QoS-OPP: Estratégia de Planejamento de Trajetória Orientada a Qualidade de Serviço

• Alessandro A. Milan UFF http://orcid.org/0000-0002-7716-7293
• Natalia C. Fernandes UFF https://orcid.org/0000-0001-9481-6374
• Dianne S. V. Medeiros UFF https://orcid.org/0000-0002-0361-5903

DOI: https://doi.org/10.5753/wgrs.2025.9531

Resumo

O aumento no número de veículos autônomos desafia as operadoras de telecomunicações e a gestão pública, exigindo soluções que garantam a segurança e a fluidez do trânsito, e que suportem a demanda heterogênea das aplicações de rede. Neste cenário, os Sistemas de Transporte Inteligentes (Intelligent Transportation Systems ITS), integrados às redes 5G, desempenham papel fundamental na gestão do trânsito e na locomoção dos usuários. O planejamento de trajetórias emerge como uma solução para os desafios da mobilidade urbana no ecossistema de veículos conectados, garantindo trajetos que respeitem as leis de trânsito e os requisitos das aplicações de rede executadas pelos veículos. Este artigo propõe a estratégia de Planejamento de Trajetória Orientada a Qualidade de Serviço (Quality of Service-Oriented Path Planning - QoS-OPP), que considera dados históricos da qualidade do canal para definir a melhor trajetória que atende à QoS exigida pelas aplicações. A proposta é avaliada em um estudo de caso em um bairro de Niterói/RJ por meio de simulações que refletem as leis de trânsito locais e a rede 5G que atende à região. Os resultados mostram um aumento de até 19% na vazão, enquanto reduz o atraso em até 54%.

Palavras-chave: Planejamento de Trajetória, Qualidade de Serviço (QoS), Sistemas de Transporte Inteligente (ITS)

Referências

Agarwal, B., Togou, M. A., Marco, M., & Muntean, G.-M. (2022). A comprehensive survey on radio resource management in 5G HetNets: Current solutions, future trends and open issues. IEEE Communications Surveys & Tutorials, 24(4), 2495–2534.

Akhter, J., Hazra, R., Mihovska, A., & Prasad, R. (2024). A novel resource sharing scheme for vehicular communication in 5G cellular networks for smart cities. IEEE Transactions on Consumer Electronics.

Carvalho Neto, F., Milan, A., Fernandes, N., & Guimaraes, A. (2023). Aplicações críticas habilitadas pela tecnologia 5G: Oportunidades, tendências e desafios. In SBC (pp. 153–209).

Chandola, V., Banerjee, A., & Kumar, V. (2009). Anomaly detection: A survey. ACM Computing Surveys (CSUR), 41(3), 1–58.

ETSI. (2018). 5G; NR; Physical layer procedures for data. Technical Specification (TS) 38.214, European Telecommunications Standards Institute. Version 15.3.0.

Gohar, A., & Nencioni, G. (2021). The role of 5G technologies in a smart city: The case for intelligent transportation system. Sustainability, 13(9), 5188.

Hadj-Kacem, I., Braham, H., & Jemaa, S. B. (2020). SINR and rate distributions for downlink cellular networks. IEEE Transactions on Wireless Communications, 19(7), 4604–4616.

Kumar, V., & Mehta, N. B. (2020). Exploiting correlation with wideband CQI and making differential feedback overhead flexible in 4G/5G OFDM systems. IEEE Transactions on Wireless Communications, 20(4), 2579–2591.

Liu, Z., & Deng, Y. (2025). Resource allocation strategy for vehicular communication networks based on multi-agent deep reinforcement learning. Vehicular Communications, 100895.

Milan, A. A., Fernandes, N. C., & Medeiros, D. S. (2022). A Monte Carlo approach for antenna blocking probability estimation in mobile networks. In 2022 25th Conference on Innovation in Clouds, Internet and Networks (ICIN) (pp. 146–150). IEEE.

Nardini, G., Sabella, D., Stea, G., Thakkar, P., & Virdis, A. (2020). Simu5G–an OMNeT++ library for end-to-end performance evaluation of 5G networks. IEEE Access, 8, 181176–181191.

Raza, S., Wang, S., Ahmed, M., Anwar, M. R., Mirza, M. A., & Khan, W. U. (2021). Task offloading and resource allocation for IoV using 5G NR-V2X communication. IEEE Internet of Things Journal, 9(13), 10397–10410.

Reda, M., Onsy, A., Haikal, A. Y., & Ghanbari, A. (2024). Path planning algorithms in the autonomous driving system: A comprehensive review. Robotics and Autonomous Systems, 174, 104630.

Shannon, C. E. (1948). A mathematical theory of communication. The Bell System Technical Journal, 27(3), 379–423.

Taslimasa, H., Dadkhah, S., Neto, E. C. P., Xiong, P., Ray, S., & Ghorbani, A. A. (2023). Security issues in Internet of Vehicles (IoV): A comprehensive survey. Internet of Things, 22, 100809.

Thakur, K. P., & Palit, B. (2025). A QoS-aware uplink spectrum and power allocation with link adaptation for vehicular communications in 5G networks. IEEE Transactions on Network and Service Management, 22(1), 592–604.

Ullah, I., El Sayed, H., Dowhuszko, A. A., Khan, M. A., & Hämäläinen, J. (2025). Trajectory planning of autonomous vehicles to ensure target QoS requirements in 6G mobile networks. IEEE Access.

Xiong, L., Zhang, Y., Liu, Y., Xiao, H., & Tang, C. (2023). Integrated decision making and planning based on feasible region construction for autonomous vehicles considering prediction uncertainty. IEEE Transactions on Intelligent Vehicles, 8(11), 4515–4523.

Zhao, C., Liu, J., Sheng, M., Teng, W., Zheng, Y., & Li, J. (2021). Multi-UAV trajectory planning for energy-efficient content coverage: A decentralized learning-based approach. IEEE Journal on Selected Areas in Communications, 39(10), 3193–3207.

Zhu, H., You, X., & Liu, S. (2019). Multiple ant colony optimization based on Pearson correlation coefficient. IEEE Access, 7, 61628–61638.