UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA

UNIVERSITA’ DEGLI STUDI DI MODENA E REGGIO EMILIA CORSO DI LAUREA IN INGEGNERIA INFORMATICA STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI TESI DI LAUREA DI: MATTEO PERGOLA RELATORE: PROF. FEDERICA ANDREOLI CORRELATORI: ING. LUCA CARAFOLI E PROF. RICCARDO MARTOGLIA

STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI Ø Introduzione progetto Pegasus e obiettivo della tesi Ø Algoritmo proposto e stato dell’arte Ø Scenario di riferimento Ø Sperimentazione Ø Conclusioni e sviluppi futuri

INTRODUZIONE Stato attuale del traffico: • • Elevato numero di incidenti Consumo eccessivo di carburante Inquinamento acustico e ambientale Generale stato di congestione Nuovi concetti di mobilita’ e trasporti promossi nel 7° Programma Quadro dell’UE Sviluppo di ricerche per un sistema di trasporto intelligente (ITS) dove definire le tecnonologie dell’informazione e della comunicazione (ICT) da integrare

PROGETTO PEGASUS Progetto Industria 2015 a cui partecipa l’ISGroup nell’unità IEIIT-CNR Prog. Etto per la Gestione della mobilita’ Attraverso Sistemi infotelematici per l’ambito Urbano per la Sicurezza di passeggeri, veicoli e merci OBIETTIVO: Sviluppare un sistema di trasporto intelligente per una gestione del traffico efficente e per migliorare la sicurezza stradale Tramite l’uso di una piattaforma infotelematica in cui ogni veicolo e’ equipaggiato con una OBU: On Board Unit

PROGETTO PEGASUS BTS • Ogni veicolo tramite l’OBU invia e riceve dati dalla centrale OBU • • Il Centro di Controllo comunica tramite la rete GPRS BTS Control Centre Due differenti tipi di comunicazione 1) V 2 I Vehicle-to-Infrastructure 2) V 2 V Vehicle-to-Vehicle Il Centro di Controllo riceve i dati, li salva, e gestisce i messaggi scambiati con le OBU Infrastructu red Network Scenario di riferimento ad-hoc multi-hop V 2 V communication V 2 I communication GPS unit Accel unit GPRS V 2 I unit Wi. Fi V 2 V unit Real-time comms engine Smart navigation engine User interface OBU: On Board Unit Maps & real-time data

OBIETTIVO DELLA TESI L’uso della rete GPRS porta degli alti costi di trasmissione dati tra ogni veicolo e il Centro di Controllo Uso di tecniche comunication-saving per minimizzare le comunicazioni • Strategia di comunicazione ibrida • Le comunicazioni V 2 V riducono il carico V 2 I Combinazione e selezione dinamica di: • Tecniche di comunication-saving V 2 V • Tecniche di comunication-saving V 2 I

OBIETTIVO DELLA TESI Tecniche comunication-saving nella comunicazione V 2 V I veicoli sfruttano la connessione Wi. Fi gratuita per: • • • Auto-organizzarsi dinamicamente in cluster Aggregare i loro dati Minimizzare le comunicazioni V 2 I (minimizzare i costi) Auto-organizzazione delle OBU vicine in cluster: • • Essenziale in questo ambiente ampiamente dinamico I Cluster Member (CM) comunicano con il loro Cluster Head CH I CH comunicano alla Centrale di Controllo Le comunicazioni intra-cluster sono immediate (per esempio notifica di incidente) Protocolli di aggregazione dinamica distribuita interne al cluster per stimare misure utili : • • • Non si assume un’infrastruttura di routing Dynamic Counting Distributed Averaging OBIETTIVO: Studiare, implementare e valutare un nuovo algoritmo di clustering in grado di affrontare l’alta dinamicità della rete e cercare al tempo stesso una stabilità nei cluster

STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI Ø Introduzione progetto Pegasus e obiettivo della tesi Ø Algoritmo proposto e stato dell’arte Ø Scenario di riferimento Ø Sperimentazione Ø Conclusioni e sviluppi futuri

ALGORITMO ALLO STATO DELL’ARTE L’agoritmo si base su due fasi: Fase 1: Ogni veicolo genera una probabilita' casuale di elezione come CH 0, 6 0, 5 0, 9 D 0, 1 A Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo con probabilita’ maggiore rispetto a tutti i suoi vicini, i quali diventano suoi CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH C E 0, 2 0, 5 0, 3 F 0, 2 Esempio Fase 1 B I G H 0, 8

ALGORITMO ALLO STATO DELL’ARTE L’agoritmo si base su due fasi: Fase 1: Ogni veicolo genera una probabilita' casuale di elezione come CH Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo con probabilita’ maggiore rispetto a tutti i suoi vicini, i quali diventano suoi CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH CH D CM di D A C E FN 0, 3 B CH CM di H F FN 0, 2 Esempio Fase 2 CH CM di A CM di D I G H CH

ALGORITMO ALLO STATO DELL’ARTE Possono essere presenti veicoli che non sono stati eletti ne’ CH ne’ CM Quindi si ripete la seconda fase, finche ogni veicolo e’ CM o CH, cioe’: CH CM di A CM di D CH D CM di D A C Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo con probabilita’ maggiore rispetto a tutti i suoi vicini, i quali diventano suoi CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH E FN 0, 3 B CM di H F FN 0, 2 Esempio Fase 2 CH I G H CH

ALGORITMO ALLO STATO DELL’ARTE Possono essere presenti veicoli che non sono stati eletti ne’ CH ne’ CM Quindi si ripete la seconda fase, finche ogni veicolo e’ CM o CH, cioe’: CM di A CM di D CM di B CH D CH CM di D A C Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo con probabilita’ maggiore rispetto a tutti i suoi vicini, i quali diventano suoi CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH Esempio Ripetizione. Fase 2 E CH B CM di H CM di F CM di B F CH CH I G H CH

ALGORITMO PROPOSTO L’agoritmo si base su due fasi: Fase 1: Ogni veicolo memorizza il numero di vicini visti nella portata Wi. Fi e genera una probabilita’ casuale di elezione come CH Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo che vede il maggior numero di vicini, e in caso di parita’ di veicoli visti, l’elezione si confronta con la probabilita’ maggiore, a seguire si eleggono i vari CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH Esempio Fase 1 ( 2 ; 0, 6 ) ( 4 ; 0, 5 ) ( 1 ; 0, 9 ) ( 2 ; 0, 1 ) D A C E ( 2 ; 0, 2 ) ( 0 ; 0, 5 ) B ( 3 ; 0, 3 ) ( 1 ; 0, 2 ) F I G H ( 1 ; 0, 8 )

ALGORITMO PROPOSTO L’agoritmo si base su due fasi: Fase 2: 1. I veicoli tramite la Wi. Fi scambiano la loro probabilita’ 2. Viene eletto CH ogni veicolo che vede il maggior numero di vicini, e in caso di parita’ di veicoli visti, l’elezione si confronta con la probabilita’ maggiore, a seguire si eleggono i vari CM 3. I veicoli isolati nel raggio Wi. Fi diventano automaticamente CH Esempio Fase 2 CM di C CH Fase 1: Ogni veicolo memorizza il numero di vicini visti nella portata Wi. Fi e genera una probabilita’ casuale di elezione come CH D CM di C A C E CM di C CM di G CH B CH CM di G F I G H CM di G

ALGORITMO PROPOSTO Possono essere presenti dei veicoli che non sono stati eletti ne’ CH ne’ CM, e come detto prima per l’algoritmo allo stato dell’arte, si risolvono ripetendo la seconda fase, finche ogni veicolo e’ CM o CH In questo esempio non e’ sono presenti FN CM di C CH D CM di C A C E CM di C CM di G B CH CH CM di G F I G H Esempio Fase 2 CM di G

ANALISI CMMCH Dalla definizione degli algoritmi, e’ possibile che un CM sia assegnato a piu’ CH e viene quindi chiamato CMMCH (cluster member multi cluster head). Questa situazione non deve esserci, perche’ contro la politica di communication-saving CMMCH: Si usano le seguenti soluzioni Algoritrmo allo stato dell’arte: CM di A CM di D CM di B CM di D D A CH 0, 9 I CMMCH sono assegnati al CH con probabilita’ minore CH 0, 6 C CMMCH: E CH 0, 3 B CH 0, 5 CM di H CM di F CM di B F Esempio CMMCH presenti CH 0, 2 I G H CH 0, 8

ANALISI CMMCH Dalla definizione degli algoritmi, e’ possibile che un CM sia assegnato a piu’ CH e viene quindi chiamato CMMCH (cluster member multi cluster head). Questa situazione non deve esserci, perche’ contro la politica di communication-saving Si usano le seguenti soluzioni CH 0, 6 CM di B Algoritrmo allo stato dell’arte: D I CMMCH sono assegnati al CH con probabilita’ minore C E CH 0, 3 B CM di F F Esempio CMMCH risolti CM di D A CH 0, 9 CH 0, 2 CH 0, 5 I G H CH 0, 8

ANALISI CMMCH Dalla definizione degli algoritmi, e’ possibile che un CM sia assegnato a piu’ CH e viene quindi chiamato CMMCH (cluster member multi cluster head). Questa situazione non deve esserci, perche’ contro la politica di communication-saving Si usano le seguenti soluzioni CM di C CH(4 ; 0, 5 ) CM di C D Algoritrmo proposto: CMMCH: I CMMCH sono assegnati al CH con minor numero di veicoli visti e con probabilita’ minore C E CM di C CM di G B CH( 0 ; 0, 5 ) CH( 3 ; 0, 3 ) F Esempio CMMCH presenti CM di C A CM di G I G H CM di G

ANALISI CMMCH Dalla definizione degli algoritmi, e’ possibile che un CM sia assegnato a piu’ CH e viene quindi chiamato CMMCH (cluster member multi cluster head). Questa situazione non deve esserci, perche’ contro la politica di communication-saving Si usano le seguenti soluzioni CM di C CH ( 4 ; 0, 5 ) CM di C D CM di C A Algoritrmo proposto: C E I CMMCH sono assegnati al CH con minor numero di veicoli visti e con probabilita’ minore Esempio CMMCH risolti CM di G B CH ( 0 ; 0, 5 ) CH ( 3 ; 0, 3 ) F CM di G I G H CM di G

STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI Ø Introduzione progetto Pegasus e obiettivo della tesi Ø Algoritmo proposto e stato dell’arte Ø Scenario di riferimento Ø Sperimentazione Ø Conclusioni e sviluppi futuri

SCENARIO DI RIFERIMENTO La simulazione degli algoritmi e’ stata realizzata sulla mappa di Roma, in una variante del raccordo anulare, in Via Tiburtina nel tratto Via di Casal Bruciato Ponte Mammolo redatta I dati di partenza della mappa a Perugia nel 1999: sono stati ottenuti dal microsimulatore Vissim VISSIM: Modello di microsimulazione dinamica della circolazione stradale, parte della linea di prodotti PTV Vision. Mappa studiata • Durata della simulazione: 600 secondi • Passo di simulazione: 0, 5 secondi Mappa ottenuta da Vissim

STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI Ø Introduzione progetto Pegasus e obiettivo della tesi Ø Algoritmo proposto e stato dell’arte Ø Scenario di riferimento Ø Sperimentazione Ø Conclusioni e sviluppi futuri

SPERIMENTAZIONE Per poter testare il nuovo algoritmo proposto, si e’ creato un simulatore in Java per interfacciarsi con la mappa di Vissim e implementare quindi gli algoritmi. Il simulatore in Java ha permesso di testare gli algoritmi al variare di: Portata Wi. Fi Dell’OBU Campionamento della simulazione Il raggio e’ stato cambiato nei Questo dato fisicamente corrisponde alla valori: 100 – 120 – 140 – 250 metri frequenza di scambio dati tra le OBU. Il campionamento e’ stato cambiato nei valori: 0, 5 – 1 – 2 – 4 – 8 secondi Globalmente sono state effettuate 20 simulazioni differenti in cui: Ogni simulazione ha generato 7 file Ogni file e’ costituito da anche piu’ di 1200 righe per 15 colonne

RISULTATI: campionamento 0, 5 secondi e Wi. Fi 100 metri Analisi globale Algoritmo proposto STABILITA' CM 1 AVG LIFE IN OTHERS CH 1 AVG LIFE IN ONE CH 1 STABILITA' DIMENSIONE CH 1 DIM CONSTANT CH AVG 1 24% 34% 76% Algoritmo allo stato dell’arte STABILITA' CM 2 AVG LIFE IN OTHERS CH 2 DIM CHANGE CH AVG 1 AVG LIFE IN ONE CH 2 66% STABILITA' DIMENSIONE CH 2 DIM CONSTANT CH AVG 2 12% DIM CHANGE CH AVG 2 23% 77% 88% • Maggior tempo di permanenza di un CM nello stesso cluster • Minor cambi di dimensione di un CH ü L’algoritmo proposto ha migliorato la stabilita’ dei cluster

RISULTATI: campionamento 0, 5 secondi e Wi. Fi 100 metri Analisi globale Algoritmo proposto PERCENTUALE DI CH "NUOVI E VECCHI" ELETTI AD OGNI PASSO DELLA SIMULAZIONE PERCENTUALE DI CH ISOLATI E NON PRESENTI AD OGNI PASSO DELLA SIMULAZIONE 6% 35% OLD CH 1 STATE WITH OTHERS 1 NEW CH 1 65% STATE LONELY 1 94% Algoritmo allo stato dell’arte PERCENTUALE DI CH "NUOVI E VECCHI" ELETTI AD OGNI PASSO DELLA SIMULAZIONE 23% OLD CH 2 PERCENTUALE DI CH ISOLATI E NON PRESENTI AD OGNI PASSO DELLA SIMULAZIONE 8% NEW CH 2 STATE WITH OTHERS 2 STATE LONELY 2 77% 92% • Maggior numero di CH mantenuti dagli step precedenti • Minor numero di CH isolati presenti ad ogni step ü L’algoritmo proposto ha migliorato la stabilita’ dei cluster

RISULTATI: campionamento 0, 5 secondi e Wi. Fi 100 metri Analisi lungo gli step di simulazione Continuita’ dell’algoritmo nella rete dinamica n CHs 1 n CHs 2 n CHs LONELY 1 n CHs LONELY 2 ALGORITMO PROPOSTO ALGORITMO ALLO STATO DELL’ARTE 35 • Minor numero di CH eletti • Minor numero di CH isolati eletti 30 25 N 20 15 10 5 1190 1108 1149 1067 985 1026 903 944 821 862 739 780 698 616 657 575 534 493 411 452 370 329 247 288 165 206 83 124 1 42 0 STEP NEW CHs 1 NEW CHs 2 OLD CHs 1 OLD CHs 2 ALGORITMO PROPOSTO ALGORITMO ALLO STATO DELL’ARTE 35 • Minor numero di nuovi CH eletti ad ogni step • Maggior numero di CH mantenuti dagli step precedenti 30 25 N 20 15 10 5 STEP 1190 1149 1108 1067 1026 985 903 944 821 862 780 739 698 657 616 575 534 493 452 411 370 329 247 288 165 206 83 124 1 42 0

RISULTATI: al variare del campionamento e Wi. Fi 100 metri PERCENTUALE DI TEMPO DI PERMANENZA DI UN OBU NELLO STESSO CLUSTER AVG LIFE IN ONE CH 1 ALGORITMO PROPOSTO AVG LIFE IN ONE CH 2 ALGORITMO ALLO STATO DELL’ARTE 0, 3 0, 25 0, 2 0, 15 0, 1 0, 05 0 0, 5 1 2 CAMPIONAMENTO 4 8 PERCENTUALE DI CH "NUOVI" ELETTI AD OGNI PASSO DELLA SIMULAZIONE NEW CH 1 ALGORITMO PROPOSTO NEW CH 2 ALGORITMO ALLO STATO DELL’ARTE 1 0, 8 0, 6 0, 4 0, 2 0 0, 5 1 2 CAMPIONAMENTO 4 8 Vantaggi ridotti o annullati all’umentare del campionamento

RISULTATI: performance al variare del campionamento e della Wi. Fi PERCENTUALE DI MESSAGGI INVIATI PER LA VELOCITA' MEDIA NEI SEGMENTI RISPETTO ALL'ASSENZA DI ALGORITMI DI ELEZIONE TOT SEND MESSAGES 1 ALGORITMO PROPOSTO TOT SEND MESSAGES 2 ALGORITMO ALLO STATO DELL’ARTE 0, 5 0, 4 0, 3 0, 2 0, 1 0 0, 5 NUMERO DI MESSAGGI INVIATI V 2 I: SENZA ALGORITMO: 263094 ALGORITMO 1: 112162 ALGORITMO 2: 115386 1 2 CAMPIONAMENTO 131491 56207 57698 4 65685 28011 28901 8 32805 13965 14363 16329 6942 7156 PERCENTUALE DI MESSAGGI INVIATI PER LA VELOCITA' MEDIA NEI SEGMENTI RISPETTO ALL'ASSENZA DI ALGORITMI DI ELEZIONE TOT SEND MESSAGES 1 TOT SEND MESSAGES 2 ALGORITMO PROPOSTO ALGORITMO ALLO STATO DELL’ARTE 0, 5 0, 4 0, 3 0, 2 0, 1 0 100 NUMERO DI MESSAGGI INVIATI V 2 I: SENZA ALGORITMO: 263094 ALGORITMO 1: 112162 ALGORITMO 2: 115386 WIFI 120 263094 106873 109306 140 263094 104988 104538 250 263094 95433 92276 • Differenze minime tra l’algoritmo proposto e l’algoritmo allo stato dell’arte • Riduzione delle comunicazioni V 2 I di circa un 50%

STUDIO, SIMULAZIONE E VALUTAZIONE DI UN ALGORITMO V 2 V PER LO SCAMBIO DI INFORMAZIONI Ø Introduzione progetto Pegasus e obiettivo della tesi Ø Algoritmo proposto e stato dell’arte Ø Scenario di riferimento Ø Sperimentazione Ø Conclusioni e sviluppi futuri

CONCLUSIONI v Maggiore stabilita’ lungo la simulazione v Maggiore stabilita’ al variare della portata Wi. Fi v Minor numero di comunicazioni V 2 I effettutate SVILUPPI FUTURI v Test di simulazione su scenari piu’ o meno estesi e diversificati (strade urbane, extrarbane, autostrade, congestioni di traffico, etc) v Implementazione nel simulatore di protocolli di aggregazione dinamica distribuita

GRAZIE A TUTTI PER L’ATTENZIONE