SUMO平台下多种车辆跟驰模型的仿真对比分析

在SUMO平台下，研究者对六种车辆跟驰模型（Krauss、IDM、Wiedemann、BKerner、PWagner和SmartSK）进行了详尽的对比分析。这些模型在车辆密度、平均速度以及道路占用率方面展现出各自独特的性能特点。

在单车道场景中，Wiedemann和IDM模型因保持较大的车间距而使得仿真过程用时较长。相比之下，PWagner模型的道路占用率最低，但其车辆密度和道路占用率缺乏稳定阶段，且在低密度和低占用率时车速波动大、速度偏低，进而影响了通行效率。

在环形双车道场景中，引入了红绿灯并结合了SUMO的换道模型。此时，Wiedemann和SmartSK模型中的车辆加速度较低，导致通过交通灯路口时间较长。

同时，IDM模型在交通灯处起步时的控制存在不足，两车道车辆同时起步后长时间并行行驶，与实际驾驶行为不符。这归因于Krauss模型中的随机因子，使得车辆并不总是按照预定的安全跟车速度行驶。

Bkerner模型在单个车辆控制方面不够高效，接近前车时不能有效减速。而PWagner模型基于随机时间点改变加速度，导致车辆碰撞现象较为严重。

在车辆跟驰状态对比中，以前车15m/s匀速行驶、后车28m/s接近的单行道场景为例，IDM模型的车间距大于Krauss和Wiedemann模型，且减速时间更早。

这表明IDM在距离前车较远时就开始减速，可能导致车辆通过路口的效率降低。而Wiedemann、SmartSK和PWagner模型在稳定状态时速度波动频繁。相比之下，Krauss模型在车间距较小时开始减速，整个过程高效且速度稳定。