第一次跑通SUMO仿真那晚我对着屏幕上移动的小黄点看了半小时。之前光是在Ubuntu上装这个开源交通仿真工具我就折腾了两个周末——不是缺依赖就是版本对不上好不容易装上了又不知道下一步该点什么。回头看那些坑其实都能避开。这篇教程我尽量把每一步都写清楚包括为什么要这么做、命令行里每个参数是什么意思、装完怎么验证、以及第一份仿真文件怎么从零手写出来。Ubuntu 22.04是我个人比较推荐用来跑SUMO的系统版本原因很直接系统库版本相对统一Python环境干净后续要装TraCI做二次开发或者接深度强化学习环境踩坑的概率比Windows小太多。整篇教程围绕一个目标展开在一台干净的最小化Ubuntu 22.04上完成SUMO的安装、环境配置、路网构建、交通需求配置最终跑通一个可以实际看到车辆移动的仿真场景。1. 为什么推荐在Ubuntu 22.04上跑SUMO环境优势与版本匹配逻辑很多人一开始会纠结到底在Windows、macOS还是Linux上装SUMO。我的建议是如果你打算长期做交通仿真研究或者未来要接Python做批量实验直接上Ubuntu。Windows上的SUMO虽然也能用但牵扯到路径分隔符、环境变量、图形界面显示等问题折腾成本完全不比Linux低。1.1 SUMO对Ubuntu系统的依赖策略SUMO本质上是一套C编写的仿真程序套件运行依赖主要包括编译器相关GCC、G、Make、CMake源码编译时才需要图形依赖Fox toolkit、OpenGL、libxerces-cXML解析库Python相关Python 3.8以上Ubuntu 22.04自带Python 3.10完美匹配辅助库proj地理坐标投影、gdal地理数据处理如果不做GIS导入可以暂时不装Ubuntu 22.04默认软件源里带的libxerces-c版本是3.2.3SUMO 1.16及以上版本完全兼容。而Ubuntu 20.04上的某些旧库版本会导致编译报错这就是为什么我特别强调22.04而不是其他版本。1.2 一套环境解决仿真和二次开发两个需求只跑官方Demo其实Windows也可以但交通仿真项目做到后期几乎必然会涉及批量场景生成、参数扫描、结果统计分析。这些工作在Linux环境下用命令行工具串联起来极其顺滑。比如批量跑20组不同交通流量下的仿真一个for循环脚本就搞定了这在Windows上往往要折腾半天。如果你同时装了sumo和libsumoPython接口还能直接在Python脚本里动态控制仿真过程——这在强化学习、信号灯优化、动态路径规划等进阶项目中几乎是标配。Ubuntu 22.04加SUMO再加Python生态属于一套组合拳后面你一定会感谢自己当初选了这条路。提示如果你用的是云服务器或虚拟机请注意图形界面问题。本教程中涉及GUI的操作使用sumo-gui和netedit需要桌面环境支持。如果你只有命令行终端建议先登录到有图形界面的环境或者直接安装xrdp远程桌面再继续。2. 安装前的系统准备检查、更新与依赖安装这一步看起来基础但恰恰是翻车高发区。经常有人在群里问为什么我编译SUMO时说找不到xxx仔细一问连build-essential都没装。2.1 先确认你的Ubuntu版本和网络环境打开终端执行lsb_release -a正常情况下会看到类似这样的输出No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 22.04.3 LTS Release: 22.04 Codename: jammy如果Codename显示的是jammy没问题。如果是别的版本比如20.04的focal建议你评估一下是否要升级系统。网上很多人问ubuntu 22.04 lts下载或ubuntu中文官网下载22.04如果你还没装系统直接去官网下载22.04.3的desktop镜像即可。已经装了旧版本的话可以执行sudo do-release-upgrade升级但注意升级前备份数据。2.2 更新软件源并安装基础工具包新装系统后的第一件事是让软件源同步sudo apt update sudo apt upgrade -yapt update的作用是刷新软件包索引apt upgrade则是把系统中已安装的软件升级到最新版本。这一步做完后再安装一组编译和图形相关的依赖sudo apt install -y build-essential cmake make g gcc sudo apt install -y libxerces-c-dev libfox-1.6-dev libgl1-mesa-dev libglu1-mesa-dev sudo apt install -y libproj-dev libgdal-dev libx11-dev libxt-dev这里每个包的作用我简单说一下方便你自己判断哪些必须包名作用是否必需build-essential包含GCC/G/Make等基础编译工具必需cmake构建系统配置工具SUMO编译必须要必需libxerces-c-devXML解析库SUMO读写路网和配置文件依赖它必需libfox-1.6-dev图形界面开发库sumo-gui和netedit的界面基础必需libproj-dev地图投影库用于经纬度坐标转换强烈建议libgdal-dev地理数据抽象库处理OSM等地理数据时有用可选libgl*-devOpenGL支持3D可视化和路网编辑器渲染需要必需2.3 安装Python环境和pipSUMO常用的Python工具链包括sumolib路网解析工具库和traciTraffic Control Interface交通控制接口。如果你想安装pip版SUMO或者用Python做后处理pip是必需品sudo apt install -y python3 python3-pip python3-venv python3 --version看到Python 3.10.x就没问题了。这里顺带解释一个很多新手会混淆的地方Ubuntu自带一个python3命令不要试图用python命令去调用它除非你显式安装了python-is-python3sudo apt install -y python-is-python3装完这个之后在终端里输入python和python3效果一样后面写脚本更省心。提醒以上所有apt install命令如果提示依赖冲突或找不到包先执行sudo apt update再试。有时候是软件源索引太旧不是包不存在。3. SUMO安装的三种路径与选择apt、pip、编译源码SUMO的安装方式大体有三种我分别说清楚它们的优缺点和使用场景然后给你一条我认为最适合新手的路径。3.1 方式一apt直接安装最简单但版本可能偏旧Ubuntu 22.04的官方软件源自带SUMO执行sudo apt install sumo sumo-tools装完后查看版本sumo --version这条命令会输出类似SUMO Version 1.15.0的信息。这种方法最大的优点是省事缺点是版本不会是最新的。Ubuntu的软件源更新节奏偏保守如果官方源里的版本落后于你查到的SUMO新版本比如现在已经出到1.20了而你恰好需要最新版本的某些特性就得考虑其他方式。另外有一点要注意apt装完SUMO后环境变量SUMO_HOME不会自动配置需要手动添加到~/.bashrc里这个后面会细说。3.2 方式二pip安装适合只要核心功能的场景如果你只需要命令行工具不需要图形界面pip安装其实非常轻量pip3 install eclipse-sumo安装完以后可以试着执行sumo --version如果提示找不到命令可执行文件往往被安装到了~/.local/bin里需要把它加入PATHecho export PATH$PATH:~/.local/bin ~/.bashrc source ~/.bashrc这里有个坑pip安装的eclipse-sumo包只是一组Python封装实际它会把SUMO的可执行文件也下载下来。但是这个包在依赖OpenGL等图形库方面的处理并不可靠所以我个人建议如果你未来肯定要用到sumo-gui或netedit不要选择pip安装方案否则图形界面经常打不开或者闪退。3.3 方式三源码编译获得最新版本且能深度定制源码编译是这个过程里最硬核但也最可控的方式。SUMO官方仓库在GitHub上我们可以先克隆代码然后配置编译git clone --recursive https://github.com/eclipse-sumo/sumo.git cd sumo mkdir build cd build cmake .. make -j$(nproc)-j$(nproc)的意思是用CPU所有核心并行编译能大幅缩短编译时间。整个过程在我的机器上8核16线程大约需要15到25分钟取决于网络和磁盘速度。编译完成后SUMO的可执行文件会生成在build/bin目录下。接下来要把可执行文件和工具目录配置到环境变量里echo export SUMO_HOME~/sumo ~/.bashrc echo export PATH$PATH:~/sumo/build/bin ~/.bashrc source ~/.bashrc注意SUMO_HOME这里指向的是你克隆下来的SUMO源码根目录不是build目录。这个环境变量在后续写.sumocfg配置文件时会被用到因为在配置文件里经常需要引用SUMO自带的路网或数据目录。3.4 我的推荐根据目标选择新手建议apt源码双保险如果你只是想先跑通一个仿真、熟悉操作流程直接apt install sumo sumo-tools就够了省时省力。但如果你打算长期折腾或者需要官方最新版的特性比如新的信号灯控制算法我建议用源码编译方式安装。还有个折中方案先用apt安装占坑再单独从源码编译新版覆盖PATH路径。因为apt安装的版本和源码编译版本并不会冲突只要在PATH里让源码编译版优先即可。这种双保险跑了一段时间后你再决定最终留哪一套。我自己现在用的就是源码编译版。4. 验证环境SUMO_HOME、系统命令与Python接口检查安装完成不等于万事大吉我见过太多人装完就急冲冲跑仿真结果各种command not found或者module not found。这一步花五分钟把环境检查一遍后面能帮你省两小时。4.1 检查核心命令是否可用在终端依次执行以下命令确保不出现Command not foundwhich sumo which sumo-gui which netedit which netgenerate输出应该是四个路径。如果某个命令缺失比如netedit不存在大概率是安装的版本或方式有问题或者在PATH中没找到。再执行一下版本命令sumo --version如果能看到类似SUMO Version 1.18.0的输出说明核心程序没问题。4.2 配置并验证SUMO_HOMESUMO官方文档中很多示例配置文件会用$SUMO_HOME这个环境变量引用文件路径。如果没有设置运行教程中的示例就会报错。确认方法echo $SUMO_HOME如果没有输出内容说明没设置。按下面方式补齐并验证如果通过apt安装SUMO相关数据通常位于/usr/share/sumo设置export SUMO_HOME/usr/share/sumo如果源码编译安装export SUMO_HOME$HOME/sumo我把这个配置写入~/.bashrc让它永久生效echo export SUMO_HOME/usr/share/sumo ~/.bashrc source ~/.bashrc验证echo $SUMO_HOME ls $SUMO_HOME能够列出bin、data、docs等目录就对了。4.3 检查Python接口是否可用如果你打算之后用Python做仿真控制或结果处理建议现在就把libsumo和traci库准备好pip3 install libsumo traci python3 -c import traci; print(traci.__version__)如果成功输出版本号说明Python控制SUMO的通道已经打通。这里要特别说明import traci没问题不代表你的SUMO核心程序能用因为traci库是通过网络端口默认8813端口连接正在运行中的SUMO进程的。只有SUMO进程本身能启动Python才能控制它。4.4 跑一个最简单的官方示例SUMO自带的示例文件是验证环境的好工具。找到$SUMO_HOME/docs/examples/sumo/basic/hello目录里面有一个最小的交通仿真示例。现在运行它cd $SUMO_HOME/docs/examples/sumo/basic/hello sumo -c hello.sumocfg如果终端窗口滚动出一堆仿真时间步信息最后正常结束说明你的SUMO核心程序完全可用。如果你运行的是图形版sumo-gui -c hello.sumocfg屏幕上会弹出仿真窗口里面有路网和移动的车辆。看到这一幕说明你的图形界面依赖也配置正确了。注意hello示例极其简单不会出错。如果它都跑不起来那一定是安装环节出了问题。此时优先检查依赖是否完整、PATH是否正确不要急着去找仿真配置的问题。5. 从零构建路网netedit图形化编辑与netgenerate命令行的选用逻辑SUMO仿真的核心三要素是路网、“需求”、“仿真配置”。第一步就是准备一个路网文件.net.xml。路网的来源有三种从OpenStreetMap下载真实路网、用netedit手工绘制、用netgenerate命令生成抽象路网。我教你两种最入门的做法。5.1 快速生成抽象路网netgenerate如果你只是想先跑通流程不需要真实地图用netgenerate生成一条简单的道路就够了。举个例子生成一个十字交叉路网netgenerate --grid --grid.number2 --grid.length200 --output-filemygrid.net.xml命令参数的含义--grid生成网格状路网--grid.number2网格数量为2×2即4个交叉路口--grid.length200每条道路长度为200米--output-file指定输出路网文件名执行后目录下会出现一个mygrid.net.xml文件。你可以用文本编辑器打开看看里面的结构——路网文件本质上是XML格式记录了节点node和边edge的信息。再生成一个更简单的单条直线路网netgenerate --output-filestraight.net.xml --edges1 --geometry.remove这里--edges1的含义是生成一条边也就是一条单行道。这个路网非常适合测试最基本的车辆运动。5.2 用netedit手工绘制路网netgenerate适合生成规整的抽象路网但如果你要画一个不规则的路口或者模拟具体的道路几何形状就应该打开neteditnetedit mygrid.net.xml打开后你会看到一个图形化编辑界面左侧工具栏里可以新建节点Node、连接边Edge。操作逻辑其实跟画图工具很像先放节点再用边把节点连接起来。连接后会自动生成道路双击道路还能编辑车道数、限速、方向等属性。一个常见的操作场景我想创建一个字母T形状的三岔路口。步骤如下创建三个节点位置分别放在左、右、下三个方向用Edge工具依次连接左右节点再连接左节点到下方节点选中道路在右侧属性栏把双向行驶改为单向如果不需要对向车流点击保存并退出netedit做的修改会直接保存到路网文件中。它是新手直观理解路网结构的绝佳工具我强烈建议你多摆弄一会儿搞明白节点和边的关系后面读复杂路网文件就轻松了。5.3 道路属性和边道数对仿真的影响在netgenerate或者netedit里默认车道是单向单车道。真实场景中双向两车道、双向四车道更常见。你可以通过修改edge属性来改变车道数netgenerate --grid --grid.number1 --grid.length100 --default.lanenumber2 --output-filetwolane.net.xml--default.lanenumber2把默认车道数改为2。如果你做的是城市路网建议一开始就设置成2否则后面车辆的换道行为会受限。5.4 从OpenStreetMap获取真实路网进阶如果你的目标是复现某条真实道路的交通可以从OpenStreetMap导出地图数据。在OSM官网上选择一块区域并导出为.osm文件后用SUMO自带的netconvert命令将其转换为路网文件netconvert --osm-files map.osm --output-filemap.net.xml这个命令会把OSM里的道路数据转换成SUMO可用的路网格式。复杂情况下会涉及道路类型映射、车道数推算等问题新手阶段可以先用默认参数后面再慢慢调。提示netconvert转换出来的路网一般比较大运行仿真时会比较消耗内存。建议先选择一块小区域测试比如一个街区大小等流程熟悉后再扩展到更大范围。6. 创建交通需求定义车辆类型、行驶路径与流量路网只提供了道路设施还需要回答哪些车在路上跑这个问题这就是交通需求。典型的交通需求文件.rou.xml包含三部分车辆类型定义、车辆/车流定义、车辆路径定义。6.1 手动编写交通需求文件新建一个文本文件命名为myroute.rou.xml内容如下?xml version1.0 encodingUTF-8? routes vType idcar accel2.6 decel4.5 maxSpeed50 color1,0,0/ vType idbus accel1.5 decel2.5 maxSpeed30 color0,1,0/ route idroute1 edgesedge1 edge2/ vehicle idveh1 typecar routeroute1 depart0/ vehicle idveh2 typecar routeroute1 depart2/ vehicle idveh3 typebus routeroute1 depart5/ /routes文件结构拆解一下vType定义车型accel是加速度m/s²decel是减速度m/s²maxSpeed是最大速度km/hcolor用RGB值0到1之间控制颜色route定义一条静态路径edges按行驶顺序列出要经过的edge idvehicle定义具体车辆depart是该车进入路网的时间单位是秒需要注意edges里填的id必须和路网文件里的edge id完全一致。你可以用下面的命令查看路网中有哪些edgenetedit mygrid.net.xml在netedit中点击一条道路右侧属性面板里会显示这个edge的id。6.2 用flow定义车流而非单辆车如果车辆数量很多一条一条写vehicle太繁琐此时用flow定义周期性车流更高效flow idtraffic1 typecar routeroute1 begin0 end3600 period5/这行代码的含义是从第0秒到第3600秒1小时每5秒生成一辆车。这样一小时就是720辆车。period参数是生成间隔数值越小车流密度越大。车辆随机性也是仿真中常遇到的需求。SUMO提供了flow的概率生成方式flow idrand_traffic typecar routeroute1 begin0 end3600 probability0.2/probability0.2表示每个仿真时间步默认1秒有20%的概率生成一辆车。这个参数适合模拟随机到达的交通情况。6.3 需求文件与路网文件的匹配检查新手最常见的问题就是路径里写的edge id不存在或者不连通。SUMO提供了检查路网连通性的工具——直接用sumo运行仿真时它会报错。但更推荐的提前自查方式是画了什么样的路网就在nodes和edges的属性面板里仔细记下id。比如netgenerate生成的2×2网格路网edge id通常是gneE0到gneE7这样的名字。你可以在sumo-gui里加载路网文件然后鼠标悬停在道路上查看id非常直观。7. 编写仿真配置文件并运行第一个仿真路网.net.xml和需求.rou.xml都有了还需要一个总控文件把它们组织起来这就是仿真配置文件.sumocfg。7.1 SUMO配置文件的结构与写法新建文件myconfig.sumocfg内容如下?xml version1.0 encodingUTF-8? configuration input net-file valuemygrid.net.xml/ route-files valuemyroute.rou.xml/ /input time begin value0/ end value100/ /time processing step-length value1.0/ /processing report verbose valuetrue/ /report /configuration各字段含义net-file路网文件路径route-files交通需求文件路径begin仿真开始时间end仿真结束时间step-length仿真步长默认为1秒verbose是否输出详细信息把这三个文件放在同一个目录下然后执行sumo -c myconfig.sumocfg终端里会输出仿真的具体过程。文件结尾如果有Simulation ended字样说明仿真成功跑完了。我这边的真实输出是这样的$ sumo -c myconfig.sumocfg Loading configuration done. Loading net-file mygrid.net.xml done. Loading routes myroute.rou.xml done. Simulation started with time: 0.00 Simulation ended at time: 100.007.2 使用sumo-gui可视化运行命令行运行虽然能出结果但你完全看不到画面。如果想实时观察车辆运动把sumo换成sumo-guisumo-gui -c myconfig.sumocfg弹出的窗口里灰色线条是道路车辆会以小色块或点状由起始位置向终点移动。如果一切正常你会看到小车以设定好的速度前进到达路径终点后会消失。sumo-gui窗口里还有一些实用操作右键拖动可以旋转视角2D/3D切换滚轮缩放左侧面板可以实时查看每辆车的速度、位置、加速度仿真暂停键空格和单步执行键F4可以逐帧观察7.3 配置文件里时间参数和步长如何影响仿真时长如果你的网络很大需要控制仿真的时间尺度和物理精度可以修改time和processing区块begin和end控制仿真的起止秒数step-length建议保持1.0。如果设置为0.5可以观察更精细的车辆速度变化但计算量翻倍交通仿真的时间是虚拟时间不是真实时间。仿真跑100秒不代表现实里过了100秒速度取决于路网规模和计算性能。一个简单的两条路仿真100秒可能在0.5秒内就计算完毕。8. 仿真输出看懂SUMO生成的各类文件运行仿真只是前半程后半程是从输出文件中提取需要的信息。默认情况下SUMO不会主动保存结果需要在配置文件中显式声明输出。8.1 配置车辆轨迹输出在.sumocfg文件的output区块中加入output fcd-output valuetrajectory.xml/ /outputfcd全称Floating Car Data浮动车数据是SUMO记录车辆位置的核心格式。每隔一个fcd-period默认1秒SUMO会输出所有车辆在路网中的具体坐标、速度和加速度。重新运行后打开trajectory.xml可以看到类似内容timestep time0.00 vehicle idveh1 x... y... angle... speed... pos... lane.../ /timestep一行一行的数据看着累但搭配Python的sumolib函数库就能快速转成统计图表import sumolib import xml.etree.ElementTree as ET tree ET.parse(trajectory.xml) root tree.getroot() for timestep in root.findall(timestep): t float(timestep.get(time)) for veh in timestep.findall(vehicle): vid veh.get(id) speed float(veh.get(speed)) pos float(veh.get(pos)) print(t, vid, speed, pos)这个脚本只是演示如何解析实际项目中你多半会把数据读到pandas里做更细致的分析。8.2 配置边检测器统计交通流如果想知道每条道路在特定时间段内的车流量、平均速度、拥堵指数可以添加边检测器。SUMO有专门的edgeData输出方式output edge-data valueedge_stats.xml / /output输出结果中会包含每条edge的entered进入车辆数、traveltime平均行驶时间和speed平均速度。用这个文件可以判断哪条路最堵、哪条路通行效率最高。8.3 配置仿真状态结束时的汇总统计在配置中加入output summary-output valuesummary.xml/ /outputsummary.xml会按时间步输出全局统计量正在运行的车辆数、平均速度、总等待时间等。做整体系统评估时这个文件最直观。提示输出文件会随着仿真规模的扩大变得非常庞大。建议在实验设计阶段就明确需要哪些输出避免无意义的存储浪费。一个1000辆车跑1小时的fcd文件体积轻轻松松超过1GB。9. 常见安装与运行问题排查我踩过的坑最后这部分是我非常想分享的因为网上教程很多但没有人专门讲那些莫名其妙的报错。我把自己和身边朋友踩过的坑整理成了一份速查表。9.1 cannot find -lGL 编译报错现象源码编译时链接阶段报/usr/bin/ld: cannot find -lGL。原因缺少OpenGL的库文件也可能是系统里OpenGL相关的dev包没装。解决sudo apt install libgl1-mesa-dev libglu1-mesa-dev如果已经装了但还是报错检查/usr/lib/x86_64-linux-gnu/下有没有libGL.so。有时候系统只有libGL.so.1而没有软链手动补一下sudo ln -s /usr/lib/x86_64-linux-gnu/libGL.so.1 /usr/lib/x86_64-linux-gnu/libGL.so9.2 SUMO_HOME is not set 报错现象运行某些Python模板脚本或者官方工具时提示SUMO_HOME is not set。原因环境变量缺失虽然SUMO命令可以执行但很多Python脚本依赖SUMO_HOME定位路网素材和附加工具。解决回到前面第4.2节再检查一遍并确认.bashrc里写入的路径没错。9.3 运行仿真时提示 No routes were found现象运行sumo后提示无法为车辆找到路径。原因车道/道路测长错误或者edge id不匹配。最常见的场景是我用netgenerate生成了网格路网然后在route里写了一个原本不存在的edge id。解决办法是在netedit中打开路网文件把edge id一个个看清楚然后把route里的edges改成实际的id序列。还有一种情况路网中各路段的连接断开比如两个节点没有通过edge连接但路径却穿过这里。此时SUMO无法找到一条连通路径解决方案是在netedit中重新连接相关edge。9.4 Departed vehicles are teleporting 警告现象仿真过程中大量车辆突然消失然后又在路段前方出现。原因车辆被困在拥堵中太久SUMO的车辆防卡死机制会将其移除并重新放回前方。解决一般是路网容量太小或需求过大的问题。可以降低车辆生成频率或者增加车道数。如果你是刻意模拟拥堵这个警告可以忽略但如果你希望车辆严格按物理规则运动就需要考虑网格路网的容量上限。9.5 打开sumo-gui时报错GLXBadFBConfig现象图形界面打不开终端报GLXBadFBConfig或某个OpenGL上下文创建失败。原因多为远程桌面或虚拟机环境里OpenGL硬件加速不完善。解决export LIBGL_ALWAYS_SOFTWARE1 sumo-gui -c myconfig.sumocfgLIBGL_ALWAYS_SOFTWARE1强制使用软件渲染能绕开大部分硬件加速兼容问题。缺点是大规模路网下渲染会稍慢但至少能用。9.6 apt安装的系统里找不到netedit现象执行netedit提示命令不存在。原因部分Ubuntu软件源里sumo包只带核心命令行工具图形化编辑器被单独拆分了。解决sudo apt install sumo sumo-tools netedit如果还是找不到检查/usr/share/sumo/bin目录看看有没有netedit可执行文件。一般把/usr/share/sumo/bin加进PATH就能定位所有工具echo export PATH$PATH:/usr/share/sumo/bin ~/.bashrc source ~/.bashrc9.7 Python控制SUMO时连接被拒绝ConnectionRefused现象执行traci.connect()时提示Connection refused或者sumo没有在指定端口监听。原因通常是因为sumo没有开启remote port。在启动SUMO进程时需要显式指定远程控制端口sumo -c myconfig.sumocfg --remote-port 8813然后Python脚本里import traci traci.init(8813)如果是在同一个Python脚本里同时启动和连接可以这样写import subprocess import traci sumo_cmd [sumo, -c, myconfig.sumocfg, --remote-port, 8813] sim subprocess.Popen(sumo_cmd) traci.init(8813)等脚本逻辑跑完后记得关闭连接并结束进程traci.close() sim.terminate()10. 进阶思路让第一个仿真走向真实你已经知道怎么从零搭建一个最基本的SUMO仿真流程了这已经比很多安装后看看窗口就退出的人走得远。接下来的方向可以根据自己的需求选一条方向一导入真实路网从OpenStreetMap下载你所在城市的路网文件用netconvert转换后用netedit修正细节。这个方向适合做某个真实路口的信号优化、拥堵治理方案验证。方向二接入TraCI做自适应控制用Python脚本读取SUMO仿真中的实时路况动态调整信号灯配时、车辆行驶路径或速度限制。这是目前智能交通方向很热的研究内容SUMO提供的TraCI接口在国内外的论文中被广泛使用。方向三多智能体场景搭建在SUMO中定义公交车、行人、非机动车等多种交通参与者类型评估不同策略对整个路网的影响。这个方向需要用到更细粒度的仿真配置比如行人需求定义、公交线路设置、公共汽车停靠站。我自己的体会是SUMO的价值不仅仅在于那个看起来不太炫酷的仿真窗口而在于它能把交通问题用统一的数据格式、可靠的仿真内核、灵活的二次开发接口暴露出来。安装配置这一步只是万里长征第一步但也是必须踏踏实实走完的一步。如果你在Ubuntu 22.04上安装或运行期间碰到什么奇怪的问题先回到这篇教程的排查表里找一找原因。很多报错就那几个原因踩过第一次后面就能坦然应对了。
第一次跑通SUMO仿真那晚我对着屏幕上移动的小黄点看了半小时。之前光是在Ubuntu上装这个开源交通仿真工具我就折腾了两个周末——不是缺依赖就是版本对不上好不容易装上了又不知道下一步该点什么。回头看那些坑其实都能避开。这篇教程我尽量把每一步都写清楚包括为什么要这么做、命令行里每个参数是什么意思、装完怎么验证、以及第一份仿真文件怎么从零手写出来。Ubuntu 22.04是我个人比较推荐用来跑SUMO的系统版本原因很直接系统库版本相对统一Python环境干净后续要装TraCI做二次开发或者接深度强化学习环境踩坑的概率比Windows小太多。整篇教程围绕一个目标展开在一台干净的最小化Ubuntu 22.04上完成SUMO的安装、环境配置、路网构建、交通需求配置最终跑通一个可以实际看到车辆移动的仿真场景。1. 为什么推荐在Ubuntu 22.04上跑SUMO环境优势与版本匹配逻辑很多人一开始会纠结到底在Windows、macOS还是Linux上装SUMO。我的建议是如果你打算长期做交通仿真研究或者未来要接Python做批量实验直接上Ubuntu。Windows上的SUMO虽然也能用但牵扯到路径分隔符、环境变量、图形界面显示等问题折腾成本完全不比Linux低。1.1 SUMO对Ubuntu系统的依赖策略SUMO本质上是一套C编写的仿真程序套件运行依赖主要包括编译器相关GCC、G、Make、CMake源码编译时才需要图形依赖Fox toolkit、OpenGL、libxerces-cXML解析库Python相关Python 3.8以上Ubuntu 22.04自带Python 3.10完美匹配辅助库proj地理坐标投影、gdal地理数据处理如果不做GIS导入可以暂时不装Ubuntu 22.04默认软件源里带的libxerces-c版本是3.2.3SUMO 1.16及以上版本完全兼容。而Ubuntu 20.04上的某些旧库版本会导致编译报错这就是为什么我特别强调22.04而不是其他版本。1.2 一套环境解决仿真和二次开发两个需求只跑官方Demo其实Windows也可以但交通仿真项目做到后期几乎必然会涉及批量场景生成、参数扫描、结果统计分析。这些工作在Linux环境下用命令行工具串联起来极其顺滑。比如批量跑20组不同交通流量下的仿真一个for循环脚本就搞定了这在Windows上往往要折腾半天。如果你同时装了sumo和libsumoPython接口还能直接在Python脚本里动态控制仿真过程——这在强化学习、信号灯优化、动态路径规划等进阶项目中几乎是标配。Ubuntu 22.04加SUMO再加Python生态属于一套组合拳后面你一定会感谢自己当初选了这条路。提示如果你用的是云服务器或虚拟机请注意图形界面问题。本教程中涉及GUI的操作使用sumo-gui和netedit需要桌面环境支持。如果你只有命令行终端建议先登录到有图形界面的环境或者直接安装xrdp远程桌面再继续。2. 安装前的系统准备检查、更新与依赖安装这一步看起来基础但恰恰是翻车高发区。经常有人在群里问为什么我编译SUMO时说找不到xxx仔细一问连build-essential都没装。2.1 先确认你的Ubuntu版本和网络环境打开终端执行lsb_release -a正常情况下会看到类似这样的输出No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 22.04.3 LTS Release: 22.04 Codename: jammy如果Codename显示的是jammy没问题。如果是别的版本比如20.04的focal建议你评估一下是否要升级系统。网上很多人问ubuntu 22.04 lts下载或ubuntu中文官网下载22.04如果你还没装系统直接去官网下载22.04.3的desktop镜像即可。已经装了旧版本的话可以执行sudo do-release-upgrade升级但注意升级前备份数据。2.2 更新软件源并安装基础工具包新装系统后的第一件事是让软件源同步sudo apt update sudo apt upgrade -yapt update的作用是刷新软件包索引apt upgrade则是把系统中已安装的软件升级到最新版本。这一步做完后再安装一组编译和图形相关的依赖sudo apt install -y build-essential cmake make g gcc sudo apt install -y libxerces-c-dev libfox-1.6-dev libgl1-mesa-dev libglu1-mesa-dev sudo apt install -y libproj-dev libgdal-dev libx11-dev libxt-dev这里每个包的作用我简单说一下方便你自己判断哪些必须包名作用是否必需build-essential包含GCC/G/Make等基础编译工具必需cmake构建系统配置工具SUMO编译必须要必需libxerces-c-devXML解析库SUMO读写路网和配置文件依赖它必需libfox-1.6-dev图形界面开发库sumo-gui和netedit的界面基础必需libproj-dev地图投影库用于经纬度坐标转换强烈建议libgdal-dev地理数据抽象库处理OSM等地理数据时有用可选libgl*-devOpenGL支持3D可视化和路网编辑器渲染需要必需2.3 安装Python环境和pipSUMO常用的Python工具链包括sumolib路网解析工具库和traciTraffic Control Interface交通控制接口。如果你想安装pip版SUMO或者用Python做后处理pip是必需品sudo apt install -y python3 python3-pip python3-venv python3 --version看到Python 3.10.x就没问题了。这里顺带解释一个很多新手会混淆的地方Ubuntu自带一个python3命令不要试图用python命令去调用它除非你显式安装了python-is-python3sudo apt install -y python-is-python3装完这个之后在终端里输入python和python3效果一样后面写脚本更省心。提醒以上所有apt install命令如果提示依赖冲突或找不到包先执行sudo apt update再试。有时候是软件源索引太旧不是包不存在。3. SUMO安装的三种路径与选择apt、pip、编译源码SUMO的安装方式大体有三种我分别说清楚它们的优缺点和使用场景然后给你一条我认为最适合新手的路径。3.1 方式一apt直接安装最简单但版本可能偏旧Ubuntu 22.04的官方软件源自带SUMO执行sudo apt install sumo sumo-tools装完后查看版本sumo --version这条命令会输出类似SUMO Version 1.15.0的信息。这种方法最大的优点是省事缺点是版本不会是最新的。Ubuntu的软件源更新节奏偏保守如果官方源里的版本落后于你查到的SUMO新版本比如现在已经出到1.20了而你恰好需要最新版本的某些特性就得考虑其他方式。另外有一点要注意apt装完SUMO后环境变量SUMO_HOME不会自动配置需要手动添加到~/.bashrc里这个后面会细说。3.2 方式二pip安装适合只要核心功能的场景如果你只需要命令行工具不需要图形界面pip安装其实非常轻量pip3 install eclipse-sumo安装完以后可以试着执行sumo --version如果提示找不到命令可执行文件往往被安装到了~/.local/bin里需要把它加入PATHecho export PATH$PATH:~/.local/bin ~/.bashrc source ~/.bashrc这里有个坑pip安装的eclipse-sumo包只是一组Python封装实际它会把SUMO的可执行文件也下载下来。但是这个包在依赖OpenGL等图形库方面的处理并不可靠所以我个人建议如果你未来肯定要用到sumo-gui或netedit不要选择pip安装方案否则图形界面经常打不开或者闪退。3.3 方式三源码编译获得最新版本且能深度定制源码编译是这个过程里最硬核但也最可控的方式。SUMO官方仓库在GitHub上我们可以先克隆代码然后配置编译git clone --recursive https://github.com/eclipse-sumo/sumo.git cd sumo mkdir build cd build cmake .. make -j$(nproc)-j$(nproc)的意思是用CPU所有核心并行编译能大幅缩短编译时间。整个过程在我的机器上8核16线程大约需要15到25分钟取决于网络和磁盘速度。编译完成后SUMO的可执行文件会生成在build/bin目录下。接下来要把可执行文件和工具目录配置到环境变量里echo export SUMO_HOME~/sumo ~/.bashrc echo export PATH$PATH:~/sumo/build/bin ~/.bashrc source ~/.bashrc注意SUMO_HOME这里指向的是你克隆下来的SUMO源码根目录不是build目录。这个环境变量在后续写.sumocfg配置文件时会被用到因为在配置文件里经常需要引用SUMO自带的路网或数据目录。3.4 我的推荐根据目标选择新手建议apt源码双保险如果你只是想先跑通一个仿真、熟悉操作流程直接apt install sumo sumo-tools就够了省时省力。但如果你打算长期折腾或者需要官方最新版的特性比如新的信号灯控制算法我建议用源码编译方式安装。还有个折中方案先用apt安装占坑再单独从源码编译新版覆盖PATH路径。因为apt安装的版本和源码编译版本并不会冲突只要在PATH里让源码编译版优先即可。这种双保险跑了一段时间后你再决定最终留哪一套。我自己现在用的就是源码编译版。4. 验证环境SUMO_HOME、系统命令与Python接口检查安装完成不等于万事大吉我见过太多人装完就急冲冲跑仿真结果各种command not found或者module not found。这一步花五分钟把环境检查一遍后面能帮你省两小时。4.1 检查核心命令是否可用在终端依次执行以下命令确保不出现Command not foundwhich sumo which sumo-gui which netedit which netgenerate输出应该是四个路径。如果某个命令缺失比如netedit不存在大概率是安装的版本或方式有问题或者在PATH中没找到。再执行一下版本命令sumo --version如果能看到类似SUMO Version 1.18.0的输出说明核心程序没问题。4.2 配置并验证SUMO_HOMESUMO官方文档中很多示例配置文件会用$SUMO_HOME这个环境变量引用文件路径。如果没有设置运行教程中的示例就会报错。确认方法echo $SUMO_HOME如果没有输出内容说明没设置。按下面方式补齐并验证如果通过apt安装SUMO相关数据通常位于/usr/share/sumo设置export SUMO_HOME/usr/share/sumo如果源码编译安装export SUMO_HOME$HOME/sumo我把这个配置写入~/.bashrc让它永久生效echo export SUMO_HOME/usr/share/sumo ~/.bashrc source ~/.bashrc验证echo $SUMO_HOME ls $SUMO_HOME能够列出bin、data、docs等目录就对了。4.3 检查Python接口是否可用如果你打算之后用Python做仿真控制或结果处理建议现在就把libsumo和traci库准备好pip3 install libsumo traci python3 -c import traci; print(traci.__version__)如果成功输出版本号说明Python控制SUMO的通道已经打通。这里要特别说明import traci没问题不代表你的SUMO核心程序能用因为traci库是通过网络端口默认8813端口连接正在运行中的SUMO进程的。只有SUMO进程本身能启动Python才能控制它。4.4 跑一个最简单的官方示例SUMO自带的示例文件是验证环境的好工具。找到$SUMO_HOME/docs/examples/sumo/basic/hello目录里面有一个最小的交通仿真示例。现在运行它cd $SUMO_HOME/docs/examples/sumo/basic/hello sumo -c hello.sumocfg如果终端窗口滚动出一堆仿真时间步信息最后正常结束说明你的SUMO核心程序完全可用。如果你运行的是图形版sumo-gui -c hello.sumocfg屏幕上会弹出仿真窗口里面有路网和移动的车辆。看到这一幕说明你的图形界面依赖也配置正确了。注意hello示例极其简单不会出错。如果它都跑不起来那一定是安装环节出了问题。此时优先检查依赖是否完整、PATH是否正确不要急着去找仿真配置的问题。5. 从零构建路网netedit图形化编辑与netgenerate命令行的选用逻辑SUMO仿真的核心三要素是路网、“需求”、“仿真配置”。第一步就是准备一个路网文件.net.xml。路网的来源有三种从OpenStreetMap下载真实路网、用netedit手工绘制、用netgenerate命令生成抽象路网。我教你两种最入门的做法。5.1 快速生成抽象路网netgenerate如果你只是想先跑通流程不需要真实地图用netgenerate生成一条简单的道路就够了。举个例子生成一个十字交叉路网netgenerate --grid --grid.number2 --grid.length200 --output-filemygrid.net.xml命令参数的含义--grid生成网格状路网--grid.number2网格数量为2×2即4个交叉路口--grid.length200每条道路长度为200米--output-file指定输出路网文件名执行后目录下会出现一个mygrid.net.xml文件。你可以用文本编辑器打开看看里面的结构——路网文件本质上是XML格式记录了节点node和边edge的信息。再生成一个更简单的单条直线路网netgenerate --output-filestraight.net.xml --edges1 --geometry.remove这里--edges1的含义是生成一条边也就是一条单行道。这个路网非常适合测试最基本的车辆运动。5.2 用netedit手工绘制路网netgenerate适合生成规整的抽象路网但如果你要画一个不规则的路口或者模拟具体的道路几何形状就应该打开neteditnetedit mygrid.net.xml打开后你会看到一个图形化编辑界面左侧工具栏里可以新建节点Node、连接边Edge。操作逻辑其实跟画图工具很像先放节点再用边把节点连接起来。连接后会自动生成道路双击道路还能编辑车道数、限速、方向等属性。一个常见的操作场景我想创建一个字母T形状的三岔路口。步骤如下创建三个节点位置分别放在左、右、下三个方向用Edge工具依次连接左右节点再连接左节点到下方节点选中道路在右侧属性栏把双向行驶改为单向如果不需要对向车流点击保存并退出netedit做的修改会直接保存到路网文件中。它是新手直观理解路网结构的绝佳工具我强烈建议你多摆弄一会儿搞明白节点和边的关系后面读复杂路网文件就轻松了。5.3 道路属性和边道数对仿真的影响在netgenerate或者netedit里默认车道是单向单车道。真实场景中双向两车道、双向四车道更常见。你可以通过修改edge属性来改变车道数netgenerate --grid --grid.number1 --grid.length100 --default.lanenumber2 --output-filetwolane.net.xml--default.lanenumber2把默认车道数改为2。如果你做的是城市路网建议一开始就设置成2否则后面车辆的换道行为会受限。5.4 从OpenStreetMap获取真实路网进阶如果你的目标是复现某条真实道路的交通可以从OpenStreetMap导出地图数据。在OSM官网上选择一块区域并导出为.osm文件后用SUMO自带的netconvert命令将其转换为路网文件netconvert --osm-files map.osm --output-filemap.net.xml这个命令会把OSM里的道路数据转换成SUMO可用的路网格式。复杂情况下会涉及道路类型映射、车道数推算等问题新手阶段可以先用默认参数后面再慢慢调。提示netconvert转换出来的路网一般比较大运行仿真时会比较消耗内存。建议先选择一块小区域测试比如一个街区大小等流程熟悉后再扩展到更大范围。6. 创建交通需求定义车辆类型、行驶路径与流量路网只提供了道路设施还需要回答哪些车在路上跑这个问题这就是交通需求。典型的交通需求文件.rou.xml包含三部分车辆类型定义、车辆/车流定义、车辆路径定义。6.1 手动编写交通需求文件新建一个文本文件命名为myroute.rou.xml内容如下?xml version1.0 encodingUTF-8? routes vType idcar accel2.6 decel4.5 maxSpeed50 color1,0,0/ vType idbus accel1.5 decel2.5 maxSpeed30 color0,1,0/ route idroute1 edgesedge1 edge2/ vehicle idveh1 typecar routeroute1 depart0/ vehicle idveh2 typecar routeroute1 depart2/ vehicle idveh3 typebus routeroute1 depart5/ /routes文件结构拆解一下vType定义车型accel是加速度m/s²decel是减速度m/s²maxSpeed是最大速度km/hcolor用RGB值0到1之间控制颜色route定义一条静态路径edges按行驶顺序列出要经过的edge idvehicle定义具体车辆depart是该车进入路网的时间单位是秒需要注意edges里填的id必须和路网文件里的edge id完全一致。你可以用下面的命令查看路网中有哪些edgenetedit mygrid.net.xml在netedit中点击一条道路右侧属性面板里会显示这个edge的id。6.2 用flow定义车流而非单辆车如果车辆数量很多一条一条写vehicle太繁琐此时用flow定义周期性车流更高效flow idtraffic1 typecar routeroute1 begin0 end3600 period5/这行代码的含义是从第0秒到第3600秒1小时每5秒生成一辆车。这样一小时就是720辆车。period参数是生成间隔数值越小车流密度越大。车辆随机性也是仿真中常遇到的需求。SUMO提供了flow的概率生成方式flow idrand_traffic typecar routeroute1 begin0 end3600 probability0.2/probability0.2表示每个仿真时间步默认1秒有20%的概率生成一辆车。这个参数适合模拟随机到达的交通情况。6.3 需求文件与路网文件的匹配检查新手最常见的问题就是路径里写的edge id不存在或者不连通。SUMO提供了检查路网连通性的工具——直接用sumo运行仿真时它会报错。但更推荐的提前自查方式是画了什么样的路网就在nodes和edges的属性面板里仔细记下id。比如netgenerate生成的2×2网格路网edge id通常是gneE0到gneE7这样的名字。你可以在sumo-gui里加载路网文件然后鼠标悬停在道路上查看id非常直观。7. 编写仿真配置文件并运行第一个仿真路网.net.xml和需求.rou.xml都有了还需要一个总控文件把它们组织起来这就是仿真配置文件.sumocfg。7.1 SUMO配置文件的结构与写法新建文件myconfig.sumocfg内容如下?xml version1.0 encodingUTF-8? configuration input net-file valuemygrid.net.xml/ route-files valuemyroute.rou.xml/ /input time begin value0/ end value100/ /time processing step-length value1.0/ /processing report verbose valuetrue/ /report /configuration各字段含义net-file路网文件路径route-files交通需求文件路径begin仿真开始时间end仿真结束时间step-length仿真步长默认为1秒verbose是否输出详细信息把这三个文件放在同一个目录下然后执行sumo -c myconfig.sumocfg终端里会输出仿真的具体过程。文件结尾如果有Simulation ended字样说明仿真成功跑完了。我这边的真实输出是这样的$ sumo -c myconfig.sumocfg Loading configuration done. Loading net-file mygrid.net.xml done. Loading routes myroute.rou.xml done. Simulation started with time: 0.00 Simulation ended at time: 100.007.2 使用sumo-gui可视化运行命令行运行虽然能出结果但你完全看不到画面。如果想实时观察车辆运动把sumo换成sumo-guisumo-gui -c myconfig.sumocfg弹出的窗口里灰色线条是道路车辆会以小色块或点状由起始位置向终点移动。如果一切正常你会看到小车以设定好的速度前进到达路径终点后会消失。sumo-gui窗口里还有一些实用操作右键拖动可以旋转视角2D/3D切换滚轮缩放左侧面板可以实时查看每辆车的速度、位置、加速度仿真暂停键空格和单步执行键F4可以逐帧观察7.3 配置文件里时间参数和步长如何影响仿真时长如果你的网络很大需要控制仿真的时间尺度和物理精度可以修改time和processing区块begin和end控制仿真的起止秒数step-length建议保持1.0。如果设置为0.5可以观察更精细的车辆速度变化但计算量翻倍交通仿真的时间是虚拟时间不是真实时间。仿真跑100秒不代表现实里过了100秒速度取决于路网规模和计算性能。一个简单的两条路仿真100秒可能在0.5秒内就计算完毕。8. 仿真输出看懂SUMO生成的各类文件运行仿真只是前半程后半程是从输出文件中提取需要的信息。默认情况下SUMO不会主动保存结果需要在配置文件中显式声明输出。8.1 配置车辆轨迹输出在.sumocfg文件的output区块中加入output fcd-output valuetrajectory.xml/ /outputfcd全称Floating Car Data浮动车数据是SUMO记录车辆位置的核心格式。每隔一个fcd-period默认1秒SUMO会输出所有车辆在路网中的具体坐标、速度和加速度。重新运行后打开trajectory.xml可以看到类似内容timestep time0.00 vehicle idveh1 x... y... angle... speed... pos... lane.../ /timestep一行一行的数据看着累但搭配Python的sumolib函数库就能快速转成统计图表import sumolib import xml.etree.ElementTree as ET tree ET.parse(trajectory.xml) root tree.getroot() for timestep in root.findall(timestep): t float(timestep.get(time)) for veh in timestep.findall(vehicle): vid veh.get(id) speed float(veh.get(speed)) pos float(veh.get(pos)) print(t, vid, speed, pos)这个脚本只是演示如何解析实际项目中你多半会把数据读到pandas里做更细致的分析。8.2 配置边检测器统计交通流如果想知道每条道路在特定时间段内的车流量、平均速度、拥堵指数可以添加边检测器。SUMO有专门的edgeData输出方式output edge-data valueedge_stats.xml / /output输出结果中会包含每条edge的entered进入车辆数、traveltime平均行驶时间和speed平均速度。用这个文件可以判断哪条路最堵、哪条路通行效率最高。8.3 配置仿真状态结束时的汇总统计在配置中加入output summary-output valuesummary.xml/ /outputsummary.xml会按时间步输出全局统计量正在运行的车辆数、平均速度、总等待时间等。做整体系统评估时这个文件最直观。提示输出文件会随着仿真规模的扩大变得非常庞大。建议在实验设计阶段就明确需要哪些输出避免无意义的存储浪费。一个1000辆车跑1小时的fcd文件体积轻轻松松超过1GB。9. 常见安装与运行问题排查我踩过的坑最后这部分是我非常想分享的因为网上教程很多但没有人专门讲那些莫名其妙的报错。我把自己和身边朋友踩过的坑整理成了一份速查表。9.1 cannot find -lGL 编译报错现象源码编译时链接阶段报/usr/bin/ld: cannot find -lGL。原因缺少OpenGL的库文件也可能是系统里OpenGL相关的dev包没装。解决sudo apt install libgl1-mesa-dev libglu1-mesa-dev如果已经装了但还是报错检查/usr/lib/x86_64-linux-gnu/下有没有libGL.so。有时候系统只有libGL.so.1而没有软链手动补一下sudo ln -s /usr/lib/x86_64-linux-gnu/libGL.so.1 /usr/lib/x86_64-linux-gnu/libGL.so9.2 SUMO_HOME is not set 报错现象运行某些Python模板脚本或者官方工具时提示SUMO_HOME is not set。原因环境变量缺失虽然SUMO命令可以执行但很多Python脚本依赖SUMO_HOME定位路网素材和附加工具。解决回到前面第4.2节再检查一遍并确认.bashrc里写入的路径没错。9.3 运行仿真时提示 No routes were found现象运行sumo后提示无法为车辆找到路径。原因车道/道路测长错误或者edge id不匹配。最常见的场景是我用netgenerate生成了网格路网然后在route里写了一个原本不存在的edge id。解决办法是在netedit中打开路网文件把edge id一个个看清楚然后把route里的edges改成实际的id序列。还有一种情况路网中各路段的连接断开比如两个节点没有通过edge连接但路径却穿过这里。此时SUMO无法找到一条连通路径解决方案是在netedit中重新连接相关edge。9.4 Departed vehicles are teleporting 警告现象仿真过程中大量车辆突然消失然后又在路段前方出现。原因车辆被困在拥堵中太久SUMO的车辆防卡死机制会将其移除并重新放回前方。解决一般是路网容量太小或需求过大的问题。可以降低车辆生成频率或者增加车道数。如果你是刻意模拟拥堵这个警告可以忽略但如果你希望车辆严格按物理规则运动就需要考虑网格路网的容量上限。9.5 打开sumo-gui时报错GLXBadFBConfig现象图形界面打不开终端报GLXBadFBConfig或某个OpenGL上下文创建失败。原因多为远程桌面或虚拟机环境里OpenGL硬件加速不完善。解决export LIBGL_ALWAYS_SOFTWARE1 sumo-gui -c myconfig.sumocfgLIBGL_ALWAYS_SOFTWARE1强制使用软件渲染能绕开大部分硬件加速兼容问题。缺点是大规模路网下渲染会稍慢但至少能用。9.6 apt安装的系统里找不到netedit现象执行netedit提示命令不存在。原因部分Ubuntu软件源里sumo包只带核心命令行工具图形化编辑器被单独拆分了。解决sudo apt install sumo sumo-tools netedit如果还是找不到检查/usr/share/sumo/bin目录看看有没有netedit可执行文件。一般把/usr/share/sumo/bin加进PATH就能定位所有工具echo export PATH$PATH:/usr/share/sumo/bin ~/.bashrc source ~/.bashrc9.7 Python控制SUMO时连接被拒绝ConnectionRefused现象执行traci.connect()时提示Connection refused或者sumo没有在指定端口监听。原因通常是因为sumo没有开启remote port。在启动SUMO进程时需要显式指定远程控制端口sumo -c myconfig.sumocfg --remote-port 8813然后Python脚本里import traci traci.init(8813)如果是在同一个Python脚本里同时启动和连接可以这样写import subprocess import traci sumo_cmd [sumo, -c, myconfig.sumocfg, --remote-port, 8813] sim subprocess.Popen(sumo_cmd) traci.init(8813)等脚本逻辑跑完后记得关闭连接并结束进程traci.close() sim.terminate()10. 进阶思路让第一个仿真走向真实你已经知道怎么从零搭建一个最基本的SUMO仿真流程了这已经比很多安装后看看窗口就退出的人走得远。接下来的方向可以根据自己的需求选一条方向一导入真实路网从OpenStreetMap下载你所在城市的路网文件用netconvert转换后用netedit修正细节。这个方向适合做某个真实路口的信号优化、拥堵治理方案验证。方向二接入TraCI做自适应控制用Python脚本读取SUMO仿真中的实时路况动态调整信号灯配时、车辆行驶路径或速度限制。这是目前智能交通方向很热的研究内容SUMO提供的TraCI接口在国内外的论文中被广泛使用。方向三多智能体场景搭建在SUMO中定义公交车、行人、非机动车等多种交通参与者类型评估不同策略对整个路网的影响。这个方向需要用到更细粒度的仿真配置比如行人需求定义、公交线路设置、公共汽车停靠站。我自己的体会是SUMO的价值不仅仅在于那个看起来不太炫酷的仿真窗口而在于它能把交通问题用统一的数据格式、可靠的仿真内核、灵活的二次开发接口暴露出来。安装配置这一步只是万里长征第一步但也是必须踏踏实实走完的一步。如果你在Ubuntu 22.04上安装或运行期间碰到什么奇怪的问题先回到这篇教程的排查表里找一找原因。很多报错就那几个原因踩过第一次后面就能坦然应对了。
