引言
SUMO 本身可以实现很多实际交通场景的模拟。当 SUMO 被用作智能交通控制算法的测试平台时，需要其与外界程序/算法实现很好的互动，例如用户自定义的控制算法可以从 SUMO 获取实时交通信息，然后对其中车辆状态、信号灯状态等进行实时控制。TraCI 就是实现这类互动的接口。
TraCI: Traffic Control Interface. 交通控制接口。
作用：获取 SUMO 交通模拟环境中的数据，并实时修改、控制。
目前该接口支持多种主流语言，包括 python, c++, .NET, MATLAB, Java，其中 python 版本的 TraCI 功能最全面。下面就以 python 版本的 TraCI 为例，介绍一下如何实现 SUMO 与外部控制算法的互动。关于 TraCI 中类、函数的详细说明，可以参考官方文档。
Demo： 通过 TraCI 控制 SUMO 中的交通灯状态
来自 SUMO 官网教程。所有程序可以在 https://github.com/eclipse/sumo/tree/master/tests/complex/tutorial/traci_tls 中找到。
考虑如下所示路口：
基础信号灯变换顺序如下：
<tlLogic id="0" type="static" programID="0" offset="0">
<phase duration="31" state="GrGr"/>
<phase duration="6" state="yryr"/>
<phase duration="31" state="rGrG"/>
<phase duration="6" state="ryry"/>
</tlLogic>
其中各参数含义可以参考本博客中另一篇文章。
然后，希望通过 TraCI 修改信号灯转换机制：
当南北方向没有车辆过来时，东西方向一直保持绿灯
当南北方向有车过来时，切换信号灯，东西方向黄灯 6 s，然后变红，同时南北方向变绿，持续 31 s，然后变黄，再变红，东西方向变绿。
重复上述两个过程
现在假设 net.xml 文件已经得到。实际上，通过 netedit 可以很容易的构造上述交通路网。
SUMO 与 TraCI 的交互是在文件 runner.py 中实现的，主要包括如下内容：
- 首先检查系统路径，以便后续 python 的 module 调用，主要是调用 traci
if 'SUMO_HOME' in os.environ:
tools = os.path.join(os.environ['SUMO_HOME'], 'tools')
sys.path.append(tools)
else:
sys.exit("please declare environment variable 'SUMO_HOME'")
import traci
- 定义函数 generate_routefile()，用来创建 .rou.xml 文件
def generate_routefile():
random.seed(42) # make tests reproducible
N = 3600 # number of time steps
# demand per second from different directions
pWE = 1. / 10
pEW = 1. / 11
pNS = 1. / 30
with open("data/cross.rou.xml", "w") as routes:
print("""<routes>
<vType id="typeWE" accel="0.8" decel="4.5" sigma="0.5" length="5" minGap="2.5" maxSpeed="16.67" guiShape="passenger"/>
<vType id="typeNS" accel="0.8" decel="4.5" sigma="0.5" length="7" minGap="3" maxSpeed="25" guiShape="bus"/>
<route id="right" edges="51o 1i 2o 52i" />
<route id="left" edges="52o 2i 1o 51i" />
<route id="down" edges="54o 4i 3o 53i" />""", file=routes)
vehNr = 0
for i in range(N):
if random.uniform(0, 1) < pWE:
print(' <vehicle id="right_%i" type="typeWE" route="right" depart="%i" />' % (vehNr, i), file=routes)
vehNr += 1
if random.uniform(0, 1) < pEW:
print(' <vehicle id="left_%i" type="typeWE" route="left" depart="%i" />' % (vehNr, i), file=routes)
vehNr += 1
if random.uniform(0, 1) < pNS:
print(' <vehicle id="down_%i" type="typeNS" route="down" depart="%i" color="1,0,0"/>' % (vehNr, i), file=routes)
vehNr += 1
print("</routes>", file=routes)
运行上述函数之后，会在 data/ 目录下生成 cross.rou.xml 文件，里面包含了由东向西、由西向东、由北向南的交通流信息。
- 从 SUMO 中获取交通信息，然后对交通灯状态施加控制
def run():
"""execute the TraCI control loop"""
step = 0
traci.trafficlight.setPhase("0", 2) # 这里 0 是 traffic light 的 ID，四个 phase 依次编号为 0, 1, 2, 3，初始时设置 phase 为 2，即 东西道路为 G，南北道路为 r。
while traci.simulation.getMinExpectedNumber() > 0: # 该函数得到当前 net 中的车辆数目加上还没有进入 net 的车辆数目。只要该数值 > 0，就表明还有车辆需要处理。
traci.simulationStep() # 运行一步仿真
if traci.trafficlight.getPhase("0") == 2:
if traci.inductionloop.getLastStepVehicleNumber("0") > 0: # 在上一步仿真中，经过 induction loop 的汽车数量
traci.trafficlight.setPhase("0", 3) # 如果有车进来，则切换 phase
else:
traci.trafficlight.setPhase("0", 2) # 否则依然保持 phase。注意，这里是重置了 phase, 所以会重新计时。
step += 1
traci.close()
- 运行主程序
if __name__ == "__main__":
generate_routefile()
traci.start(["sumo-gui", "-c", "data/cross.sumocfg",
"--tripinfo-output", "tripinfo.xml"]) # tripinfo 中记录了每一辆车在网络中的行驶信息，包括出发时间、出发车道、到达时间、等待时间、车辆类型等等。
run()
首先是生成 .rou.xml 文件，然后运行已经设置好的 sumocfg 文件，里面实际上是调用了 .net.xml 文件、.rou.xml 文件以及感应线圈的设置文件，通过 traci.start 启动 SUMO，建立 traci 与 SUMO 的通信连接。最后运行 run 函数，实现两者的交互。
在官方给出的程序中，并没有直接调用 sumo-gui ，而是通过 sumolib 中的 checkBinary 函数先查找 sumo-gui 程序的位置，然后再运行它。这两者效果是一样的。
