本文通过一个简单示例展示如何使用交通控制接口（简称 TraCI）。TraCI 可以在道路交通仿真运行时对其进行控制。TraCI 采用基于 TCP 的客户端/服务器架构，其中 SUMO 作为服务器，外部脚本（即“控制器”）作为客户端。在本教程中，“控制器”是一个 Python 脚本，它从服务器接收仿真状态信息，然后发送指令回去。
假设读者已通过其他教程了解了道路网络构建和路线定义，例如 Tutorials/Hello SUMO、Tutorials/quick start 或 Tutorials/Quick Start old style。
本文提到的所有文件也可以在您的安装目录 ***<SUMO_HOME>***/docs/tutorial/traci_tls 中找到。最新版本可以在代码库的 <SUMO_HOME>/tests/complex/tutorial/traci_tls/ 中找到。
示例描述#
我们的示例在一个简单的四路信号交叉口上进行。我们只在水平轴上设置交通流，而在垂直轴（从北向南）上设置重要车辆（如电车、火车、消防车等）。在北进口道上设有一个感应线圈，用于检测驶入的车辆。只要没有车辆从北边驶入，我们就一直保持水平轴绿灯；但当有车辆进入感应线圈时，我们会立即切换信号，以便该车辆可以不停顿地通过交叉口。
运行示例#
要运行此示例，您需要使用 python 执行脚本 runner.py
python runner.py
Caution
您需要在仿真 GUI 中点击“开始”才能运行此教程。
数据准备#
网络定义文件可以在 cross.nod.xml、cross.edg.xml、cross.con.xml 和 cross.det.xml 中找到。路线数据由脚本随机生成。车辆根据泊松过程离开源头，这里通过二项分布来近似。因此，脚本中的参数 p=1./30 表示平均每 30 秒生成一辆车。
代码#
控制逻辑位于 Python 脚本 runner.py 中。它生成路线，与服务器交互，并控制交通信号灯。它利用了 SUMO 捆绑的 TraCI Python API。有关 API 的描述可以在 TraCI/Interfacing_TraCI_from_Python 中找到。有关可用函数的详细列表，请参阅 pydoc 生成的文档。
仿真#
主程序在脚本 runner.py 中实现。首先，我们按上述方法生成路线。然后使用 traci.start 启动 sumo-gui 并加载配置文件 cross.sumocfg。该 start 调用还会将我们的脚本与作为服务器运行的 sumo-gui 连接起来。
然后我们开始控制仿真。我们让服务器模拟一个仿真步长，读取感应线圈数据并切换交通信号灯的相位，直到仿真结束（即道路上不再有车辆）。如果我们发现感应线圈上有车辆，则切换相位，使南北方向获得绿灯。如果检测器上没有车辆，并且我们尚未处于切换过程中（即东西方向仍为绿灯），我们尝试通过简单地再次设置该相位来保持它。最后，我们关闭连接。
TraCI#
我们希望在 SUMO 中运行此仿真（作为服务器），并根据实际仿真状态控制信号。为此，TraCI 提供了相关命令，详细描述见对应文章 TraCI。在本示例中，我们将仅使用四个命令：Simulation Step、Get Induction Loop Variable、Change Traffic Lights State 和 Close。
这些命令嵌入在 TCP 消息中，但直接的客户端-服务器通信对用户是不透明的。本教程中需要的四个命令在方法 traci.simulationStep(step)、traci.inductionloop.getLastStepVehicleNumber(IndLoopID)、traci.trafficlight.setPhase(TLID, phase) 和 traci.close() 中实现。
附录#
发送和接收消息的方法 _recvExact() 和 _sendExact() 分别隐藏在脚本 traci/__init__.py 中，无需直接调用它们。在本节中，我们将以 traci.trafficlight.setRedYellowGreenState 为例展示命令的组成。
setPhase#
此方法设置交通信号灯的相位，因此它将交通信号灯的 ID 和新相位作为参数。相位定义可以从 sumo 网络中读取，并在 Simulation/Traffic Lights#Loading a new Program 中描述。如果相位已经是当前相位，则它会从头开始重新启动。该命令在 TraCI/Change Traffic Lights State 中描述。