别再用GUI点点点了！手把手教你用SUMO命令行+XML文件创建你的第一个仿真路网

别再用GUI点点点了！手把手教你用SUMO命令行+XML文件创建你的第一个仿真路网

当仿真项目规模扩大时，图形界面操作会成为效率瓶颈。每次调整路网都需要重复点击几十次菜单，修改车辆参数要逐个对话框设置——这种低效模式在需要批量测试的场景中显得尤为笨拙。本文将彻底摆脱GUI依赖，直接操控SUMO的XML文件核心，实现路网构建的完全代码化控制。

1. 从零构建SUMO路网XML文件结构

SUMO的路网文件(.net.xml)本质是符合特定Schema的XML文档。理解其结构后，完全可以用文本编辑器或脚本生成。我们先从一个十字路口的"Hello World"示例开始拆解。

1.1 节点(node)与边(edge)的XML定义

基础路网由节点和连接线构成。以下是最简化的节点定义片段：

<nodes> <node id="node1" x="0.0" y="0.0" type="priority"/> <node id="node2" x="100.0" y="0.0" type="priority"/> <node id="node3" x="0.0" y="100.0" type="priority"/> <node id="node4" x="100.0" y="100.0" type="priority"/> </nodes>

每个节点必须包含：

• id：唯一标识符
• x/y：笛卡尔坐标系位置
• type：交通规则类型（priority/traffic_light等）

连接这些节点的边(edge)定义如下：

<edges> <edge id="edge1" from="node1" to="node2" priority="1" numLanes="2"/> <edge id="edge2" from="node3" to="node4" priority="1" numLanes="2"/> <edge id="edge3" from="node1" to="node3" priority="1" numLanes="1"/> <edge id="edge4" from="node2" to="node4" priority="1" numLanes="1"/> </edges>

关键参数说明：

1.2 连接器(connection)与车道属性

复杂路口需要明确定义车道连接关系：

<connections> <connection from="edge1" to="edge4" fromLane="0" toLane="0"/> <connection from="edge1" to="edge4" fromLane="1" toLane="0"/> <connection from="edge2" to="edge3" fromLane="0" toLane="0"/> </connections>

可通过lane元素为每个车道添加特殊属性：

<lane index="0" speed="13.89" length="100.00" allow="passenger"/> <lane index="1" speed="11.11" length="100.00" disallow="truck bus"/>

2. 动态车流定义：rou.xml文件详解

车辆流动定义在.rou.xml文件中，核心是vehicle和flow两种元素。

2.1 单车辆定义基础模板

<routes> <vType id="car" accel="2.6" decel="4.5" sigma="0.5" length="5.0"/> <vehicle id="veh0" type="car" depart="0" color="1,0,0"> <route edges="edge1 edge4"/> </vehicle> </routes>

注意：vType必须定义在vehicle之前，否则会报错

2.2 批量车流生成方案

实际仿真更常用flow元素批量生成：

<flow id="flow1" type="car" begin="0" end="3600" period="3.5" departLane="best"> <route edges="edge1 edge4"/> </flow>

参数对比表：

3. Python自动化生成实战

手动编写XML适合简单场景，复杂路网推荐用Python的ElementTree库动态生成。

3.1 基础路网生成脚本

import xml.etree.ElementTree as ET def create_net_file(nodes, edges, filename): root = ET.Element('net') # 添加节点 nodes_elem = ET.SubElement(root, 'nodes') for node in nodes: ET.SubElement(nodes_elem, 'node', attrib=node) # 添加边 edges_elem = ET.SubElement(root, 'edges') for edge in edges: ET.SubElement(edges_elem, 'edge', attrib=edge) tree = ET.ElementTree(root) tree.write(filename, encoding='UTF-8', xml_declaration=True)

调用示例：

nodes = [ {'id': 'n1', 'x': '0', 'y': '0', 'type': 'priority'}, {'id': 'n2', 'x': '100', 'y': '0', 'type': 'priority'} ] edges = [ {'id': 'e1', 'from': 'n1', 'to': 'n2', 'numLanes': '2'} ] create_net_file(nodes, edges, 'network.net.xml')

3.2 高级技巧：参数化生成十字路口

def generate_cross_intersection(center_x, center_y, road_length): nodes = [] edges = [] # 生成四个方向节点 directions = ['N', 'E', 'S', 'W'] for i, dir in enumerate(directions): angle = i * 90 rad = math.radians(angle) x = center_x + road_length * math.cos(rad) y = center_y + road_length * math.sin(rad) nodes.append({ 'id': f'node_{dir}', 'x': str(x), 'y': str(y), 'type': 'priority' }) # 连接中心节点 nodes.append({'id': 'center', 'x': str(center_x), 'y': str(center_y), 'type': 'traffic_light'}) # 生成边 for dir in directions: edges.append({ 'id': f'{dir}_in', 'from': f'node_{dir}', 'to': 'center', 'numLanes': '2' }) edges.append({ 'id': f'{dir}_out', 'from': 'center', 'to': f'node_{dir}', 'numLanes': '2' }) return nodes, edges

4. 纯命令行操作全流程

4.1 文件验证与转换

在运行前建议先验证XML文件：

netconvert --node-files=nodes.nod.xml --edge-files=edges.edg.xml --output-file=network.net.xml

检查车流文件语法：

duarouter --route-files=flows.rou.xml --net-file=network.net.xml --validate

4.2 运行仿真三种模式

基础运行（无可视化）：

sumo -c config.sumocfg

带GUI调试：

sumo-gui -c config.sumocfg

批量运行（参数扫描）：

for seed in {1..10}; do sumo -c config.sumocfg --seed $seed --output-prefix "run_${seed}_" done

4.3 结果提取与分析

SUMO输出数据可通过--output-file参数指定：

sumo -c config.sumocfg --tripinfo-output tripinfo.xml --emission-output emissions.xml

使用Python处理输出数据：

import pandas as pd def parse_tripinfo(xml_file): tree = ET.parse(xml_file) root = tree.getroot() data = [] for trip in root.findall('tripinfo'): data.append({ 'id': trip.get('id'), 'duration': float(trip.get('duration')), 'waiting': float(trip.get('waitingTime')) }) return pd.DataFrame(data)