用--step-length 0.1时，仿真精度提高但计算量增加10倍。对于包含数千辆车的场景，建议先使用默认步长（1秒）验证逻辑，再根据需求调整。另外，--end参数若小于路由文件中车辆的最晚出发时间，会导致部分车辆未仿真即被丢弃，需注意日志中的Teleport警告。

案例拆解：批量仿真实验的脚本化控制

某研究团队需要评估不同交通流量（500/1000/1500 veh/h）下的平均延误。初始目标：自动化运行3组实验并收集延误数据。关键输入：基础路网grid.net.xml、路由模板flow.rou.xml。操作步骤：

#!/bin/bash
# batch_sim.sh
for flow in 500 1000 1500; do
  # 使用sed动态修改路由文件中的流量参数
  sed "s/FLOW_RATE/$flow/g" flow_template.rou.xml > flow_$flow.rou.xml
  
  # 运行仿真并输出延误统计
  sumo -c sim.sumocfg \
       --route-files flow_$flow.rou.xml \
       --tripinfo-output tripinfo_$flow.xml \
       --statistic-output stats_$flow.xml \
       --end 3600
  
  # 提取平均延误（使用grep和awk）
  avg_delay=$(grep -o 'meanTravelTime="[0-9.]*"' stats_$flow.xml | head -1 | cut -d'"' -f2)
  echo "Flow $flow veh/h: Average Delay = $avg_delay seconds"
done

结果对比：500 veh/h时平均延误12.3秒，1000 veh/h时18.7秒，1500 veh/h时35.2秒，呈现非线性增长趋势。复盘经验：命令行参数化是批量实验的核心，通过模板文件+sed替换可避免手动修改XML的繁琐与错误。

2.4 第一个简单路网仿真：从零构建十字路口

核心原理：SUMO路网文件（.net.xml）的结构解析

一个最小的SUMO路网包含<edges>（边）和<junctions>（交叉口）两大核心元素。每条边由<lane>定义车道属性（宽度、最大速度、允许车辆类型）。交叉口通过<connection>定义转向关系。对于初学者，推荐使用netedit图形化创建路网，而非手写XML，因为手写容易遗漏连接关系导致车辆无法转向。

操作流程：使用netedit创建十字路口路网

启动netedit：终端输入netedit，选择New Network
创建四条边：使用Edge工具，依次绘制北-南、南-北、东-西、西-东四条双向道路
设置车道属性：选中每条边，在右侧属性栏设置numLanes=2，speed=13.89（约50km/h）
自动生成交叉口：点击Junction工具，选择中心点，netedit自动创建交叉口并生成连接
保存路网：File → Save Network，命名为cross.net.xml

案例拆解：完整仿真项目文件配置

创建完路网后，需要编写路由文件和配置文件。以下是一个完整的仿真项目示例：

<!-- cross.rou.xml -->
<routes>
  <vType id="car" maxSpeed="13.89" color="1,0,0"/>
  
  <flow id="flow_ns" type="car" begin="0" end="3600" number="500">
    <route edges="N2I I2S"/>  <!-- 从北到南 -->
  </flow>
  
  <flow id="flow_ew" type="car" begin="0" end="3600" number="300">
    <route edges="E2I I2W"/>  <!-- 从东到西 -->
  </flow>
</routes>

<!-- cross.sumocfg -->
<configuration>
  <input>
    <net-file value="cross.net.xml"/>
    <route-files value="cross.rou.xml"/>
  </input>
  <time>
    <begin value="0"/>
    <end value="3600"/>
  </time>
  <processing>
    <threads value="4"/>
  </processing>
  <output>
    <tripinfo-output value="tripinfo.xml"/>
  </output>
</configuration>

运行仿真：

# 命令行模式
sumo -c cross.sumocfg

# 图形界面模式
sumo-gui -c cross.sumocfg --start

  关键参数说明：number="500"表示在begin到end时间段内均匀分布500辆车。edges="N2I I2S"定义了车辆从边N2I出发，经过交叉口I，到达边I2S。注意边ID的命名规则：起点2终点，例如N2I表示从北侧节点到交叉口节点。

常见误区与总结复盘

误区1：忽略交叉口连接。netedit自动生成的连接可能不包含左转（需要额外设置），导致车辆在交叉口处无法转向。解决：在netedit中检查Connections标签页，手动添加缺失的转向连接。
误区2：路由文件中的边ID拼写错误。SUMO对大小写敏感，N2I与n2i是不同边。建议在netedit中复制边ID。
误区3：仿真时间与车辆出发时间不匹配。若end="3600"但车辆出发时间设置为begin="0" end="7200"，则后半段车辆不会被仿真。应确保路由文件的时间范围在配置文件的begin/end之内。