？)
1. 為什么先用SUMO之前得先弄明白交通流理論說實話我第一次接觸SUMO的時候最大的坎不是軟件本身而是里面的參數(shù)完全看不懂。什么minGap、speedFactor、accel、decel挨個查完文檔還是不知道該怎么填。后來才想明白這些參數(shù)背后全是交通流理論的東西不把基礎(chǔ)理論補上調(diào)參就是純靠猜。這期文章是SUM0系列的第二篇專門把交通流理論基礎(chǔ)捋一遍。這篇東西不會塞一堆數(shù)學(xué)公式嚇唬人而是講清楚三件事交通流的三個核心參數(shù)是什么、它們之間怎么互相影響、以及這些理論在SUMO里到底對應(yīng)哪些按鈕和配置項。搞懂這些之后你再回頭看那些仿真案例思路會清晰很多。適合誰看呢剛接觸交通仿真的學(xué)生、想用SUMO做畢業(yè)設(shè)計或者科研的人、還有工作中需要做交通評估的工程師只要你對仿真結(jié)果不是“跑出來就行”的態(tài)度而是想知道結(jié)果為什么是這樣這篇內(nèi)容都能幫你把地基打牢。2. 交通流三參數(shù)流量、密度、速度怎么互相牽制2.1 流量和密度的定義別被公式嚇到交通流理論里最基礎(chǔ)的三個概念就是流量Flow、密度Density和速度Speed。這三者的關(guān)系用一句話概括就是流量等于密度乘以速度寫成公式就是[ q k \times v ]這里的q代表流量單位是輛每小時veh/h指的是單位時間內(nèi)通過某個斷面的車輛數(shù)量k代表密度單位是輛每公里veh/km指的是某段道路上每公里分布了多少輛車v代表空間平均速度單位是公里每小時km/h。這個公式和電流的歐姆定律有點像電壓等于電流乘以電阻三者的關(guān)系是綁定的。但要注意這里的速度不是某輛車儀表盤上的瞬時速度而是所有車輛在一段路或者一段時間內(nèi)的平均速度專業(yè)術(shù)語叫空間平均速度。瞬時速度一輛車一個樣不能直接拿來做宏觀計算這也是新手經(jīng)常搞混的地方。在SUMO里這三者對應(yīng)的輸出都在fcd浮點車輛數(shù)據(jù)或者檢測器數(shù)據(jù)里。流量可以從e1檢測器拿到密度可以通過e2檢測器行程時間檢測器間接算出來速度則看車輛的平均速度輸出。你不需要自己在Excel里手算這些但知道它們怎么來、怎么換算對理解結(jié)果非常重要。2.2 速度-密度關(guān)系為什么堵車是必然的速度-密度關(guān)系是交通流理論里最核心的一條曲線。直觀解釋就是路上車越少每輛車都可以放開跑速度接近自由流速度隨著密度增大車輛之間相互干擾加劇速度開始下降當(dāng)密度大到一定程度車流停下來速度趨近于零這時候?qū)?yīng)的密度叫堵塞密度。這個關(guān)系畫出來是一條近似線性的曲線最早由Greenshields在1935年提出公式是[ v v_f \times (1 - \frac{k}{k_j}) ]v_f是自由流速度k_j是堵塞密度。這個模型雖然簡單到有些“粗糙”但它的意義在于把“擁堵是怎么形成的”這一個復(fù)雜現(xiàn)象壓縮成了一條清晰的關(guān)系線。在SUMO里設(shè)置每條路的最大速度時你實際上就是在設(shè)定v_f。比如城市主干道限速60km/h那這條路的v_f基本上就是60。而k_j則和車輛長度、最小跟車距離有關(guān)SUMO里每輛車的長度默認(rèn)是5米加上minGap最小停車間距基本決定了這條路上最多能塞多少輛車。我做過一個對比實驗同一段2公里的路把限速分別設(shè)置成80、50、30流量峰值出現(xiàn)的時間點完全不同。限速80的時候流量可以沖到2200輛/小時左右限速30的時候流量峰值只有1100左右。原因就是速度降低導(dǎo)致車輛通過斷面的時間變長單位時間能過的車自然就少了。2.3 流量-密度曲線理解擁堵的關(guān)鍵圖把速度和密度的關(guān)系帶入流量公式就得到了流量-密度曲線。這條曲線一開始隨著密度增加流量單調(diào)上升這也是為什么大家總覺得“車多說明路忙”但密度超過臨界密度之后流量反而下降因為每輛車都跑不起來了。曲線的峰值點對應(yīng)的就是道路的通行能力也就是單位時間內(nèi)能通過的最大車輛數(shù)。過了這個點道路進(jìn)入擁堵狀態(tài)流量下降但密度還在上升這就是典型的“堵死在路上”的情況。在SUMO里觀察這條曲線有一個非常直觀的方式在一條路上逐漸增加車輛輸入從每小時500輛慢慢加到每小時2000輛用e1檢測器記錄流量數(shù)據(jù)再和密度數(shù)據(jù)畫成散點圖你會看到典型的倒U形。我建議大家自己跑一次這個實驗五分鐘左右就出結(jié)果比看十篇論文都管用。不過有一點要注意SUMO里默認(rèn)的跟車模型Krauss模型得到的流量-密度曲線和理論上的曲線還是會有些偏差的。因為SUMO的駕駛模型是離散時間步長的車輛行為本身有隨機性曲線會更“碎”一些但趨勢是對的。不影響理解和應(yīng)用。3. SUMO里的車輛行為模型微觀仿真靠什么驅(qū)動3.1 跟車模型Car-Following ModelSUMO最核心的微觀模型就是跟車模型它是決定“后車怎么跟著前車走”的規(guī)則集合。在SUMO里默認(rèn)的跟車模型叫Krauss模型核心邏輯是后車根據(jù)前車的速度和距離計算出一個安全速度讓本車既不撞車又能盡量保持較高速度。Krauss模型的關(guān)鍵參數(shù)在SUMO的carFollowModel屬性里配置。最常用的幾個參數(shù)包括accel最大加速度單位m/s2。默認(rèn)值2.6但城市公交車、貨車這種大型車加速度低要改成1.2左右。decel最大減速度單位m/s2。默認(rèn)值4.5這個參數(shù)決定了車輛剎車多猛也直接影響仿真的“舒適感”。sigma駕駛員的“不完美程度”取值范圍0到10表示完全完美駕駛1表示隨機性很大。默認(rèn)值0.5模擬的是現(xiàn)實里司機不會百分百精確跟車的情況。minGap兩輛車完全停止時的最小間距默認(rèn)2.5米這決定了仿真里停車排隊時車輛之間的空隙。新手最容易踩的坑就是把accel和decel設(shè)置得特別夸張比如把加速度調(diào)到10以為這樣仿真“更快”。實際上這會導(dǎo)致車輛起步猛、剎停更猛車流變得極度不穩(wěn)定紅綠燈路口經(jīng)常出現(xiàn)幽靈堵車仿真結(jié)果完全沒有參考價值。我的建議是先保持默認(rèn)值跑通再根據(jù)研究目的微調(diào)一次只動一個參數(shù)。講到數(shù)學(xué)模型Krauss模型的核心思想是計算一個安全速度[ v_{safe} v_{front} \frac{gap - v_{front} \cdot t_{reaction}}{t_{reaction} \frac{v_{front}}{2 \cdot decel}} ]其中v_front是前車速度gap是兩車距離t_reaction是駕駛員反應(yīng)時間。SUMO里會在每個時間步長重新計算一次這個安全速度然后車輛的實際速度就是min(當(dāng)前最大速度, 安全速度)同時加一點隨機擾動。3.2 換道模型Lane-Changing Model除了跟車車輛在高速上超車、在路口變道都是靠換道模型驅(qū)動的。SUM0里默認(rèn)的換道模型是LC2013它綜合考慮了換道的好處能開更快和風(fēng)險會不會撞車、會不會干擾后車。換道模型里有幾個用戶可調(diào)參數(shù)比如lcStrategic策略性換道的傾向默認(rèn)值4.0越大車輛越傾向于提前換道為轉(zhuǎn)彎做準(zhǔn)備lcCooperative協(xié)作換道默認(rèn)值4.0這個參數(shù)決定車輛是否愿意減速讓其他車并線lcSpeedGain速度增益換道默認(rèn)值10.0這個參數(shù)越大車輛就越“急不可耐”地想換到快的車道上。實際使用中換道模型對仿真結(jié)果的影響往往比跟車模型更大。因為換道規(guī)則設(shè)置不當(dāng)會導(dǎo)致高速公路出入口區(qū)域嚴(yán)重堵塞而現(xiàn)實中這個堵車并沒有那么嚴(yán)重。在SUMO里檢查換道是否合理可以直接看fcd輸出的車輛軌跡觀察車輛在匝道附近的行為是否符合常理。另外一個要點是SUMO不是每輛車都有相同的換道風(fēng)格。你可以通過vType設(shè)置車輛的latAlignment參數(shù)來控制車輛在橫向位置的選擇習(xí)慣比如大型車輛盡量靠右行駛。這種細(xì)顆粒度的控制在仿真大型貨車混行場景時特別有用。3.3 交通分配模型車是怎么選路的微觀層面的跟車和換道解決了“單輛車怎么走”的問題但還有一個更大的問題每輛車為什么選擇這條路線而不是另一條這就是交通分配模型解決的問題。SUMO里最常用的分配方法是DUARouter的“用戶均衡”User Equilibrium模型理論核心是每位司機都會選擇自己認(rèn)為最短或最快的路徑最終達(dá)到一個狀態(tài)——沒有任何人能通過單獨改變路線來減少自己的行駛時間。說白了這就是數(shù)學(xué)里的“均衡”概念每個人都在為自己優(yōu)化最終誰都不愿意改變選擇了。這個狀態(tài)在交通規(guī)劃里叫Wardrop用戶平衡。你和“馬克思主義政治經(jīng)濟學(xué)”里說的“每個人都追求利益最大化社會達(dá)到某種均衡”有點像但交通領(lǐng)域是物理意義上的均衡可以通過迭代算法收斂到數(shù)值解。在SUMO里跑duarouter時--router-iterations這個參數(shù)控制迭代次數(shù)默認(rèn)是20次。車流需求越大、道路網(wǎng)絡(luò)越復(fù)雜需要的迭代次數(shù)越多。設(shè)置太小會導(dǎo)致流量分配不均某些道路明明有空余但車全擠在另一條路上設(shè)置太大則計算時間暴漲性價比極低。我個人的經(jīng)驗是一般40到60次就夠用了特殊場景再往上調(diào)。4. 從理論到落地SUMO里怎么把交通流模型配置出來4.1 創(chuàng)建路網(wǎng)前的理論準(zhǔn)備在SUMO里搭一個仿真場景很多人上來就畫路網(wǎng)然后往里面塞車流。但基于交通流理論正確的做法是先問自己幾個問題這條路的設(shè)計通行能力是多少我期望仿真的交通需求是多大是欠飽和、飽和還是過飽和路段限速是多少和交通流理論里的自由流速度怎么對應(yīng)這些問題的答案會直接決定路網(wǎng)參數(shù)的設(shè)置。舉個例子假設(shè)你要仿真一個城市交叉口南北向道路設(shè)計通行能力是每車道每小時1400輛車那你給這條路輸入的車流量就不能是3000因為理論上游超飽和了結(jié)果就會是路口排隊越來越長最后蔓延到上游道路整個區(qū)域癱瘓。SUMO里創(chuàng)建路網(wǎng)的方式有三種用netedit手動畫適合小范圍場景、用netconvert導(dǎo)入OpenStreetMap數(shù)據(jù)適合城市級路網(wǎng)、或者直接用netgenerate生成抽象路網(wǎng)適合快速驗證理論。我強烈建議新手先試試netgenerate因為它可以快速生成方格路網(wǎng)或者放射形路網(wǎng)配合--grid.number之類的參數(shù)幾秒鐘就能出來一個測試環(huán)境。在這些抽象路網(wǎng)上驗證跟車模型、路口信號控制邏輯比在真實路網(wǎng)上調(diào)試高效得多。4.2 車流輸入:從需求建模到流量設(shè)置車流生成在SUMO中叫“交通需求”核心形式是描述車輛出發(fā)時間、出發(fā)地點、到達(dá)地點的OD矩陣。最簡單的形式是直接在rou.xml文件里寫車routes vType idcar accel2.6 decel4.5 maxSpeed16.67 sigma0.5 / vehicle idveh0 typecar depart0.00 route edgesedgeA edgeB edgeC / /vehicle /routes但手動一輛一輛寫車顯然不現(xiàn)實實際都是通過flow標(biāo)簽批量生成flow idflow_north_south fromedgeA toedgeC begin0 end3600 vehsPerHour600 /這里的vehsPerHour就是流量單位是輛每小時。還記得前面的理論嗎600輛每小時對應(yīng)到一條城市主干道單車道大約是飽和通行能力的一半屬于比較順暢的交通狀態(tài)如果你填1800那基本上就是堵死狀態(tài)。有一點要特別注意SUMO產(chǎn)生的車不一定剛好是vehsPerHour指定的那個數(shù)。因為flow標(biāo)簽的車輛到達(dá)時間是有隨機性的默認(rèn)服從泊松分布所以實際流量會有浮動。如果你要做嚴(yán)格的數(shù)值對比實驗建議把隨機數(shù)種子固定下來在netconvert或duarouter里設(shè)置--random的種子值這樣每次跑出來的結(jié)果才可復(fù)現(xiàn)。4.3 檢測器怎么把理論參數(shù)變成可視化數(shù)據(jù)在仿真里放檢測器就像是在真實道路上安裝交通調(diào)查設(shè)備。SUM0提供了三種主要檢測器點檢測器e1監(jiān)控某個斷面的流量、速度相當(dāng)于真實世界的線圈檢測器。區(qū)間檢測器e2監(jiān)控某一段路的車輛數(shù)和平均速度適合計算路段密度。行程時間檢測器e3監(jiān)控一個區(qū)域內(nèi)的車輛旅行時間和延誤適合評估路網(wǎng)服務(wù)水平。結(jié)合前文理論如果你需要畫出流量-密度曲線就應(yīng)該用e2檢測器因為它同時輸出車輛數(shù)和平均速度可以用車輛數(shù)除以路段長度得到密度。如果想要流量數(shù)據(jù)用e1檢測器就可以直接輸出每小時通過多少輛車。檢測器配置要在額外文件.add.xml里寫additional e2Detector ide2_west laneedgeA_0 length500 freq60 filee2_output.xml / e1Detector ide1_north laneedgeC_1 freq60 filee1_output.xml / /additional運行SUMO時通過--additional-files參數(shù)加載這個文件sumo-gui -n osm.net.xml.gz -r osm.rou.xml -a detector.add.xml仿真跑完之后檢測器的輸出是一個XML文件里面記錄了每個統(tǒng)計間隔的流量、平均速度、車輛數(shù)。建議直接把它導(dǎo)入Excel或者Python的pandas庫里做二次處理畫圖之后你會對交通流理論有非常直觀的感受。5. 常見問題與排查技巧實錄5.1 仿真的流量和設(shè)置值對不上現(xiàn)象在flow里設(shè)置了vehsPerHour600跑完一看e1檢測器統(tǒng)計的流量只有530莫名其妙少了70多。原因車輛是從起始邊的起點開始產(chǎn)生的但如果起始邊比較短或者前車占位新的車可能因為“找不到位置”而被延遲或者丟棄。另外車輛不會像流水一樣均勻到達(dá)而是隨機到達(dá)的短時間內(nèi)的統(tǒng)計值波動在理論上是正常的。排查方法先看--start和--end參數(shù)設(shè)置對不對再看起始邊長度是否足夠容納車輛排隊最后確認(rèn)流量統(tǒng)計的時間間隔足夠長建議至少10分鐘以上如果間隔太短統(tǒng)計噪聲會很明顯。5.2 車輛突然緊急剎車導(dǎo)致全路堵死現(xiàn)象仿真跑了幾百秒之后一段路上所有車都停下來像多米諾骨牌一樣向后蔓延。原因這個現(xiàn)象在交通流理論里叫“幽靈堵車”本質(zhì)是局部擾動在后車放大效應(yīng)下形成停-走波stop-and-go wave。在SUMO里常見觸發(fā)條件有兩個某個位置的maxSpeed突變或者sigma值設(shè)置過大導(dǎo)致駕駛隨機性太強。排查方法用fcd輸出查看車輛軌跡圖找到速度驟變的位置。通常就是兩段道路限速差異過大的接縫處或者是出口匝道附近換道沖突集中區(qū)。解決方法是平順?biāo)俣茸兓热缭趦啥蔚缆分g插入一段過渡性的限速路段。另外把sigma從0.5調(diào)低到0.2車輛行為會更穩(wěn)定。5.3 路口排隊溢出的判斷和處理現(xiàn)象交叉口某個方向的左轉(zhuǎn)車道排隊太長已經(jīng)排到了上游路口導(dǎo)致其他方向的車流也被堵住。原因這已經(jīng)屬于過飽和交通狀態(tài)理論上的通行能力已經(jīng)不夠用了。本質(zhì)上是信號配時給的綠燈時間不足或者輸入流量超出了路口的承載力。處理方法從交通流理論的角度先算清楚進(jìn)口道的飽和流量再根據(jù)綠燈時間驗算通行能力最后對比需求流量看是否超過。SUM0里可以通過e2檢測器持續(xù)監(jiān)控排隊長度數(shù)據(jù)配合信號配時工具如TLSControlAPI做自適應(yīng)信號優(yōu)化。不過這是進(jìn)階內(nèi)容先把基礎(chǔ)的跑通再說。5.4 路網(wǎng)導(dǎo)入后限速和車道數(shù)不對現(xiàn)象從OpenStreetMap導(dǎo)入的路網(wǎng)在SUMO里跑出來的速度明顯偏慢某些路段車流不暢。原因OSM上的道路分類和限速信息在導(dǎo)入時會被SUMO映射成默認(rèn)值。比如一條城市次干道可能被映射成了限速50km/h但實際上這段路的物理限速可能只有30或者本身就是步行街這就是路網(wǎng)屬性的問題不是仿真模型的問題。建議用netedit檢查導(dǎo)入后的道路類型和限速設(shè)置。對于關(guān)鍵路段手動修正限速。如果研究的是宏觀路網(wǎng)特征建議統(tǒng)一設(shè)定道路限速避免不同道路類型之間速度差異過大導(dǎo)致的假擁堵。6. 一些親測有效的實操經(jīng)驗最后分享幾個我實際做仿真項目時攢下的經(jīng)驗第一參數(shù)記錄要規(guī)范化。每次修改任何模型參數(shù)都記錄下來改了什么、為什么改、原來是多少、改完是多少?？雌饋砺闊┑?dāng)你回頭看兩個星期前跑的仿真結(jié)果時這套記錄能救你的命。很多人仿真結(jié)果對不上就是因為不記得當(dāng)初調(diào)過什么參數(shù)只能全部推翻重來。第二先復(fù)現(xiàn)經(jīng)典場景再研究新問題。SUMO自帶的教程案例比如docs/tutorials里的快速入門和高速公路案例一定要親手跑一遍。這些案例雖然簡單但能讓你明確看到仿真結(jié)果和理論之間的對應(yīng)關(guān)系。很多人一上來就導(dǎo)入真實城市路網(wǎng)結(jié)果被各種細(xì)節(jié)問題淹沒兩周過去連一個完整的仿真都沒跑出來就是因為基礎(chǔ)知識沒在手。第三多用netedit的“檢查器”功能。點擊任何一條邊或者一個節(jié)點右邊會彈出屬性面板所有和交通流理論相關(guān)的參數(shù)都在里面。你可以直接修改speed、numLanes、priority這些屬性并保存然后重新仿真。這種方式比直接手改XML文件直觀很多適合新手。說實話交通流理論容易讓人覺得遠(yuǎn)離實際但SUM0恰恰是一個能把理論和現(xiàn)象連接起來的橋梁。當(dāng)你看到仿真里一輛輛車因為跟車距離過近而減速然后引發(fā)后面的連鎖反應(yīng)你才能真正理解什么是交通流的“不穩(wěn)定性”。建議每個想學(xué)好SUMO的人都親手跑一次“堵塞密度附近的小擾動傳播”實驗——這個過程比任何論文都能讓你更直觀地把握交通流的本質(zhì)。 交通流理論入門：流量、密度、速度如何影響SUMO仿真參數(shù)？
1. 為什么先用SUMO之前得先弄明白交通流理論說實話我第一次接觸SUMO的時候最大的坎不是軟件本身而是里面的參數(shù)完全看不懂。什么minGap、speedFactor、accel、decel挨個查完文檔還是不知道該怎么填。后來才想明白這些參數(shù)背后全是交通流理論的東西不把基礎(chǔ)理論補上調(diào)參就是純靠猜。這期文章是SUM0系列的第二篇專門把交通流理論基礎(chǔ)捋一遍。這篇東西不會塞一堆數(shù)學(xué)公式嚇唬人而是講清楚三件事交通流的三個核心參數(shù)是什么、它們之間怎么互相影響、以及這些理論在SUMO里到底對應(yīng)哪些按鈕和配置項。搞懂這些之后你再回頭看那些仿真案例思路會清晰很多。適合誰看呢剛接觸交通仿真的學(xué)生、想用SUMO做畢業(yè)設(shè)計或者科研的人、還有工作中需要做交通評估的工程師只要你對仿真結(jié)果不是“跑出來就行”的態(tài)度而是想知道結(jié)果為什么是這樣這篇內(nèi)容都能幫你把地基打牢。2. 交通流三參數(shù)流量、密度、速度怎么互相牽制2.1 流量和密度的定義別被公式嚇到交通流理論里最基礎(chǔ)的三個概念就是流量Flow、密度Density和速度Speed。這三者的關(guān)系用一句話概括就是流量等于密度乘以速度寫成公式就是[ q k \times v ]這里的q代表流量單位是輛每小時veh/h指的是單位時間內(nèi)通過某個斷面的車輛數(shù)量k代表密度單位是輛每公里veh/km指的是某段道路上每公里分布了多少輛車v代表空間平均速度單位是公里每小時km/h。這個公式和電流的歐姆定律有點像電壓等于電流乘以電阻三者的關(guān)系是綁定的。但要注意這里的速度不是某輛車儀表盤上的瞬時速度而是所有車輛在一段路或者一段時間內(nèi)的平均速度專業(yè)術(shù)語叫空間平均速度。瞬時速度一輛車一個樣不能直接拿來做宏觀計算這也是新手經(jīng)常搞混的地方。在SUMO里這三者對應(yīng)的輸出都在fcd浮點車輛數(shù)據(jù)或者檢測器數(shù)據(jù)里。流量可以從e1檢測器拿到密度可以通過e2檢測器行程時間檢測器間接算出來速度則看車輛的平均速度輸出。你不需要自己在Excel里手算這些但知道它們怎么來、怎么換算對理解結(jié)果非常重要。2.2 速度-密度關(guān)系為什么堵車是必然的速度-密度關(guān)系是交通流理論里最核心的一條曲線。直觀解釋就是路上車越少每輛車都可以放開跑速度接近自由流速度隨著密度增大車輛之間相互干擾加劇速度開始下降當(dāng)密度大到一定程度車流停下來速度趨近于零這時候?qū)?yīng)的密度叫堵塞密度。這個關(guān)系畫出來是一條近似線性的曲線最早由Greenshields在1935年提出公式是[ v v_f \times (1 - \frac{k}{k_j}) ]v_f是自由流速度k_j是堵塞密度。這個模型雖然簡單到有些“粗糙”但它的意義在于把“擁堵是怎么形成的”這一個復(fù)雜現(xiàn)象壓縮成了一條清晰的關(guān)系線。在SUMO里設(shè)置每條路的最大速度時你實際上就是在設(shè)定v_f。比如城市主干道限速60km/h那這條路的v_f基本上就是60。而k_j則和車輛長度、最小跟車距離有關(guān)SUMO里每輛車的長度默認(rèn)是5米加上minGap最小停車間距基本決定了這條路上最多能塞多少輛車。我做過一個對比實驗同一段2公里的路把限速分別設(shè)置成80、50、30流量峰值出現(xiàn)的時間點完全不同。限速80的時候流量可以沖到2200輛/小時左右限速30的時候流量峰值只有1100左右。原因就是速度降低導(dǎo)致車輛通過斷面的時間變長單位時間能過的車自然就少了。2.3 流量-密度曲線理解擁堵的關(guān)鍵圖把速度和密度的關(guān)系帶入流量公式就得到了流量-密度曲線。這條曲線一開始隨著密度增加流量單調(diào)上升這也是為什么大家總覺得“車多說明路忙”但密度超過臨界密度之后流量反而下降因為每輛車都跑不起來了。曲線的峰值點對應(yīng)的就是道路的通行能力也就是單位時間內(nèi)能通過的最大車輛數(shù)。過了這個點道路進(jìn)入擁堵狀態(tài)流量下降但密度還在上升這就是典型的“堵死在路上”的情況。在SUMO里觀察這條曲線有一個非常直觀的方式在一條路上逐漸增加車輛輸入從每小時500輛慢慢加到每小時2000輛用e1檢測器記錄流量數(shù)據(jù)再和密度數(shù)據(jù)畫成散點圖你會看到典型的倒U形。我建議大家自己跑一次這個實驗五分鐘左右就出結(jié)果比看十篇論文都管用。不過有一點要注意SUMO里默認(rèn)的跟車模型Krauss模型得到的流量-密度曲線和理論上的曲線還是會有些偏差的。因為SUMO的駕駛模型是離散時間步長的車輛行為本身有隨機性曲線會更“碎”一些但趨勢是對的。不影響理解和應(yīng)用。3. SUMO里的車輛行為模型微觀仿真靠什么驅(qū)動3.1 跟車模型Car-Following ModelSUMO最核心的微觀模型就是跟車模型它是決定“后車怎么跟著前車走”的規(guī)則集合。在SUMO里默認(rèn)的跟車模型叫Krauss模型核心邏輯是后車根據(jù)前車的速度和距離計算出一個安全速度讓本車既不撞車又能盡量保持較高速度。Krauss模型的關(guān)鍵參數(shù)在SUMO的carFollowModel屬性里配置。最常用的幾個參數(shù)包括accel最大加速度單位m/s2。默認(rèn)值2.6但城市公交車、貨車這種大型車加速度低要改成1.2左右。decel最大減速度單位m/s2。默認(rèn)值4.5這個參數(shù)決定了車輛剎車多猛也直接影響仿真的“舒適感”。sigma駕駛員的“不完美程度”取值范圍0到10表示完全完美駕駛1表示隨機性很大。默認(rèn)值0.5模擬的是現(xiàn)實里司機不會百分百精確跟車的情況。minGap兩輛車完全停止時的最小間距默認(rèn)2.5米這決定了仿真里停車排隊時車輛之間的空隙。新手最容易踩的坑就是把accel和decel設(shè)置得特別夸張比如把加速度調(diào)到10以為這樣仿真“更快”。實際上這會導(dǎo)致車輛起步猛、剎停更猛車流變得極度不穩(wěn)定紅綠燈路口經(jīng)常出現(xiàn)幽靈堵車仿真結(jié)果完全沒有參考價值。我的建議是先保持默認(rèn)值跑通再根據(jù)研究目的微調(diào)一次只動一個參數(shù)。講到數(shù)學(xué)模型Krauss模型的核心思想是計算一個安全速度[ v_{safe} v_{front} \frac{gap - v_{front} \cdot t_{reaction}}{t_{reaction} \frac{v_{front}}{2 \cdot decel}} ]其中v_front是前車速度gap是兩車距離t_reaction是駕駛員反應(yīng)時間。SUMO里會在每個時間步長重新計算一次這個安全速度然后車輛的實際速度就是min(當(dāng)前最大速度, 安全速度)同時加一點隨機擾動。3.2 換道模型Lane-Changing Model除了跟車車輛在高速上超車、在路口變道都是靠換道模型驅(qū)動的。SUM0里默認(rèn)的換道模型是LC2013它綜合考慮了換道的好處能開更快和風(fēng)險會不會撞車、會不會干擾后車。換道模型里有幾個用戶可調(diào)參數(shù)比如lcStrategic策略性換道的傾向默認(rèn)值4.0越大車輛越傾向于提前換道為轉(zhuǎn)彎做準(zhǔn)備lcCooperative協(xié)作換道默認(rèn)值4.0這個參數(shù)決定車輛是否愿意減速讓其他車并線lcSpeedGain速度增益換道默認(rèn)值10.0這個參數(shù)越大車輛就越“急不可耐”地想換到快的車道上。實際使用中換道模型對仿真結(jié)果的影響往往比跟車模型更大。因為換道規(guī)則設(shè)置不當(dāng)會導(dǎo)致高速公路出入口區(qū)域嚴(yán)重堵塞而現(xiàn)實中這個堵車并沒有那么嚴(yán)重。在SUMO里檢查換道是否合理可以直接看fcd輸出的車輛軌跡觀察車輛在匝道附近的行為是否符合常理。另外一個要點是SUMO不是每輛車都有相同的換道風(fēng)格。你可以通過vType設(shè)置車輛的latAlignment參數(shù)來控制車輛在橫向位置的選擇習(xí)慣比如大型車輛盡量靠右行駛。這種細(xì)顆粒度的控制在仿真大型貨車混行場景時特別有用。3.3 交通分配模型車是怎么選路的微觀層面的跟車和換道解決了“單輛車怎么走”的問題但還有一個更大的問題每輛車為什么選擇這條路線而不是另一條這就是交通分配模型解決的問題。SUMO里最常用的分配方法是DUARouter的“用戶均衡”User Equilibrium模型理論核心是每位司機都會選擇自己認(rèn)為最短或最快的路徑最終達(dá)到一個狀態(tài)——沒有任何人能通過單獨改變路線來減少自己的行駛時間。說白了這就是數(shù)學(xué)里的“均衡”概念每個人都在為自己優(yōu)化最終誰都不愿意改變選擇了。這個狀態(tài)在交通規(guī)劃里叫Wardrop用戶平衡。你和“馬克思主義政治經(jīng)濟學(xué)”里說的“每個人都追求利益最大化社會達(dá)到某種均衡”有點像但交通領(lǐng)域是物理意義上的均衡可以通過迭代算法收斂到數(shù)值解。在SUMO里跑duarouter時--router-iterations這個參數(shù)控制迭代次數(shù)默認(rèn)是20次。車流需求越大、道路網(wǎng)絡(luò)越復(fù)雜需要的迭代次數(shù)越多。設(shè)置太小會導(dǎo)致流量分配不均某些道路明明有空余但車全擠在另一條路上設(shè)置太大則計算時間暴漲性價比極低。我個人的經(jīng)驗是一般40到60次就夠用了特殊場景再往上調(diào)。4. 從理論到落地SUMO里怎么把交通流模型配置出來4.1 創(chuàng)建路網(wǎng)前的理論準(zhǔn)備在SUMO里搭一個仿真場景很多人上來就畫路網(wǎng)然后往里面塞車流。但基于交通流理論正確的做法是先問自己幾個問題這條路的設(shè)計通行能力是多少我期望仿真的交通需求是多大是欠飽和、飽和還是過飽和路段限速是多少和交通流理論里的自由流速度怎么對應(yīng)這些問題的答案會直接決定路網(wǎng)參數(shù)的設(shè)置。舉個例子假設(shè)你要仿真一個城市交叉口南北向道路設(shè)計通行能力是每車道每小時1400輛車那你給這條路輸入的車流量就不能是3000因為理論上游超飽和了結(jié)果就會是路口排隊越來越長最后蔓延到上游道路整個區(qū)域癱瘓。SUMO里創(chuàng)建路網(wǎng)的方式有三種用netedit手動畫適合小范圍場景、用netconvert導(dǎo)入OpenStreetMap數(shù)據(jù)適合城市級路網(wǎng)、或者直接用netgenerate生成抽象路網(wǎng)適合快速驗證理論。我強烈建議新手先試試netgenerate因為它可以快速生成方格路網(wǎng)或者放射形路網(wǎng)配合--grid.number之類的參數(shù)幾秒鐘就能出來一個測試環(huán)境。在這些抽象路網(wǎng)上驗證跟車模型、路口信號控制邏輯比在真實路網(wǎng)上調(diào)試高效得多。4.2 車流輸入:從需求建模到流量設(shè)置車流生成在SUMO中叫“交通需求”核心形式是描述車輛出發(fā)時間、出發(fā)地點、到達(dá)地點的OD矩陣。最簡單的形式是直接在rou.xml文件里寫車routes vType idcar accel2.6 decel4.5 maxSpeed16.67 sigma0.5 / vehicle idveh0 typecar depart0.00 route edgesedgeA edgeB edgeC / /vehicle /routes但手動一輛一輛寫車顯然不現(xiàn)實實際都是通過flow標(biāo)簽批量生成flow idflow_north_south fromedgeA toedgeC begin0 end3600 vehsPerHour600 /這里的vehsPerHour就是流量單位是輛每小時。還記得前面的理論嗎600輛每小時對應(yīng)到一條城市主干道單車道大約是飽和通行能力的一半屬于比較順暢的交通狀態(tài)如果你填1800那基本上就是堵死狀態(tài)。有一點要特別注意SUMO產(chǎn)生的車不一定剛好是vehsPerHour指定的那個數(shù)。因為flow標(biāo)簽的車輛到達(dá)時間是有隨機性的默認(rèn)服從泊松分布所以實際流量會有浮動。如果你要做嚴(yán)格的數(shù)值對比實驗建議把隨機數(shù)種子固定下來在netconvert或duarouter里設(shè)置--random的種子值這樣每次跑出來的結(jié)果才可復(fù)現(xiàn)。4.3 檢測器怎么把理論參數(shù)變成可視化數(shù)據(jù)在仿真里放檢測器就像是在真實道路上安裝交通調(diào)查設(shè)備。SUM0提供了三種主要檢測器點檢測器e1監(jiān)控某個斷面的流量、速度相當(dāng)于真實世界的線圈檢測器。區(qū)間檢測器e2監(jiān)控某一段路的車輛數(shù)和平均速度適合計算路段密度。行程時間檢測器e3監(jiān)控一個區(qū)域內(nèi)的車輛旅行時間和延誤適合評估路網(wǎng)服務(wù)水平。結(jié)合前文理論如果你需要畫出流量-密度曲線就應(yīng)該用e2檢測器因為它同時輸出車輛數(shù)和平均速度可以用車輛數(shù)除以路段長度得到密度。如果想要流量數(shù)據(jù)用e1檢測器就可以直接輸出每小時通過多少輛車。檢測器配置要在額外文件.add.xml里寫additional e2Detector ide2_west laneedgeA_0 length500 freq60 filee2_output.xml / e1Detector ide1_north laneedgeC_1 freq60 filee1_output.xml / /additional運行SUMO時通過--additional-files參數(shù)加載這個文件sumo-gui -n osm.net.xml.gz -r osm.rou.xml -a detector.add.xml仿真跑完之后檢測器的輸出是一個XML文件里面記錄了每個統(tǒng)計間隔的流量、平均速度、車輛數(shù)。建議直接把它導(dǎo)入Excel或者Python的pandas庫里做二次處理畫圖之后你會對交通流理論有非常直觀的感受。5. 常見問題與排查技巧實錄5.1 仿真的流量和設(shè)置值對不上現(xiàn)象在flow里設(shè)置了vehsPerHour600跑完一看e1檢測器統(tǒng)計的流量只有530莫名其妙少了70多。原因車輛是從起始邊的起點開始產(chǎn)生的但如果起始邊比較短或者前車占位新的車可能因為“找不到位置”而被延遲或者丟棄。另外車輛不會像流水一樣均勻到達(dá)而是隨機到達(dá)的短時間內(nèi)的統(tǒng)計值波動在理論上是正常的。排查方法先看--start和--end參數(shù)設(shè)置對不對再看起始邊長度是否足夠容納車輛排隊最后確認(rèn)流量統(tǒng)計的時間間隔足夠長建議至少10分鐘以上如果間隔太短統(tǒng)計噪聲會很明顯。5.2 車輛突然緊急剎車導(dǎo)致全路堵死現(xiàn)象仿真跑了幾百秒之后一段路上所有車都停下來像多米諾骨牌一樣向后蔓延。原因這個現(xiàn)象在交通流理論里叫“幽靈堵車”本質(zhì)是局部擾動在后車放大效應(yīng)下形成停-走波stop-and-go wave。在SUMO里常見觸發(fā)條件有兩個某個位置的maxSpeed突變或者sigma值設(shè)置過大導(dǎo)致駕駛隨機性太強。排查方法用fcd輸出查看車輛軌跡圖找到速度驟變的位置。通常就是兩段道路限速差異過大的接縫處或者是出口匝道附近換道沖突集中區(qū)。解決方法是平順?biāo)俣茸兓热缭趦啥蔚缆分g插入一段過渡性的限速路段。另外把sigma從0.5調(diào)低到0.2車輛行為會更穩(wěn)定。5.3 路口排隊溢出的判斷和處理現(xiàn)象交叉口某個方向的左轉(zhuǎn)車道排隊太長已經(jīng)排到了上游路口導(dǎo)致其他方向的車流也被堵住。原因這已經(jīng)屬于過飽和交通狀態(tài)理論上的通行能力已經(jīng)不夠用了。本質(zhì)上是信號配時給的綠燈時間不足或者輸入流量超出了路口的承載力。處理方法從交通流理論的角度先算清楚進(jìn)口道的飽和流量再根據(jù)綠燈時間驗算通行能力最后對比需求流量看是否超過。SUM0里可以通過e2檢測器持續(xù)監(jiān)控排隊長度數(shù)據(jù)配合信號配時工具如TLSControlAPI做自適應(yīng)信號優(yōu)化。不過這是進(jìn)階內(nèi)容先把基礎(chǔ)的跑通再說。5.4 路網(wǎng)導(dǎo)入后限速和車道數(shù)不對現(xiàn)象從OpenStreetMap導(dǎo)入的路網(wǎng)在SUMO里跑出來的速度明顯偏慢某些路段車流不暢。原因OSM上的道路分類和限速信息在導(dǎo)入時會被SUMO映射成默認(rèn)值。比如一條城市次干道可能被映射成了限速50km/h但實際上這段路的物理限速可能只有30或者本身就是步行街這就是路網(wǎng)屬性的問題不是仿真模型的問題。建議用netedit檢查導(dǎo)入后的道路類型和限速設(shè)置。對于關(guān)鍵路段手動修正限速。如果研究的是宏觀路網(wǎng)特征建議統(tǒng)一設(shè)定道路限速避免不同道路類型之間速度差異過大導(dǎo)致的假擁堵。6. 一些親測有效的實操經(jīng)驗最后分享幾個我實際做仿真項目時攢下的經(jīng)驗第一參數(shù)記錄要規(guī)范化。每次修改任何模型參數(shù)都記錄下來改了什么、為什么改、原來是多少、改完是多少?？雌饋砺闊┑?dāng)你回頭看兩個星期前跑的仿真結(jié)果時這套記錄能救你的命。很多人仿真結(jié)果對不上就是因為不記得當(dāng)初調(diào)過什么參數(shù)只能全部推翻重來。第二先復(fù)現(xiàn)經(jīng)典場景再研究新問題。SUMO自帶的教程案例比如docs/tutorials里的快速入門和高速公路案例一定要親手跑一遍。這些案例雖然簡單但能讓你明確看到仿真結(jié)果和理論之間的對應(yīng)關(guān)系。很多人一上來就導(dǎo)入真實城市路網(wǎng)結(jié)果被各種細(xì)節(jié)問題淹沒兩周過去連一個完整的仿真都沒跑出來就是因為基礎(chǔ)知識沒在手。第三多用netedit的“檢查器”功能。點擊任何一條邊或者一個節(jié)點右邊會彈出屬性面板所有和交通流理論相關(guān)的參數(shù)都在里面。你可以直接修改speed、numLanes、priority這些屬性并保存然后重新仿真。這種方式比直接手改XML文件直觀很多適合新手。說實話交通流理論容易讓人覺得遠(yuǎn)離實際但SUM0恰恰是一個能把理論和現(xiàn)象連接起來的橋梁。當(dāng)你看到仿真里一輛輛車因為跟車距離過近而減速然后引發(fā)后面的連鎖反應(yīng)你才能真正理解什么是交通流的“不穩(wěn)定性”。建議每個想學(xué)好SUMO的人都親手跑一次“堵塞密度附近的小擾動傳播”實驗——這個過程比任何論文都能讓你更直觀地把握交通流的本質(zhì)。