李千千，王筱涵，朱強，何宇矗，楊艷艷

摘? 要： 對城市交叉口進(jìn)行交通仿真模擬具有較大意義。基于SUMO[7]這一交通仿真軟件，搭建三車道、兩相鄰交叉口的仿真環(huán)境，以智能駕駛模型為對象，測試智能駕駛模型的交通參數(shù)。實驗證明，創(chuàng)建的交叉口仿真系統(tǒng)具有與真實道路交通流相似的交通參數(shù)及特征。

關(guān)鍵詞： SUMO; Traci; 城市交叉口; 交通流; 交通仿真

中圖分類號：TP311.13? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：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

緩解我國一、二線城市的出行高峰期道路擁堵是一個重要課題[3]。目前，針對交通工程的研究方法主要有現(xiàn)場測試和交通仿真，現(xiàn)場測試對實驗的硬件設(shè)施要求較高，且設(shè)備的使用和維護(hù)需要大量成本，費時費力，有些現(xiàn)場測試工作還存在某些不確定因素和一定的危險性;交通仿真技術(shù)是計算機仿真技術(shù)在交通工程方面領(lǐng)域的應(yīng)用，是研究道路交通流發(fā)展和變化規(guī)律的一種有效手段。相比之下，采用交通仿真技術(shù)研究城市交叉口變得愈發(fā)重要，此類研究也會對城市交通管理等方面產(chǎn)生積極的影響。

本文擬從以下五個步驟進(jìn)行展開：路網(wǎng)配置、車流配置、信號燈配置、使用Traci的Python接口獲取數(shù)據(jù)、進(jìn)行仿真實驗。在車聯(lián)網(wǎng)的環(huán)境下，利用SUMO這一開源交通仿真軟件，通過創(chuàng)建仿真環(huán)境并進(jìn)行交通流模擬，有利于揭示城市交叉口的擁堵形成的機理和演化規(guī)律，為解決城市交叉口擁堵問題提供了新的思路，具有一定的研究價值。

1 相關(guān)工作

1.1 城市交叉口存在的問題

我國機動車的數(shù)量持續(xù)上升，城市交通堵塞等問題日益嚴(yán)重[4]。交叉口是行人、車流大量匯集的地方，是城市交通的樞紐及道路交通管理的關(guān)鍵所在。在整個路網(wǎng)中，交叉口無疑是交通沖突的集中點，也是交通安全問題關(guān)注的重心。因此，通過仿真模擬研究交叉口處的車流行駛參數(shù)等信息顯得格外重要。

1.2 交通仿真發(fā)展現(xiàn)狀

在計算機技術(shù)發(fā)展起來之前，人們主要采用“簡單暴力”的拓寬路寬方式來緩解交通堵塞等問題，如占用人行道、拆遷住戶房屋、建立立交橋等[2]。目前，城市交叉口交通管理、建筑設(shè)計等都逐漸趨于成熟，采用傳統(tǒng)的方法來緩解交通問題是不現(xiàn)實的，也是不經(jīng)濟的。對于目前改善城市交叉口的交通壓力，是有較為可行的實施辦法的，如通過改善路網(wǎng)交叉口的交通流來提高交叉口處的通行效率。交通仿真技術(shù)是計算機仿真技術(shù)在交通工程方面領(lǐng)域的應(yīng)用，它打破了傳統(tǒng)分析方法的局限性，來研究道路交通流發(fā)展和變化規(guī)律，能夠更準(zhǔn)確、有效地反映各種交通現(xiàn)象[5]。但目前所使用的交通仿真系統(tǒng)不能很好地適應(yīng)復(fù)雜的交通情況[6]。因此，我國現(xiàn)在的智能交通仿真應(yīng)當(dāng)注重與復(fù)雜的交通情況的結(jié)合，二傳統(tǒng)的仿真算法思想與仿真模型大多比較陳舊，無法適應(yīng)目前的交通環(huán)境，還需要進(jìn)一步的創(chuàng)新。

1.3 基于SUMO的交通仿真

本文以降低車輛的行車風(fēng)險、提高通行效率為研究目的，利用交通仿真軟件，創(chuàng)建了三車道、兩個相鄰交叉口的仿真環(huán)境，并在該仿真環(huán)境上使用智能駕駛模型進(jìn)行交通流模擬。目前比較常見的幾種交通仿真軟件為：Paramis、Sim Traffic、AIMSUM、VISSIM、SUMO等[3]。

SUMO（Simulation of Urban Mobility）是由德國航空航天中心交通運輸研究所研發(fā)的具有微觀、多模態(tài)的交通模擬，是一種開源交通仿真軟件，適合研究交通仿真的學(xué)者使用，由于在SUMO中能夠直觀地研究一輛車或車流的變化規(guī)律，因此它極大地受到眾多學(xué)者的青睞。SUMO的特點主要有以下幾點。

⑴ 能夠進(jìn)行微觀仿真，對車輛和車流進(jìn)行精確的建模。

⑵ 能夠在車輛與車輛、車輛與行人等之間進(jìn)行多模態(tài)并行的交通仿真。F3521F5E-FEDC-48F0-9D92-299061994CD7

⑶ 能夠通過Traci接口控制對車輛的仿真，具有在線交互功能。

⑷ 不會對路網(wǎng)的大小和車輛的數(shù)量進(jìn)行限制。

⑸ 具有高度互操作性，配置文件僅使用XML格式的數(shù)據(jù)文件。

⑹ 具有高度的可移植性。

綜上所述，本文最終選擇使用SUMO進(jìn)行仿真實驗建模，通過搭建城市交叉口仿真平臺，為創(chuàng)建三車道、兩個相鄰交叉口的仿真環(huán)境提供了便利，為后續(xù)的深入研究打下基礎(chǔ)。

2 仿真模型搭建

2.1 建立三車道、兩相鄰交叉口仿真模型

為了使交叉口車流量、交通情況更直觀地表現(xiàn)出來，使交通仿真模型更形象，本文使用SUMO進(jìn)行仿真實驗建模[1]。首先通過實地考察交叉口實際交通道路情況，包括相關(guān)路段的車道數(shù)量、車道情況（左轉(zhuǎn)、直行、右轉(zhuǎn)）等信息，根據(jù)所搜集的信息通過圖形化路網(wǎng)編輯工具netedit進(jìn)行路網(wǎng)建模，接著配置路網(wǎng)車道上的車流參數(shù)文件，之后使用sumo-gui實現(xiàn)路網(wǎng)可視化，利用Python語言配置Traci接口獲取車輛在路網(wǎng)中的行駛數(shù)據(jù)并進(jìn)行仿真實驗，最后將仿真模型實驗數(shù)據(jù)進(jìn)行可視化呈現(xiàn)，對在特定時段內(nèi)城市道路交叉口的車流行駛狀態(tài)進(jìn)行分析。具體流程圖如圖1所示。

2.2 路網(wǎng)配置

SUMO將現(xiàn)實中的道路抽象為一些節(jié)點（node）與一些邊（edge）組成的圖形。節(jié)點（node）表示了現(xiàn)實道路中的交叉點，包括了位置、形狀與路權(quán)的規(guī)則。邊（edge）是兩個節(jié)點之間的單項連接，同時也表示了車道的數(shù)量、車道的寬度、以及車道限速等信息。

可以使用“netconvert”應(yīng)用程序?qū)攵喾N格式的實況道路網(wǎng)絡(luò)，另外可以使用“netgenerate”進(jìn)行生成具有幾何結(jié)構(gòu)的道路網(wǎng)絡(luò)，但是，大部分現(xiàn)實世界的交叉口情況是十分復(fù)雜的，僅僅使用導(dǎo)入路網(wǎng)或者是生成路網(wǎng)大概率會與現(xiàn)實道路有所出入，這時就可以使用“netedit”工具，這是一款圖形化編輯路網(wǎng)的工具，可以在導(dǎo)入的路網(wǎng)上進(jìn)行手動的編輯與修正，使道路網(wǎng)絡(luò)的細(xì)節(jié)更加的精確。

而在此次仿真中，本文使用了圖形化路網(wǎng)編輯工具netedit建立了簡單的三車道、兩相鄰交叉口的交通仿真路網(wǎng)文件，由8個結(jié)點與14條邊構(gòu)成。所有道路（邊）的最大限速為20m/s，其中橫向道路（邊）的前兩段長度約為4000m，后一段約為5500m。豎向道路（邊）三段約為3500m，一段約為4000m。

2.3 信號燈配置

設(shè)置好路網(wǎng)與交通流之后，交通仿真還有一個重要的因素就是信號燈。對本文上述使用netedit創(chuàng)建的路網(wǎng)文件進(jìn)一步進(jìn)行信號燈的配置，針對實際三車道、兩相鄰交叉口交通信號燈的設(shè)置規(guī)則以及車流情況，本次仿真實驗在兩個交叉口分別設(shè)置了固定相位的信號燈，其狀態(tài)由G，g，r，y四個參數(shù)表示，G代表最高優(yōu)先級的綠燈，g代表次優(yōu)先級的綠燈，r代表紅燈，y代表黃燈。本次實驗共設(shè)置了八個相位為一周期，duration持續(xù)時間分別為26、3、13、3、23、3、10、3的八個相位狀態(tài)，符合現(xiàn)實交通狀態(tài)。

2.4 車流配置

在上述實驗過程中，我們成功通過netedit的圖形化界面生成了路網(wǎng)文件，并對各個道路邊緣id、長度以及相關(guān)參數(shù)進(jìn)行配置，將路網(wǎng)文件各個邊id屬性分別設(shè)為road1、road2、road3、road4、road5、road6、road7、road8、road9、road10、road11、road12、road13、road14，接下來要通過trip文件生成車流配置文件，包括三部分，分別為車輛本身、車輛類型和路線。在本次實驗中，根據(jù)真實的三車道、兩相鄰交叉口車輛行駛特點，通過flow生成18條車流，單個車流根據(jù)設(shè)置的route和vehsPerHour等屬性，車輛數(shù)量以每小時大余500輛車的頻次從第0秒輸入并遍歷交通路網(wǎng)中規(guī)定的所有路徑，可應(yīng)用于上下班高峰期的交叉口模擬情況。其中，選取相應(yīng)車道的車輛根據(jù)其id設(shè)置不同的車輛類型type、初始速度v、速度因子等屬性。生成rou文件以供后續(xù)實驗追蹤不同車道的車輛在行駛過程中的狀態(tài)變化。根據(jù)上述實驗生成的net文件和rou文件，再創(chuàng)建一個sumocfg文件將路網(wǎng)和車流配置文件關(guān)聯(lián)起來，通過sumo-gui進(jìn)行仿真，實現(xiàn)模擬的三車道、兩相鄰交叉口車流可視化，實驗過程如圖2、圖3所示。

2.5 使用Traci的Python接口獲取數(shù)據(jù)

Traci（Traffic Control Interface）是交通控制接口，主控制文件為hello.py，可以通過檢索模擬對象的id值訪問正在運行的道路交通仿真模擬進(jìn)程，并“在線”操縱它們的行為，無需在sumo-gui圖形化界面進(jìn)行操作。本次實驗運用了traci的python接口，配置sumo環(huán)境變量并導(dǎo)入相關(guān)模塊，運行程序，控制仿真以秒為單位度進(jìn)一次過程。針對不同車輛的id屬性實時獲取路網(wǎng)中車輛的速度（m/s）、加速度（m/s2）、路程（m）以及當(dāng)前時刻路網(wǎng)中車輛總數(shù)，最終實現(xiàn)本文三車道、兩相鄰交叉口路網(wǎng)仿真實驗的數(shù)據(jù)可視化，以進(jìn)一步實現(xiàn)對現(xiàn)實交通擁塞情況的預(yù)測與改善。

3 路網(wǎng)仿真實驗

本次實驗根據(jù)對當(dāng)?shù)亟煌ㄟM(jìn)行實地調(diào)查研究道路交通流車輛行駛和變化規(guī)律，在SUMO城市交通模擬環(huán)境下使用智能駕駛模型對三車道、兩相鄰交叉口路網(wǎng)進(jìn)行交通流模擬，測試了智能駕駛模型的交通參數(shù)。

在此次仿真中，使用了“netedit”工具建立了簡單的三車道、兩相鄰交叉口的路網(wǎng)文件，路網(wǎng)道路的最大限速為20m/s，其中橫向路段road1、road2、road5、road6、road9、road10的長度約為4000m，豎向路段road3、road4、road7、road8、road11、road12、road13、road14長度約為3500m。通過使用Traci的Python接口獲取仿真數(shù)據(jù)，得到在一段時間內(nèi)路網(wǎng)車輛仿真模擬的數(shù)據(jù)變化，分別從以下四個方面進(jìn)行數(shù)據(jù)可視化分析：在一段時間內(nèi)路網(wǎng)車輛速度隨時間的變化，如圖4所示;在一段時間內(nèi)路網(wǎng)車輛加速度隨時間的變化，如圖5所示;在一段時間內(nèi)路網(wǎng)車輛行駛路程隨時間變化，如圖6所示;在一段時間內(nèi)路網(wǎng)中的車輛總數(shù)，如圖7所示。F3521F5E-FEDC-48F0-9D92-299061994CD7

分析以上路網(wǎng)仿真可視化數(shù)據(jù)如速度、加速度、位移等隨時間的變化趨勢，得到該數(shù)據(jù)符合真實三車道、兩相鄰交叉口道路狀況，即仿真數(shù)據(jù)可成為用于后續(xù)針對交通類實驗的參考，克服了在真實的交通環(huán)境下進(jìn)行車流模擬實驗所需成本巨大等因素，具有與真實道路交通流相似的交通參數(shù)及特征。

4 結(jié)束語

本文基于SUMO微觀仿真、在線交互等功能，搭建三車道、兩相鄰交叉口的仿真環(huán)境，以智能駕駛模型為對象，測試智能駕駛模型的交通參數(shù)。實驗證明交叉口仿真系統(tǒng)具有與真實道路交通流相似的交通參數(shù)，可應(yīng)用于上下班高峰期的交叉口模擬情況。在真實的交通環(huán)境下進(jìn)行車流模擬實驗所需成本巨大，所以基于SUMO搭建虛擬路網(wǎng)完成車流仿真等實驗具有研究意義。本文還有許多不足之處，例如還沒有更具體的還原真實路況。未來需要考慮諸多因素對交通狀況的影響，不斷改善仿真場景，做更加嚴(yán)謹(jǐn)?shù)能嚵髂M實驗。還要進(jìn)一步利用相關(guān)算法監(jiān)控路網(wǎng)車流的變化規(guī)律，為緩解交通擁塞現(xiàn)狀得出更有參考研究價值的實驗數(shù)據(jù)。

參考文獻(xiàn)（References）：

[1] 方麗琴，段滿珍，李錚，等.城市交叉口交通信號控制仿真模塊設(shè)計[J].華北理工大學(xué)學(xué)報（自然科學(xué)版），2018，40（4）：70-76

[2] 裴金漪.基于SUMO和雙流體模型的城市交通信號系統(tǒng)模擬[D].蘭州交通大學(xué)，2015

[3] 屈乾坤.車聯(lián)網(wǎng)環(huán)境下的交通信號控制方法研究[D]. 山東科技大學(xué)，2019

[4] 齊賽，牛犇.城市交叉口存在的主要問題及改善對策[J].中國高新技術(shù)企業(yè)，2016（1）：97-98

[5] 張婷玉.基于SUMO仿真的典型城市信號交叉口改進(jìn)方案及其評價[D].長安大學(xué)，2014

[6] 謝飛.城市交叉口信號控制在線仿真系統(tǒng)設(shè)計[D].河北工業(yè)大學(xué)，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