Aplicando Redes Sociais Veiculares para Aprimorar o Gerenciamento da Mobilidade Urbana

• Ademar T. Akabane UNICAMP
• Roger Immich UNICAMP
• Edmundo R. M. Madeira UNICAMP
• Leandro A. Villas UNICAMP

DOI: https://doi.org/10.5753/sbrc.2019.7423

Resumo

O Sistema Avançado de Gerenciamento de Tráfego (ATMS) é cada vez mais utilizado por gestores de mobilidade urbana para aprimorar o gerenciamento de tráfego veicular. Muitos ATMS empregam soluções centralizadas devido à dificuldade de selecionar os veículos mais relevantes, em redes altamente dinâmicas, para detectar congestionamentos e sugerir rotas alternativas. Além disso, tais soluções nem sempre são escaláveis. Por outro lado, a solução distribuída necessita previamente segmentar todo o cenário para selecionar os veículos. Além disso, tal solução sugere rotas alternativas, de maneira egoísta, que podem levar ao congestionamento secundário. Com base nessas lacunas encontradas, foi proposto um sistema distribuído de gerenciamento de mobilidade urbana baseado no paradigma das redes sociais veiculares (VSNs) chamado MAESTRO. Tal paradigma surgiu a partir da integração dos dispositivos de comunicação sem-fio e das redes sociais no ambiente veicular. Assim duas diferentes abordagens podem ser exploradas em VSNs: Social Network Analysis (SNA) e Social Network Concepts (SNC). Ambas abordagens foram aplicadas no sistema MAESTRO. Os resultados das simulações mostraram que o uso dos SNA e SNC, no ambiente veicular, tem grande potencial em aumentar a escalabilidade do sistema e também aprimorar a eficiência no gerenciamento da mobilidade urbana.

Palavras-chave: Mobilidade Urbana, Redes Veículos, Controle de Congestionamento

Referências

Akabane, A., Immich, R., Pazzi, R., Madeira, E., and Villas, L. (2018a). Distributed egocentric betweenness measure as a vehicle selection mechanism in vanets: A performance evaluation study. Sensors (Basel, Switzerland), 18(8).

Akabane, A. T., Immich, R., Madeira, E. R., and Villas, L. A. (2018b). imob: An intelligent urban mobility management system based on vehicular social networks. In 2018 IEEE Vehicular Networking Conference (VNC), pages 1–8. IEEE.

Akabane, A. T., Pazzi, R. W., Madeira, E. R., and Villas, L. A. (2017). Applying egocentric betweenness measure in vehicular ad hoc networks. In Network Computing and Applications (NCA), 2017 IEEE 16th International Symposium on, pages 1–4. IEEE.

Akabane, A. T., Villas, L. A., and Madeira, E. R. M. (2015). An adaptive solution for data dissemination under diverse road traffic conditions in urban scenarios. In Wireless Communications and Networking Conference (WCNC), pages 1654–1659. IEEE.

Bazzi, A. and Zanella, A. (2016). Position based routing in crowd sensing vehicular networks. Ad Hoc Networks, 36:409–424.

de Souza, A. M. and Villas, L. A. (2016). A fully-distributed traffic management system to improve the overall traffic efficiency. In Proceedings of the 19th ACM International Conference on Modeling, Analysis and Simulation of Wireless and Mobile Systems, pages 19–26. ACM.

Doolan, R. and Muntean, G.-M. (2017). Ecotrec—a novel vanet-based approach to reducing vehicle emissions. IEEE Transactions on Intelligent Transportation Systems, 18(3):608–620.

Manual, H. C. (2010). Hcm2010. Transportation Research Board, National Research Council, Washington, DC.

Nilsson, M. G., Gustafson, C., Abbas, T., and Tufvesson, F. (2017). A measurementbased multilink shadowing model for v2v network simulations of highway scenarios. IEEE Transactions on Vehicular Technology, 66(10):8632–8643.

Pan, J. S., Popa, I. S., and Borcea, C. (2017). Divert: A distributed vehicular traffic rerouting system for congestion avoidance. IEEE Transactions on Mobile Computing, 16(1):58–72.

Qin, J., Zhu, H., Zhu, Y., Lu, L., Xue, G., and Li, M. (2016). Post: Exploiting dynamic sociality for mobile advertising in vehicular networks. IEEE Transactions on Parallel and Distributed Systems, 27(6):1770–1782.

Rahim, A., Kong, X., Xia, F., Ning, Z., Ullah, N., Wang, J., and Das, S. K. (2017). Vehicular social networks: A survey. Pervasive and Mobile Computing.

Schrank, D., Eisele, B., and Lomax, T. (2012). Tti’s 2012 urban mobility report: Powered by inrix traffic data. college station, texas: Texas a&m transportation institute, texas a&m university system. accessed 18 april 2012.

Vegni, A. M. and Loscri, V. (2015). A survey on vehicular social networks. IEEE Communications Surveys & Tutorials, 17(4):2397–2419.

Wang, S., Djahel, S., Zhang, Z., and McManis, J. (2016). Next road rerouting: A multiagent system for mitigating unexpected urban traffic congestion. IEEE Transactions on Intelligent Transportation Systems, 17(10):2888–2899.

Wang, X., Ning, Z., Hu, X., Ngai, E. C.-H., Wang, L., Hu, B., and Kwok, R. Y. (2018). A city-wide real-time traffic management system: Enabling crowdsensing in social internet of vehicles. IEEE Communications Magazine, 56(9):19–25.