SUMO使用教程Word文档格式.docx
《SUMO使用教程Word文档格式.docx》由会员分享，可在线阅读，更多相关《SUMO使用教程Word文档格式.docx（26页珍藏版）》请在冰点文库上搜索。
同样的，-n.xml表示输入，-n表述输入的类型是net类型，其实-n等价于--net，-n是一种简写的方式。
后面的-l-e600是随机工具的配置，就像随机数生成函数需要一个种子一样。
后面输出的命令就一目了然了。
这是生成的文件
但是，这样的一个过程生成的是一个旅程随机过程文件，而我们需要的是一个rou.xml文件。
所以，最后，我们把随机的旅程和道路信息结合起来就获得了车流文件（rou.xml）了。
我们要用到的工具是bin文件夹下的duarouter.exe。
不知道这个文件为什么这么命名，dua不明何意。
这样的命令行想必很容易理解。
两个输入，一个输出。
所以，最后得到了这些文件。
3.配置文件
为了仿真方便，我们写一个仿真的配置文件，这一类配置文件可以直接被sumo-gui使用
稍微了解xml语言和会一些英语的同学应该能明白大概。
将之前生成的net.xml和rou.xml文件作为输入。
后面time标签就是对仿真时间的一些设置。
最后的最后，我们应该有的是上面这些文件。
用sumo-gui打开sumo.cfg文件之后，点击开始仿真（绿色）箭头之后就可以开心的看仿真效果了。
最后的最后的最后，上两张图：
（似乎透露了输入法）
（这车可以再丑一点吗）
SUMO使用教程
（二）
在教程一当中，我们用了osm和SUMO的工具，生成了一些列文件，最后得以仿真。
其实，仔细一看之后，这些生成的文件和配置文件本质上都是xml文件，换句话说，我们完全可以自己用一个记事本编辑这些文件。
首先是net.xml文件。
作为一个道路文件，抽象成图之后，其实就是由节点和边构成，所谓的节点，映射到物理世界就是十字路口或者三叉路口，反正就是两条路的交汇处，而边就是道路。
换句话说，只要我们有了节点和边就可以得到net.xml文件。
我们先编写nod.xml和edg.xml，然后将其结合，而不是直接写出net.xml，这有一点模块化和封装的思想在里面。
1.nod.xml。
这是一个简单的nod.xml文件。
node文件的node标签里面有四个属性，id，x，y，type。
（新浪博客竟然无法显示xml文件，只能截图了）
id就是交叉路口的名字，x，y是交叉口的坐标，不像opencv或者显示屏驱动一下，这里的坐标就是左下角是原点。
type属性复杂一些：
priority:
车辆必须等待，直到它们右侧车辆完全通过路口。
Vehicleshavetowaituntilvehiclesrighttothemhavepassedthejunction（并不知道这要表达什么。
）
•
traffic_light:
交叉口被交通灯控制着
right_before_left:
来自右边的车辆优先通过
Vehicleswillletvehiclescomingfromtheirrightsidepass.（还是不知道）
2.edg.xml文件
下面是一个简单的edg.xml文件：
要注意的是，edge文件对于节点有两个方向，当只存在一个方向的时候，就是单行线。
笔者不禁想起家乡坑爹的单行线。
3.有了这两个文件之后，可以用netconvert转换成net.xml。
同样的，node文件和edge文件作为输入，而net.xml作为输出。
最后，我们可以用SUMO-gui看一下地图，
共有12个nodes，所以如上图所示。
根据坐标，可以知道左下角是node1，下边中间的是node2，类型分别为traffic_light和priority，所以下面展示的是不一样的。
edge的numlane都是2，所以都是双车道。
到这里，笔者提出了一个问题，像自己家附近单车道管制的地方怎么仿真？
SUMO使用教程（三）
这次主要来看一下需求文件的内容，也就是rou.xml文件的构成。
打开上次教程生成的rou.xml文件之后，可以看到大部分内容是这样的：
vehicle标签下面有一个子标签route，vehicle标签指的就是一辆车，而route则是这辆车将行驶过的路径。
vehicle标签的id属性就是车辆的名称，depart就是出现在仿真中的时间。
我们修改一下这个rou.xml文件，变成容易观测：
保存之后仿真，就可以很好的看到结果。
vehicle除了id和depart属性外，还有别的属性，譬如：
type。
这个就是车辆的类型。
这里就定义了一个vType标签，并且吧vehicle0的type设置为type1.这时候保存之后运行仿真，发现车辆就会有点不一样哦~
当然啦，vType还有别的一些属性，具体可以看官方文档。
SUMO使用教程（四）
osm文件下载之后并没有交通灯，挺头疼的，目前只找到了手工加入的方法。
1.用josm打开osm文件。
josm在windows下可以用jar版的或者windows安装版本的。
理论上jar的稍稍会卡一点，但是不用安装，大家可以XX自己去官网下。
打开osm地图后，选择公路的连接点，可以一个一个点击，也可以拖出矩形框多选择几个。
在右侧的界面中，会显示选中的连接点的id，似乎不能复制这些id略微有点头疼。
2.根据这些id编辑nod.xml文件。
3.最后，用netconvert合成nod文件和之前没有交通灯信息的net.xml文件。
重新配置net文件命后Reload之后，就可以看到效果了。
SUMO使用教程（五）
再来讨论一下SUMO仿真需要的文件。
官方资料给的图：
从根部往上看，用于仿真的需要rou.xml文件和net.xml文件。
而net.xml文件则由上面四种文件产生。
分别是nod，edg，typ，con，各自的含义就是node，edge，type，connection。
node和edge之前都讲过了，type也比较简单，就是对edge的类型做个一个封装，这样的话描述就比较简单了。
至于connection，就是车道合并的规则。
SUMO默认是向右合并。
也就是说，当三车道变成二车道的时候，右对齐，左边两个车道变成一个车道。
当然啦，并不是所有的道路都是右对齐的，所以就有了这一文件的产生。
举个例子：
这样就可以实现L2公路与L12公路连接的时候，0车道和0,1车道对齐。
当然啦，这四个文件并不是必须的，比如type文件可以内置在edge里面，当然，当公路条数比较多而且很多参数一样的时候这样会比较麻烦。
con文件既然有默认的选项，当然就不是必须的了。
有了四个文件，我们怎么一气呵成生成net文件呢？
infact，写这样一个配置文件就可以了，文件的后缀名是.netc.cfg
netconvert–cXXXX.netc.cfg
最后，只要敲一下这样命令行，让netconvert执行这个配置文件就可以成功生成net.xml文件了。
SUMO使用教程（六）
今天一直在设置SUMO中的交通灯，但是官方文档对具体配置文件的编辑说的很详细，但是怎么导入到其中就一笔带过了，根据上下文猜测，数次尝试也不行，最后曲线救国，毕竟所有的网路信息，包括交通信号灯的默认设置信息都在里面，所以直接修改net.xml文件或许可以实现。
果不其然，在测试的net文件中，发现了下面这样一段代码：
很显然，这一段就是对node5节点上的交通信号灯的完全描述。
tlLgic节点中id就是node的id，所以说，交通信号灯其实适合node一一对应的。
type就是交通信号灯的属性，是动态的还是静态的。
动态的就是用API接口利用Phyton编程实现。
这里我面用静态的。
programID这个就是这段交通信号灯硬编码的id，也就是说，其实交通信号灯在仿真过程中是可以改变的，而就是根据这个programID来确定需要改变的方向。
offset就是这段编码启动的时间。
接下来就是phase这个子标签了。
一个十字路口的红路灯的每一个不同情况都叫做一个相位，所有的相位按照顺序合在一起就是一个周期，所以说，对交通信号灯编辑，本质上就是编辑各个相位，并对其进行组合和时间设置（duration）.
从上往下我们依次观察每一个相位如下：
改变相位时长（duration）就可以改变红绿灯改变的速率。
改变相位状态，就可以控制每个相位信号灯的不同通行状况。
SUMO使用教程（七）
这次的教程主要说明net.xml文件中connection标签的作用。
偷个小懒，用官方文档来说明。
随便写一个十字路口的nod文件和edge文件之后，用netconvert（默认配置）生成的net文件效果是这样的：
用记事本或者ue打开net文件之后，会发现在文件后面部分有好多标签，这些标签是干什么的呢？
大家要记住一句话，net.xml文件是对网路的全描述，就像html和浏览器的关系一样，sumo软件自身不含有任何内容。
我们更改一下connection标签如下:
然后就会发现横向的道路的路标发生了变化，而纵向的还是默认设置，变化就是只能右拐弯和直行。
原因很简单，横向的edge分别叫做1si和2si，上面的connection标签只允许1si往2o和3o两个edge行驶，所以就少了一种车道的方向。
在connection标签中，没有提到的行驶路径会被认为是不允许的。
除了可以设置edge的允许方向之外，对于edge内部的lane也是可以设置的，这样可以认为规定变道的规则。
SUMO使用教程（八）
好久没更新SUMO的博客了。
今天来看一下之前生成的一个Trips文件。
下面这个就是随机生成的Trips问价的部分截图，trip，中文意思就是旅程，其实就是车辆走过的轨迹。
之前我们在router文件里面定义了车辆行驶的路径，很显然，相当费力气，需要一条一条的去规划，但是在trip文件中，我们只需要说明起始点就可以了，SUMO的duarouter.exe工具会自动计算最优化路径，并且生成router文件。
这也就是为什么在教程一中我们randomTrips生成的是trip文件而不直接是router文件的原因。
不可否认，SUMO的模块化工作是做的很细致的。
这是我用于测试的一个trip文件，从徐汇区一个小区域左下端开始，自动规划后行驶到上端。
但是，似乎用trip文件有一个问题，就是一个trip标签只能有一辆车。
其实还有一个flows文件，这个文件可以设置走同一条路径的车辆数，可以等间隔的从指定起点发车。
从SUMO的输出文件中获得队列转移矩阵
SUMO的功能是很强大，不过可视化和后期期望结果的多样性似乎就不太如人意了。
本次我们利用SUMO的dump仿真输出文件来获取一个队列转移矩阵（lanechangeratematrix）。
这一矩阵在优化中有着很重要的地位。
1.首先来看一下dump文件
在仿真配置文件中的output部分加入下面这样的语句，就会生成dump文件
[html]viewplaincopy
1.<
output>
2.
<
netstate-dump
value="
FILE>
"
/>
3.<
/output>
其中FILE是你希望的文件名。
文件里面是这样的，具体是什么我们等会儿转换成csv导入Python之后再看。
netstate>
timestep
time="
TIME_STEP>
>
3.
edge
id="
EDGE_ID>
4.
lane
LANE_ID>
5.
vehicle
VEHICLE_ID>
pos="
VEH_POSITION>
speed="
VEH_SPEED>
6.
7.
...
more
vehicles
if
any
on
this
8.
9.
/lane>
10.
11.
lanes
the
possesses
12.
13.
/edge>
14.
15.
edges
....
16.
17.
/timestep>
18.
19....
next
20.
21.<
/netstate>
2.dump文件转csv
dump文件是xml格式的，其实也可以用BeautifulSoup和python联合来处理，但是，这样比较繁琐，至少在程序上是这样的。
况且，sumo自带的tools里面有xml2csv的程序，可以好好利用一下。
在sumo，tools文件夹下面的xml子文件夹，里面有一个xml2csv.py的python程序，可以在命令行中运行它。
就像这样就可以了。
[python]viewplaincopy
1.
如果dump文件比较大，需要等等待一些时间。
特别注意，dump.xml需要和python文件同文件夹下。
3.python处理
获取csv，那么之后的处理就方便多了。
我们可以轻易的把csv文件导入到python，利用python强大的pandas和numpy模块处理。
导入之后，查看一下，发现dump中含有的信息还是很多的，比如仿真时间、edge编号，lane编号、车辆编号等等，下图只是截取了部分。
1.import
pandas
as
pd
2.import
numpy
np
3.data
=
pd.read_csv（'
E:
/dump.csv'
sep
'
;
）
4.dataFrame
pd.DataFrame（data）
5.dataNtNd=
dataFrame[['
lane_id'
'
vehicle_id'
]]
7.dataNtNd
dataClearNt.dropna（）
9.dataClearNt
dataNtNd.drop_duplicates（）
12.dataNtNdSort
dataNtNd.sort（columns='
14.dataNtNdSort.to_csv（'
/lc.csv'
16.lane
dataNtNdSort['
]
17.lane=lane.drop_duplicates（）
18.lane.to_csv（'
/lane.csv'
上面的python代码，从dump文件生成的csv文件中截取了需要的字段，同时做了一些数据清理工作。
最后，生成lc.csv文件用于计算队列转移矩阵的值，lane.csv文件用于形成矩阵的行列坐标。
。
当然啦，这里我们只是生成了两个csv文件，而没有直接生成矩阵。
原因是转移矩阵要求在excel中展现，而且之前有写过vba程序，所以这里python只是做一个数据清洗，毕竟几百万条的记录，直接用excel处理，电脑就挂了。
4.excelVBA生成矩阵
把生成的数据，按照上图，相同间隔相同空行放置。
从左往右前两列为python导出的cl.csv中的数据，要把列名删除。
H列就是生成的lane.csv中的数据。
位置正确之后，我们就可以利用excel的VBA自动实现了。
VBA代码如下。
[vb]viewplaincopy
1.Private
Sub
Workbook_Activate（）
Dim
Dic,
Arr
define
Dic
for
get
matrix
asix,and
to
process
cnt
As
Long
counter
probability
calucatino
i
Long,
r
is
axis
cntSum
sum
of
amount
turn-line
generate
For
2
To
109
j
Cells（i,
7
+
j）
Next
clear
content
Cells（1,
i）
8）
19.
calculate
21.
calaulate
avaliable
line
change
22.
If
Cells（cnt,
2）
Cells（cnt
1,
Then
same
23.
1
24.
End
25.
26.
27.
fill
28.
29.
MsgBox
30.
Set
f
Rows
（1）.Find（Cells（cnt,
1））
31.
c
Columns（8）.Find（Cells（cnt
32.
33.
Cells（c.Row,
f.Column）
34.
/
35.
Else
36.
f.Column）.Value
37.
38.
39.
40.End
最后就是一个这样子的转移矩阵
升级会员 