סקירת מודלי תנועה ברשתות רכביםנעמן סיטסמר

המחלקה להנדסת מערכות תקשורתאוניברסיטת בן גוריון, באר שבע

9/2009כללי

האנושות מגלה עניין הולך וגובר בצורך לפיתוח שירותים אלחוטיים לציבור הנהגים. שירותים (. שירותיםV2I( או מסוג רכב-תשתית )V2Vאלו כוללים תקשורת אלחוטית מסוג רכב-רכב )

כאלו, לכשיפותחו, יאפשרו לנו לשפר את רמת הבטיחות בדרכים, להקטין את זמן הנסיעהיתרונות רבים. כאמור, עדיין לא קיימות מערכות אלו במציאות, ועוד שלנו ממקום למקום

קבעIEEE שמיישם טכנולוגיות אלו ברכביו. הארגון – מדינה או חברה –כלומר אין אף גוף תקן את בפיתוח802.11pכבר קיימות בעיות מספר זו. לטכנולוגיה העתידי כתקן , (, כגון עלות הפיתוח שלה, סיבוכיות המודלים והפרוטוקולים, טיפולVANETsרשתות-רכבים )

ברשת עם תחנות מהירות מאוד ועוד. עקב כך, המאמץ היום מתרכז בניסיון לבנות סימולציה שתדמה את המציאות כמה שיותר טוב. אחד המפתחות לבניית סימולציה אמינה שכזו, הוא

מודל תנועה מציאותי, הניתן ליישום.אחר נעקוב האידיאלי. התנועה מודל של המרכיבים את ולפרק לפרט ננסה זה במסמך

ההתפתחויות, נציג בפירוט חלק מן המודלים ונשווה ביניהם.

רקע( הבא ]1ההתפתחות ההיסטורית של מודלי תנועה ברשתות-רכבים מתואר בתרשים )תרשים

3:]

כמובן של הרכבים. תנועה אקראית עם מודלים על בפשטות, הסתמכו, ראשוניות גישות ולכן המשיכו או על כביש מהיר, בעיר כזו לא מדמה תנועה מציאותית של רכב שתנועה יותר. אחת המסקנות העיקריות במחקר טוענת, שעקב המחקר והפיתוח למודלים מדויקים ריבוי הפרמטרים המשפיעים על תנועת הרכב, ניתן להשיג קירוב למציאות ע"י מעקב אמיתי

. אולם, מעקב זה אינו מספיק לשם קירובtraceעל תנועת רכבים, באזור נתון. מעקב זה נקרא למציאות, אלא יש לשלב גם את השפעת התקשורת בין הרכבים על תנועתם. למשל אם רכב מקבל מידע מוקדם שאחד הכבישים במסלולו פקוק, הוא יבחר מסלול חדש. מכאן עלה הצורך

בסימולציה שתדע לשלב בין תנועת הרכבים לבין התקשורת ביניהם.

מרכיבי מודל תנועה ומורכבותו מודל תנועת הרכב או הרכבים הינו מורכב מאוד. הוא צריך להכיל את תכונות הרכב, אופי

[ מציעים לתאר את מרכיבי מודל התנועה באופן9הכביש, צורת החשיבה של הנהג ועוד. ב-](:2הבא )תרשים

ממבט שטחי בתרשים הנ"ל ניתן לראות כי מודל תנועה מלא כולל מספר תתי-מודלים. כל אחד מהם תורם לקירוב למציאות של מודל התנועה הסופי. במחקר ניתן למצוא כאלו שהתעסקווהוסיפו/שינו וכאלו שלקחו מספר תתי-מודלים בלבד, כאלו שבנו מודל מלא בתתי-מודלים

משהו משלהם. חשוב לציין, כי לכל תת-מודל קיימים מימושים שונים. הקושי בבניית מודל תנועה מושלם נובע גם ממורכבות של חלק מתתי המודלים, כיוון שהםנהג ומתי מחליט איך לתבנית מתמטית, למשל, הכניס קל לא אנושית. מחקים התנהגות גדולים עוזרים וסטטיסטיים נתיב או לעצור לפני מעבר חציה. סקרים סוציולוגיים להחליף

להבנת ההתנהגות האנושית ומידולה.

, נציין את מרכיביו העיקריים של מודל התנועה. 2ע"פ תרשים .טופולוגית מפות מדויקת ומציאותית( האצה והאטה מדורגיםsmooth.) גם על הכביש וגם בתקשורת )רדיו(.–מכשולים .)'נקודות מושכות )משרדים, מרכזי קניות, תחנות דלק וכו במשך היממה.–זמן התרחשות הסימולציה אופן פיזור רכבים ראשוני תבניות נהיגה אנושיות– Car Following Models( וסוגי נהגים Drivers Behavior.) צמתים, רמזורים, חוקי תעבורה, טופוגרפיה )עליות/ירידות(–ממשק עם התשתית

ועוד. קבוע/דינאמי, מאילו פרמטרים מושפע.–אופן קביעת המסלול

חלק מתתי-המודלים מסובכים מאוד לניתוח ולמימוש. יש לשאול את עצמנו לאלו מהם ישנשתדל מורכבים מאוד הינם שגם אם כך הסופי, מודל התנועה על השפעה משמעותית

לשקללם.

את מרכיבי מודל התנועה ניתן לסווג באופנים שונים. חלוקה מרכזית ניתן לעשות בין מיקרו למאקרו. מודלים ממשפחת המאקרו עוסקים בהשפעות על כלל התחבורה ואינם עוסקות בכל רכב באופן בלתי תלוי. מודלי מאקרו עוסקים בכבישים, רחובות, צמתים, )התפלגות( פיזור התחלתי של רכבים ועוד. לעומתם, מודלים ממשפחת המיקרו עוסקים בתנועת רכב בודד, כמו

(, מעבר בין נתיבים וכדומה. סימולטור או מודל תנועה טוב צריךdrivers behaviorסוגי נהגים )לקחת בחשבון את שתי המשפחות הנ"ל.

את מודלי התנועה ניתן לסווג, בצורה אחרת, לשלוש מחלקות עיקריות: מודלים סינטטיים,( אמיתית תנועה על המבוססים ומודלים תחבורה סימולטורי על המבוססים realמודלים

traces.) מודלים סינטטיים: הקבוצה הוותיקה והמוכרת ביותר, בה מודל התנועה מתבסס על.1

מודל הינה זו לקבוצה הדוגמא הקלאסית Random WayPointמודלים מתמטיים. )RWP( את גם לציין כדאי בנוסף .Car Following Modelיוסברו אלו מודלים .

ההתנהגות את ליצוק מנסים שהם הוא, סינטטיים במודלים החיסרון בהמשך. האנושית לתבנית מתמטית, כאילו האדם חושב ומתנהג כמכונה. מצד שני מודלים אלו

[ ע"פ בנוסף, לסימולציה. מועטים משאבים ודורשים למימוש פשוטים [,2ברובם . ניתןRWPמודלים מורכבים יותר דומים בהרבה מקרים בביצועיהם למודל פשוט כמו

למשל(.VanetMobiSimגם למצוא מודלים סינטטיים שמהווים מודל תנועה מלא ) מודל מבוסס סימולטור תחבורה: מודל כללי המבוסס על מודל תחבורה המכיל מספר.2

למדל כדי בעיקר עוצבו אלו סימולטורים ברובם(. )סינטטיים רב של תתי-מודלים תנועה בתוך עיר. ע"פ דברים שיובאו בהמשך, על הצורך בסימולטור דו-כיווני, יש לומרגם ישיר באופן בו להשתמש אי-היכולת הוא תחבורה בסימולטור החיסרון כי יכולת תקשורת אלחוטית כלשהי. כלומר כסימולטור תקשורת, או להכניס ברכבים

חסר משוב )פידבק( מהנהגים על מצב התנועה.3.( אמיתית תנועה realמודל tracesאמיתיות תנועות-רכבים על המבוסס מודל :)

המציאות של אחד-לאחד, בהדמיה, הוא כאן היתרון כלשהו. באזור שנמדדות חדשות, שאינן תנועה תבניות ליצור ביכולת הוא כאן העיקרי הקושי לסימולציה. מבוססות באופן ישיר על דגימות אמיתיות. ישנם פתרונות מתמטיים מורכבים מאוד לבעיה זו, אך הבעיה מחריפה כיוון שלוקח זמן רב )סדר גודל של חודשים-שנים( לקבל

real traces.ולרוב אינם נחשפים כלל לציבור הרחב ,

[, מודל תנועה לא יהיה שלם אם לא נקבל פידבקים מהנהגים,3כמו שצוין, וכפי שמוכיח גם ] שישפיעו על ההחלטה הבאה של הרכב. למשל אם בכביש מתרחשת תאונה, נרצה כי המידע יעבור בצורה אלחוטית ומהירה לרכבים הנמצאים מספיק רחוק מזירת ההתרחשות, כדי שיוכלו להספיק ולבחור נתיב חדש ליעדם. מסיבה זו החלו להתפתח בשנים האחרונות סימולטורים

( המשפיעים, מצד שני,network( ופרוטוקולי תקשורת )trafficהמשלבים מודל תנועת רכבים ):3על התחבורה. ארכיטקטורה זו מובאת באופן כללי בתרשים

[ התקשורת11ע"פ מסימולטור נתונים אם פילוסופית. דילמה ישנה זו בארכיטקטורה ,] זו אינה יכולה לתאר אינטראקציה )ולהיפך(, אז מתודה משפיעים על סימולטור התחבורה

( ראויה בין שני הסימולטורים. real-timeמציאותית ) בכל אופן, נדמה כי יש צורך אמיתי בבניית סימולטור דו-כיווני, המהווה מודל תנועה בפני עצמו.

כמובן שצורת התקשורת בסימולציה משפיעה גם על אופי וביצועי תנועת הרכבים. מכאן שיש ממודל התנועה הסופי.ימקום גם להתחשב במודלים ובפרוטוקולי תקשורת כחלק אינטגראל

עם זאת, עושה רושם שנושא זה לא מפותח דיו במחקר ואת השפעתו על מודל התנועה קשהעדיין לבדוק. בכל זאת נציין כי את התקשורת על הכביש ניתן לחלק לתקשורת רכב-רכב )

Network

Simulation

Traffic

SimulationParser

V2V( ותקשורת רכב-תשתית )V2I-ב .)V2Vכלולים פרוטוקולים של העברת מידע בין רכבים הרכב מסוגל לדברV2Iשכנים, כמו מהירות הרכבים, בלימה פתאומית, רכב עוקף וכדומה. ב-

בחלק וכו'. דלק תחנת תמרורים, צומת/רמזור, כביש, כמו בדרך, קבועה תשתית עם מסוג תקשורת המדמים מודלים כבר הוכנסו בקרבתV2Iמסימולטורי-התחבורה בעיקר ,

צמתים. אולם בהמשך מסמך זה, וכך גם במחקר, כשמדובר על מודל תנועה אופטימאלי, פחותעוסקים בהשפעת התקשורת על התנועה ויותר על מידול התחבורה לבדה.

פירוט מודלים שוניםנתחיל בפירוט של מספר תתי-מודלים, המשולבים ברוב מודלי התנועה.

Car Following Model )CFM(.חוקים של רב מספר בתוכו המכיל מודל זהו : לבין סמוכים, רכבים בין המרחק בין הקשר את באופן מתמטי המתאר תת-מודל

, כאשר -[: 5מהירות נסיעתם, מיוצג ע"פ הנוסחה ]oS.מרחק בין הרכב הנוכחי לבין זה שלפניו = oV.מהירות הרכב הנוכחי = oאורך הרכב = o (.זמן התגובה )בד"כ

Intelligent Driver Model )IDM( ]20[ בעל מטרה דומה לזה של :CFM.Lane Changing[ למשל.13: מתי נהג מחליף נתיב, ובאיזה אופן. ע"פ ]Driver profile/behavior,איך משפיעה על הנסיעה נהגים מטיפוסים שונים: אדיש :

[.14פזיז, צעיר, עצבני וכדומה ]Dynamic User Assignmentהיכולת של רכב/נהג לקבוע מסלול ליעד, לא רק על-פי :

מסלול-קצר-ביותר אלא גם בהתאם לעומסים. חישוב המסלול מבוצע דינאמית במהלךתנועת הרכב.

Vehicle Typesסוגי רכבים שונים כמו מכונית, אוטובוס, אופנוע וכו'. השפעת אורך : הכלי, מהירות נסיעתו, מהירות תגובתו ועוד.

פיזור רכבים ראשוני: מספר גישות לכך. באופן אחיד, ע"פ נקודות עניין, ע"פ השעות ביום וכו'.

Stop/Traffic Sign Model )SSM/TSM( ]6[בצומת רכבים תנועת למידול : רגילה/מרומזרת.

מודלים מלאיםRandom WayPoint )RWP(,בצורה הבסיסית של מודל זה, כל רכב בוחר יעד אקראי :

מהירות אקראית )בתחום מותר( ונע לעבר יעדו. כאשר מגיע אליו, בוחר יעד חדשעבורMANETבאותו אופן וכך הלאה. מודל זה מיושם בעיקר בסימולציית רשתות

, ממקדות את המודל]Besttstetter ]1מידול תנועת אנשים. אך תוספות שונות, כמו של והאטה לקראת היעד, תנועה יותר לתנועת רכבים. למשל האצה מנקודת היציאה

מותאמת למפת-כבישים וכו'.Rice University Model )RUM( מודל שפותח ע"י :Sara & Johnson ]2[המותאם ,

לתנועת רכבים. כל רכב חדש מתחיל מנקודה אקראית על הכביש לכיוון יעד אקראי שנבחר. מסלול התנועה מחושב באמצעות דיקסטרה, באופן דינאמי, כאשר לכבישים יש משקלות המושפעים בעיקר ממספר הרכבים עליהם. במודל זה כל רכב נע באופן

בלתי-תלוי בשכניו.Street RAndom Waypoint )STRAW( ]4[זה לכל כביש קיימות תכונות : במודל

מסוימות. כמו סוג הכביש )מהיר, עירוני(, נקודות התחלה וסיום שלו, שם הרחוב ועוד.

המודל מכיל לפחות נתיב אחד בכל כיוון. על-מנת לקבוע מיקום התחלתי של רכבים,ברחובות–עושים שימוש בתת-מודל לפריסת רכבים צומת לפני הממוקמים קצת

. מסלול התנועה מחושבCFMאקראיים. עם תחילת הסימולציה רכבים נעים ע"פ באמצעות שני מודלים שונים. בראשון, רכב שמגיע לצומת מחליט בהסתברויות שונותלהמשיך ישר או לפנות. בשני, ההחלטה בצומת מבוססת על חישוב מסלול-קצר-ביותר.

GrooveSim ]15[ סימולטור תנועת רכבים )חד-כיווני( מבית :General Motorsבעל , מאפיינים רבים, כולל מודלי תנועה שונים ויכולת תקשורת בין רכבים. מאפשר עיבוד

.GPSמידע המגיע מ-Veins/SUMO: Veins ]17[ הוא מודל דו-כיווני המשלב סימולטור תחבורה SUMO

וסימולטור תקשורת ]10[ OMNET זורמת ע"פ מודל של Stefan Krauß. התנועה . כל רכב מושפע מיכולות התנועה הפיזיות שלו וכן מתרבות הנהיגה של הנוהג בו.]12[

רגיל/חירום, צבאי,–הסימולטור כולל תכונות שונות. אפשרויות שונות עבור סוג הרכב כבישים דינאמית; המחושב משלו, תנועה מסלול רכב לכל ועוד; ציבורי משא,

מרובי-נתיבים עם מודל החלפת נתיב; מודל צמתים והירארכיה של סוגי צמתים. Gorgorin ]16[ סימולטור דו-כיווני, הכולל תת-מודלים כגון :car following,עקיפות ,

חוקי תנועה, סוגי נהגים, החלפת נתיבים, צמתים ועוד.NCTUns ]18[.סימולטור דו-כיווני :VanetMobiSim ]19[ סימולטור משולב, מבית :EURECOM.

השוואת תוצאות המחקר עושה השוואות בין מודלי-התנועה ו/או בין הסימולטורים השונים. נביא בקצרה מספר

Deliveryתוצאות, ממספר מאמרים שונים. אחד המדדים העיקריים לבדיקת יעילות מודל הוא Ratioנבדקים: מהירות בנוסף ליעדם. הגיע מן המידע שרכבים שידרו איזה אחוז כלומר ,

,CPUרכבים ממוצעת, זמן סימולציה, מספר זוגות לא-מקושרים, משאבי עיבוד סימולציה )memory.ועוד )

[ התקבלו התוצאות הבאות:6ב-]

[ התקבלו התוצאות הבאות:8ב-]

(, או לביצועיRUM, בהרבה מקרים, קרובים מאוד לביצועיהם )RWP[ טוענים כי ביצועי 2ב-]–מודל מציאותי-יותר אחר. למשל

Table of DSR performance with 150 nodes and wireless transmission range of 500 m:Mobility Model Packet Delivery Ratio Delivery Latency Packet OverheadRUM 0.906 0.0182 s 141862.6Random Waypoint 0.916 0.0142 s 115795.6

[ התקבלו התוצאות הבאות:4ב-]

RUM[. אחת הסיבות לכך היא, כנראה, כי ב-2תוצאות אלו סותרות את מה שראינו קודם ב-] מטרים(, ללא ניחות באות500לא נלקחה סביבה מציאותית מספיק. למשל רדיוס שידור גדול )

וכו'.

[ התקבלו התוצאות הבאות:3ב-]

( לטובת המודל המתקדם, מבחינתaניתן לראות כי למרות ההבדל בביצועי העברת חבילות )

RWP( אין הבדל, ובחלק מהמקומות יש יתרון למודל הפשוט )cזמן סימולציה וכוח עיבוד )למשל(.

נקודה מעניינת נוספת היא, כי עבור טופולוגית מפות שונה התקבלו תוצאות שונות ואף הפוכות. –[ לקחו את שתי המפות האלו 6ב-]

–וקיבלו תוצאות הפוכות

[, נביא כעת טבלה מסכמת של תכונות מספר מודלים, שתדגיש את ההבדלים9בהסתמך על ]ביניהם:

VanetMobiSimNCTUnsGorgorinGrooveSimSTRAWVeinsRUM מקורמפה

TIGERManual/ imported

TIGERTIGER, GPSTIGERTIGERTIGER

ריבוינתיבים

בחירת

מקור-יעד

random, APmanualrandomrandomrandomrandom, AP

random

בחירתמסלול

Dijkstra, RWP, Density, Speed

autopilotRWalkRWalk, Dijkstra

RWalk, Dijkstra

RWalk, Dijkstra

Dijkstra

מהירותרכבים

Smooth, road-dep

?SmoothUniform, road-dep

SmoothSmooth, road-dep

Uniform

התנהגותנהג

IDMCFMCFMCFMCFM ניהול

צמתים

החלפתנתיבים

הפרעות

רדיו

סימולטור משולב

+NS-2, QualnetuniqueuniqueRoadnavSWANSSUMOכלים

OmnetNS2,

Qualnet יכולתתצוגה

++JavaC++C++C++JavaC++Cשפה

many802.11(a/b/g)CSMA\CA802.11a/DSRC802.11bmany802.11תקשורת רושםכללי

סימולטורסינטטי

מימוש פרוטוקולי

רשת חדשים

רמת פירוטMAC

פרוטוקול ניתוב) יחיד

Groovenet)

מיקום ראשוני,

נתיב אחד,

SWANS

microמסורבל

רושםכללי

V2V&V2IUrban/highway

IDM

ריבויאפשרויות

,GPSמידע מ-פשטותמודלי מהירות,

אינטראקציה בין רכבים אמיתייםלרכבים מדומים

קוד פתוחרמזורים

גמיש מאוד

למחקר

אינטואיטיבי

Road-dep: Road Dependent; CFM: car following model; AP: Attraction Point; IDM: Intelligent Driver Model

[, נביא טבלת השוואה כללית יותר, בהתאם לסיווג לקבוצות של מודלי3בנוסף, בהסתמך על ]:התנועה

Mobility Model Class Benefits DrawbacksRandom Movement Straightforward, intuitive

Readily available Imprecise Potentially unstable

Real-World Traces Most realistic node movement

Re-usable traces

Costly and time-consuming

No free parameterization

Artificial Mobility Traces

Realistic node movement Free parameterization Re-usable traces

No feedback on driver behavior

Bidirectional Coupled Simulators

Realistic node movement Free parameterization Feedback on driver

behavior

No re-usable traces

סיכום הינם בטיחות בדרכיםVANET המטרות העיקריות ביצירת פרוטוקולים ל-MANETבניגוד ל-

ויעילות מסלול התנועה )הקטנת זמן הנסיעה(. מודל תנועה טוב, כפי שציינו, מכיל בתוכו מספר VANETתתי-מודלים רבים, שחלקם עדיין תחת פיתוח. לפי מה שפתחנו, כדי לבנות מערכת

אמינה יש קודם לבנות סימולטור עבורה. כיוון שיש צורך במודל תנועה הקרוב למציאות ככלהיום התפתחו דרוש סימולטור מורכב מאוד. עד יכולות תקשורת מתאימות, האפשר, עם

הסימולטורים סוגי שני ותקשורת –במקביל תחבורה אחד– כל גבוהות, ליכולות והגיעו בתחומו. כיוון שכך, בשנים האחרונות עוסקים בשילוב שני העולמות הללו לסימולטור דו-כיווני

אחד.

מסקנות כלליות אין עדיין מודל תנועה מושלם. קירובים טובים מגיעים עם התפתחות הסימולטורים.1

הדו-כיוונים. צריך לנתח את מרכיבי מודל התנועה ולבדוק אילו מהם הכרחיים, כלומר משפיעים.2

משמעותית על מציאותיות המודל, ואילו רק מכבידים עליו. יש לקחת חלק מתוצאות המחקרים באופן מוגבל, כיוון שיש הבדל לא-מבוטל בהשפעה.3

של גורמים שונים על המדידות, כמו טופולוגית המפה, טיב תתי-המודלים ועוד. הרבה מודלי תנועה פותחו עבור תנועה עירונית. יש להניח כי תנועה זו מורכבת יותר.4

גם שם. אולם לא בוצעו מספיק יהיו טובים ולכן מודלים אלו בין-עירונית מתנועה ניסויים בנושא וייתכן שיתגלו פערים. למשל יש צורך לקחת בחשבון, בדרך בינעירונית, את מהירויות הרכבים הגבוהות והשפעתם על מודל התנועה ופרוטוקולי התקשורת,

את התנהגות הרכבים במחלף תנועה, בצווארי בקבוק וכדומה. , המתרגמים את המציאות בצורה מקסימאלית,real tracesבמודלים המבוססים על .5

ישנה בעיה חדשה. אם מצרפים מערכת תקשורת בין הרכבים, כך שהודעות יכולות . כלומרtracesלהסיט רכב ממסלולו, נוצרת תנועה חדשה, שלא נצפתה ע"י מודל ה-

גם מודל זה צריך לעבור התאמה למציאות של פרוטוקולי תקשורת במערכת. בכל.real tracesאופן, מרבית הסימולטורים לא עושים שימוש ב-

לפרויקט–מסקנות פרטניות יש לקחת מודל תנועה המבוסס על סימולטור דו-כיווני..1

אין טעם, במסגרת הזמן וכוח האדם, לבנות מודל תנועה חדש. יש לבסס את המודל.2הנבחר על אלו הקיימים.

( ובעל אפשרויות הוספה ושינוי רבות שלopen sourceיש לקחת מודל בעל קוד פתוח ).3מרכיבים, פרמטרים ופרוטוקולים.

לוויי.4 מפות העברת של והנוחות המהירות את לבדוק תוךןצריך אל מישראל, הסימולטור.

בהכרח.5 שאינן הנחות, מספר הניחו במחקר שבוצעו ניסויים שהרבה לזכור צריך תופסות בישראל. כלומר לא דומה הנהג הישראלי באופיו ובצורת התנהגותו על הכביש לזה הגרמני או האמריקאי. בנוסף ישנם הבדלים בצפיפות הרכבים, בחוקי התנועה,

במרקם הרכבים על הכביש, בשיטת הרמזורים ועוד.

REFRENCES]1[ Bettstetter, C. Smooth is better than sharp: "A random mobility model for

simulation of wireless networks". In Proceedings of the Fourth ACM International Workshop on Modeling, Analysis and Simulation of Wireless and Mobile Systems )2001(, ACM Press.

]2[ A. K. Saha and D. B. Johnson, "Modeling mobility for vehicular ad hoc networks", in Proc. of the ACM Workshop on Vehicular Ad hoc Networks (VANET), 2004.

]3[ C Sommer, F Dressler. "Progressing toward realistic mobility models in VANET simulations". IEEE Communications Magazine, 2008.

]4[ D. R. Choffnes and F. E. Bustamante, "An integrated mobility and traffic model for vehicular wireless networks", in Proc. of the ACM Workshop on Vehicular Ad hoc Networks (VANET), 2005, pp. 69–78.

]5[ Rothery, R. W. "Car following models". In Trac Flow Theory )1992(, Transportation Research Board, Special Report 165.

]6[ A. Mahajan, N. Potnis, K. Gopalan, A. Wang, "Urban mobility models for VANETs", IEEEWorkshop on Next Generation Wireless Networks (WoNGeN), Bangalore, India, December 2006.

]7[ R. Baumann, F. Legendre, and P. Sommer. "Generic Mobility Simulation Framework )GMSF(". In Proceedings of First ACM SIGMOBILE International Workshop on Mobility Models for Networking Research (MobilityModels’08), Hong Kong S. A. R.,China, May 2008.

]8[ Niranjan Potnis and Atulya Mahajan, "Mobility Models for Vehicular Ad Hoc Network Simulations", in Proceedings of the 44th Annual Southeast Regional Conference, Melbourne, Florida, 2006, pp. 746–747.

]9[ J. Haerri, F. Filali, and C. Bonnet. "Mobility models for vehicular ad hoc networks: a survey and taxonomy". IEEE Communications Surveys and Tutorials, 2008.

]10[ SUMO Simulation of Urban MObility, http://sumo.sourceforge.net/

]11[ C. Sommer, I. Dietrich, and F. Dressler, "A Simulation Model of DYMO for Ad Hoc Routing in OMNeT++", in 1st ACM/ICST International Conference on Simulation Tools and Techniques for Communications, Networks and Systems (SIMUTools 2008): 1st ACM/ICST International Workshop on OMNeT++ (OMNeT++ 2008). Marseille, France: ACM, March 2008.

]12[ Krauß, S., 1998a, "Microscopic Modeling of Traffic Flow: Investigation of Collision Free Vehicle Dynamics" (DLR—Deutsches Zentrum fur Luft- und Raumfahrt e.V., Cologne), Report No. 98-08.

]13[ Ahmed K.I., "Modeling Drivers’ Acceleration and Lane-Changing Behavior", Ph.D. thesis, MIT 1999.

]14[ Salvucci, D. D. )2006(. "Modeling driver behavior in a cognitive architecture". Human Factors, 48, 362–380.

]15[ R. Mangharam, D. S. Weller, D. D. Stancil, R. Rajkumar, and J. S. Parikh. "GrooveSim: A topography-accurate simulator for geographic routing in vehicular network". In Proc. of the 2nd ACM International Workshop on Vehicular Ad Hoc Networks (VANET), Cologne, Germany, September 2005.

]16[ C. Gorgorin, V. Gradinescu, R. Diaconescu, V. Cristea, L. Ifode, ."An Integrated Vehicular and Network Simulator for Vehicular Ad-Hoc Networks.", European Simulation and Modelling Conference (ESM), Bonn, Germany, May 2006.

]17[ C. Sommer, Z. Yao, R. German, and F. Dressler, "On the Need for Bidirectional Coupling of Road Traffic Microsimulation and Network Simulation", in 9th ACM International Symposium on Mobile Ad Hoc Networking and Computing (ACM Mobihoc 2008): 1st ACM SIGMOBILE International Workshop on Mobility Models for Networking Research (MobilityModels’08). Hong Kong, China: ACM, May 2008, submitted.

]18[ S.-Y. Wang and C.-L. Chou. "NCTUns Simulator for Wireless Vehicular Ad Hoc Network Research". In J. N. Turner and C. S. Boyer, editors, Ad Hoc Networks: New Research. Nova Science Publishers, 2009

]19[ M. Fiore and J. Haerri and F. Filali and C. Bonnet. "Vehicular Mobility Simulation for VANETs". In Proceedings of the 40th IEEE Annual Simulation Symposium (ANSS), March 2007.

]20[ M. Treiber, A. Hennecke, D. Helbing, "Congested traffic states in empirical observations and microscopic simulations", Physical Review E 62 (2000) 1805–1824.