一、SUMO入门：交通仿真概述、SUMO发展史、SUMO核心功能与应用场景、SUMO安装与环境配置
1.1 交通仿真到底在做什么？
先聊聊交通仿真这件事。说白了，就是用计算机模拟真实道路上的车流。你想想看，一条路能跑多少车？红绿灯怎么配时最合理？公交优先会不会影响社会车辆？这些问题，你总不能把路封了去试吧。
交通仿真就是干这个的。它让我们在电脑里搭一个虚拟的交通世界，然后看各种方案跑起来是什么效果。我个人习惯把交通仿真分成三类：宏观的看大区域流量，中观的看路网拥堵，微观的看每辆车怎么走。SUMO属于微观仿真，它能模拟每一辆车的驾驶行为——加速、减速、变道、让行，全都算得清清楚楚。
我在做城市路网优化项目时遇到过这样的情况：甲方说某个路口早晚高峰堵得不行，但拿不出数据证明。我们用SUMO跑了一遍仿真，把每5分钟的排队长度、延误时间全导出来了。嗯，数据一摆，方案自然就定了。
1.2 SUMO的发展史——一个开源项目的成长
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）在2001年启动的项目。你可能会问，一个研究机构为什么要做交通仿真？其实DLR最初是为了研究车辆通信和自动驾驶，但市面上的商业软件太贵，还不让改源码。干脆，自己写一个开源的。
从2001年到现在，SUMO经历了几个关键节点：
| 年份 | 里程碑 |
|---|---|
| 2001 | 项目启动，最初只支持简单的单车道仿真 |
| 2004 | 发布第一个公开版本，支持路网导入 |
| 2010 | 加入TraCI接口，支持Python实时控制 |
| 2015 | 支持大规模并行仿真，能跑百万级车辆 |
| 2020至今 | 集成电动车辆、自动驾驶、V2X通信模块 |
我记得2016年刚接触SUMO时，文档还不太全，很多功能得自己翻源码。现在好多了，社区活跃，教程也多。开源项目就是这样，一开始磕磕绊绊，但积累起来的力量很可怕。
1.3 SUMO的核心功能——它能做什么？
SUMO的功能，我按实际使用频率排个序：
- 路网建模：支持从OpenStreetMap导入真实路网，也可以手动画路。我在项目中常用OSM导入，然后手动调整车道数和限速。
- 交通需求生成：你可以定义OD矩阵（起点-终点流量），SUMO会自动生成每辆车的路径。也可以直接给轨迹文件，让车辆按指定路线走。
- 信号控制：支持固定配时、感应控制、甚至自定义信号逻辑。我曾经用TraCI接口写了一个自适应信号控制算法，效果比固定配时提升了15%的通行效率。
- 车辆模型：SUMO内置了跟驰模型（Krauss模型）和换道模型。你可以调参数，比如司机的反应时间、最大加速度，来模拟不同驾驶风格。
- 输出分析：仿真结束后，SUMO会生成车辆轨迹、排队长度、旅行时间、排放数据等。这些数据可以直接用Python或Excel分析。
核心优势：SUMO是开源的，你可以改任何代码。商业软件做不到这一点。我有个朋友在高校做研究，直接在SUMO源码里加了行人仿真模块，发了篇顶刊。
1.4 应用场景——哪些地方用得上SUMO？
说实话，SUMO的应用范围比我想象的广。我列几个典型的：
- 城市交通规划：评估新建道路、调整公交线路对路网的影响。我做过一个项目，某城市要建一条快速路，我们用SUMO仿真发现，快速路确实缓解了主干道压力，但匝道出口会形成新堵点。
- 信号配时优化：调整红绿灯时长，减少停车次数。这个最常用，效果也最直接。
- 自动驾驶测试：在仿真环境里测试自动驾驶车辆的决策算法。SUMO可以和CARLA、AirSim等联合仿真，我试过用SUMO生成交通流，CARLA跑视觉感知，效果还不错。
- 应急疏散模拟：比如地震、火灾时，人群和车辆如何快速撤离。SUMO可以模拟大规模疏散，我见过一个案例，模拟了10万人同时撤离的场景。
- 排放评估：SUMO内置了HBEFA和PHEM排放模型，可以算每辆车的CO2、NOx排放。环保部门经常用这个做政策评估。
我的建议：如果你是新手，先从信号配时优化入手。这个场景数据好获取，效果也容易验证。别一上来就搞自动驾驶联合仿真，坑太多。
1.5 安装与环境配置——手把手教你搭环境
安装SUMO其实不复杂，但有几个坑我得提前说。我曾经在Windows上装SUMO，结果环境变量没配好，命令行死活找不到sumo命令。折腾了半小时才发现是Path没加对。
Windows安装：
- 去SUMO官网（sumo.dlr.de）下载Windows安装包。建议选最新稳定版，别追新。
- 双击安装，一路Next。注意安装路径不要有中文和空格。我习惯装到
C:\SUMO。 - 安装完成后，打开系统环境变量，在Path里加上
C:\SUMO\bin。 - 打开命令行，输入
sumo --version，如果显示版本号，说明装好了。
Linux安装（Ubuntu/Debian）：
sudo apt update
sudo apt install sumo sumo-tools sumo-doc装完后同样验证一下：sumo --version。Linux下一般不会出问题，但如果你用的是CentOS，可能需要从源码编译。
macOS安装：
brew install sumomacOS用户注意，Homebrew安装的版本可能不是最新的。如果你需要特定版本，建议从源码编译。
避坑指南：我曾经在Windows上遇到SUMO启动报错"无法加载sumo-gui"，原因是缺少Visual C++运行库。去微软官网下载安装"Visual C++ Redistributable"就能解决。另外，如果你要用Python接口（TraCI），记得装 pip install traci。
1.6 知识体系总览
这一章的内容比较多，我画了一张图帮你理清思路。SUMO的学习路径其实很清晰：先理解交通仿真的基本概念，再掌握SUMO的核心功能，然后根据你的应用场景选择学习重点，最后把环境搭好，准备动手。
这张图把SUMO的核心模块串起来了。你从左上角的"交通仿真概述"开始，理解基本概念，然后了解SUMO的历史背景，接着掌握核心功能，再根据你的实际需求选择应用场景。最后把环境搭好，就可以开始动手了。
我的经验：别急着把所有功能都学完。先搭好环境，跑通一个最简单的例子——比如一条直路、两辆车。然后慢慢加复杂度。我见过太多人一上来就想仿真整个城市路网，结果被各种报错劝退了。
好了，第一章就到这里。环境搭好了，下一章我们开始动手写第一个SUMO仿真脚本。