drtOnline.py#
drtOnline.py 工具可用于模拟共享的需求响应式交通（DRT）。
该工具使用 TraCI 和 出租车设备 来控制
请求和 DRT 车辆。请求动态到达，并由调度器处理，调度器旨在合并多个请求，
以在最小化整个车辆车队里程的同时，最大化服务的请求数量。
如果您不需要模拟共享服务，可以直接使用 SUMO 中的出租车设备， 无需使用此工具。请参阅 出租车 和 相应的 出租车服务教程。
该工具需要 python3 和 Python 线性规划（LP）建模工具 PuLP（至少 2.0 版本）。 在 Ubuntu 20.04（或更早版本）上，请不要安装 python3-pulp 包， 请使用 pip 代替。
最基本的调用方式如下：
python tools/drt/drtOnline.py -n <net-file> -r <route-file> --taxi <vehicle-file>
路线文件包含请求，这些请求被定义为带有乘车元素的人员，并包含 DRT 车辆的班次信息。例如：
<routes>
<person id="0" depart="0.00">
<ride from="edgeStart" to="edgeEnd" lines="taxi"/>
</person>
</routes>
车辆文件包含 DRT 车辆，这些车辆必须配备出租车设备。文件应如下所示：
<routes>
<vType id="taxi" vClass="taxi">
<param key="has.taxi.device" value="true"/>
</vType>
<trip id="taxiA" depart="0.00" type="taxi" personCapacity="12">
<stop lane="edge0" triggered="person"/>
</trip>
</routes>
您可以像在 SUMO 中一样更改车辆的容量以及其他属性。请参阅 车辆属性。
作为输出，会生成一个 tripinfo.xml 文件，其中包含有关每个请求或人员以及车辆的信息。结果属性为 <vehicle="NULL"> 的人员代表无法服务的订单，因此被拒绝。
该工具有不同的选项来调整 DRT 服务。最相关的选项有：--max-wait 选项，用于定义接载请求的最大等待时间（默认 900 秒）；--sim-step，用于定义收集新预约的时间步长（默认 30 秒）；--drf 选项，用于定义直接路线因子，该因子用作设置人员可接受的 DRT 服务最大行程时间的辅助参数。DRT 服务的最大行程时间不能大于直接行程时间乘以该因子，默认值等于 2。
darpSolvers.py#
这是 drtOnline.py 使用的辅助工具，包含可用于 DRT 车辆路径规划的算法。
drtOrtools.py#
工具 drtOrtools.py 通过 TraCI 和 出租车设备 在 SUMO 中对需求响应式交通（DRT）进行建模，并使用 ortools 来解决车辆路径问题。
与 drtOnline.py 类似，请求动态到达，并合并多个请求，以在最小化整个车辆车队的里程（或持续时间）的同时，最大化服务的请求数量。由于使用 ortools 作为求解器，进一步的扩展更容易建模。
该工具需要 python 以及 numpy 和 ortools 包。最基本的调用方式如下：
python drtOrtools.py -s example.sumocfg
其中 example.sumocfg 是一个有效的 SUMO 配置文件，引用了网络文件、路线等。路线文件应包含带有出租车设备的出租车以及带有包含 lines="taxi" 的乘车信息的人员（或容器）。
也可以进行 预订单。
drtOrtools.py 具有以下选项：
| 属性名称 | 值类型 | 默认值 | 描述 |
|---|---|---|---|
| -e --end | int (秒) | .sumocfg 中的结束时间，否则为 90000 秒 |
结束仿真的时间步长 |
| -i --interval | int (秒) | 30 秒 | 收集请求的时间间隔，如果在此间隔后有新请求，求解器将启动 |
| -n --nogui | bool | false | 如果为 true，则仅使用命令行版本的 sumo，否则使用 sumo-gui |
| -v --verbose | bool | false | 打印更多有关调度计算的信息 |
| -t --time-limit | int (秒) | 10 秒 | 求解器计算单个调度问题的最大时间 |
| -d --cost-type | str('distance' 或 'time') | distance | 定义是使用距离还是时间作为调度的成本 |
| -f --drf | float | 1.5 | 直接路线因子：请求路线的允许最大成本与最小可能成本（直接路线）的比值因子；使用 '-1' 忽略此约束 |
| -a --fix-allocation | bool | false | 如果为 true：一旦找到解决方案并且请求已分配给出租车，该分配将在所有后续计算中保持不变 |
| -w --waiting-time | int (秒) | 900 秒 | 自发预订后或最早接载时间后等待服务的最大时间；使用 '-1' 忽略等待时间 |
| -p --penalty-factor | 'dynamic' 或 int | 'dynamic' | 约束的不同惩罚相对于路径规划成本的因子；'dynamic' 倾向于保持已接受请求的约束，而不是接受新请求 |
有关命令行参数的更多帮助，请运行：
python drtOrtools.py --help
求解器需要一个包含在下客地点、上客地点和当前车辆位置之间行驶的成本矩阵。
根据 --cost-type 选项，成本可以是距离或行驶时间。
成本是在仿真期间通过调用 traci.simulation.findRoute() 获得的。
在固定间隔（选项 --interval）后，开放请求被分配给 DRT 车队的车辆，并将成本矩阵传递给辅助文件 ortools_pdp.py，在该文件中使用 ortools 解决车辆路径问题。
解决方案被转换并应用到 traci.vehicle.dispatchTaxi。