基于SUMO的城市交叉口仿真平台搭建

李千千，王筱涵，朱强，何宇矗，杨艳艳

摘  要： 对城市交叉口进行交通仿真模拟具有较大意义。基于SUMO[7]这一交通仿真软件，搭建三车道、两相邻交叉口的仿真环境，以智能驾驶模型为对象，测试智能驾驶模型的交通参数。实验证明，创建的交叉口仿真系统具有与真实道路交通流相似的交通参数及特征。

关键词： SUMO; Traci; 城市交叉口; 交通流; 交通仿真

中图分类号：TP311.13          文献标识码：A     文章编号：1006-8228（2022）06-138-04

Construction of a simulation platform for urban intersections based on SUMO

Li Qianqian， Wang Xiaohan， Zhu Qiang， He Yuchu， Yang Yanyan

（College of Information Science and Technology， Zhengzhou Normal University， Zhengzhou， Henan 450044， China）

Abstract： It is of great significance to carry out traffic simulation for urban intersections. In this paper， based on the traffic simulation software SUMO[7]， a simulation environment with three lanes and two adjacent intersections is built. Taking the intelligent driving model as the object， its traffic parameters are tested. The experimental results show that the simulation system has similar traffic parameters and characteristics with the real road traffic flow.

Key words： SUMO; Traci; urban intersections; traffic flow; traffic simulation

0 引言

缓解我国一、二线城市的出行高峰期道路拥堵是一个重要课题[3]。目前，针对交通工程的研究方法主要有现场测试和交通仿真，现场测试对实验的硬件设施要求较高，且设备的使用和维护需要大量成本，费时费力，有些现场测试工作还存在某些不确定因素和一定的危险性;交通仿真技术是计算机仿真技术在交通工程方面领域的应用，是研究道路交通流发展和变化规律的一种有效手段。相比之下，采用交通仿真技术研究城市交叉口变得愈发重要，此类研究也会对城市交通管理等方面产生积极的影响。

本文拟从以下五个步骤进行展开：路网配置、车流配置、信号灯配置、使用Traci的Python接口获取数据、进行仿真实验。在车联网的环境下，利用SUMO这一开源交通仿真软件，通过创建仿真环境并进行交通流模拟，有利于揭示城市交叉口的拥堵形成的机理和演化规律，为解决城市交叉口拥堵问题提供了新的思路，具有一定的研究价值。

1 相关工作

1.1 城市交叉口存在的问题

我国机动车的数量持续上升，城市交通堵塞等问题日益严重[4]。交叉口是行人、车流大量汇集的地方，是城市交通的枢纽及道路交通管理的关键所在。在整个路网中，交叉口无疑是交通冲突的集中点，也是交通安全问题关注的重心。因此，通过仿真模拟研究交叉口处的车流行驶参数等信息顯得格外重要。

1.2 交通仿真发展现状

在计算机技术发展起来之前，人们主要采用“简单暴力”的拓宽路宽方式来缓解交通堵塞等问题，如占用人行道、拆迁住户房屋、建立立交桥等[2]。目前，城市交叉口交通管理、建筑设计等都逐渐趋于成熟，采用传统的方法来缓解交通问题是不现实的，也是不经济的。对于目前改善城市交叉口的交通压力，是有较为可行的实施办法的，如通过改善路网交叉口的交通流来提高交叉口处的通行效率。交通仿真技术是计算机仿真技术在交通工程方面领域的应用，它打破了传统分析方法的局限性，来研究道路交通流发展和变化规律，能够更准确、有效地反映各种交通现象[5]。但目前所使用的交通仿真系统不能很好地适应复杂的交通情况[6]。因此，我国现在的智能交通仿真应当注重与复杂的交通情况的结合，二传统的仿真算法思想与仿真模型大多比较陈旧，无法适应目前的交通环境，还需要进一步的创新。

1.3 基于SUMO的交通仿真

本文以降低车辆的行车风险、提高通行效率为研究目的，利用交通仿真软件，创建了三车道、两个相邻交叉口的仿真环境，并在该仿真环境上使用智能驾驶模型进行交通流模拟。目前比较常见的几种交通仿真软件为：Paramis、Sim Traffic、AIMSUM、VISSIM、SUMO等[3]。

SUMO（Simulation of Urban Mobility）是由德国航空航天中心交通运输研究所研发的具有微观、多模态的交通模拟，是一种开源交通仿真软件，适合研究交通仿真的学者使用，由于在SUMO中能够直观地研究一辆车或车流的变化规律，因此它极大地受到众多学者的青睐。SUMO的特点主要有以下几点。

⑴ 能够进行微观仿真，对车辆和车流进行精确的建模。

⑵ 能够在车辆与车辆、车辆与行人等之间进行多模态并行的交通仿真。F3521F5E-FEDC-48F0-9D92-299061994CD7

⑶ 能够通过Traci接口控制对车辆的仿真，具有在线交互功能。

⑷ 不会对路网的大小和车辆的数量进行限制。

⑸ 具有高度互操作性，配置文件仅使用XML格式的数据文件。

⑹ 具有高度的可移植性。

综上所述，本文最终选择使用SUMO进行仿真实验建模，通过搭建城市交叉口仿真平台，为创建三车道、两个相邻交叉口的仿真环境提供了便利，为后续的深入研究打下基础。

2 仿真模型搭建

2.1 建立三车道、两相邻交叉口仿真模型

为了使交叉口车流量、交通情况更直观地表现出来，使交通仿真模型更形象，本文使用SUMO进行仿真实验建模[1]。首先通过实地考察交叉口实际交通道路情况，包括相关路段的车道数量、车道情况（左转、直行、右转）等信息，根据所搜集的信息通过图形化路网编辑工具netedit进行路网建模，接着配置路网车道上的车流参数文件，之后使用sumo-gui实现路网可视化，利用Python语言配置Traci接口获取车辆在路网中的行驶数据并进行仿真实验，最后将仿真模型实验数据进行可视化呈现，对在特定时段内城市道路交叉口的车流行驶状态进行分析。具体流程图如图1所示。

2.2 路网配置

SUMO将现实中的道路抽象为一些节点（node）与一些边（edge）组成的图形。节点（node）表示了现实道路中的交叉点，包括了位置、形状与路权的规则。边（edge）是两个节点之间的单项连接，同时也表示了车道的数量、车道的宽度、以及车道限速等信息。

可以使用“netconvert”应用程序导入多种格式的实况道路网络，另外可以使用“netgenerate”进行生成具有几何结构的道路网络，但是，大部分现实世界的交叉口情况是十分复杂的，仅仅使用导入路网或者是生成路网大概率会与现实道路有所出入，这时就可以使用“netedit”工具，这是一款图形化编辑路网的工具，可以在導入的路网上进行手动的编辑与修正，使道路网络的细节更加的精确。

而在此次仿真中，本文使用了图形化路网编辑工具netedit建立了简单的三车道、两相邻交叉口的交通仿真路网文件，由8个结点与14条边构成。所有道路（边）的最大限速为20m/s，其中横向道路（边）的前两段长度约为4000m，后一段约为5500m。竖向道路（边）三段约为3500m，一段约为4000m。

2.3 信号灯配置

设置好路网与交通流之后，交通仿真还有一个重要的因素就是信号灯。对本文上述使用netedit创建的路网文件进一步进行信号灯的配置，针对实际三车道、两相邻交叉口交通信号灯的设置规则以及车流情况，本次仿真实验在两个交叉口分别设置了固定相位的信号灯，其状态由G，g，r，y四个参数表示，G代表最高优先级的绿灯，g代表次优先级的绿灯，r代表红灯，y代表黄灯。本次实验共设置了八个相位为一周期，duration持续时间分别为26、3、13、3、23、3、10、3的八个相位状态，符合现实交通状态。

2.4 车流配置

在上述实验过程中，我们成功通过netedit的图形化界面生成了路网文件，并对各个道路边缘id、长度以及相关参数进行配置，将路网文件各个边id属性分别设为road1、road2、road3、road4、road5、road6、road7、road8、road9、road10、road11、road12、road13、road14，接下来要通过trip文件生成车流配置文件，包括三部分，分别为车辆本身、车辆类型和路线。在本次实验中，根据真实的三车道、两相邻交叉口车辆行驶特点，通过flow生成18条车流，单个车流根据设置的route和vehsPerHour等属性，车辆数量以每小时大余500辆车的频次从第0秒输入并遍历交通路网中规定的所有路径，可应用于上下班高峰期的交叉口模拟情况。其中，选取相应车道的车辆根据其id设置不同的车辆类型type、初始速度v、速度因子等属性。生成rou文件以供后续实验追踪不同车道的车辆在行驶过程中的状态变化。根据上述实验生成的net文件和rou文件，再创建一个sumocfg文件将路网和车流配置文件关联起来，通过sumo-gui进行仿真，实现模拟的三车道、两相邻交叉口车流可视化，实验过程如图2、图3所示。

2.5 使用Traci的Python接口获取数据

Traci（Traffic Control Interface）是交通控制接口，主控制文件为hello.py，可以通过检索模拟对象的id值访问正在运行的道路交通仿真模拟进程，并“在线”操纵它们的行为，无需在sumo-gui图形化界面进行操作。本次实验运用了traci的python接口，配置sumo环境变量并导入相关模块，运行程序，控制仿真以秒为单位度进一次过程。针对不同车辆的id属性实时获取路网中车辆的速度（m/s）、加速度（m/s2）、路程（m）以及当前时刻路网中车辆总数，最终实现本文三车道、两相邻交叉口路网仿真实验的数据可视化，以进一步实现对现实交通拥塞情况的预测与改善。

3 路网仿真实验

本次实验根据对当地交通进行实地调查研究道路交通流车辆行驶和变化规律，在SUMO城市交通模拟环境下使用智能驾驶模型对三车道、两相邻交叉口路网进行交通流模拟，测试了智能驾驶模型的交通参数。

在此次仿真中，使用了“netedit”工具建立了简单的三车道、两相邻交叉口的路网文件，路网道路的最大限速为20m/s，其中横向路段road1、road2、road5、road6、road9、road10的长度约为4000m，竖向路段road3、road4、road7、road8、road11、road12、road13、road14长度约为3500m。通过使用Traci的Python接口获取仿真数据，得到在一段时间内路网车辆仿真模拟的数据变化，分别从以下四个方面进行数据可视化分析：在一段时间内路网车辆速度随时间的变化，如图4所示;在一段时间内路网车辆加速度随时间的变化，如图5所示;在一段时间内路网车辆行驶路程随时间变化，如图6所示;在一段时间内路网中的车辆总数，如图7所示。F3521F5E-FEDC-48F0-9D92-299061994CD7

分析以上路网仿真可视化数据如速度、加速度、位移等随时间的变化趋势，得到该数据符合真实三车道、两相邻交叉口道路状况，即仿真数据可成为用于后续针对交通类实验的参考，克服了在真实的交通环境下进行车流模拟实验所需成本巨大等因素，具有与真实道路交通流相似的交通参数及特征。

4 结束语

本文基于SUMO微观仿真、在线交互等功能，搭建三车道、两相邻交叉口的仿真环境，以智能驾驶模型为对象，测试智能驾驶模型的交通参数。实验证明交叉口仿真系统具有与真实道路交通流相似的交通参数，可应用于上下班高峰期的交叉口模拟情况。在真实的交通环境下进行车流模拟实验所需成本巨大，所以基于SUMO搭建虚拟路网完成车流仿真等实验具有研究意义。本文还有许多不足之处，例如还没有更具体的还原真实路况。未来需要考虑诸多因素對交通状况的影响，不断改善仿真场景，做更加严谨的车流模拟实验。还要进一步利用相关算法监控路网车流的变化规律，为缓解交通拥塞现状得出更有参考研究价值的实验数据。

参考文献（References）：

[1] 方丽琴，段满珍，李铮，等.城市交叉口交通信号控制仿真模块设计[J].华北理工大学学报（自然科学版），2018，40（4）：70-76

[2] 裴金漪.基于SUMO和双流体模型的城市交通信号系统模拟[D].兰州交通大学，2015

[3] 屈乾坤.车联网环境下的交通信号控制方法研究[D]. 山东科技大学，2019

[4] 齐赛，牛犇.城市交叉口存在的主要问题及改善对策[J].中国高新技术企业，2016（1）：97-98

[5] 张婷玉.基于SUMO仿真的典型城市信号交叉口改进方案及其评价[D].长安大学，2014

[6] 谢飞.城市交叉口信号控制在线仿真系统设计[D].河北工业大学，2014

[7] Pablo Alvarez Lopez， Michael Behrisch， Laura Bieker-Walz， Jakob Erdmann， Yun-Pang Fl?tter?d， Robert Hilbrich， Leonhard Lücken， Johannes Rummel， Peter Wagner， and Evamarie Wie?ner.Microscopic Traffic Simulation using SUMO[M]. IEEE Intelligent Transportation Systems Conference （ITSC），2018F3521F5E-FEDC-48F0-9D92-299061994CD7