SUMO入門(八) - TraCI
TraCI
TraCI/Interfacing TraCI from Python
TraCI 是 “Traffic Control Interface” 的簡寫。
通過訪問正在進行的道路交通模擬，它可以檢索仿真對象的值並“在線”操縱它們的行爲。
1 使用TraCI
SUMO啓動
TraCI 使用基於TCP的客戶端/服務器的體系結構來提供對SUMO的訪問。
因此，SUMO充當使用其他命令行選項啓動的服務器：–remote-port <INT> ，其中<INT>是SUMO用於偵聽傳入連接的端口。 可以連接的客戶端數量可以作爲附加選項 –num-clients <INT> 給出，其中1是默認值。 請注意，在多客戶端方案中，您必須使用 SetOrder-command 明確指定客戶端的執行順序。
當使用 –remote-port <INT> 選項啓動時，SUMO僅準備模擬並等待所有外部應用程序連接並接管控制。
當SUMO作爲TraCI服務器運行時，將忽略 –end<TIME> 選項，SUMO將一直運行，直到客戶端要求仿真結束。
使用 SUMO-GUI 作爲服務器時，必須使用 播放按鈕 或在處理TraCI命令之前設置選項 –start 來啓動仿真。
關閉仿真
使用 TraCI 時，將忽略SUMO的 –end<TIME> 選項。 而是通過發出 close命令 來關閉仿真。
要檢測所有路徑文件是否已用盡且所有車輛都已離開仿真，可以檢查命令 getMinExpectedNumber 是否返回0。一旦所有客戶端發送了 close 命令，仿真將立即結束。
也可以使用load-command通過新的參數列表重新加載模擬。
TraCI命令
TraCI命令分爲13個部分，它們對應於各個模塊： gui，lane，poi，simulation，trafficlight，vehicletype，edge，inductionloop，junction，multientryexit，polygon，route，person，vehicle
有關函數的詳細列表，請參閱 pydoc generated documentation。命令的源代碼可以在eclipse/sumo找到
協議規範
請參閱 TraCI協議規範（包括基本流，消息，數據類型）
2 使用SUMO作爲庫
通常，TraCI用於耦合多個進程：SUMO服務器進程和一個或多個TraCI客戶端進程。
或者，Libsumo可用於將SUMO作爲庫嵌入到客戶端進程中。 這允許使用與客戶端庫中相同的方法簽名，但避免了套接字通信的開銷。 Libsumo支持使用SWIG生成客戶端庫，因此可以與大量編程語言一起使用。
3 使用示例
有一個使用TraCI進行自適應交通燈的教程（使用Python）。
Tutorials / CityMobil 教程 使用TraCI爲車輛分配新路線（使用Python）。
Tutorials / TraCIPedCrossing 教程 使用TraCI構建一個帶有行人觸發交通信號燈的交叉路口。
4 資源
4.1 編程語言接口
Python：Interfacing TraCI from Python 允許使用Python與SUMO交互，支持所有TraCI命令
Java，.NET，…任何可以做SOAP的東西： TraaS是TraCI的Web服務適配器，允許爲多個語言生成自動API。 API完整性很高但通常落後於python客戶端。 TraaS也可以用作獨立的TraCI客戶端
Matlab ：TraCI4Matlab並非所有TraCI命令都已實現
C++：C++ TraCIAPI 是客戶端庫，它是SUMO源代碼樹的一部分（API範圍幾乎覆蓋）
C++：Veins項目提供了一個用於將SUMO與OMNET ++耦合的中間件。 作爲基礎架構的一部分，它爲TraCI API提供了一個C++客戶端庫（API完整性稍微落後於python客戶端）
.NET：TraCI.NET是一個幾乎覆蓋完整API範圍的客戶端庫
4.2 V2X仿真
TraCI允許將SUMO與通信網絡模擬器結合使用，以模擬車輛通信。 有關可用解決方案的列表，請參閱 Topics/V2X。
5 性能
使用TraCI會降低仿真速度。 減速量取決於許多因素：每個仿真步驟中TraCI函數的調用數、被調用的TraCI函數的類型、TraCI腳本中的計算過程、客戶端語言
例如，考慮在每個模擬步驟期間檢索每個車輛的x，y位置（使用python客戶端）：
while traci.simulation.getMinExpectedNumber() > 0:
for veh_id in traci.vehicle.getIDList():
position = traci.vehicle.getSpeed(veh_id)
traci.simulationStep()
該腳本每秒可處理約25000輛汽車。
使用embedded python將其增加到每秒約50000輛
通過使用 subscriptions，相同的值檢索也可以加速到每秒50000輛車：
while traci.simulation.getMinExpectedNumber() > 0:
for veh_id in traci.simulation.getDepartedIDList():
traci.vehicle.subscribe(veh_id, [traci.constants.VAR_POSITION])
positions = traci.vehicle.getSubscriptionResults()
traci.simulationStep()
在Bologna scenario中使用此腳本（9000輛車，5000個模擬步驟）時，記錄了以下運行時間：
沒有TraCI ：8s
普通位置檢索：90s
使用 subscriptions 檢索：42s
使用embedded python進行檢索：46s
使用 subscriptions 和 embedded python 進行檢索：34s