Um importante aspecto para avalia¸c˜ao de novas propostas de algoritmos para redes veiculares ´e o padr˜ao de mobilidade dos n´os, o qual determina quando h´a contato entre os n´os, e qual sua dura¸c˜ao. De acordo com [5-8], os modelos de mobilidade podem ser influenciados por diversos fatores. Aos quais s˜ao divididos em duas classes, que s˜ao parˆametros relacionados com a micro-mobilidade e com a macro-mobilidade.
Micro-mobilidade tem como objetivo descrever o comportamento de cada ve´ıculo in- dividualmente. Certamente, esses parˆametros n˜ao s˜ao comuns a todos os n´os da rede, mas desempenham um papel importante durante a simula¸c˜ao. Isso porque a mobilidade individual de cada ve´ıculo influencia diretamente na forma¸c˜ao da rede. Parˆametros como velocidade, acelera¸c˜ao, comportamento em interse¸c˜oes (com ou sem sem´aforos) s˜ao modelados pelo comportamento e pela maturidade do motorista e podem ser influ- enciados por diversos fatores, como pontos de interesse, humor, sexo, idade. Levar esses parˆametro do mundo real para o mundo simulado ´e um desafio que tem sido atacado pelos principais simuladores de rede [9].
Al´em dos parˆametro de micro-mobilidade, que est˜ao relacionados com o comporta- mento individual de cada ve´ıculo, modelos de mobilidade tˆem que lidar com parˆametros de macro-mobilidade. Tais parˆametros descrevem o comportamento de um grupo de ve´ıculos, como por exemplo a densidade dos ve´ıculos, a velocidade m´edia de viagem, os pontos de interesse aos quais o maior fluxo tente a convergir, dentre outros.
5.2.1
Modelos de mobilidade
Cada modelo de mobilidade tem suas caracter´ısticas espec´ıficas, podendo ser aplicado em determinado cen´ario ou n˜ao. Para entendermos melhor como os modelos de mobilidade se comportam e como esses parˆametros afetam nos resultados, ser´a apresentado uma breve descri¸c˜ao de alguns dos modelos presentes nos simuladores de VANTEs, uma lista mais exaustiva pode se encontrada em [5-8].
(a) Random-Waypoint: Segundo [10-11], o Random-Waypoing ´e um simples modelo estoc´astico no qual o n´o viaja entre dois pontos da ´area de simula¸c˜ao durante um tempo gerado aleatoriamente. Primeiramente, os n´os s˜ao colocados aleatoriamente na ´area de simula¸c˜ao. Cada n´o aguarda durante um tempo de espera que ´e gerado utilizando distribui¸c˜ao normal, quando o tempo de espera termina, o n´o viaja at´e
VeNeM - Gerador De Mobilidade Veicular Real 39
um outro ponto escolhido aleatoriamente dentro da ´area de simula¸c˜ao. Ent˜ao o n´o aguarda um novo tempo de espera e viaja at´e um novo ponto escolhido alea- toriamente. Esse processo se repete durante toda a simula¸c˜ao. Existem algumas varia¸c˜oes desse modelo que tentam tornar o ambiente um pouco mais real, como por exemplo a inser¸c˜ao de velocidade m´edia para os ve´ıculos viajarem entre os pontos ou ainda a inser¸c˜ao de pontos de interesse, aos quais tendem ter maior fluxo de ve´ıculos. Por´em, o Random-Waypoint n˜ao considera o uso de nenhum parˆametro real, e a mobilidade ´e completamente aleat´oria, o que n˜ao corresponde a realidade, pois ve´ıculos devem respeitar os limites de estradas e rodovias.
(b) Grid de Manhattan: Proposto por [12], no Grid de Manhattan o cen´ario ´e dividido em quadrados, lembrando os quarteir˜oes de uma cidade planejada. Inicialmente os n´os s˜ao distribu´ıdos pelo cen´ario de forma aleat´oria, depois cada n´o escolhe a dire¸c˜ao em que ele deve viajar, e vai at´e o outro ponto a uma velocidade constante. Ao alcan¸car um cruzamento, o n´o escolhe aleatoriamente uma nova dire¸c˜ao pela qual ele seguir´a com uma velocidade diferente, (tamb´em escolhida aleatoriamente). Essa dire¸c˜ao, geralmente ´e distribu´ıda como sendo, 50% de probabilidade do ve´ıculo seguir em linha reta, e 25% de probabilidade do ve´ıculo virar para qualquer um dos lados (direita ou esquerda).
(c) Cluster de Voronoi: Segundo [13], v´arias cidades n˜ao crescem de forma planeja- das, fazendo com que as ruas formem um grafo complexo que se assemelha ao Diagrama de Voronoi (Figura 5.1). Por esse motivo, nesse modelo de mobilidade a disposi¸c˜ao das ruas s˜ao representadas por um Diagrama de Voronoi. Os ve´ıculos s˜ao distribu´ıdos uniformemente pela ´area da simula¸c˜ao e se move em uma velo- cidade inicial escolhida entre 0 e a velocidade m´axima predefinida. Quando o n´o esbarra em uma borda, que representa as constru¸c˜oes `as margens da via, ele con- tinua o movimento seguindo o ˆangulo de reflex˜ao, quando acontece a refra¸c˜ao o movimento do n´o ´e espelhado. Em algum instante o n´o interrompe o movimento e aguarda por um momento de pausa, tamb´em predefinido, ao decorrer de tal tempo, o n´o volta a se movimentar em um novo ˆangulo e uma nova velocidade.
5.2.2
Evolu¸c˜ao dos simuladores
Segundo [14] evolu¸c˜ao hist´orica dos simuladores de redes VANETs pode ser facilmente percebida. Quando os modelos de mobilidade que utilizam parˆametros aleat´orios para
40 VeNeM - Gerador De Mobilidade Veicular Real
Figura 5.1: Modelo de um grafo de Voronoi.
representar o movimento dos n´os deixaram de atender as expectativas da academia. O que deixou claro a necessidade do surgimento de propostas que repliquem de forma mais fiel o comportamento real do n´o nesse tipo de rede. Com isso surgem simuladores que modelam a mobilidade dos n´os da rede utilizando traces de rotas veiculares coletadas a partir de sistemas de navega¸c˜ao. Por´em, apesar da mobilidade dos n´os da rede estarem limitadas pelas fronteiras entre as ruas e as constru¸c˜oes ao seu entorno, a falta de um modelo para prever o comportamento do motorista provocam resultados indesejados.
Para resolver tal problema, surgem os simuladores de redes com casamento bidire- cinal [15], ou seja, uma integra¸c˜ao entre dois tipos de simuladores distintos, que s˜ao os simuladores de redes veiculares e os simuladores de tr´afego. Ambos os simuladores trocam informa¸c˜oes para auxiliar na tomada de decis˜oes sobre o movimento dos n´os na rede. Com isso conseguem simular de forma dinˆamica o comportamento do motorista ao encontrar um cruzamento, um sem´aforo fechado, ou algum incidente que possa refletir na simula¸c˜ao (como uma freada para evitar colis˜ao com o carro da frente, mudan¸cas de pista, etc). As vantagens e desvantagens de cada classe de modelo de mobilidade pode ser vista em mais detalhes na Tabela 5.1.
VeNeM - Gerador De Mobilidade Veicular Real 41
Classe de Modelo de Mobilidade Vantagens Desvantagens
Movimento randˆomico
Simples,
Impreciso intuitivo,
Sempre dispon´ıvel
Rotas reais Movimento do n´o mais reais Caro
Rotas reutiliz´aveis Consome tempo
Rotas artificiais Movimento do n´o realista Sem feedback do motorista
Rotas reutiliz´aveis
Casamento Bidirecional Movimento do n´o realista imposs´ıvel replicar feedback das a¸c˜oes do motorista
Tabela 5.1: Vis˜ao geral das classes de modelos de mobilidade
Como consequˆencia, juntamente com a evolu¸c˜ao da riqueza de realismo dos simu- ladores de redes, os simuladores tamb´em evolu´ıram em n´ıvel de complexidade, onde o simuladores da classe de Casamento Bidirecional s˜ao consideravelmente mais complexos e os da classe de Movimento randˆomico s˜ao menos complexos. Tal complexidade faz com que a curva de aprendizado para utilizar tais simuladores seja muito grande, comprome- tendo os testes para pesquisas de curto prazo e incentivando a utiliza¸c˜ao de simuladores customizados.
5.2.3
Discuss˜ao
Percebemos que a maioria das novas propostas de algoritmos de roteamento s˜ao testa- das em simuladores customizados. Al´em dos simuladores customizados prejudicarem a implementa¸c˜ao das propostas por outros membros da comunidade, geralmente os expe- rimentos s˜ao reportados com ausˆencia de alguns parˆametros. Isso faz com que autores de novas propostas optem por comparar seus algoritmos com algoritmos b´asicos.
Com isso, percebemos que apesar das pesquisas que envolvem simula¸c˜oes em redes veiculares estarem em constante evolu¸c˜ao, ainda h´a lacunas que tornam este, um campo de pesquisa ainda em aberto.
42 VeNeM - Gerador De Mobilidade Veicular Real