城市道路中基于车辆状态预测的连通性模型的路由方法与流程

本发明涉及车联网领域。

背景技术：

由于车辆的高速运动，导致车联网网络频繁变化，因此在基于拓扑、基于地理位置和基于地图的路由协议中，基于位置和基于地图的路由协议由于不依赖路由拓扑结构维护，表现出更好的性能。而基于位置和基于地图的路由协议，均依赖车辆的实时位置信息，因此需要在车联网中部署位置服务管理中心，该位置服务通常是分布式系统，如图1所示，位置服务部署在路口位置，其内部互相连通并同时与internet网络连通。位置服务实际上保持了所有车辆的实时位置信息，掌握了网络拓扑信息，并且其具备较好的计算能力，因此位置服务利用其拥有的位置信息可以评估不同网络路径的连通性，并将该信息连同目的节点的位置一同发送给源节点。

相较于高速公路，城市道路客观存在道路纵横交错，交通灯和路口广泛分布和车辆运动状态频繁变化等特性，成为阻碍车辆之间相互连通的主要因素。现有基于位置的路由协议需要源节点先访问分布式位置服务器，因此在数据发送之前由分布式位置服务器计算出一条连通性路径，从而在一定程度上提高了路由协议的效率。但是车联网节点链路可能频繁中断，路由恢复策略的代价非常高，缺乏对车辆动态变化和网络稳定性的考量。

程久军等发明人于2017年5月3日申请的《城市道路中基于车辆状态预测的连通性模型的构造方法》(申请人：同济大学，专利申请号2017103033138)，该专利申请给出的技术方案为：首先结合车辆的具体分布和动态变化，利用车辆状态预测方法，计算车辆间链路生存时间，以此评估道路是否连通和连通的稳定性，得到路口和路段连通性模型，然后推导城市道路整体连通性模型，并给出连通性最优的路径选择方法。构建城市道路整体连通性模型为:源节点出发的边权值设置为无限大；到达目的节点的边的权值为节点所代表路段的连通性的值；转弯情况的边的权值为出发节点所代表路段的连通性与其所指向路口连通性中的较小值；直行情况的权值为出发节点所代表路段的连通性。最后，通过路口和路段链路连通性度量方法得到衡量从源节点到目的节点的路径组成部分找到一条最优路径。

本发明是基于《城市道路中基于车辆状态预测的连通性模型的构造方法》(申请人：同济大学，专利申请号2017103033138)此专利申请所进行的深入研发。

技术实现要素：

本发明目的在于公开一种城市道路中基于车辆状态预测的连通性模型的路由方法，对城市道路中适用于小规模无基础设施vanet网络以及大规模有基础设施的vinet异构网络的路由方法进行深入系统的研究，从而从根本上为城市道路中车联网网络的数据传输给出稳定可靠的解决方法。

为此，本发明给出以下技术方案实现：

本发明研究方法，其特征在于，基于目前关于城市道路客观存在道路纵横交错，交通灯和路口广泛分布和车辆运动状态频繁变化等问题，基于提出的车辆状态预测的连通性模型(在先专利申请已披露，专利申请号2017103033138)，给出小规模无基础设施vanet网络以及大规模有基础设施的vinet异构网络的路由方法，从而降低了小规模无基础设施vanet网络路由恢复策略的代价，以及提高了大规模有基础设施的vinet异构网络的长距离链路的稳定性，降低了大规模连通性求解的复杂性。

一种城市道路中基于车辆状态预测的连通性模型的路由方法，其特征在于，具体方法包括如下步骤：

一、给出城市道路中适用于小规模无基础设施vanet网络的路由方法(创新点1)；

根据现有技术中已推导的城市道路中连通性模型(在先专利申请中已披露，专利申请号2017103033138)，首先确定源节点和目的节点，然后使用右手原则，选择数据包到达的下一跳最优路径路口，路由恢复通过本路段上的回退策略即可寻找到连通路径。由于最优路径是通过准确计算链路生存时间得到道路连通性进行选择的，因此最优路径上相邻路口之间很大概率存在连通路径，路由恢复通过本路段上的回退策略即可寻找到连通路径，启动右手原则进行恢复的概率极小，因此本路由方法恢复策略的代价非常低。

其特征在于，包括如下步骤实现：

步骤1.根据连通性模型给出无基础设施网络路由方法的描述；

步骤2.节点转发策略；

步骤3.路由恢复策略。

二、给出城市道路中适用于有基础设施的异构网络的路由方法(创新点2)；

有基础设施的异构网络适用于大规模网络使用分而治之策略，利用路边基础设施将大规模车联网网络区域划分为若干个块，将整个网络的连通性问题划分为多个块解决，在块内使用所述基于无基础设施网络的路由方法来传输数据，块间借助路边基础设施按照无基础设施网络路由方法的思想实现数据传递。同时，相较于位置路由方法，本发明方法利用路边基础设施实现互通的同时，将其设定为分布式位置服务器，从而提高了长距离链路的稳定性，降低了大规模连通性求解的复杂性，且易于扩展。

其特征在于，包括如下步骤实现：

步骤1.有基础设施的大规模异构网络分块策略；

步骤2.路口基础设施数据包转发策略。

本发明基于城市道路中适用于小规模无基础设施vanet网络的路由方法，该路由方法中最优路径是通过准确计算链路生存时间得到道路连通性进行选择的，因此最优路径上相邻路口之间很大概率存在连通路径；由于优先选择了一条链路生存时间比较稳定的链路，链路整体连通性高，且即使链路失败，基于连通性模型的路由机制可通过在本路段进行回跳从而快速的恢复路由，因此延迟较小；路由恢复通过本路段上的回退策略即可寻找到连通路径，相较于其他路由方法中启动右手原则进行恢复的概率极小，因此本路由恢复策略的代价比较低。

本发明利用路边基础设施将车联网大规模异构网络连通性问题划分为若干个块，块内使用基于无基础设施网络的路由方法传输数据，块间借助路边基础设施按照无基础设施网络路由方法的思想实现数据传递,提高了大规模有基础设施的vinet异构网络的长距离链路的稳定性，降低了大规模连通性求解的复杂性。

综上，本发明研究方法，相较于高速公路，城市道路客观存在道路纵横交错，交通灯和路口广泛分布和车辆运动状态频繁变化等特性，成为阻碍车辆之间相互连通的主要因素。现有基于位置的路由协议需要源节点先访问分布式位置服务器，因此在数据发送之前由分布式位置服务器计算出一条连通性路径，从而在一定程度上提高了路由协议的效率。但是车联网节点链路可能频繁中断，路由恢复策略的代价非常高，缺乏对车辆动态变化和网络稳定性的考量。针对这些问题，本发明给出了一种城市道路中基于车辆状态预测的连通性模型的路由方法，基于在先公开的车辆状态预测的连通性模型，给出小规模无基础设施vanet网络以及大规模有基础设施的vinet异构网络的路由方法，从而降低了小规模无基础设施vanet网络路由恢复策略的代价，以及提高了大规模有基础设施的vinet异构网络的长距离链路的稳定性，降低了大规模连通性求解的复杂性。

附图说明

图1分布式位置服务管理

图2bologna的join数据集7am到12am的车辆数量变化图

图3无基础设施网络的路由协议

图4路由恢复策略

图5路由恢复策略提早到达情况

图6有基础设施的路由方法

图7无基础设施的道路网络仿真场景

图8无基础设施的连通性路由与gsr路由投递率对比

图9无基础设施的连通性路由与gsr路由平均端到端延迟对比

图10有基础设施的道路网络仿真场景

图11有基础设施的连通性路由与gsr路由投递率对比

图12无基础设施的连通性路由与gsr路由平均端到端延迟对比

图13为本发明方法流程图

图14算法1的流程图

图15算法2的流程图

图16为算法3的流程图

具体实施方式

本发明的具体实施过程如图13所示，包括如下5个方面：

①城市道路中适用于小规模无基础设施vanet网络的路由方法

②城市道路中适用于有基础设施的异构网络的路由方法

③对城市道路中小规模无基础设施vanet网络的路由方法进行验证

④对城市道路中有基础设施的异构网络的路由方法进行验证

①

城市道路中适用于小规模无基础设施vanet网络的路由方法

无基础设施网络的路由机制适用于小范围小规模的路由，如图3所示，假设源节点s将发送数据给目的节点d，则向位置服务中心请求目的节点d的位置，根据在先提出的连通性模型(在先专利已披露，专利申请号2017103033138)，

得到最佳路径为i1i3i5i6，则位置服务在发送目的节点d的位置的同时，将十字路口所组成的有序序列也发送给源节点s，十字路口使用其中心位置的坐标表示。源节点收到目的节点的位置后，按照首先将数据包向i1的位置推进，当数据包到达i1附近范围内，则将数据以i3为目标发送，以此类推到达i6，最后向目的节点推进。十字路口在其中充当锚点的作用，使数据包沿指定的道路发送。

其每一跳的处理方法如算法1所示(图14)。

该算法1：

首先判断自己是目的节点，如果是则路由完成，否则判断目的节点是否是自己的邻居节点，如果是则转发给目的节点，如果还不满足，则判断自己是否位于十字路口，如果是则删除当前十字路口，如果存在下一个十字路口，则向下一个十字路口推进，否则向目的节点推进。推进方式为选择距离下一跳路口或者目的节节点最近的节点转发，若没有满足要求的节点，则进入路由恢复策略。其中路由恢复如图4所示，如从源节点出发最优路径为i1i3i5i7i8，到达ve1时最优路径到达i5i7i8，如ve1将数据包发送给ve2节点，而ve2没有满足要求的到达i5的邻居节点，则ve2将数据包往回一跳，到达ve1，ve1从剩余邻居节点从选择其他节点如ve3，如ve3有满足要求的下一跳到达i5，则恢复转发策略。否则继续往回溯到达十字路口节点如ve1，则此时使用右手原则，选择数据包到达的道路的逆时针方向的下一条道路即图中以此原则转发，每达到路口判断当前路口是否为最优路径中的路口i5、i7或i8，到达则恢复转发策略。通常该恢复策略将到达下一跳最优路径路口，但也有可能提前到达其他最优路径路口，如图5所示，ve1当前最优路径为i5i6，在ve1使用右手原则恢复策略先到达i6，则最优路径直接从i5i6变成i6，然后到达目的节点。

路由恢复策略描述如算法2所示(图15)。由于最优路径是通过准确计算链路生存时间得到道路连通性进行选择的，因此最优路径上相邻路口之间很大概率存在连通路径，因此路由恢复通过本路段上的回退策略即可寻找到连通路径，启动右手原则进行恢复的概率极小，因此本路由恢复策略的代价非常低。

②

城市道路中适用于有基础设施的异构网络的路由方法

有基础设施的异构网络适用于大规模网络使用分治策略利用路边基础设施将大规模车联网网络区域划分为若干个块，将整个网络的连通性问题划分为多个块解决，在块内使用基于无基础设施网络的连通性模型来传输数据，块间借助路边基础设施传递数据。

如图6所示，有基础设施的异构网络首先在骨干路口部署路边基础设施，该路边基础设施互相连通，可直接使用以太网协议交换数据。该路边基础设施同时充当分布式位置服务器，因此其需要充当位置服务器功能、最优路径推导和基础设施之间数据转发三大功能。其对于各种到达的数据包的处理算法如算法3所示(图16)。对于位置服务器功能，当车辆节点向其发送位置数据包或询问目的节点位置时，同时将其到达附近基础设施的最优路径发送给该节点，则车辆节点同步位置或询问目节点位置时则可沿该路径到达附近路边基础设施。当源节点询问目的节点信息如果本地存在，则返回给源节点使用上文提到的无基础设施网络的路由机制传输。如不存在，则向其他基础设施询问，并将自己的位置和路径告诉源节点，然后将数据转发给其他路边基础设施，其他路边基础设施收到数据包后，寻找到目的节点的最佳路径，向目的节点转发。其转发过程如图6所示，源节点s发送数据包给rsu4，rsu4转发给rsu5，rsu5转发给目的节点d，其中s到rsu4，rsu5到d之间使用上文给出的无基础设施网络的路由机制。该基础设施的部署利用了现有的分布式位置服务器，将大范围的数据传输切分到小规模，提高了长距离链路的稳定性，并降低了大规模连通性求解的复杂性，且易于扩展。

算法3：

以下进一步给出仿真实验

本发明使用sumo作为交通仿真器，omnet++作为网络仿真器，使用veins框架进行整合。仿真数据集使用意大利的城市bologna的真实道路网络和交通流数据bologna_small-0.24.0，该数据集包括三个区域的数据andreacosta，pasubio和两个区域合并区域称为join，其交通数据包含早上8点到9点交通高峰期的车辆运动数据，三个区域的车辆运动轨迹分别为8622条，8681条和11079条，由于有些车辆可能在区域andreacosta和pasubio均存在，所有join区域的轨迹条数小于两者之和。由于该数据集仅包括高峰期的数据，所以本发明还采用bedognil等采用的方法使用90％的轨迹构造早上7点到8点的交通数据，使用80％的轨迹构造9点到10点的数据，使用70％的轨迹构造10点到12点的数据。因此使用的交通数据为基于处理得到的早上7点到12点的数据，该时间段每隔半小时采样绘制的车辆数量变化如图2所示。从图中可知车辆从7am到8am时刻汽车快速涌进城市，至8am到9am时刻车流到达高峰时间，从9点开始车流缓慢减少至400辆左右。仿真实验统计该时间段内路由机制的投递率和延迟率，在稀疏密度和密集密度情况下与基于地图的路由协议gsr对照比较性能。

分别为：

一、对城市道路中小规模无基础设施vanet网络的路由方法进行验证

无基础设施网络的路由机制验证使用pasubiohe场景，如图7所示，分别在相隔比较大的两个街道部署一个固定路边基础设施作为源节点和目的节点。分别使用基于地图的路由协议gsr协议和本文给出的无基础设施的基于连通性模型的路由协议统计其投递率和延迟。

图8为早上7点到中午12点分别使用gsr协议和无基础设施的基于连通性模型的路由协议在投递率的比较，结合图6的车辆的密度数据可知在7点左右车辆密度非常小gsr的投递率非常低仅有40％，当车辆密度到达比较高的程度时，gsr的投递率明显提高，而9点过后车辆密度降低，gsr投递率降低。可见gsr协议对于车辆密度敏感度非常高。无基础设施的连通性路由协议在车辆密度非常低的7点到8点时段，投递率仍然可以达到比较高的值，而在9点到12点车辆密度降低的情况下，其投递率并没有明显降低，保持90％左右的投递率，可见无基础设施的连通性路由协议对于密度的敏感度低于gsr协议。由于无基础设施的连通性路由协议在选择最佳路径时刻并不完全依赖密度在选择最佳路径，其通过选择一条连通性高的路径使其在整体密度比较低的情况下，仍可以通过计算链路生存时间等信息得到最佳路径。

图9为早上7点到12点gsr路由和无基础设施的连通性路由的平均端到端延迟比较，在车辆密度比较高的9点到12点，两种路由协议延迟相差较小，而在早上7点到8点时段gsr协议的延迟比无基础设施的连通性路由明显偏大。其主要在于gsr路由协议在车辆密度较低的时候，链路连通性比较低，车辆频繁变化导致其常限于局部最优路径，但是整体链路不连通，此时gsr协议启动路由恢复机制，使用右手原则需要绕道，因此其路由恢复代价比较大导致很大的延时。而基于连通性模型的路由机制由于优先选择了一条链路生存时间比较稳定的链路，链路整体连通性高，且即使链路失败，基于连通性模型的路由机制可通过在本路段进行回跳从而快速的恢复路由，因此延迟较小。

二、对城市道路中有基础设施的异构网络的路由方法进行验证

有基础设施的路由机制验证使用pasubiohe和andreacosta场景的合并场景join，如图10所示，分别在pasubiohe和andreacosta场景四周骨干道路路口部署基础设施，基础设施互相连通性，将join划分为两个子区域，在两个区域分别部署源节点和目的节点，源节点定期发送数据包到目的节点，数据包分别使用gsr路由和有基础设施的异构网络路由机制进行路由，统计投递率和延迟。

图11为分别使用gsr和有路边基础设施的连通性路由协议进行路由统计的投递率，由于网络范围和距离的增大，gsr路由协议在密度小的时候投递率非常低下，而相比之下有基础设施的连通性路由由于使用基础设施将大范围网络划分为多个子区域降解问题规模使得其投递率相比小范围路由时其投递率没有明显降低，在车辆密度比较高的情况下，仍可以达到90％左右的投递率，而gsr路由协议密度大的情况下，由于范围的影响其中途陷入链路空洞的可能性提高，使得其投递率有明显下降。

从延迟方面来看，gsr路由协议在路由路径范围大的情况下其性能有明显下降，如图12所示。相比小范围gsr路由，其延迟整体都显著升高，源节点和目的节点的距离相比小范围路径长度大约增大1倍，而其延迟并没有成比例增长，明显大于1倍，可见gsr的在长距离路由时由于使用路由恢复的可能提高，使其路由代价明显升高，延迟增大。而有基础设施的连通性路由协议由于区域划分，无论其源节点与目的节点之间的距离如何，均可看作源节点在小范围内与基础设施之间传输数据与目的节点在小范围内与基础设施时间传输数据，因此相比小范围路由，其延迟大约仅提升1倍。而由于基于地理位置和基于地图的路由协议均需要使用分布式位置服务器，因此基础设施的设备消耗非常有价值，其将大规模的网络分解，分层次路由，其思想与现在广泛使用的以太网网络的骨干网络设计的原理类似。因此，有基础设施的连通性路由机制对于大范围传输能有效提高性能。

创新之一：利用在先专利申请的推导的城市道路中连通性模型(《城市道路中基于车辆状态预测的连通性模型的构造方法》，申请人：同济大学，专利申请号：2017103033138)，提出了一种基于城市道路中小规模无基础设施vanet网络的路由方法，从而降低了小规模无基础设施vanet网络路由恢复策略的代价。

首先确定源节点和目的节点，然后使用右手原则，选择数据包到达的下一跳最优路径路口。由于最优路径是通过准确计算链路生存时间得到道路连通性进行选择的，因此最优路径上相邻路口之间很大概率存在连通路径，路由恢复通过本路段上的回退策略即可寻找到连通路径，启动右手原则进行恢复的概率极小，因此本路由方法恢复策略的代价非常低。

创新之二：针对城市道路中有基础设施的大规模异构网络，提出了分块策略，实现数据转发路由方法，从而提高了长距离链路的稳定性，降低了大规模连通性求解的复杂性。

针对城市道路中有基础设施的大规模异构网络，使用分而治之策略，利用路边基础设施将大规模车联网网络区域划分为若干个块，将整个网络的连通性问题划分为多个块解决，在块内使用基于无基础设施网络的路由方法来传输数据，块间借助路边基础设施按照无基础设施网络路由方法的思想实现数据传递。