创建仿真场景：一个逐步示例

在这篇教程中，我们将逐步演示如何构建真实的仿真环境。

OSM 地图导出

第一步，我们需要获取真实的地图信息。我们可以通过 OpenStreetMap 来获取感兴趣的区域。 在选择了感兴趣的区域并进行框选后，我们可以导出地图，如下图所示：

osm_export

此时我们会得到一个 *.osm 文件，我们将其重命名为 berlin.osm，并保存在 TSHub-berlin。

OSM 转换为 Net 和 Polygon

在获得了 berlin.osm 文件之后，我们可以使用 scenario_build 函数根据该文件生成 *.net.xml 和 *.poly.xml 文件，用于后续的仿真。 以下是转换的核心代码，完整的例子可以在 osm_build.py 中找到：

from tshub.sumo_tools.osm_build import scenario_build

osm_file = "berlin.osm"
output_directory = "./"
scenario_build(
    osm_file=osm_file,
    output_directory=output_directory
)

运行上述代码后，我们将分别得到 berlin.net.xml 和 berlin.poly.xml 文件（参见 osm_berlin）。这样就完成了 OSM 数据的转换。 我们可以使用 sumo-gui 进行可视化，如下图所示：

sumo_net

Note

实际中，我们需要根据实际情况修改车道数、车道速度等相关属性。 直接从 OpenStreetMap` 上获取的信息可能不完全准确。 同时，还需要去除掉头，否则车辆可能无法驶出路网。

添加背景图片（选择）

在完成地图转换后，为了使可视化结果更加美观，我们可以添加背景图片。 我们可以根据导出时的经纬度信息（或使用 sumo-gui 查看经纬度），在地图上找到对应的区域，并将其保存为图片。

Note

截图的区域需要包含比例尺，以便我们后面调节图片的尺寸。

保存图片后，我们在 netedit 中打开路网并导入图片。首先，查看下载图片的原始大小，并在插入后修改为原始图像大小。

background_view_setting

设置完成后，在比例尺的位置绘制一个车道，然后查看此车道的长度和比例尺的长度。在本例中，比例尺长度为 50 米，绘制的车道长度为 87 米，因此我们需要修改图片的长和宽。 对于本例，图像的长度为 1553 像素，宽度为 838 像素。

\[\frac{1553}{x} = \frac{838}{y} = \frac{87}{50}\]

解上述方程，最后得到新图像的长度为 892.5 像素，宽度为 481.6 像素。 将其设为新图像的长度和宽度。最后，调整 centerX 和 centerY，我们就可以在原始路网上添加背景图片了。

sumonet_background

添加背景图片后，我们创建一个新的 viewsettings 来保存可视化的一些设置：

<viewsettings>
    <scheme name="standard"/>
    <viewport zoom="100" x="280" y="245" angle="0.00"/>
    <delay value="50"/>
    <decal file="background.png" centerX="280" centerY="245" width="892.52873" height="481.609195" rotation="-1.00"/>
</viewsettings>

最后，我们只需要在 sumocfg 文件中加入 viewsettings：

<configuration>
    <input>
        <net-file value="berlin.net.xml"/>
        <additional-files value="berlin.poly.xml"/>
        <gui-settings-file value="viewsettings.xml"/>
    </input>
</configuration>

有关插入背景图像的更多信息，请参考 Import a background image and set scale in NETEDIT : SUMO。

Note

这里背景图片可能会和路网有一些不能完全对齐。 但是这里背景图只是用作可视化，完全不影响最终的仿真结果。

创建探测器和信号灯输出文件

在完成了路网的创建后，我们可以为该路网生成「探测器」和「信号灯输出」。有关这两部分内容的详细信息，请参考以下文档：

完整的脚本文件可以在 TLS Additional Files 中找到。

创建车流

到目前为止，我们已经完成了静态路网的编辑。最后，我们需要在路网上生成车流。有关车辆生成的详细信息，请参考 TSHub-生成车流。 在这里，我们只需要指定时间段、每个时间段每个边缘（edge）进入的车辆数量以及转向概率等参数。以下是部分生成车流的示例参数：

generate_route(
    sumo_net=sumo_net,
    interval=[5,5,5],
    edge_flow_per_minute={
        '65040946#0': [8, 8, 8],
        '24242838#0': [8, 8, 8],
        '1152723807': [7, 7, 7],
        '-32938173#2': [7, 7, 7],
        '-1147648945#1': [10, 10, 13],
        '-1152723815': [10, 10, 7],
        '-1105574288#1': [10, 10, 9],
        '-23755718#2': [10, 10, 7]
    },  # 每分钟每个边缘的车辆数量
    edge_turndef={
        '24242838#0__24242838#5': [0.7, 0.7, 0.8],
        '24242838#5__1105574288#0': [0.9, 0.9, 0.9],
    },
    veh_type={
        'ego': {'color':'26, 188, 156', 'probability':0.3},
        'background': {'color':'155, 89, 182', 'speed':15, 'probability':0.7},
    },
    output_trip=current_file_path('./testflow.trip.xml'),
    output_turndef=current_file_path('./testflow.turndefs.xml'),
    output_route=current_file_path('../env/berlin.rou.xml'),
    interpolate_flow=False,
    interpolate_turndef=False,
)

完整的脚本文件可以在 Berlin-generate_routes 中找到。 至此我们完成了场景的创建，仿真界面如下所示：

create_scenario_flow