和 SUMO 进行联合模拟

Carla 与 SUMO 开发了联合模拟功能。这允许随意分配任务，并利用每个模拟的功能来支持用户。

必备条件

首先，需要 安装 SUMO 才能运行联合模拟。建议从源代码构建而不是简单安装，因为有新功能和修复可以改进协同模拟。

完成后，设置 SUMO 环境变量。 

echo "export SUMO_HOME=/usr/share/sumo" >> ~/.bashrc && source ~/.bashrc

SUMO 已准备好运行联合模拟。 Co-Simulation/Sumo/examples 中有一些 Town01, Town04 和 Town05 的示例。这些文件描述了模拟的配置（例如网络、路线、车辆类型...）。使用其中之一来测试联合模拟。该脚本有不同的选项，下面 将详细介绍。现在，让我们为 Town04 运行一个简单的示例。

使用 Town04 运行 Carla 模拟。 

cd ~/carla
./CarlaUE4.sh
cd PythonAPI/util
python3 config.py --map Town04

然后，运行 SUMO 联合模拟示例。

cd ~/carla/Co-Simulation/Sumo
python3 run_synchronization.py examples/Town04.sumocfg  --sumo-gui

运行后弹出 SUMO 界面，点击菜单栏中的执行按钮，即可弹出 SUMO 和 Carla 协同仿真界面。

笔记

运行时候可能报错：module 'traci' has no attribute 'sumolib'，是因为sumolib是独立的包，不在traci里面，需要把carla/Co-Simulation/Sumo/sumo_integration/sumo_simulation.py的304行的这一句代sumo_net = traci.sumolib.net.readNet(net_file)码改成sumo_net = sumolib.net.readNet(net_file)。

笔记

如果运行时报错：Error: tcpip:Socket:recvAndcheck @ recv: peer shutdown，可能是客户端和服务端的版本不一致。解决： 下载 最新的服务端，并利用里面的Co-Simulation/Sumo/里的run_synchronization.py和PythonAPI\carla\dist\中.whl文件安装的客户端运行即可。

运行自定义联合模拟

创建 Carla vtypes

使用脚本 Co-Simulation/Sumo/util/create_sumo_vtypes.py 用户可以基于 Carla 蓝图库创建 vtypes，相当于 Carla 蓝图。

  • --carla-host (默认值：127.0.0.1) — Carla 主机服务器的 IP。
  • --carla-port (默认值：2000) — 要监听的 TCP 端口。
  • --output-file (默认值：carlavtypes.rou.xml) — 生成的包含 vtypes 的文件。

该脚本使用 data/vtypes.json 存储的信息来创建 SUMO vtypes。这些可以通过编辑所述文件来修改。

笔记

必须运行 Carla 模拟才能执行该脚本。

创建 SUMO 网络

创建与 Carla 同步的 SUMO 网络推荐方法是使用脚本 Co-Simulation/Sumo/util/netconvert_carla.py. 这就要利用 SUMO 提供的 netconvert工具了。为了运行该脚本，需要一些参数。

  • xodr_file — OpenDRIVE 文件 .xodr。
  • --output' (默认值：net.net.xml) — 输出文件 .net.xml。
  • --guess-tls (默认值：false) — SUMO 只能为道路中的特定车道设置交通信号灯，但 Carla 不能。如果设置为 True，SUMO 将不会区分特定车道的交通信号灯，并且这些信号灯将与 Carla 同步。

该脚本的输出将是.net.xml可以使用 NETEDIT 进行编辑的。使用它来编辑路线、添加需求，并最终准备一个可以保存为 .sumocfg。

在此过程中提供的示例可能会有所帮助。看一眼Co-Simulation/Sumo/examples。对于每个example.sumocfg文件，都有多个同名的相关文件。所有这些都包含一个联合模拟示例。

运行同步

一旦模拟准备就绪并保存为.sumocfg，就可以运行了。有一些可选参数可以更改协同模拟的设置。

  • sumo_cfg_file — SUMO 配置文件。
  • --carla-host (默认值：127.0.0.1) — Carla 主机服务器的 IP
  • --carla-port (默认值：2000) — 要监听的 TCP 端口
  • --sumo-host (默认值：127.0.0.1) — SUMO 主机服务器的 IP。
  • --sumo-port (默认值：8813) — 要监听的 TCP 端口。
  • --sumo-gui — 打开一个窗口以可视化 SUMO 的 GUI 版本。
  • --step-length (默认值：0.05s) — 设置模拟时间步长的固定增量秒。
  • --sync-vehicle-lights (默认值：False) — 同步车灯。
  • --sync-vehicle-color (默认值：False) — 同步车辆颜色。
  • --sync-vehicle-all (默认值：False) — 同步所有车辆属性。
  • --tls-manager (默认值：none) — 选择哪个模拟器应管理交通信号灯。另一个将相应地更新这些内容。选项有 carla, sumo 和 none。如果选择 none ，交通信号灯将不同步。每辆车只会遵守生成它的模拟器中的交通信号灯。
python3 run_synchronization.py <SUMOCFG FILE> --tls-manager carla --sumo-gui

笔记

要停止联合模拟，请在运行脚本的终端按 Ctrl+C 。

由 SUMO 控制的 NPC 生成

与 SUMO 的联合模拟带来了一项附加功能。车辆可以通过 SUMO 在 Carla 中生成，并由后者进行管理，就像交通管理器一样。

脚本 spawn_npc_sumo.py 几乎等同于已知的 generate_traffic.py。该脚本根据 Carla 中的活动城镇自动在临时文件夹中生成 SUMO 网络。该脚本将创建随机路线并让车辆四处漫游。

当脚本运行同步仿并在其中生成车辆时，参数与run_synchronization.py 和 generate_traffic.py 中出现的参数相同。

  • --host (默认值：127.0.0.1) — 主机服务器的 IP。
  • --port (default: 2000) — 要监听的 TCP 端口。
  • -n,--number-of-vehicles (默认值：10) — 生成的车辆数量。
  • --safe — 避免生成车辆容易发生事故。
  • --filterv (默认值："vehicle.")* — 过滤生成的车辆的蓝图。
  • --sumo-gui — 打开一个窗口来可视化 SUMO。
  • --step-length (默认值：0.05s) — 设置模拟时间步长的固定增量秒。
  • --sync-vehicle-lights (默认值：False) — 同步车灯状态。
  • --sync-vehicle-color (默认值：False) — 同步车辆颜色。
  • --sync-vehicle-all (默认值： False) — 同步所有车辆属性。
  • --tls-manager (默认值： none) — 选择哪个模拟器来更改交通信号灯的状态。另一个将相应地更新它们。如果是none，交通信号灯将不同步。
# 生成 10 辆车，由 SUMO 管理，而不是交通管理器
python3 spawn_sumo_npc.py -n 10 --tls-manager carla --sumo-gui

SUMO TraCI接口文档

SUMO支持 无限的网络规模、无限的模拟车辆数量和无限的模拟时间 来增强模拟，在 笔记本电脑（8GB RAM）上处理 10 万辆汽车 运行良好。

到目前为止，这就是与 HUTB 进行 SUMO 联合模拟的全部内容。

打开 HUTB 并闲逛一会儿。如果有任何疑问，请随时在论坛中发布。

HUTB 论坛