TraCIScenarioManagerForker 与 veins-launchd
TraCIScenarioManagerForker vs veins-launchd
我目前使用 TraCIScenarioManagerForker 为每次模拟生成 SUMO，即“forker”方法。但是，官方 VEINS 文档建议使用 veins-launchd 脚本单独启动 SUMO 守护进程，然后 运行 模拟，即“launchd”方法。
使用 forker 方法使得 运行ning 模拟只是一个命令作业，因为 SUMO 在模拟结束时被杀死。但是，使用 launchd 方法，必须注意设置 SUMO 守护进程并在模拟结束时将其杀死。
每种方法的优缺点是什么？我正在尝试了解使用 VEINS 时推荐的最佳实践。
事实上，Veins 5.1 提供了三种（四种，如果算上实验性的话）将 运行 OMNeT++ 连接到 SUMO 的方法：
假设 SUMO 已经 运行 并直接连接到那里 (TraCIScenarioManager)
运行 SUMO 直接来自进程 - 在 Linux 上：作为一个分支，在 Windows 上：作为同一上下文中的进程（TraCIScenarioManagerForker)
正在连接到代理（veins_launchd) that launches an isolated instance of SUMO for every client that connects to it (TraCIScenarioManagerLaunchd）
如果您喜欢冒险，the veins_libsumo fork of Veins offers a fourth option: including the SUMO engine directly in your OMNeT++ simulation and using it via method calls (instead of remote procedure calls via a network socket). Contrast, for example, TraCI based code vs. libsumo based code。由于下面讨论的 none 缺点，这可以快几个数量级。不过，在撰写本文时（2021 年 3 月），这个分叉只是一个概念证明。
其中每一个都有独特的优点和缺点：
是最灵活的：你可以连接到一个长运行的SUMO实例，它只是通过使用快照及时滚动backwards/forwards，连接多个客户端到单个实例等但是
- 要求您在需要的时候手动处理 运行 数量的 SUMO 实例
很方便，但是
- 要求模拟（而不是人 运行 模拟）“知道”如何启动 SUMO - 因此在一台机器上运行的模拟将无法在另一台机器上运行，因为可能安装了 SUMO在不同的路径那里等等
- 在模拟目录中启动 SUMO，因此多个 SUMO 实例的文件输出相互覆盖，文件输出存储在存储模拟的目录中（可能是慢速或写保护磁盘等）
- 导致 SUMO 和 OMNeT++ 将控制台输出写入可能是同一个控制台的内容 window，需要在调试崩溃时区分彼此的经验（如果想要调试，事情会变得更加混乱相扑)
没有这些问题，但是
- 要求用户记住在开始模拟之前启动代理
我目前使用 TraCIScenarioManagerForker 为每次模拟生成 SUMO，即“forker”方法。但是，官方 VEINS 文档建议使用 veins-launchd 脚本单独启动 SUMO 守护进程，然后 运行 模拟，即“launchd”方法。
使用 forker 方法使得 运行ning 模拟只是一个命令作业，因为 SUMO 在模拟结束时被杀死。但是，使用 launchd 方法，必须注意设置 SUMO 守护进程并在模拟结束时将其杀死。
每种方法的优缺点是什么？我正在尝试了解使用 VEINS 时推荐的最佳实践。
事实上，Veins 5.1 提供了三种（四种，如果算上实验性的话）将 运行 OMNeT++ 连接到 SUMO 的方法：
假设 SUMO 已经 运行 并直接连接到那里 (TraCIScenarioManager)
运行 SUMO 直接来自进程 - 在 Linux 上：作为一个分支，在 Windows 上：作为同一上下文中的进程（TraCIScenarioManagerForker)
正在连接到代理（veins_launchd) that launches an isolated instance of SUMO for every client that connects to it (TraCIScenarioManagerLaunchd）
如果您喜欢冒险，the veins_libsumo fork of Veins offers a fourth option: including the SUMO engine directly in your OMNeT++ simulation and using it via method calls (instead of remote procedure calls via a network socket). Contrast, for example, TraCI based code vs. libsumo based code。由于下面讨论的 none 缺点，这可以快几个数量级。不过，在撰写本文时（2021 年 3 月），这个分叉只是一个概念证明。
其中每一个都有独特的优点和缺点：
是最灵活的：你可以连接到一个长运行的SUMO实例，它只是通过使用快照及时滚动backwards/forwards，连接多个客户端到单个实例等但是
- 要求您在需要的时候手动处理 运行 数量的 SUMO 实例
很方便，但是
- 要求模拟（而不是人 运行 模拟）“知道”如何启动 SUMO - 因此在一台机器上运行的模拟将无法在另一台机器上运行，因为可能安装了 SUMO在不同的路径那里等等
- 在模拟目录中启动 SUMO，因此多个 SUMO 实例的文件输出相互覆盖，文件输出存储在存储模拟的目录中（可能是慢速或写保护磁盘等）
- 导致 SUMO 和 OMNeT++ 将控制台输出写入可能是同一个控制台的内容 window，需要在调试崩溃时区分彼此的经验（如果想要调试，事情会变得更加混乱相扑)
没有这些问题，但是
- 要求用户记住在开始模拟之前启动代理