01
仿真概述与环境搭建
交通仿真的意义、应用场景，Python + SUMO/Carla 环境搭建流程
入门环境
02
SUMO入门
核心概念（网络、路线、车辆类型），安装与基础配置文件生成
SUMO配置
03
Python与SUMO交互
TraCI接口介绍、Python连接SUMO、控制仿真步进
TraCIPython
04
单车道直行场景
编写第一个脚本，让一辆车在单车道直行道路上行驶
基础脚本
05
多车道与变道
生成多车道道路，通过TraCI控制车辆变道
变道TraCI
06
交叉路口与信号灯
构建十字路口，配置信号灯相位，控制车辆通行
路口信号灯
07
车辆跟驰模型
IDM、Krauss等模型，在脚本中配置跟驰参数
跟驰模型
08
随机车流生成
使用Python生成随机车流（随机出发时间、速度、路径）
随机车流
09
路径规划与路由
定义多条路径，使用TraCI动态改变车辆路线
路由动态
10
交通流量统计
实时统计车流量、平均速度、密度等指标
统计指标
11
事故场景模拟
在指定位置和时间让车辆停止或减速，模拟事故
事故安全
12
紧急车辆优先
模拟救护车/消防车，通过TraCI控制信号灯优先通行
优先紧急
13
行人仿真
添加行人，控制行人过马路，设置行人信号灯
行人仿真
14
多智能体协同
多个Python Agent分别控制不同车辆，实现协同变道
多智能体协同
15
传感器仿真
模拟车辆传感器（雷达、摄像头），获取周围车辆信息
传感器感知
16
V2X通信仿真
模拟车车通信（V2V），传递刹车、变道意图等消息
V2X通信
17
基于规则的决策
编写规则引擎，让车辆根据周围环境做出决策（如安全变道）
规则决策
18
基于强化学习的决策
搭建RL环境，使用DQN训练车辆变道策略
强化学习DQN
19
Carla入门
Carla安装、Python API连接、控制车辆和传感器
CarlaAPI
20
Carla场景构建
在Carla中构建复杂场景（多车道、环岛、施工区）
场景Carla
21
Carla传感器数据采集
从Carla中获取RGB图像、Lidar点云、深度图
数据传感器
22
Carla与SUMO联合仿真
Carla作为渲染器，SUMO作为交通流引擎
联合协同
23
场景回放与日志
记录仿真数据（位置、速度、事件），实现回放功能
回放日志
24
参数化场景生成
通过配置文件（YAML/JSON）定义场景参数，批量生成测试场景
参数化批量
25
自动化测试框架
编写测试脚本，自动运行多个场景并验证车辆行为
自动化测试
26
性能优化
多线程仿真、异步控制、减少TraCI通信开销
优化性能
27
可视化与仪表盘
使用Matplotlib/Plotly实时绘制仿真数据图表
可视化图表
28
仿真结果分析
统计碰撞率、通行效率、舒适度指标，生成报告
分析报告
29
OpenSCENARIO标准
介绍OpenSCENARIO格式，编写简单的场景描述文件
标准格式
30
综合项目实战
构建包含多车、行人、信号灯、事故的复杂城市交通场景
综合实战