如何使用randomTrips.py等工具生成行进距离相同的行人

方法一：预先静态配置（适合固定场景批量生成） #

• 第一步：先确定起点坐标，计算等距圆弧上的终点坐标，优先选择圆弧上已覆盖步行道/人行道的点位作为候选终点，避免后续路径绕路导致实际步行距离偏差。
• 第二步：在.rou.xml行人路由文件里配置同一起点的行人，配置示例如下：

<person id="ped_0" depart="0.0">
    <walk from="edge_start" to="edge_end_0" />
</person>
<person id="ped_1" depart="0.0">
    <walk from="edge_start" to="edge_end_1" />
</person>
<!-- 其余行人按相同规则配置即可 -->

• 第三步：提前运行预校验命令sumo --net-file your.net.xml --route-file your.rou.xml --no-step-log --duration-log.statistics，查看每个行人的步行总距离，微调终点点位将距离差控制在你允许的误差范围内即可。

方法二：TraCI动态控制（适合需要实时调整的场景） #

• 第一步：启动SUMO仿真后，调用traci.person.add()批量创建起点相同的行人，初始可先设置一个临时终点。
• 第二步：对每个新创建的行人，调用traci.simulation.findRoute()接口遍历候选终点的路径长度，筛选出路径总长度和目标值误差在阈值内的终点，示例代码段如下：

target_length = 1000 # 设定的目标步行距离，单位为米
tolerance = 5 # 允许的距离误差范围，单位为米
valid_ends = []
# 遍历所有候选终点边，筛选符合长度要求的点位
for end_edge in candidate_end_edges:
    route = traci.simulation.findRoute(fromEdge="edge_start", toEdge=end_edge, vType="pedestrian")
    if abs(route.length - target_length) <= tolerance:
        valid_ends.append(end_edge)
# 给每个行人分配不同的合规终点
for i, ped_id in enumerate(ped_ids):
    traci.person.rerouteTraveltime(ped_id, edgeID=valid_ends[i%len(valid_ends)])

• 第三步：仿真过程中可通过traci.person.getDistance(ped_id)实时获取行人已步行距离，到达目标距离后也可直接调用traci.person.remove(ped_id)结束行程，无需等行人走到终点。

小提示：如果对距离精度要求极高，可以在行人vType配置里设置maxSpeedDeviation="0"关闭行人动态绕路功能，避免行人避让其他交通参与者时多走额外距离。

内容的提问来源于stack exchange，提问作者mayue06