华为SMARTS仿真

一.安装
1.源码下载
cd 

2.安装依赖环境Follow the instructions given by prompt for setting up the SUMO_HOME environment variable
bash utils/setup/install_deps.sh

3.确认安装的sumo版本 is >= 1.5.0,如果没安装好参考./doc/SUMO_TROUBLESHOOTING.md或下面安装方式安装sumo,并验证
sumo

4.新建虚拟环境setup virtual environment; presently at least Python 3.7 and higher is officially supported
python3.7 -m venv .venv

5.虚拟环境激活
source .venv/bin/activate

6.更新pip版本
pip install --upgrade pip

7.导入训练需要安装包
pip install -e .[train]

8. 渲染相机传感器观察
pip install -e .[camera-obs]  

9.运行并测试test安装包 sanity-test (and verify they are passing).若测试失败,查看 './sanity_test_result.xml' . 
pip install -e .[test]
make sanity-test

二.问题

1.执行make sanity-test,出现下面错误.

Traceback (most recent call last):
  File "/usr/lib/python3.7/threading.py", line 926, in _bootstrap_inner
    self.run()
  File "/usr/lib/python3.7/threading.py", line 870, in run
    self._target(*self._args, **self._kwargs)
  File "/data/lyy/ROS/SMARTS-master/cli/studio.py", line 77, in _build_single_scenario
    generate_glb_from_sumo_network(map_net, str(map_glb))
  File "/data/lyy/ROS/SMARTS-master/smarts/sstudio/sumo2mesh.py", line 27, in generate_glb_from_sumo_network
    glb = road_network.build_glb()
  File "/data/lyy/ROS/SMARTS-master/smarts/core/sumo_road_network.py", line 394, in build_glb
    return self._make_glb_from_polys(polys)
  File "/data/lyy/ROS/SMARTS-master/smarts/core/sumo_road_network.py", line 390, in _make_glb_from_polys
    return GLBData(gltf.export_glb(scene, extras=metadata, include_normals=True))
TypeError: export_glb() got an unexpected keyword argument 'extras'

解决:根据官方github中解释,要安装requirements.txt相对应的安装包版本.

        pip install --no-cache-dir -r requirements.txt

# build scenarios/loop
scl scenario build --clean scenarios/loop

# run an experiment 
scl run --envision examples/single_agent.py scenarios/loop 

# From SMARTS project root; starts SMARTS and the Envision server
# ...if you want to change the startup command for SMARTS update the supervisord.conf file
supervisord

# Then to visit the Envision web app in your browser,
http://localhost:8081/

2、安装依赖库
命令如下：

sudo apt-get install cmake python g++ libxerces-c-dev libfox-1.6-dev libgdal-dev libproj-dev libgl2ps-dev swig

3、解压SUMO-1.2.0
命令行形式：

tar xzf sumo-src-1.2.0.tar.gz
cd sumo-1.2.0
pwd

这样就可以看到sumo的路径

4、添加环境变量
使用vi或者gedit等打开~/.bashrc，并在最后一行添加SUMO环境变量，具体如下

sudo vi ~/.bashrc
export SUMO_HOME=“步骤3 使用pwd显示的路径”
source ~/.bashrc
echo $SUMO_HOME

成功添加后，使用echo这样就可以看到sumo路径
5.测试

直接在命令行终端中输入sumo（纯命令行）或sumo-gui(带图形化界面），即可打开该程序。

SUMO的仿真至少需要两个文件：

1.道路文件，或者叫路网文件（net.xml），就是对行车道路的描述文件；

2.车流文件(rou.xml)，或者叫做车量行驶文件，用来描述车流量的行为。当然，更加高级的仿真可以加入别的文件，比如车辆描述文件，地形文件。