基于sumo实现交通灯控制算法的模板

已于 2024-01-05 17:16:08 修改
阅读量1.4k 收藏 22
点赞数 17
分类专栏： 环境搭建 文章标签： 算法
于 2024-01-05 17:12:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_57404161/article/details/135414254
版权

基于sumo实现交通灯控制算法的模板

目录

原文地址：https://www.wolai.com/7SsvyQLdZQr5TPikSDG9rR

代码在附录中

在windows安装

SUMO 软件包中的大多数应用程序都是命令行工具，目前只有sumo-gui和netedit不是。

SUMO 应用程序是普通的可执行文件。你只需在命令行中输入其名称即可启动它们；例如，netgenerate的调用方式是

netgenerate.exe

这只是启动应用程序（本例中为netgenerate）。由于没有给出参数，应用程序不知道要做什么，只能打印有关自身的信息：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

SUMO 中有两个gui程序：

  • netedit：生成network、routes等
  • sumo-gui：执行simulation

这两个程序均可通过命令行启动：

启动netedit：

netedit

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

启动sumo-gui：

sumo-gui

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

run hello world

通过GUI创建和仿真的详细操作参考此处：https://sumo.dlr.de/docs/Tutorials/Hello_World.html

我们接下来要讨论的是通过文件创建和仿真，这将用到如下文件：

  • *.nod.xml：记录节点信息
  • *.edg.xml：记录边信息
  • *.net.xml：记录网络信息，通过 netconvert 生成
  • *.rou.xml：记录车辆信息
  • *.settings.xml：记录仿真界面的配置信息
  • *.sumocfg：记录仿真信息，sumo通过此文件执行仿真

network

所有节点都有一个位置（x 坐标和 y 坐标，描述到原点的距离，以米为单位）和一个 ID，以供将来参考。因此，我们的简单节点文件如下：

<nodes>
    <node id="1" x="-250.0" y="0.0" />
    <node id="2" x="+250.0" y="0.0" />
    <node id="3" x="+251.0" y="0.0" />
</nodes>

您可以使用自己选择的文本编辑器编辑文件，并将其保存为hello.nod.xml，其中.nod.xml是 Sumo 节点文件的默认后缀。

现在我们用边来连接节点。这听起来很简单。我们有一个源节点 ID、一个目标节点 ID 和一个边 ID，以备将来参考。边是有方向的，因此每辆车在这条边上行驶时，都会from给出的源节点开始，在给出的to节点结束。

<edges>
    <edge from="1" id="1to2" to="2" />
    <edge from="2" id="out" to="3" />
</edges>

将这些数据保存到名为hello.edg.xml 的文件中。

现在我们有了节点和边，就可以调用第一个 SUMO 工具来创建网络了。 确保netconvert位于PATH中的某个位置，然后调用

netconvert --node-files=hello.nod.xml --edge-files=hello.edg.xml --output-file=hello.net.xml

这将生成名为hello.net.xml 的网络。

启动netedit并查看文件：

netedit hello.net.xml

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

routes

更多信息请参阅"车辆、车辆类型和路线的定义"

定义如下几个字段：

  • vType ：车辆类型的信息
  • route ：路径的信息
  • vehicle ：车辆的信息

如下所示的hello.rou.xml文件：

<routes>
    <vType id="typeCar" accel="0.8" decel="4.5" sigma="0.5" length="5" minGap="2.5" maxSpeed="16.67" guiShape="passenger"/>
    <route id="route0" edges="1to2 out"/>
    <vehicle depart="1" id="veh0" route="route0" type="typeCar" />
    <vehicle depart="20" id="veh1" route="route0" type="typeCar" />
</routes>

注意：定义多辆车时，应该按照depart属性排序

viewsettings & configuration

使用图形用户界面进行模拟时，添加一个 gui-settings 文件非常有用，这样就不必在启动程序后更改设置。为此，创建一个viewsettings文件：

<viewsettings>
    <viewport y="0" x="250" zoom="100"/>
    <delay value="100"/>
</viewsettings>

将其保存为配置文件中包含的名称，在本例中就是hello.settings.xml。

在这里，我们使用视口（viewport）来设置摄像机的位置，并使用延迟（delay）来设置模拟的每一步之间的延迟（毫秒）。

现在，我们将所有内容粘合到一个配置文件中：

<configuration>
    <input>
        <net-file value="hello.net.xml"/>
        <route-files value="hello.rou.xml"/>
        <gui-settings-file value="hello.settings.xml"/>
    </input>
    <time>
        <begin value="0"/>
        <end value="10000"/>
    </time>
</configuration>

将其保存到hello.sumocfg中

simulation

Using the Command Line Applications - SUMO Documentation (dlr.de)

我们就可以开始模拟了，方法如下：

sumo-gui -c hello.sumocfg

交通灯控制系统

看不懂的参数请看附录

介绍

Quick Start (old style) - SUMO Documentation (dlr.de)

我们的目的是生成如下类型的道路网络：

  • 十字路口的规模是可自定义的
  • 十字路口的道路是有专用转向车道的

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

道路网络network：

  • 节点node
  • 边edge
  • 道路lane：每条边对应多条道路
  • 连接connection：边与边之间的连接关系

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

我们的项目按照如下流程进行：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

文件生成器类（FileGenerator）

import os
import subprocess
from sample.NetworkFileGenerator import NetworkFileGenerator
from sample.SumoFileGenerator import SumoFileGenerator


class FileGenerator:
    def __init__(self):
        self._networkGenerator = NetworkFileGenerator()
        self._sumoGenerator = SumoFileGenerator()
        self.network = None
        pass

    def GenerateAllFile(self, netconvert: str = "netconvert", cwd: str = "", name: str = "sample",
                        height: int = 1, width: int = 1, unity: int = 100,
                        avgCarAmount: int = 5, timePeriod: int = 100):
        if cwd == "":
            cwd = os.getcwd() + "/data"  # 输出目录
        # 生成所需文件
        self._networkGenerator.GenerateAllFile(cwd, name, width, height, unity)
        self._sumoGenerator.GenerateAllFile(cwd, name, self._networkGenerator.network, avgCarAmount, timePeriod)
        p = subprocess.Popen([netconvert,
                              "-c", "%s.netccfg" % (name),
                              "--no-turnarounds.tls", "true"],
                             stdin=subprocess.PIPE, stdout=subprocess.PIPE,
                             cwd=cwd)
        p.wait()
        self.network = self._networkGenerator.network
        pass

    pass
  • 负责根据参数生成绝大多数有关文件
  • 支持输出目录的自定义
  • 支持输出文件名的自定义
  • 外界通过调用GenerateAllFile以使用该类

道路网络（Network）

道路网络的数据结构：

from collections import defaultdict


class Network:
    def __init__(self):
        """
        Node: (int, int)
        Edge: (Node, Node)
        Connection: (Node, Node, Node, lane: int)
        """
        self.width = 1  # 水平方向的交通灯数量
        self.height = 1  # 竖直方向的交通灯数量
        self.nodes = []  # 节点
        self.edges = []  # 边
        self.connections = []  # 连接

        self.tlNodes = []  # 交通灯节点
        self.boundaryNodes = []  # 边界节点
        self.inEdges = defaultdict(list)  # 入边表，Node -> [Edge]
        self.outEdges = defaultdict(list)  # 出边表，Node -> [Edge]
        pass

    pass
  • 节点使用二维坐标来描述
  • 边使用两个节点来描述
  • 连接使用三个节点来描述
  • width、height是交通灯的数量信息

辅助函数

def GetNodeId(i: int, j: int) -> str:
    return "%01d%01d" % (i, j)


def GetEdgeId(i: int, j: int, u: int, v: int) -> str:
    # from (i, j) to (u, v)
    return "%sto%s" % (GetNodeId(i, j), GetNodeId(u, v))


def GetRouteId(i: int, j: int, u: int, v: int, additional: int) -> str:
    # from (i, j) to (u, v)
    return "%s_%08d" % (GetEdgeId(i, j, u, v), additional)


def GetLaneId(i: int, j: int, u: int, v: int, lane: int) -> str:
    # from (i, j) to (u, v)
    return "%s_%1d" % (GetEdgeId(i, j, u, v), lane)


def GetDetectorId(i: int, j: int, u: int, v: int, lane: int) -> str:
    # from (i, j) to (u, v)
    return "det_%s" % (GetLaneId(i, j, u, v, lane))


def IsTrafficLightNode(width: int, height: int, i: int, j: int) -> bool:
    # [1, width] * [1, height] 范围内是交通灯节点
    return 1 <= i and i <= width and 1 <= j and j <= height


def IsBoundaryNode(width: int, height: int, i: int, j: int) -> bool:
    # [1, width] * [1, height] 范围外的一圈是边界
    return i == 0 or i == width + 1 or j == 0 or j == height + 1


def IsIllegalNode(width: int, height: int, i: int, j: int) -> bool:
    # [0, width + 1] * [0, height + 1] 范围外是非法的
    return i < 0 or i > width + 1 or j < 0 or j > height + 1


def IsCornerNode(width: int, height: int, i: int, j: int) -> bool:
    # (0, 0) (width + 1, 0) (0, height + 1) (width + 1, height + 1) 是角落
    return i == 0 and j == 0 or \
        i == width + 1 and j == 0 or \
        i == 0 and j == height + 1 or \
        i == width + 1 and j == height + 1


def GetEdgesOfRoute(path: list) -> str:
    # 从节点列表，以字符串形式，给出途经的边
    ret = ""
    for i in range(1, len(path)):
        ret += GetEdgeId(*path[i - 1], *path[i]) + " "
    return ret


def ToXMLElement(name: str, *arg: str):
    import xml.dom
    doc = xml.dom.minidom.Document()
    # doc = xml.dom.minidom.Document()
    element = doc.createElement(name)
    for i in range(1, len(arg), 2):
        element.setAttribute(arg[i - 1], arg[i])
    return element
    pass
  • [1, width] * [1, height]是交通灯的坐标
  • [1, width] * [1, height] 范围外的一圈是边界
  • [0, width + 1] * [0, height + 1] 范围外是非法的
  • (0, 0) (width + 1, 0) (0, height + 1) (width + 1, height + 1) 是角落

生成道路网络（GenerateNetwork）

  • 规定方向编号：参考极坐标系，角度与方向编号有线性关系
    • 0：x轴正向
    • 1：y轴正向
    • 2：x轴负向
    • 3：y轴负向
  • 规定转向编号：即方向编号的差分量
    • -1：右转
    • 0：直行
    • 1：左转

这样规定转向编号的原因是，转向编号与sumo的车道编号相对应。sumo的车道编号是从右到左的。

代码如下：

class NetworkFileGenerator:
    def __init__(self):
        self.cwd = None  # 输出目录
        self.name = None  # 文件名
        self.network = None  # 道路网络
        self._unity = None  # 单位长
        pass
        
    def GenerateNetwork(self, width: int, height: int) -> Network:
        self.network = Network()
        self.network.width = width
        self.network.height = height
        dx = [1, 0, -1, 0]
        dy = [0, 1, 0, -1]
        turn = [-1, 0, 1]  # 车道编号 -> 转向编号，分别对应：右转，直行，左转
        for i in range(width + 2):
            for j in range(height + 2):
                # 生成节点 (i, j)
                # 角落不需要生成
                if Utils.IsCornerNode(width, height, i, j):
                    continue
                node1 = (i, j)
                self.network.nodes.append(node1)
                if Utils.IsTrafficLightNode(self.network.width, self.network.height, i, j):
                    self.network.tlNodes.append(node1)
                else:
                    self.network.boundaryNodes.append(node1)
                pass

                for dir in range(len(dx)):
                    u = i + dx[dir]
                    v = j + dy[dir]
                    # 生成边 (i, j)->(u, v)
                    # 排除非法节点
                    if Utils.IsIllegalNode(width, height, u, v):
                        continue
                    # 角落不需要生成
                    if Utils.IsCornerNode(width, height, u, v):
                        continue
                    # 边界节点与边界节点互不相连，排除
                    if Utils.IsBoundaryNode(width, height, i, j) and Utils.IsBoundaryNode(width, height, u, v):
                        continue
                    # 生成边
                    node2 = (u, v)
                    edge = (node1, node2)
                    self.network.edges.append(edge)
                    self.network.outEdges[node1].append(edge)
                    self.network.inEdges[node2].append(edge)
                    pass

                    for lane in range(len(turn)):
                        dir2 = (dir + turn[lane] + len(dx)) % len(dx)
                        x = u + dx[dir2]
                        y = v + dy[dir2]
                        # (i, j)->(u,v)->(x,y)
                        # 排除非法的
                        if Utils.IsIllegalNode(width, height, x, y):
                            continue
                        # 角落不需要生成
                        if Utils.IsCornerNode(width, height, x, y):
                            continue
                        # 边界节点与边界节点互不相连
                        if Utils.IsBoundaryNode(width, height, u, v) and Utils.IsBoundaryNode(width, height, x, y):
                            continue
                        # 生成连接
                        node3 = (x, y)
                        connection = (node1, node2, node3, lane)
                        self.network.connections.append(connection)
                        pass
                    pass
                pass
            pass
        return self.network

生成路径（route）

SUMO Road Networks - SUMO Documentation (dlr.de)

我们使用回溯算法生成所有可能的路径。

由于该算法的时间开销较大，如果地图大小超过4*4，那么建议导入路径而不是生成

import xml.dom
import numpy as np
import Utils
from Network import Network
from collections import defaultdict

from sample.Utils import _GetEdgesOfRoute


class SumoFileGenerator:
    def __init__(self):
        self.cwd = None  # 输出目录
        self.name = None  # 文件名
        self.network = None  # 道路网络

        # for dfs
        self._visit = None
        self._path = None
        self._ans = None
        pass

    def _dfsrc(self, nodeP: tuple or None, nodeU: tuple):
        # 深度优先搜索递归核心 Depth First Search Recursive Core
        if nodeU in self.network.boundaryNodes and nodeP is not None:
            self._ans.append([x for x in self._path])
            return
        for _, nodeV in self.network.outEdges[nodeU]:
            if self._visit[nodeV] is True:
                continue
            self._visit[nodeV] = True
            self._path.append(nodeV)
            self._dfsrc(nodeU, nodeV)
            self._path.pop()
            self._visit[nodeV] = False
            pass

    def _GetRoutes(self, nodeU: tuple) -> list:
        # 生成所有以 nodeU 为起点的路径
        self._visit = defaultdict(bool)
        self._path = []
        self._ans = []
        self._visit[nodeU] = True
        self._path.append(nodeU)
        self._dfsrc(None, nodeU)
        return self._ans
        pass

    def _GenerateRouteFile(self, avgCarAmount, timePeriod):
        //...
    pass

生成车辆（vehicle）

用分布来模拟车辆到达，实际上是在采样。因为各个样本点独立同分布

设随机变量X是车辆到达的数量，P{X=k}是有k辆车到达的概率。

我们采取timePeriod个样本，各个样本就对应了各个时刻车辆的到达情况。

    def _GenerateRouteFile(self, avgCarAmount, timePeriod):
        // ...
        # 创建车辆
        arrivals = np.random.poisson(avgCarAmount, timePeriod)
        vehicleId = 0
        for time in range(len(arrivals)):
            for i in range(arrivals[time]):
                rootElement.appendChild(Utils.ToXMLElement(
                    "vehicle",
                    "id", "%08d" % (vehicleId),
                    "type", "typeCar",
                    "route", routeIds[np.random.randint(0, len(routeIds))],
                    "depart", "%d" % (time),
                ))
                vehicleId += 1
                pass
        // ...
            pass

生成交通信号灯（tlLogic）

直接遍历network中的交通灯节点，然后生成对应的XML元素，其中：

  • id是节点id
  • programID是随便填的
  • 相位暂时使用默认相位，以进行测试
    def _GenerateDefaultPhases(self) -> list:
        ret = []
        phase = "ggggrrgrrgrr"
        for i in range(4):
            ret.append(("17", phase))
            ret.append(("3", phase.replace("g", "y")))
            phase = phase[3:] + phase[:3]
        return ret
        pass
        
    def _GenerateTrafficLightFile(self):
        # *.add.xml,
        # 创建一个XML文档对象
        doc = xml.dom.minidom.Document()
        rootElement = doc.createElement("additional")  # 根节点
        doc.appendChild(rootElement)

        defaultPhases = self._GenerateDefaultPhases()  # 使用默认相位进行测试
        # attribute = ["id", "type", "programID", "offset"]
        for node in self.network.tlNodes:
            # 遍历交通灯节点
            TLElement = doc.createElement("tlLogic")
            rootElement.appendChild(TLElement)
            TLElement.setAttribute("id", Utils.GetNodeId(*node))
            TLElement.setAttribute("type", "static")
            TLElement.setAttribute("programID", "runner")
            TLElement.setAttribute("offset", "0")
            # 交通灯的相位
            for duration, state in defaultPhases:
                phaseElement = doc.createElement("phase")
                phaseElement.setAttribute("duration", duration)
                phaseElement.setAttribute("state", state)
                TLElement.appendChild(phaseElement)

        with open("%s/%s.add.xml" % (self.cwd, self.name), "w") as fileOut:
            fileOut.write(doc.toprettyxml())
        pass

生成探测器（detector）

为了使探测器能覆盖整条道路，我们只填入pos属性，而不填入endPos或length属性。

    def _GenerateDetectorFile(self):
        # *.det.xml,
        # 创建一个XML文档对象
        doc = xml.dom.minidom.Document()
        rootElement = doc.createElement("additional")  # 根节点
        doc.appendChild(rootElement)
        # attribute = ["id", "lane", "pos", "file", "friendlyPos"]
        for (i, j), (u, v) in self.network.edges:
            for lane in range(3):
                rootElement.appendChild(Utils.ToXMLElement(
                    "laneAreaDetector",
                    "id", Utils.GetDetectorId(i, j, u, v, lane),
                    "lane", Utils.GetLaneId(i, j, u, v, lane),
                    "pos", "0",
                    # "endPos", "100",
                    # "length", "%d" % (72.80),
                    "file", "%s/%s.out.xml" % (self.cwd, self.name),
                    "friendlyPos", "true", ))

        with open("%s/%s.det.xml" % (self.cwd, self.name), "w") as fileOut:
            fileOut.write(doc.toprettyxml())
        pass

py程序接口（TraCI）

TraCI 采用基于 TCP 的客户端/服务器架构来访问sumo。因此，使用附加命令行选项启动时，sumo将充当服务器：–remote-port <INT>，其中 是sumo用于监听传入连接的端口。

当使用 –remote-port<INT>选项启动时，sumo只准备模拟，等待所有外部应用程序连接并接管控制权。请注意，当sumo作为 TraCI 服务器运行时，–end <TIME>选项将被忽略。

使用sumo-gui作为服务器时，在处理 TraCI 命令之前，必须通过使用播放按钮或设置选项 –start来启动模拟。

import os
import sys
from FileGenerator import FileGenerator
from Network import Network

try:
    sys.path.append(os.path.join(os.path.dirname(__file__), '..', '..', '..', '..', "tools"))  # tutorial in tests
    sys.path.append(os.path.join(os.environ.get("SUMO_HOME", os.path.join(
        os.path.dirname(__file__), "..", "..", "..")), "tools"))  # tutorial in docs
    sys.path.append("/usr/local/Cellar/sumo/1.2.0/share/sumo/tools")
    from sumolib import checkBinary  # noqa
except ImportError:
    sys.exit("please declare environment variable 'SUMO_HOME' as the root directory of your sumo installation"
             "(it should contain folders 'bin', 'tools' and 'docs')")

import traci


# ====================================================================================================


# adapted from SUMO tutorials
def run(network: Network):
    """execute the TraCI control loop"""
    # step = 0
    # amber = 0
    # waits = []
    # phase = [0, 0, 0, 0, 0, 0, 0, 0, 0]
    # for i in range(0, NUM_JUNCTIONS):
    #     waits.append([0] * len(PHASES))
    cnt = 0
    while traci.simulation.getMinExpectedNumber() > 0:  # step <= 900:
        traci.simulationStep()
        traci.trafficlight.setPhase("11", cnt % 2)
        traci.trafficlight.setPhase("22", cnt % 2)
        cnt = cnt + 1

        # if step % PHASE_LENGTH == 0:
        #     for i in range(0, NUM_JUNCTIONS):
        #         if MAX_WAIT in waits[i]:
        #             phase[i] = waits[i].index(MAX_WAIT)
        #         else:
        #             if noPhaseChange(phase[i], i) != True:
        #                 phase[i] = backPressure(i)
        #                 amber = amber + 1
        #         traci.trafficlight.setPhase("0" + getNodeId(i), phase[i])
        #         for j in range(0, len(PHASES), 2):
        #             if j == phase[i]:
        #                 waits[i][j] = 0
        #             else:
        #                 if waits[i][j] < MAX_WAIT:
        #                     waits[i][j] += 1
        # step += 1
        # logging.warning(amber)
    traci.close()
    sys.stdout.flush()


if __name__ == '__main__':
    # const
    CWD = os.getcwd() + "/data"
    NAME = "sample"
    OUTPUTDIR = os.getcwd() + "/output"
    NETCONVERT = checkBinary('netconvert')
    SUMO = checkBinary('sumo-gui')

    # main
    generator = FileGenerator()
    generator.GenerateAllFile(NETCONVERT, CWD, NAME,
                              2, 2, 100,
                              2, 10)  # 生成文件
    print("GenerateAll finish")
    traci.start(
        [SUMO,
         "-c", "%s/%s.sumocfg" % (CWD, NAME),
         "--tripinfo-output", "%s/%s.tripinfo.xml" % (OUTPUTDIR, NAME),
         "--summary", "%s/%s.sum.xml" % (OUTPUTDIR, NAME)])
    run(generator.network)

附录

node

PlainXML - SUMO Documentation (dlr.de)

nod的属性：

属性名称类型说明
idid (string)节点名称
xfloat节点在平面上的 x 位置，以米为单位
yfloat节点在平面上的 y 轴位置，以米为单位
zfloat节点在平面上的 Z 位置，以米为单位
typeenum ( “priority”, “traffic_light”……)节点的可选类型

edge

PlainXML - SUMO Documentation (dlr.de)

edge的属性：

属性名称类型说明
idid (string)边的 ID（必须唯一）
fromreferenced node idThe name of a node within the nodes-file the edge shall start at
toreferenced node idThe name of a node within the nodes-file the edge shall end at
typereferenced type idThe name of a type within the SUMO edge type file

connection

PlainXML - SUMO Documentation (dlr.de)

SUMO Road Networks - SUMO Documentation (dlr.de)

connection的属性：

名称类型说明
fromedge id (string)开始连接的输入边 ID
toedge id (string)连接结束时出线边的 ID
fromLaneindex (unsigned int)开始连接的输入边的车道
toLaneindex (unsigned int)连接结束时出线边缘的车道

route

Definition of Vehicles, Vehicle Types, and Routes - SUMO Documentation (dlr.de)

route 的属性：

属性名称价值类型说明
idid (string)路线名称
edgesid list车辆应行驶的路线，以 ID 表示，用空格隔开

vehicle

Definition of Vehicles, Vehicle Types, and Routes - SUMO Documentation (dlr.de)

vType 的属性：

属性名称价值类型默认值说明
idid (string)-车辆类型名称
accelfloat2.6此类车辆的加速能力（单位：m/s^2）
decelfloat4.5此类车辆的减速能力（单位：m/s^2）
sigmafloat0.5汽车跟随模型参数，见下文
lengthfloat5.0车辆长度（米）
minGapfloat2.5最小车距（米）
maxSpeedfloat55.55（200 km/h），车辆的最大速度（米/秒）
guiShapeshape (enum)“unknown”绘制车辆形状。默认情况下，绘制的是标准客车车身。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

vehicle 的属性：

属性名称价值类型说明
idstring车辆名称
typestring该车辆使用的车辆类型 ID
routestring车辆行驶路线的 ID
departfloat(s)车辆进入网络的时间步长

tlLogic

Traffic Lights - SUMO Documentation (dlr.de)

tlLogic 的属性：

属性名称价值类型说明
idid (string)交通信号灯的 id。必须是 .net.xml 文件中已有的交通信号灯 id。交通信号灯的 id 通常与路口 id 相同。名称可通过右键单击受控路口前的红/绿条获得。
typeenum (static, actuated, delay_based)交通信号灯的类型（固定相位持续时间、基于车辆间时间间隔的相位延长（驱动式）或基于排队车辆累积时间损失的相位延长（基于延迟式） )
programIDid (string)交通灯程序的 id；必须是交通灯 id 的新程序名称。请注意，"off "为保留名，见下文。
offsetint程序的初始时间偏移

phase 的属性：

属性名称价值类型说明
durationtime (int)阶段的持续时间
statelist of signal states该阶段的红绿灯状态如下

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

对于控制单个交叉路口的交通信号灯，由 netconvert 生成的默认指数以顺时针方式编号，从 12 点钟方向的 0 开始，右转顺序在直行和左转之前。人行横道总是被分配在最后，也是按顺时针方向。

如果将交通信号灯连接起来，由一个程序控制多个交叉路口，则每个交叉路口的排序保持不变，但指数会根据输入文件中受控路口的顺序增加。

例如：ggrgrrrggrrg对应：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

TraCI

TraCI - SUMO Documentation (dlr.de)

Detector

Detector - SUMO Documentation (dlr.de)

Lanearea Detectors (E2) - SUMO Documentation (dlr.de)

Attribute NameValue TypeDescription
idid (string)A string holding the id of the detector
lanereferenced lane idThe id of the lane the detector shall be laid on. The lane must be a part of the network used. This argument excludes the argument lanes.
posfloatThe position on the first lane covered by the detector. See information about the same attribute within the detector loop description for further information. Per default, the start position is placed at the first lane’s begin.
endPosfloatThe end position on the last lane covered by the detector. Per default the end position is placed at the last lane’s end.
lengthfloatThe length of the detector in meters. If the detector reaches over the lane’s end, it is extended to preceding / consecutive lanes.
filefilenameThe path to the output file. The path may be relative.
friendlyPosboolIf set, no error will be reported if the detector is placed behind the lane. Instead, the detector will be placed 0.1 meters from the lane’s end or at position 0.1, if the position was negative and larger than the lane’s length after multiplication with -1; default: false.

simulation

参考资料

SUMO官方文档

SUMO学习入门（一）SUMO介绍 - 知乎 (zhihu.com)

SUMO 从入门到基础 SUMO入门一篇就够了_sumo文档-CSDN博客

XML - Wikipedia

有关文件

windows安装包：

sumo-win64-1.19.0.msi

岚花落_
关注
  • 17
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
SUMO使用教程（六）
lyx的专栏
11-03 6687
本人的sumo视频入门课程，希望支持哦。https://edu.csdn.net/course/detail/25834 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，...
SUMO-Environment:一个单路口交通信号灯控制的SUMO环境demo
05-18
SUMO-Environment 一个单路口交通信号灯控制的SUMO环境demo 安装说明 使用命令行安装最新版SUMO 添加官网最新版本的源 sudo add-apt-repository ppa:sumo/stable 更新软件列表 sudo apt-get update 安装 sudo apt-get install sumo sumo-tools sumo-doc main.py脚本运行说明 运行脚本后，会自动弹出SUMO的GUI界面。 弹出界面后，先修改界面右上方工具栏中的Delay为非零数，否则仿真会瞬间完成，看不到仿真过程，数值越大，仿真过程越慢，可以先设置为100。 然后点击左上方绿色的开始箭头即可开始仿真，鼠标滚轮可以缩放仿真界面，按住鼠标左键可以拖动仿真界面。 仿真数据获取说明 print('红绿灯路口西侧排队车辆数目:', traci.lanearea.getJamL
SUMO使用E2检测器获取信号交叉口车道信息和信号控制方案
weixin_48557841的博客
05-20 4850
文章目录前言一、Traci接口是什么二、获取方法1.建立路网、车流和检测器2.调用traci接口，启动仿真3.获取车道转向信息4.通过E2检测器获得车道信息5.获取每个相位放行车道信息总结 前言 本人小白，blog仅供记录本人的以下学习过程和结果，仅供大家参考学习。欢迎交流指正。 一、Traci接口是什么 traci是微观交通流仿真软件的交通控制接口，全称为”Traffic Control Interface“。SUMO 本身可以实现很多实际交通场景的模拟。当 SUMO 被用作智能交通控制算法的测试平台
sumo基础操作学习笔记：创建交叉口以及简单仿真
m0_54786675的博客
12-17 1621
sumo学习12/17-12/19
车路协同-使用SUMO软件实现智能交通灯控制（一）
caokaifa的博客
04-06 4065
这里，SUMO的软件安装就贴教程了，其实网上有很多教程，简单的说一下： sudo add-apt-repository ppa:sumo/stable sudo apt-get update sudo apt-get install sumo sumo-tools sumo-doc 使用上面三行即可安装好SUMO，特别是使用深度学习环境的同学，安装完这个就可以跑代码了，是不是很快。如果运行S...
使用Sumo以及traci实现交叉口信号灯自适应控制
qq_44988175的博客
09-03 2526
使用Sumo实现交叉口感应控制
基于DQN的交通信号控制Python+SUMO
08-19
基于DQN的交通信号控制Python+SUMO
基于车速的自适应交通信号灯控制系统
02-22
为了改善路口交通状况，提高通行效率，本文提出了一种基于车速的自适应交通信号灯控制系统。本系统采 用车联网 V2I（ Vehicle to Infrastructure）通讯模式，利用 V2I 通讯协议，实现汽车与交通信号灯之间数据的...
基于python开发的利用sumo作为仿真平台，采用强化学习中的DQN进行交通信号灯相位时间的调整+源码（高分优秀项目）
05-28
基于python开发的利用sumo作为仿真平台，采用强化学习中的DQN进行交通信号灯相位时间的调整+源码，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用~ 基于python开发...
SUMO交通仿真平台使用笔记
05-19
本笔记主要介绍SUMO交通仿真平台的使用，包括道路网络的构建、车辆需求的设定以及仿真的执行，同时也涵盖了电动车和充电站的相关配置。 **一、SUMO基础** SUMO由几个核心文件组成： 1. **.net.xml**：道路网络文件...
SUMO中的交通需求模型介绍
03-28
在SUMO中，构建路径文件是实现交通需求的关键步骤，主要通过以下四种命令工具完成： 1. "duarouter"：基于已有的行程定义文件生成路径文件，适用于已知起止点和出发时间的情况。 2. "jtrrouter"：基于交通流和OD...
【18】输出字符菱形
2301_78786609的博客
07-19 287
用‘*’构造一个对角线长n个字符，倾斜放置的菱形。
Held-Karp算法的C++代码
m0_61862494的博客
07-19 108
Held-Karp算法是动态规划的一种应用，用于解决旅行商问题 (TSP)。该算法通过记录部分路径的最小成本来避免重复计算，从而有效地降低计算复杂度。Held-Karp算法使用一个状态压缩动态规划表。表示从起点出发，访问过所有由。表示的集合中的节点，并以节点。结束的最小路径长度。
Leetcode—207. 课程表【中等】
Atticus的博客
07-19 185
运行结果 之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！
树与二叉树
2201_76027754的博客
07-15 797
树和二叉树
完全二叉树的节点个数-递归
qq_45031559的博客
07-19 196
完全二叉树的节点个数-递归
【算法】算法模板
qq_44765647的博客
07-19 180
LeetCode网站中学习算法的过程中使用到并总结的算法模板算法模板 数组算法模板，字符串算法模板，列表算法模板，数学算法模板，树算法模板，图算法模板，动态规划算法模板
C语言习题~day32
最新发布
TU^的博客
07-19 240
第一次循环，i 从 7 减 3 变为 4，j 加 1 变为 1；第二次循环，i 变为 1，j 变为 2；第三次循环，i 变为 253（7 减 3 溢出后变为 253），j 加 1 变为 3；第四次循环，i 变为 250，j 加 1 变为 4；第五次循环，i 变为 247，j 加 1 变为 5；依次类推，直到 i 变为 0 时，循环结束。从 7 开始每次减 3，7、4、1、253、250、247……输入：[9,6,4,2,3,5,7,0,1]无符号字符型的取值范围是 0 到 255。输入：[3,0,1]
力扣第十八题——四数之和
m0_74932528的博客
07-19 310
该代码通过排序、剪枝和双指针法，有效地解决了四数之和问题，时间复杂度从暴力解法的 O(n^4) 降低到 O(n^3)。
sumo智能交通灯设置
11-11
sumo智能交通灯设置是一种基于模拟器的交通管理系统，可以模拟真实道路交通情况，并根据不同的交通需求进行智能调控。sumo智能交通灯设置首先需要根据道路情况和交通流量制定合理的交通信号灯控制方案。在设置过程中，需要考虑到不同时间段不同方向的车流量，并根据道路拓扑结构来调整交通信号灯的配时。此外，还需要考虑到不同优先级车辆（如公交车、急救车等）的通行需求，以及行人的安全通行。 sumo智能交通灯设置还需要考虑到交通拥堵情况，通过智能调控来减少交通堵塞，提高通行效率。在设置过程中，可以采用智能算法和模拟仿真技术，以适应不同交通需求和道路情况。 除此之外，sumo智能交通灯设置还可以考虑到环保和节能因素，通过智能调控来减少汽车排放和能源消耗，从而降低城市交通对环境的影响。 总的来说，sumo智能交通灯设置需要综合考虑道路情况、交通需求、环保节能等多方面因素，以达到提高交通效率、减少交通拥堵、保障交通安全和环境保护的目的。通过科学的设置和智能调控，可以实现道路交通的顺畅和高效运行。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

岚花落_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值