1. SUMO入门：交通仿真概述、SUMO发展历史、SUMO核心功能与安装验证

1.1 交通仿真到底在做什么？

先聊聊交通仿真这件事。

很多人第一次接触交通仿真，会觉得这东西挺玄乎。说白了，就是用计算机去模拟真实世界的交通流。你想想看，一条路上车怎么走、红绿灯怎么变、路口会不会堵——这些都能在电脑里跑一遍。

我个人习惯把交通仿真分成三类：

• 微观仿真：每辆车都是独立个体，有自己的行为逻辑。比如跟车、换道、让行。
• 中观仿真：把车流当成一个个小群体来处理，不关心每辆车的具体动作。
• 宏观仿真：只看流量、密度、速度这些整体指标，像水流一样分析。

SUMO属于微观仿真工具。它把每辆车都当作一个智能体，能模拟出非常细腻的交通行为。我在项目中遇到过好几次，用宏观模型算出来路网很通畅，结果微观一跑，发现某个匝道口堵得死死的。这就是微观仿真的价值——它能发现那些「看起来没问题，实际上一跑就崩」的细节。

1.2 SUMO的发展历史——一个开源项目的成长故事

SUMO全称是「Simulation of Urban MObility」，城市交通仿真。

它最早是德国航空航天中心（DLR）搞出来的。2001年开源，到现在已经二十多年了。我记得最早接触SUMO的时候，它的文档还很简陋，社区也不大。那时候想找个例子都得翻半天论坛。

但现在不一样了。SUMO已经成为学术界和工业界最主流的开源交通仿真工具之一。它的发展有几个关键节点：

年份	里程碑
2001	SUMO 0.1 发布，基本的路网和车辆模型
2008	引入TraCI接口，支持外部控制
2012	支持大规模并行仿真
2016	集成交通信号控制优化模块
2020+	持续迭代，支持V2X、自动驾驶场景

为什么SUMO能活这么久？我觉得核心原因有两个：一是它真的开源，二是它足够灵活。你可以用Python控制它，可以自定义车辆行为，可以接入外部算法。这种开放性，让它在科研领域特别受欢迎。

1.3 SUMO核心功能一览

SUMO能做的事情，比你想象的多。我挑几个最常用的功能说说：

• 路网建模：支持导入OpenStreetMap数据，也可以手动画路网。支持车道数、限速、转向限制等属性。
• 交通需求生成：可以定义OD矩阵（起终点矩阵），也可以基于流量数据生成车辆路径。
• 车辆行为模型：跟车模型（Krauss模型）、换道模型、让行规则。这些模型决定了车辆怎么动。
• 交通信号控制：支持固定配时、感应控制、甚至外部算法控制（通过TraCI）。
• 仿真输出：可以输出车辆轨迹、路段流量、排队长度、延误时间等数据。
• TraCI接口：这是SUMO的灵魂。通过TraCI，你可以用Python实时控制仿真——改变信号灯、插入车辆、获取状态。

嗯，这里要注意一点。SUMO的车辆行为模型虽然经典，但并不是万能的。我曾经在一个项目中，用SUMO模拟中国城市的混合交通流（机动车、电动车、行人混行），结果发现Krauss模型对电动车的跟车行为模拟得不够好。后来我不得不自己写了一个扩展模型。所以，SUMO给你的是基础框架，具体场景需要你自己调。

1.4 安装与验证——让SUMO跑起来

安装SUMO其实不复杂。我建议你直接去官网下载安装包，或者用包管理器安装。

Windows用户：

1. 访问 sumo.dlr.de 下载 Windows 安装包
2. 双击安装，一路默认即可
3. 安装完成后，把 SUMO_HOME 环境变量设置好
4. 打开命令行，输入 sumo --version 验证

Linux用户（Ubuntu/Debian）：

sudo apt-get update
sudo apt-get install sumo sumo-tools sumo-doc
# 验证安装
sumo --version

macOS用户：

brew install sumo
# 验证安装
sumo --version

安装完成后，我建议你跑一个最简单的例子，验证环境是否正常：

# 进入SUMO的示例目录
cd $SUMO_HOME/docs/examples/sumo/basic

# 跑一个最简单的单路口仿真
sumo-gui simple_tls.net.xml simple_tls.rou.xml

如果能看到一个路口，有车在跑，红绿灯在变，那就说明安装成功了。

1.5 本章知识体系

下面这张图，是我自己梳理的SUMO入门知识结构。你可以把它当成一张地图，知道每个模块在什么位置：

这张图把本章的内容串起来了。从交通仿真的基本概念出发，到SUMO的历史和核心功能，最后落到安装验证。每一步都是后面章节的基础。