企业官网建设流程全解析

1. 先搞清楚：SUMO是什么，为什么值得花时间装它

第一次听到SUMO的人，多半会以为是个相扑游戏。其实SUMO是Simulation of Urban MObility的缩写，直译过来就是“城市交通模拟”，一个开源的微观交通仿真软件。它最早由德国航空航天中心（DLR）开发，到现在已经维护了二十多年，在交通仿真领域算是老牌选手了，而且完全免费、开源、可商用。

我理解很多人第一次接触SUMO是出于这几个原因：要么是做车联网、V2X相关的研究，需要一个能跑车辆轨迹的仿真环境；要么是做自动驾驶算法测试，需要把感知、决策放到一个可控的交通流里跑；要么是搞交通规划、信号配时优化，需要一个能模拟路网和车辆交互的工具。SUMO在这几个场景里都是非常高频的选择，尤其是学术界和工业界做车路协同、智能网联汽车方向的，几乎绕不开它。

那有人会问，交通仿真的工具不少，VISSIM、PTV、TransModeler这些商业软件也有不少人用，为什么非要选SUMO？我的体会是：SUMO最大的优势在于“开放”。它提供了完整的命令行工具链、Python接口（TraCI）、网络编辑器和大量API接口，你可以把交通信号灯的控制逻辑替换成自己的算法，可以把车辆的轨迹导出成数据分析，甚至可以和CARLA、OMNeT++这类软件做联合仿真。这种开放性，商业软件很难比。

这篇教程是系列的第一篇，重点就一个：把SUMO装好、跑通第一个仿真。不需要你有多深的编程基础，也不需要你懂交通工程理论，只要按着文中的步骤一步步来，一小时之内你就能看到一个有路口、有车流、有信号灯在动的小场景跑起来。

2. 安装前先盘一盘：SUMO这套工具链到底包含哪些东西

在动手下载之前，我建议你先花三分钟了解一下SUMO的组成，不然装完以后面对一堆可执行文件，你会很困惑。

2.1 核心功能模块速览

SUMO安装完成后，在安装目录的bin文件夹下会看到几十个exe文件。但日常使用频率最高的其实就这五个：

此外还有一个非常重要的库叫TraCI，它不在这五个工具里，而是以Python库的形式存在。你安装完SUMO之后，在Python环境里配置好环境变量，就能通过TraCI实时控制仿真中的车辆、信号灯，这是我们后面做二次开发的基础。

2.2 安装方式怎么选

SUMO的安装方式和很多开源软件一样，分为三种：官方二进制包、系统包管理器、源码编译。从我的实践经验来看，不同场景选择不一样：

第一，如果你只是在Windows电脑上学习或者做小规模仿真，直接下载官方提供的Windows安装包，双击安装，五分钟搞定，这是最省心的路径。

第二，如果你用的是Linux服务器，尤其是Ubuntu或者Debian系统，用apt install sumo一行命令就能装好。但要注意，软件源里的版本可能不是最新版，如果你需要用到最新功能，还是建议去官网下载或者源码编译。

第三，如果你要针对源码做二次开发，或者需要修改SUMO内核代码，那就必须源码编译。但这是一条相对辛苦的路，依赖项非常多，我不建议初学者一上来就走这条路。

本篇教程以Windows安装为主来展开，因为这是绝大多数人起步的环境。Linux安装我会在后文补充命令行方式，只要照着执行基本不会有坑。

3. 手把手完成SUMO下载安装全流程（Windows为主）

这一章是全篇的核心操作部分，我来逐步拆解。你不需要记任何多余的参数，也不用管那些暂时用不上的功能，把所有注意力放在“把软件跑起来”这件事上。

3.1 第一步：去官网找文件，别下错版本

SUMO的官方下载地址是sumo.dlr.de，这个网站是德国航空航天中心的官方站点，下载页面也在这个域名下。打开之后，找到“Downloads”页面，你会看到不同系统对应的安装包。

需要注意一个细节：下载文件名里通常会带版本号和系统标识，比如sumo-win64-1.20.0.exe这样的格式。64位系统选win64，如果你的电脑还是老掉牙的32位系统，那就要找win32版本。现在绝大多数电脑都是64位，win64基本不会选错。

还有一个值得提醒的点：有些人会从第三方网站下载所谓“绿色版”“破解版”SUMO，完全没必要。SUMO本身是开源免费的，官方提供的安装包就是最干净、最稳定的，没必要去冒安全风险。第三方打包的版本可能缺失组件，环境变量也可能被动过手脚，出了问题排查起来非常头疼。

下载的时候我建议选带-setup.exe的安装包，这种是向导式安装，有图形界面引导，比直接解压zip压缩包要友好很多，对新手来说能少踩一个坑。

3.2 第二步：安装过程要点

安装包下载好之后，双击运行。安装过程基本就是“一路Next”的节奏，但有几个选项值得留意一下：

第一，安装路径。我强烈建议不要用默认的C:\Program Files\sumo，因为路径中含空格，虽然一般不影响使用，但在某些脚本配置环境变量时可能会遇到奇怪问题。我自己习惯装在D:\Software\sumo或者C:\sumo这种简短路径下。路径越短、越简单，后面对接Python和脚本的时候越省事。

第二，安装类型选择。安装过程中如果有“Complete”和“Custom”两种模式，直接选“Complete”完整安装。因为SUMO的各个工具有不少关联依赖，比如netedit要用的库文件、sumo-gui要用的3D渲染组件等，完整安装能避免后续缺这少那。

第三，环境变量的问题。新版SUMO安装向导通常会提供一个选项，让你自动添加系统环境变量，比如“Add to PATH”这种勾选框。如果有，勾上。如果没有，我们后面手动配置，也不难。这里先记住一个判断标准：安装完成后，打开一个CMD窗口，输入sumo如果能出来一堆参数说明，说明环境变量没问题；如果提示“不是内部或外部命令”，那就需要手动配。

3.3 第三步：手动配置环境变量（很多人的第一道坎）

环境变量是什么？我用最通俗的话解释一下：你希望系统在任何目录下都能直接调用SUMO的命令，而不是每次都输入一长串完整路径，那就把SUMO的bin目录加到系统的“PATH”里。这就好比你把某家店的地址存到了手机通讯录，以后找它只需要喊名字，不用每次都翻地图输入详细地址。

手动配置分三步：

1. 确认你的SUMO安装目录下有bin文件夹，里面能看到sumo.exe、sumo-gui.exe这些文件。这是后续一切操作的基准目录。
2. 在Windows搜索框里输入“环境变量”，打开“编辑系统环境变量”，然后点击“环境变量”，在“系统变量”里找到Path，双击编辑，新建一条，把SUMO的bin路径填进去。
3. 依次点确定，关掉所有设置窗口，然后新开一个CMD窗口，输入sumo --version，如果能看到版本号输出，说明环境变量配置成功。

我自己见的比较多的一个问题是：很多人配置完环境变量之后，忘记重新打开CMD，直接在旧的CMD窗口里运行，系统还是读不到刚加的路径，于是以为是配置失败了。这是很初级但非常常见的坑，记住：修改完环境变量，必须新开一个终端窗口才生效。

3.4 第四步：验证安装是否成功

配置完环境变量后，我们做一次完整的验证。打开CMD窗口，依次输入下面几个命令，每一条都应该有正常输出：

sumo --version sumo-gui --version netedit --version netconvert --version duarouter --version

如果每一条都能返回类似“SUMO Version 1.20.0”这样的信息，说明核心工具都已经安装成功。在这个阶段，哪怕你还不懂每个工具具体怎么用的，至少环境是稳的，后面不会因为装得不对而白折腾半天。

如果你还需要用TraCI做Python开发，那还要验证Python能否正常导入SUMO的库。在CMD里输入python进入交互模式，然后尝试导入：

python import os import sys sumo_home = r"D:\Software\sumo" os.environ["SUMO_HOME"] = sumo_home sys.path.append(os.path.join(sumo_home, "tools")) import traci print(traci.__version__)

这里我写的路径是示例，你要改成自己的实际安装目录。如果最后能正常打印出版本号，说明TraCI也通了，就可以进入下一个阶段了。

3.5 Linux系统安装快速指南

如果你用的是Linux服务器或者Ubuntu桌面系统，我可以顺手把安装方式也写了，因为很多人可能在Windows上装了但后续会把仿真任务丢到服务器上跑。

Ubuntu/Debian系一行命令就能装：

sudo apt update sudo apt install sumo sumo-tools sumo-doc

装完之后验证一下：

sumo --version which sumo

注意，apt安装的SUMO版本往往比官方最新版旧一些，比如官方已经到1.20了，软件源里可能还是1.18。如果你做研究需要最新版本，不要用这种方式，去官网下载Linux压缩包，配置好环境变量即可。另外，Ubuntu里安装的可能性缺失是OpenGL相关的库，如果sumo-gui启动报错，通常安装一个freeglut3-dev就能解决。

4. 立刻跑通你的第一个SUMO仿真：从画路网到看见车辆动起来

装好不代表会用。我见过太多人安装完就对着一个空白的sumo-gui界面发呆，不知道怎么把一辆车放进去。这一章我们就从零开始，搭建一个最简单的单路口场景，让两辆小车在屏幕里跑起来。

4.1 用netedit画一个最简单的十字路口

老一批SUMO用户以前都是手工编XML文件来定义路网的，那种方式极其折磨人。好在现在有了netedit这个图形化工具，鼠标点一点就能画路网。

启动netedit有两种方式：命令行输入netedit，或者在sumo-gui安装目录里找到netedit.exe双击运行。打开之后，新建一个网络文件，界面里你会看到一个网格画布，按住鼠标左键拖动画布，右键拖动视角。

画路网的操作逻辑可以概括为三个动作：画道路节点、连道路边、设置连接关系。

第一步，画节点。SUMO里的道路交叉口、路段端点都叫节点（Node）。在netedit左侧工具栏选择“Create Edge”工具，然后在画布上点按你的意图画出路的形状。比如我们画一个十字路口，需要四个方向的入口节点和一个中心的交叉口节点。最简单的做法是：先用工具栏里的“Create Edge”从一个节点连到另一个节点，SUMO会自动把中间点设为交叉口。

我建议你从最基础的单条直路开始练手，比如画一条从(0,0)到(100,0)的路，再画一条从(0,0)到(100,100)的路，让它俩十字交叉。画完之后按快捷键Ctrl+S保存，文件类型选择.net.xml路网文件。

注意，SUMO的画路逻辑和CAD不太一样，它天然是“节点-路段”模型，你画的是edge和node的拓扑关系，而不是简单的线条。刚开始画不顺手很正常，画几个小场景之后就明白了。

4.2 生成车流：让车辆有路可走

有了路网，接下来要造“车流”。SUMO里的车辆生成需要三个基本参数：车辆的类型定义、行驶的路径、发车的时刻。

在最早的教程里，大家都在手工写一个rou.xml文件，格式大概是这样的：

<routes> <vType id="car" accel="1.0" decel="4.5" sigma="0.5" length="5" maxSpeed="16.67"/> <vehicle id="veh1" type="car" depart="0.00"> <route edges="edge1 edge2 edge3"/> </vehicle> </routes>

如果你是通过netedit建的网，我要提醒你一个很重要的细节：netedit里默认给每条道路分配的ID可能是类似edge0、edge1这样的编号，但也取决于你画的时候的命名。你要知道车辆路径中填的edge id必须和路网文件里实际存在的edge id完全一致，否则仿真器会报错“Route has no edges”。

为了让流程简单点，你可以这样操作：在netedit中选中一条路，右侧属性面板里能看到它的edge id，记下来。然后自己新建一个文本文件命名为demo.rou.xml，把上面那段XML里的edge换成你实际路网的edge id，保存好备用。

4.3 用sumo-gui可视化运行

路网文件有了，车流文件也有了，现在就差把它们联合起来跑一遍。在CMD窗口里切换到这两个文件所在目录，执行：

sumo-gui -n demo.net.xml -r demo.rou.xml

如果一切正常，sumo-gui会弹出一个窗口，但默认的仿真速度是静止的，你需要按下工具栏中的“Play”按钮（或者按快捷键Ctrl+Shift+P）开始仿真。这时你会看到一辆小车出现在路网入口，沿着道路移动，经过交叉口，然后从出口消失。

在这一步，我建议你好好观察几件事：车辆在进入交叉口时会不会减速？两辆车同时到达交叉口会不会互相避让？信号灯默认是什么状态？这些细节反映了SUMO微观仿真的底层逻辑。

如果没有信号灯，SUMO默认会采用“让右侧车辆先行”的规则，这在欧洲路权规则下是合理的。如果你希望模拟有信号灯的交叉口，需要在路网里手动添加交通信号灯分布，这个我们放到后续教程里详细讲。

4.4 用命令行工具批量跑仿真

图形界面适合调试和观察，但一旦你需要跑大量场景，比如设计多组交通流量或者对比不同的信号配时方案时，就得用命令行模式了。在同样的目录下执行：

sumo -n demo.net.xml -r demo.rou.xml --duration-log.statistics true

没有图形界面时，SUMO会在终端输出一些统计信息，比如仿真总时长、车辆平均等待时间等。这些指标在我们后续做交通评价时非常有用。而且命令行模式下仿真速度比GUI快很多，因为不需要渲染画面。

如果你有多个车流文件要叠加，可以在命令行里用--additional-files参数加载，但这是后面教程的内容。第一节课，你能把一条路、一条车流跑通，就算成功了一大半。

5. 安装和首次运行中常见的坑，我踩过的都帮你排了

接下来这部分价值极高，因为很多内容不是官方文档会写的，而以我的经验，新手大概率会在这里卡住。我按出现频率从高到低排一下。

5.1 环境变量配置后command找不到

这个问题前面已经提到了，我再补充一个容易忽略的点：如果你用的是新版Windows 10或者Windows 11，环境变量有“用户变量”和“系统变量”两种。如果你只在用户变量里加了Path，然后你的CMD是在管理员权限下打开的，系统有可能优先读取的是系统变量而不是用户变量，导致配置看起来没生效。

解决办法很直接：直接把SUMO的bin路径加到“系统变量”的Path里，一劳永逸。另外，配置完环境变量后，确认自己是在一个全新的CMD窗口里测试。我在全国各地带过不少学员，踩这个坑的比例超过一半。

5.2 启动sumo-gui报缺少动态库

在Windows上，有一种很常见的情况是安装完SUMO后双击sumo-gui，弹出“找不到libgdal-28.dll”或者类似的动态库缺失错误。这个问题多半是你安装的是精简版、或者杀毒软件把某些DLL文件拦截了。

处理思路按优先级排序：

• 先检查你的安装路径是不是完整版，安装文件是否完整。
• 到SUMO安装目录的bin文件夹下，看看那些DLL文件是否真的存在。
• 如果文件存在仍然报错，用管理员身份重新运行一次安装包，选择“Repair”修复安装。

如果这些都不行，检查一下系统是否缺少微软的Visual C++ Redistributable。SUMO依赖VC++运行库，很多精简版系统没有预装，去微软官网下载最新版的VC_redist.x64.exe装一遍，大概率能解决。

5.3 netedit画的路网无法保存

我用netedit的过程中碰到过一次比较诡异的问题：保存路网文件时提示“Saving failed”，后来发现是因为保存路径中包含中文字符。SUMO底层对Unicode处理不完善，路径里带有中文在某些环境下会出问题。

这个问题非常隐蔽，因为你在Windows图形界面里操作，感觉中文路径很正常。我建议从第一天起，你的SUMO项目目录就用纯英文命名，比如D:\sumo-projects\demo，不要出现“交通仿真”“新建文件夹”这样的名字。这个习惯能让你少掉很多莫名其妙的坑。

5.4 仿真开始后车辆不动

有时候你点了Play，但车辆就一直停在起点不往前走。这个问题的核心原因通常是：车辆到达边的位置和仿真器的逻辑不一致，或者车道设置不允许该类型车辆通行。

排查思路：先看sumo-gui左下角的日志输出，有没有报错信息。如果车辆一直没进入路网，检查路网文件中是否定义了allowed属性限制车型。如果车辆停在路段中间不动，多半是前方红灯或者路权冲突。你要记住一个原则：SUMO里的车辆是严格受交通规则约束的，不能简单地“飞过去”，遇到这种情况首先考虑路权和车道连接的关系。

5.5 仿真速度特别慢

如果你的电脑配置不算低，但仿真速度始终上不去，查看一下sumo-gui底部状态栏中的速度倍数是否设置过低。另外，把界面上的“draw”设置降低，关闭车辆的3D渲染，仿真速度会有明显提升。如果车辆数量很大，如上万辆，直接用命令行模式跑，不要开GUI，效率差距是数量级的。

6. 装好了、跑通了，然后呢？给新手的后续进阶路径

很多人做到上面那一步后，会产生一个模糊的感觉：好像会用了，又好像什么都不会。这其实非常正常，因为SUMO是一座冰山，你现在看到的只是水面上的那一小层。结合我自己用了这么多年的经验，给你几条下一步的路线参考。

第一条路，深耕“路网构建”。试着从OpenStreetMap导出你所在城市的真实道路数据，然后用netconvert转换成SUMO路网格式。这步一旦打通，你就不再是只在玩具路网上玩了，而是在真实路网上做仿真。过程中你会学到如何清洗路网数据、如何处理高速公路匝道、如何在路口补画信号灯。这条路线对做城市交通规划研究的人最有价值。

第二条路，吃透TraCI。TraCI是SUMO的Python实时控制接口，用好了你几乎可以控制仿真里的一切对象。举个例子，你在TraCI里写一个循环，实时读取每个路口的排队长度，然后用你的算法动态调整信号灯时长方案。这时SUMO就不再是一个看动画的工具了，而是一个可以承载你算法的微型交通实验平台。这个方向是目前车路协同、智能交通研究最常用的路径。

第三条路，做联合仿真。把SUMO和CARLA、Gazebo这些仿真器连起来，让自动驾驶车辆在SUMO生成的高密度交通流里行驶，同时感知模块在渲染环境里测试。这条路比较难，但做出来效果相当震撼，能直接支撑自动驾驶项目的决策规划算法验证。

不管走哪条路，我的建议是一样的：不要追求一次看懂所有文档，而是带着具体问题去查、去试。SUMO的官方文档其实写得很全面，但内容过于庞杂，一次性读下去很容易劝退。最好的方式是先跑通一个最小例子，再按照自己的项目需求逐步深入。这篇教程帮你完成了“最小例子”这一步，后面的事，就是持续和这个工具死磕的过程了。

7. 最后分享几个我的使用习惯

既然这是系列教程的第一篇，我就再讲几点个人经验，算是一个小福利。

第一，建议你为每一个仿真场景建立一个独立文件夹，里面固定放net（路网）、route（车流）、output（输出结果）、script（脚本）四个子目录。SUMO项目一旦复杂起来，文件特别多，如果没有这个习惯，用不了几周你就会陷入“找文件”的泥潭。

第二，每次跑仿真之前，先设置一个固定随机种子。SUMO里用--seed参数控制随机性，不管道路怎么设置，车辆发车时间、路径选择都会受随机数影响。科研做实验的时候，固定种子才能保证你的结果可复现，论文里写数据也有据可依。

第三，多用命令行，少依赖GUI。GUI适合展示和调试，但真正要批量跑实验的时候，命令行加Python脚本才是效率最高的方式。我从第二年开始，基本90%的时间都在命令行和Python环境中工作，GUI只在需要截图或者调试路网时才打开。

第四，如果你卡在某一步卡了一个小时，先停下来，去检查一下你的SUMO版本和网上教程的版本是否一致。SUMO迭代挺快的，不同版本的XML格式命令参数有变化，老教程里的参数可能在你要用的版本里已经废弃了。版本不一致是很多问题的根源，这同样也适用于其他开源工具。

SUMO是个值得投入时间的工具，它的学习曲线有些陡，但只要把这个最简单的闭环跑通，后面每走一步，你能控制的东西就多一层。下一篇教程里，我打算聊一聊如何用TraCI实时控制仿真中的车辆和信号灯，这也是做车联网研究最关心的部分。装好环境、跑通第一个仿真的你，正好可以准备好代码，和我一起在那个场景里动手试试。