Content uploaded by Jamal Toutouh
Author content
All content in this area was uploaded by Jamal Toutouh on Jul 13, 2018
Content may be subject to copyright.
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
5
Resumen
Uno de los mayores retos a los que se enfrentan las sociedades modernas es la movilidad
urbana. La congestión de las carreteras y los problemas de seguridad vial son considerados
factores clave en la degradación de la calidad de vida de los ciudadanos. Las innovaciones
tecnológicas que consigan mejorar la movilidad marcarán gran parte del futuro de las
ciudades inteligentes. Una de las tecnologías más prometedoras aplicadas a este ámbito
son las redes vehiculares ad hoc. Estas redes de comunicación inalámbrica permiten la
comunicación directa, gratuita y dinámica entre vehículos cercanos y de estos con
elementos de la infraestructura vial.
Estas redes de comunicación están marcando la industria del automóvil actual, ya que han
propiciado el surgimiento del vehículo conectado y la Conducción Social Cooperativa
(Cooperative Social Driving, CSD). El acceso a distintas fuentes de información permite
ampliar enormemente las funcionalidades del vehículo. El CSD permite que los vehículos
cercanos puedan interactuar intercambiando información relevante en tiempo real. Esta
información puede haber sido recogida por los sensores del vehículo, introducida por
usuarios o recibida de otro vehículo. De este modo los conductores circulan con una
percepción más completa del estado real del tráfico y pueden ser advertidos sobre la
existencia de obstáculos, accidentes, peatones en la vía u otro cualquier hecho importante.
También se pueden desarrollar utilidades, como crear nubes para el intercambio de
documentos, fotos, vídeos y juegos.
El CSD se sustenta en el intercambio de archivos, siendo capital que la transferencia de los
mismos sea óptima. El que un mensaje llegue y que lo haga a tiempo representa la
diferencia de evitar o no una situación peligrosa. Nuestro grupo de investigación ha
desarrollado protocolos para este fin, y ha optimizado los existentes para que comiencen a
ser útiles en situaciones reales de velocidades variadas y volatilidad de la conexión.
Por lo general, son expertos quienes por su experiencia o llevando a cabo experimentos de
laboratorio proponen la configuración de un protocolo. En el presente artículo se presenta la
aplicación de la Inteligencia Computacional para la configuración automática e inteligente de
protocolos aplicados en redes vehiculares. Para ello se ha definido la configuración de
protocolos como un problema de optimización y se han diseñado algoritmos inspirados en la
naturaleza para resolverlo. Entre los algoritmos empleados destacan los Algoritmos
Genéticos, que se basan en la Teoría de Darwin de la evolución de las especies, y los
algoritmos de Optimización por Cúmulo de Partículas, inspirados en el comportamiento
social de los animales como las aves en una bandada.
Estos algoritmos se han combinado con un simulador de redes vehiculares realista y de
forma automática han calculado configuraciones óptimas que han mejorado
CONDUCCIÓN SOCIAL
COOPERATIVA EN
CIUDADES INTELIGENTES
Jamal Toutouh
Universidad de Málaga
60
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
considerablemente el rendimiento de los protocolos de comunicación analizados. En las
pruebas reales en ciudad (Málaga), sólo los protocolos optimizados empleando nuestra
metodología han podido transmitir la información que se requería de un vehículo a otro. Las
aplicaciones posibles son innumerables, y la tecnología está lista para generar productos
que se acepten en el mercado actual.
Palabras clave: movilidad inteligente; redes vehiculares ad hoc; conducción social
cooperativa; inteligencia computacional
Área temática: Actuaciones sostenibles del espacio urbano
Abstract
Most of the world population lives in urban areas, and it is expected that the number of
inhabitants in cities will be 75% of the world's population by 2050. Thus, a wide range of
challenges have to be faced by the different city stakeholders in order to mitigate the
negative effects of a very fast growth of such urban areas. One of the main concerns in
modern cities is mobility. The vast increment in the volume of urban road traffic experienced
during the last decades causes serious issues that have be confronted with new tools. Traffic
jams bother the daily life of the population, mainly because traffic congestion causes longer
trip times and a larger associated pollution, not to mention the economic losses due to delays
and other transport problems. Thus, great efforts are being made to develop Smart Mobility
solutions.
Vehicular ad hoc networks (VANETs) are based on the spontaneous creation of a wireless
network for data exchange between vehicles, mainly. Wireless networking technologies are
used in VANETs, including short range radio and cellular. These communication networks
are leading the automotive industry today, as they have led to the emergence of the
connected vehicle and the Social Cooperative Driving (CSD). CSD allow drivers and vehicles
to access different data sources in order to increase the knowledge about the current road
traffic status. Besides, other types of infotainment services and applications can be deployed
using VANETs.
File transferring is always an essential service in VANETs since their ultimate purpose is the
exchange of information among the nodes. Thus, it is desirable to optimize the file
transferring protocol to provide the applications with the best service possible. One of the
ways to get such an efficient protocols is to better fit their configuration parameters to the
VANETs specifications. This study proposes the application of Computational Intelligence to
obtain automatically optimal protocol configurations for vehicular environments. The main
idea is to define the protocol configuration as an optimization problem and address it by
using intelligent tools, such as metaheuristics, and a realistic simulation procedure to
evaluate the obtained solutions.
In this work, we have carried out a real world testbed at streets of Málaga in order to study
the performance of the analyzed file transfer protocol by exchanging information between
cars in a real urban. These experiments have confirmed the efficiency of configuring VANET
nodes with protocols improved by applying our methodology.
61
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
1. Introducción
Desde que las diferentes civilizaciones empezaron a organizarse en núcleos urbanos se
pudo comprobar que la movilidad, tanto interna como inter-urbana, condicionaría el
desarrollo de las ciudades. En la actualidad, con la mayoría de la población mundial viviendo
en ciudades (se espera que en 2050 sobre un 70% de la población mundial se concentre en
núcleos urbanos), la movilidad es uno de los grandes retos a los que nos tenemos que
enfrentar. Según estimaciones de la Comisión Europea los problemas de congestión de las
redes viales cuestan un punto porcentual del Producto Interior Bruto de los presupuestos de
la Unión, lo que se traduce en un sobrecoste del orden de mil millones de euros al año. A su
vez, se estima que el 23% de la polución que existe en las ciudades europeas lo generan los
vehículos de transporte por carretera y a todo esto hay que añadirle los costes humanos y
económicos de los accidentes que se producen en las redes viales. Así, desde diferentes
iniciativas de Ciudades Inteligentes o Smart Cities se están invirtiendo innumerables
esfuerzos en proveer de sistemas de Movilidad Inteligente o Smart Mobility para ofrecer una
respuesta adecuada al reto de proporcionar un transporte urbano más eficiente, seguro y
cómodo, que está siendo cada vez más exigente.
Gracias a la aplicación de los últimos avances en tecnologías de la información y la
comunicación (TIC) en entornos de movilidad vial se ha desarrollado la aparición de las
redes vehiculares ad hoc o VANET (vehicular ad hoc networks). Estas redes de
comunicación inalámbrica sin infraestructura se forman de forma espontánea,
principalmente entre vehículos cercanos y distintos elementos de la infraestructura vial como
semáforos, señales, paneles o sensores. Estas redes de comunicación inalámbrica permiten
la comunicación directa, gratuita y dinámica entre vehículos cercanos y de estos con
elementos de la infraestructura vial (Campolo y col., 2015) .
Las VANET están marcando la industria del automóvil actual, ya que han propiciado el
surgimiento del vehículo conectado y la Conducción Social Cooperativa (Cooperative Social
Driving, CSD). El acceso a distintas fuentes de información permite ampliar enormemente
las funcionalidades del vehículo. El CSD permite que los vehículos cercanos puedan
interactuar intercambiando información relevante en tiempo real. Esta información puede
haber sido recogida por los sensores del vehículo, introducida por usuarios o recibida de
otro vehículo. De este modo los conductores circulan con una percepción más completa del
estado real del tráfico y pueden ser advertidos sobre la existencia de obstáculos, accidentes,
peatones en la vía u otro cualquier hecho importante. También se pueden desarrollar
utilidades, como crear nubes para el intercambio de documentos, fotos, vídeos y juegos.
Aplicando CSD se pueden desarrollar aplicaciones revolucionarias en el ámbito de la
seguridad y la eficiencia vial, siendo un eje fundamental de los futuros Sistemas Inteligentes
de Transporte o Intellingent Transportation Systems (ITS). Dichas aplicaciones facilitarán
que los vehículos puedan intercambiar información avisando sobre futuras maniobras o
situaciones peligrosas, de este modo se podrá asistir al conductor para evitar situaciones de
peligro e incluso accidentes, lo cual es importante porque se estima que el 90% de los
accidentes tienen como causa principal el error humano. A su vez, se desarrollarán
aplicaciones que mejorarán la eficiencia de los transportes por carretera proponiendo rutas e
itinerarios acordes con el estado del tráfico en tiempo real y los perfiles de cada conductor.
La Figura 1 muestra dos casos de aplicación de CSD para proporcionar movilidad inteligente
en nuestras ciudades: a) aviso de accidente de tráfico en la vía pública, reduzca la velocidad
y/o cambie de ruta; y b) precaución porque hay un vehículo de emergencias acercándose a
su posición.
62
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Figura 1. Casos de uso de la CSD (C2C-CC, 2015)
a) Aviso de accidente de tráfico en la vía pública.
b) Vehículo de emergencias acercándose a su posición.
El CSD se sustenta en el intercambio de archivos, siendo capital que la transferencia de los
mismos sea óptima. El que un mensaje llegue y que lo haga a tiempo representa la
diferencia de evitar o no una situación peligrosa. Nuestro grupo de investigación ha
desarrollado protocolos para este fin, y ha optimizado los existentes para que comiencen a
ser útiles en situaciones reales de velocidades variadas y volatilidad de la conexión
(CARLINK, 2006).
Por lo general, son expertos quienes por su experiencia o llevando a cabo experimentos de
laboratorio proponen la configuración de un protocolo. En el presente artículo se presenta la
aplicación de la Inteligencia Computacional para la configuración automática e inteligente de
protocolos aplicados en redes vehiculares. Para ello se ha definido la configuración de
protocolos como un problema de optimización y se han diseñado algoritmos inspirados en la
naturaleza (metaheurísticas) para resolverlo. Entre los algoritmos empleados destacan los
Algoritmos Genéticos (Genetic Algorithms, GA), que se basan en la Teoría de Darwin de la
evolución de las especies, y los algoritmos de Optimización por Cúmulo de Partículas
(Particle Swarm Optimization, PSO), inspirados en el comportamiento social de los animales
como las aves en una bandada (Blum y Roli, 2003).
Estos algoritmos inteligentes, combinados con un simulador de redes vehiculares realista,
han calculado de forma automática configuraciones óptimas que han mejorado
considerablemente el rendimiento de los protocolos de comunicación analizados.
Asimismo, hemos decidido sacar la experimentación del laboratorio y llevarla a la calle. Por
lo que una vez mejorado los protocolos de comunicación, se han realizado pruebas de
campo con vehículos equipados con dispositivos que faciliten la comunicación empleando
una VANET circulando por las calles de Málaga. En estas pruebas sólo los protocolos
63
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
optimizados con nuestra metodología han podido transmitir la información que se requería
de un vehículo a otro con los requisitos establecidos.
Si revisamos la literatura, podemos encontrar trabajos que han aplicado diferentes
metaheurísticas para la optimización de protocolos, ya sea para mejorar la calidad de
servicio que ofrecen como para reducir los requisitos de recursos que necesitan (Bitam S. y
Mellouk, 2014; Toutouh, 2016). La optimización de protocolos de difusión (broadcasting)
para redes vehiculares fue analizada por Abdou y col. (2011) y Galaviz-Mosqueda y col.
(2016). Estos autores aplicaron algoritmos metaheurísticos basados en GA para mejorar el
rendimiento de estos protocolos y reducir los problemas de congestión de la red. A su vez,
se han aplicado este tipo de soluciones para optimizar protocolos de encaminamiento
(routing). Lobiyal y col. (2015) aplicó un algoritmo inspirado en PSO para mejorar la entrega
de paquetes de datos aplicando el protocolo de encaminamiento AODV. En Toutouh y Alba
(2015), analizamos la optimización del mismo protocolo de enrutamiento aplicando dos
algoritmos de optimización multi-objetivo, uno basado en GA y otro en PSO. Otro protocolo
de encaminamiento que también se ha estudiado es el OLSR. Un conjunto de cinco
metaheurísticas fueron aplicadas para optimizar dicho protocolo (Toutouh y col, 2012). En
todos estos trabajos previos validan sus resultados empleando simuladores de VANET, lo
que limita el realismo de los resultados que ofrecen. Nosotros por el contrario, en el presente
trabajo lo hacemos empleando experimentos de campo.
Así, los objetivos principales de este trabajo de investigación son los siguientes: a) introducir
al lector a la revolucionaria tecnología de las redes vehiculares y la CSD; b) enumerar los
principales retos que presenta su desarrollo, centrándose en la optimización de los
protocolos; c) aplicar metaheurísticas para resolver dicho problema; y d) validar mediante
pruebas reales de campo los resultados obtenidos.
Este documento se organiza como sigue. En la siguiente sección introducimos el concepto
de VANET y discutimos sus principales problemas. La Sección 3 presenta el problema de
optimización definido para mejorar el protocolo de transferencia de archivos. La Sección 4
describe la metodología empleada para resolver el problema. Las secciones 5 y 6 presentan
los resultados experimentales de la optimización del protocolo y las pruebas de campo,
respectivamente. Finalmente, en la Sección 7, se presentan las conclusiones de este trabajo
y las principales líneas de trabajo futuro.
2. Comunicación Eficiente en Redes Vehiculares
Uno de los pilares del CSD son las redes vehiculares ad hoc o VANET (vehicular ad hoc
networks). Las VANET son redes descentralizadas que proveen de una plataforma para el
diálogo contínuo de vehículos entre sí (vehicle-to-vehicle o V2V) y con los elementos de la
infraestructura vial (vehicle-to-infrastructure o V2I) como semáforos, señales de tráfico, etc.
Asimismo, aprovechando que los vehículos pueden contar con dispositivos de conexión a
redes celulares (como teléfonos móviles) también se definen las comunicaciones de banda
ancha (vehicle-to-broadband o V2B), aunque solo para cierto tipo de servicios (Hartenstein y
Laberteaux, 2009; Campolo y col., 2015).
64
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Figura 2. Escenario VANET típico.
Debido a que las VANET comunican de forma directa y a que los vehículos están en
continuo movimiento, cuentan con una serie de características que las hace únicas dentro
del dominio de las redes móviles. Estas son las siguientes:
● Nodos con alta capacidad de cómputo y energía: Los vehículos que pertenecen a las
VANET cuentan con ordenadores de abordo que tienen una capacidad de cómputo
muy competitiva. A su vez, estos dispositivos se encuentran conectados a la fuente
de energía del vehículo (batería y alternador) por lo que no tienen restricciones de
energía elevada.
● Control totalmente descentralizado: No existe ninguna entidad central o servidor que
se encargue de la gestión de la red, por lo que se hace de forma totalmente
distribuida entre los nodos de la red.
● Alta movilidad, pero predecible de los nodos: La mayoría de los nodos de las VANET
son vehículos que se mueven a altas velocidades. Asimismo, los vehículos se
mueven siguiendo los patrones que les indican las carreteras y las normas de
circulación, por lo que se puede predecir cuál va a ser el movimiento que lleve un
nodo.
● Topología de la red altamente variable: La topología formada por los nodos de la red
tiende a cambiar de forma rápida y continua. Esto se debe a principalmente dos
factores que dificultan el mantenimiento de la conectividad entre nodos. Estos son: a)
los nodos de las VANET emplean tecnologías de comunicación inalámbrica basadas
en los protocolos de IEEE 802.11 (corto alcance) y b) la movilidad de los nodos es
muy alta.
● Variabilidad en las condiciones en las que se da la comunicación: Las VANET se
pueden desplegar en diferentes entornos, tanto en áreas urbanas como interurbanas.
En las primeras la existencia de edificios, árboles y todo tipo de obstáculos limitan la
propagación de la señal inalámbrica, y con ello, la calidad de servicio de la red.
Fuera de las ciudades, las condiciones de propagación de la señal son más
favorables, pero los nodos se mueven a mayor velocidad.
Estas características hacen del despliegue de este tipo especial de redes un desafío
formidable, puesto que la mayoría de sus servicios requieren comunicaciones con unos
umbrales de una calidad de servicio altos y estrictos en términos de tiempos y ratios de
entrega. Por lo tanto, es necesario que los protocolos de comunicación que se empleen en
VANET tengan un funcionamiento óptimo. Para así, el intercambio de información/archivos
entre vehículos se haga de forma correcta y dentro de los tiempos requeridos. Esto es
importante puesto que un paquete de datos o un archivo llegue en tiempo y forma puede ser
la diferencia de evitar un accidente de tráfico o no.
Diferentes autores han trabajado principalmente en dos líneas de investigación para la
obtención de protocolos útiles para comunicaciones vehiculares:
65
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
● Se han desarrollado un protocolo específico para el intercambio de archivos entre
vehículos empleando comunicaciones VANET, el VDTP (Vehicular Data Transfer
Protocol) (Luna S., 2008). Este protocolo permite a dos vehículos intercambiar
archivos que contengan datos, imágenes, audio y vídeo.
● Se ha definido una metodología para optimizar protocolos de comunicación para
redes móviles ya existentes. Para que así, estos cumplan con las restricciones de
calidad de servicio cuando se usan en entornos de alta volatilidad como las redes
vehiculares.
Aquí nos centramos en la segunda línea de trabajo, la optimización de protocolos. La idea
fundamental es la de encontrar una configuración de los parámetros que gobiernan el
funcionamiento del protocolo (contadores, temporizadores, variables de decisión, etc.) que
mejor se adapten a las características de las VANET, y así ofrezcan la mejor calidad de
servicio posible. Se define un proceso de optimización que se encarga de buscar de forma
automática e inteligente una configuración de parámetros que mejoren de forma significativa
diferentes aspectos de la comunicación, como por ejemplo, tiempos de transmisión, tasas de
transferencia, etc.
Los parámetros de configuración de un protocolo tienen una fuerte relación no-lineal entre
ellos y tienen una influencia difícil de evaluar de forma directa en la calidad de servicio que
ofrecen. Así, una configuración simboliza un conjunto de valores continuos y discretos que
dificultan la búsqueda de una configuración óptima en entornos de comunicación reales
empleando técnicas de optimización clásicas (Toutouh, 2016). Por lo tanto, es necesario
aplicar métodos inteligentes en los que destacan las metaheurísticas, como los Algoritmos
Genéticos y los algoritmos de Optimización por Cúmulo de Partículas, capaces de obtener
soluciones (configuraciones de protocolos) eficientes empleando recursos de cómputo
razonables. A esto lo llamamos optimización de protocolos off-line.
3. Problema de la Optimización de la Transferencia de Archivos en VANET
El protocolo de transferencia de archivos VDTP fue desarrollado por miembros de nuestro
grupo de investigación en el contexto del proyecto europeo EUREKA-CELTIC CARLINK
(CARLINK, 2006). El protocolo opera en la capa de aplicación y se encarga de ofrecer un
servicio transversal a todas las aplicaciones de CSD que se pueden desarrollar sobre una
VANET, la transferencia de información entre dos vehículos encapsulada en archivos. Así,
VDTP se emplea para transferir tanto los datos de sobre la cinemática del vehículo
(velocidad, dirección, aceleración, etc.) empleados por aplicaciones de seguridad vial
(archivos del orden de decenas de kilobytes), como archivos multimedia (audio o vídeo) que
tienen tamaños del orden de decenas de megabytes.
VDTP es un protocolo basado en el método de parada y espera (stop-and-wait)
específicamente diseñado para comunicaciones vehiculares (Luna S., 2008). El protocolos
divide los archivos en segmentos, paquetes o tramas de un tamaño determinado y los envía
de forma consecutiva, de modo que no se envía la trama siguiente hasta que no se recibe
un paquete de confirmación de recepción (ACK) por parte del receptor del archivo. Así, el
emisor espera un tiempo de espera determinado, si en ese tiempo no ha recibido el ACK
reenvía la trama actual. Este proceso de espera y reenvío se realiza un número determinado
de veces por trama, una vez llegado a ese número de veces se entiende que la
comunicación entre emisor y receptor se ha perdido y se detiene la transferencia.
Como se puede comprobar por el funcionamiento de VDTP, éste depende esencialmente de
tres parámetros fundamentales que condicionan su funcionamiento y su rendimiento (Luna
S., 2008). Estos son los siguientes:
● El tamaño de segmento que es un valor entero que representa el número de bytes
de datos máximos que puede encapsular una trama. Según la definición del
protocolo está en el rango de que va de 128 a 524.288 (512 kilobytes).
● El tiempo de espera para la retransmisión de una trama en segundos que es un
valor real que va de 1 a 10.
66
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
● El máximo número de reenvíos por segmento que es un valor entero que va del 1
al 250.
El problema de Optimización de la Transferencia de Archivos (OTA) en VANET que se trata
en este estudio consiste en buscar una configuración para los tres parámetros de VDTP
para mejorar la calidad del servicio del protocolo y asegurar el correcto funcionamiento de la
CSD. Esto significa que se quiere minimizar los tiempos de transferencia de los archivos y el
número de tramas perdidas y maximizar la cantidad de datos transferidos correctamente.
Para ello se empleará una estrategia de optimización de protocolos off-line.
4. Metodología
La optimización de protocolos off-line consiste en la búsqueda automática de
configuraciones factibles de los parámetros que gobiernan los protocolos, para optimizar su
rendimiento. El número y el rango de valores de los parámetros que gobiernan el protocolo
definen un espacio de búsqueda lo suficientemente grande y desconocido para hacer inútil
el uso de métodos exactos y enumerativos para resolverlo.
La metodología de optimización seguida en este trabajo consiste en aplicar de forma
conjunta una metaheurística y un proceso de simulación de una VANET que calcule la
calidad de las soluciones tentativas (configuraciones del protocolo que se optimiza) que se
van creando. Así, las diferentes soluciones que calculan los algoritmos de optimización son
evaluadas por un simulador que configura los nodos con la solución a evaluar. Tras la
simulación, se analizan distintas métricas sobre las comunicaciones, y con ellas se evalúa la
calidad o fitness de la solución (ver Figura 2).
Figura 2. Estrategia de optimización off-line de protocolos VANET.
En este trabajo de investigación se presenta la optimización del protocolo de transferencia
de archivos VDTP. La idea principal es la de maximizar la cantidad de datos que se envían
dos vehículos. Para ello se ha evaluado la calidad del servicio que ofrece el protocolo en
términos de cantidad de datos transmitidos en kilobytes (datos_transmitidos), número de
segmentos de datos perdidos (segmentos_perdidos) y tiempo de transmisión de los archivos
en segundos (tiempo_transmision), en un escenario en el que diferentes vehículos
intercambian un número N de archivos.
Para que las metaheurísticas empleadas en este trabajo puedan realizar la búsqueda de
una configuración óptima se ha de definir una función de calidad o fitness, que tenga en
cuenta los tres parámetros de calidad de servicio empleados en este estudio. La siguiente
ecuación se ha definido de forma que el problema OTA se resuelva mediante la
minimización de la función f de fitness, y con ello, se maximice la cantidad de datos
transmitidos y se minimice tanto el tiempo de transmisión como el número de segmentos
perdidos.
67
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
=1
∑
=1
_ −_
(_ +) (1)
Para que el proceso de optimización obtenga una configuración óptima y aplicable al mundo
real, la simulación debe obtener resultados fidedignos y realistas. Así, se han definido
escenarios realistas empleando información real de la ciudad de Málaga para la evaluación
de los protocolos en la simulación. Para ello se ha empleado un simulador utilizado por
numerosos autores, el Network Simulator 2 o ns-2 (Issariyakul, T. y E. Hossain, 2008). Cabe
destacar que el uso de este tipo de simulaciones requieren de unos tiempos de cómputo que
están en el orden de minutos.
Con afán de asegurar que los resultados obtenidos son útiles para la sociedad, hemos
decidido sacar la investigación del laboratorio a las calles. Así, hemos realizado pruebas
reales transferencia de archivos entre vehículos empleando el protocolo VDTP, configurando
el mismo con las parametrizaciones obtenidas de forma automática por nuestra metodología
y la estándar propuesta por los diseñadores.
Cinco optimizadores basados en metaheurísticas se han analizado en este trabajo para
resolver OTA (Blum y Roli, 2003): cuatro basadas en población o conjunto de soluciones
(PSO, GA, Evolución Diferencial o Differential Evolution -DE- y Estrategias Evolutivas o
Evolutionary Strategies -ES-) y una basada en trayectoria (Enfriamiento Simulado o
Simulated Annealing -SA-).
5. Evaluación Experimental
Esta sección describe los experimentos llevados a cabo para resolver el problema de
optimización OTA empleando metaheurísticas. Los algoritmos utilizados para resolver dicho
problema de optimización han sido implementados en C++ empleando la biblioteca de
funciones MALLBA desarrollada por nuestro grupo de investigación (Alba y col., 2006). Para
la evaluación de las soluciones se ha empleado ns-2 en su versión 2.31. Como las
metaheurísticas son algoritmos no deterministas, se realizan 30 ejecuciones independientes
de cada una de las metaheurísticas.
5.1 Instancia VANET para la Simulación de las Soluciones
Para la evaluación (simulación) de las soluciones generadas por las metaheurísticas se ha
definido un escenario a partir de los datos reales de una zona cercana al Campus de
Teatinos de la Universidad de Málaga en Málaga. Se simula un tiempo de 180 segundos en
los que hay 30 vehículos recorriendo las carreteras que se muestran en la Figura 3
siguiendo las normas reales de tráfico y tratando de intercambiando archivos de 1024
kilobytes entre ellos usando VDTP. Para que los resultados de la simulación reflejen las
interacciones reales de las comunicaciones se han seguido las recomendaciones
propuestas por Alba y col. (2008).
68
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Figura 3. Carreteras pertenecientes al escenario simulado para la evaluación de soluciones.
5.2 Configuración de los Algoritmos
Para que la comparativa entre algoritmos sea justa estos se han configurado teniendo en
cuenta que todos realicen el mismo número de máximo soluciones tentativas, es decir, que
el criterio de parada de los cinco algoritmos será que lleven a cabo 1000 evaluaciones de la
función de fitness. Cada evaluación de una solución invoca al simulador ns-2 que tras
simular la misma devuelve los valores de las tres métricas que tiene en cuenta la función del
fintness. Es importante que cada simulación requiere del orden de minutos para ejecutarse.
Para que todos los algoritmos ejecuten 1000 evaluaciones del fitness se han configurado los
algoritmos basados en población (PSO, DE, GA y ES) con una población de 20 individuos y
50 generaciones. El SA se ha configurado para que lleve 1000 iteraciones, puesto que
trabaja con una única solución. Los demás parámetros de cada algoritmo se han
configurado como se muestra en la Tabla 1.
Tabla 1. Configuración de las metaheurísticas para resolver OTA.
A
lg
oritmo Parámetro Valor
PSO
Coeficiente local
Coeficiente social
Peso de inercia
2.0
2.0
0.5
DE Probabilidad de cruce
Probabilidad de mutación
0.9
0.1
GA Probabilidad de cruce
Probabilidad de mutación
0.8
0.2
ES Probabilidad de cruce
Probabilidad de mutación
0.9
0.1
SA B
aj
ada de tem
per
atura 0.8
5.3 Resultados numéricos
La Tabla 2 resume los resultados obtenidos al aplicar las cinco metaheurísticas para
resolver el problema de OTA sobre el escenario que se muestra en la Sección 5.1. Los
resultados se muestran en términos de media y desviación estándar normalizada, mínimo
(mejor fitness), mediana y máximo valores de fitness calculados en las 30 ejecuciones
independientes.
69
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Tabla 2. Resultados numéricos en términos de valores final de fitness.
Algoritmo Media ± Desv. Mínimo Mediana Máximo
PSO 1.6346 ± 17.74% 0.9077 1.7809 1.8918
DE 1.7423 ± 21.33% 0.7389 1.8658 2.0228
GA 1.9086 ± 11.84% 0.8799 1.9731 2.1614
ES 2.1517 ± 5.88% 1.8862 2.1222 2.4246
SA 2.7850 ± 31.30% 0.8730 2.1663 3.8025
PSO es la metaheurística que obtiene los mejores resultados en términos de media,
mediana y máximo valores de fitness. Estos resultados nos llevan a asumir que las
configuraciones de VDTP obtenidas empleando PSO ofrecen una transferencia de archivos
rápida y robusta. Sin embargo, cabe destacar que la mejor de las configuraciones (mínimo
fitness) ha sido calculada por DE.
Para proveer de una comparativa con significancia estadística, se ha aplicado el Test de
Friedman con una significancia del 99% (Sheskin, 2007) a la distribución de los resultados
para obtener un ranking. Así, el test ha devuelto que existe una diferencia significativa entre
los resultados y que PSO es el algoritmo más competitivo de los cinco analizados. El ranking
se completa con DE, GA, ES y SA, como segundo, tercero, cuarto y quinto respectivamente.
Con estos resultados se puede concluir que PSO es la metaheurística que ha obtenido
mejores resultados resolviendo OTA.
5.4 Análisis de la Calidad de Servicio de las Soluciones
Para analizar las soluciones (configuraciones de VDTP) obtenidas empleando la
metodología que se ha utilizado en este trabajo, hemos realizado una comparativa de las
mejores configuraciones de cada una de las metaheurísticas con las que propusieron los
expertos del proyecto CARLINK. Las configuraciones analizadas y los resultados se
muestran en la Tabla 3. Para ello hemos vuelto a simular dichas configuraciones sobre el
escenario presentado en la Sección 5.1. La Tabla 3 también presenta los resultados.
Tabla 3. Resultados numéricos en términos de valores final de fitness.
Algoritmo
Configuración VDTP Resultado de la simulación
Tamaño de
s
egm
ento
Tiempo de
es
p
era
Max. num.
r
epet
iciones
Tiempo de
transmisión
Paquetes
per
didos
Datos
transmitidos
PSO 41358
10,
00 3 3.41
0,
27 1024
DE 28278 6,00 9 3.59 0,63 1024
GA 31196
3,
83 9
3,
61
0,
27 1024
ES 23433 10,00 8 3,50 0,27 1024
SA 19756
6,
43 3
4,
22
0,
36 1024
CARLINK 25600 8,00 8 4,24 1,60 1024
Los resultados que muestran la Tabla 3 muestran que todos las configuraciones simuladas
han sido capaces de transferir de forma completa los archivos de 1024 kilobytes. Además,
todas las configuraciones obtenidas de forma automática empleando metaheurísticas,
mejoran la calidad del servicio que la configuración propuesta por los expertos de CARLINK.
70
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Se confirma que PSO es la metaheurística que mejores configuraciones para VDTP ha
obtenido. Concretamente, la configuración de VDTP de PSO simulada ha transferido los
datos en el menor tiempo posible (3,41 segundos), lo que representa una reducción de un
19,5% del tiempo que requiere la configuración de los expertos. Asimismo, esta
configuración es la que ha perdido el menor número de paquetes (0,27).
Estos resultados se pueden traducir en términos de velocidad de transmisión de datos
efectiva de la red (kilobytes por segundo). La Figura 4 muestra dichos resultados y se puede
comprobar que para casi todos los casos, las configuraciones obtenidas de forma
automática consiguen velocidades significativamente superiores.
Figura 4. Resultados en términos de velocidad de transmisión efectiva.
6. Validación de los Resultados en Pruebas de Campo
Para poder evaluar la validez de los resultados obtenidos mediante simulación sobre la
optimización de protocolos, se ha llevado a cabo un estudio experimental empleando
vehículos y dispositivos reales en las carreteras abiertas al tráfico de Málaga.
La eficiencia de las configuraciones optimizadas frente a la propuesta por los expertos de
CARLINK se ha analizado realizando transferencias de de archivos entre dos vehículos
equipados tal y como se muestra en la Figura 5. Para cubrir una mayor variedad de servicios
para CSD. Se han realizado la transferencia de archivos de distintos tamaños (100 KBytes,
500 KBytes, 1 MByte, 5 MBytes y 10 MBytes). A su vez se han evaluado las transferencias
de archivos a distintas velocidades: primero, velocidades comprendidas entre 20 y 30 km/h
(velocidad reducida), y segundo, de entre 40 y 50 km/h (velocidad moderada).
71
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Figura 5. Equipamiento para realizar las pruebas de campo de CSD.
Como se puede observar en la Figura 6, durante las pruebas de campo los vehículos han
estado a diferentes distancias y han tenido obstáculos entre sí. Esto mejora el realismo de
los resultados que se obtienen, puesto que refleja una situación real donde se va a dar el
CSD.
Figura 6. Vehículos circulando durante las pruebas de campo.
Los resultados se han analizado en términos de velocidad o tasa efectiva de transferencia
(en kilobytes por segundo). De acuerdo con los resultados que se muestran en la Figura 7
se pueden sacar las siguientes conclusiones: a) los protocolos optimizados ofrecen una
mayor velocidad de transferencia de datos que el estándar, b) a mayor tamaño del archivo
que se transfiere, mayor es la tasa de transferencia de datos, y c) la velocidad afecta
negativamente a la calidad de las comunicaciones.
72
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Figura 7. Resultados de las pruebas de campo.
7. Conclusiones y Trabajo Futuro
En este trabajo se ha introducido la importancia de las redes vehiculares y la CSD en el
diseño de soluciones innovadoras de movilidad inteligente. Así mismo, se han descrito los
principales retos que presenta el despliegue de este tipo de tecnologías. Finalmente, nos
hemos centrado en la optimización de protocolos, puesto que es fundamental para que las
comunicaciones aseguren el buen funcionamiento de las aplicaciones basadas en CSD.
Se ha propuesto una metodología que optimiza protocolos obteniendo de forma inteligente y
automática configuraciones de sus parámetros que se adaptan mejor a los requisitos de las
VANET. Específicamente, se ha tratado la optimización del protocolo VDTP de transferencia
de archivos mediante la definición del problema de optimización OTA. Este problema se ha
tratado aplicando cinco metaheurísticas (PSO, DE, GA, ES y SA). PSO ha obtenido los
resultados más competitivos en la resolución de OTA.
Asimismo, se han realizado pruebas reales de campo para comprobar el buen
funcionamiento y la mejora de las configuraciones obtenidas de forma automática frente a la
configuración propuesta por los expertos. Confirmándose que las configuraciones óptimas
se comportan mejor que la que se propuso por los expertos de CARLINK.
Como trabajo futuro se barajan varias líneas: a) desarrollar aplicaciones reales de CSD a
partir de VDTP, b) ampliar el conjunto de pruebas reales incluyendo un mayor número de
vehículos y c) estudiar la aplicación de otras metaheurísticas para resolver otros problemas
73
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
de optimización en movilidad inteligente (como por ejemplo, la selección de rutas en función
de la información del tráfico, el diseño inteligente de la infraestructura vial, la configuración
eficiente de los planes de los semáforos, etc.).
8. Referencias
Abdou, W., A. Henriet, C. Bloch, D. Dhoutaut, D. Charlet, and F. Spies (2011). “Using an
evolutionary algorithm to optimize the broadcasting methods in mobile ad hoc networks”. In:
Journal of Network and Computer Applications 34.6. Control and Optimization over Wireless
Networks, pp. 1794 –1804.
Alba, E., F. Almeida, M. Blesa, C. Cotta, M. Diaz, I. Dorta, J. Gabarró, J. González, C. León,
L. Moreno, J. Petit, J. Roda, A. Rojas, y F. Xhafa (2006). “MALLBA: A library of skeletons for
combinatorial optimisation”. In: Parallel Computing 32.5-6, pp. 415–440.
Alba, E., S. Luna, and J. Toutouh (2008). “Accuracy and Efficiency in Simulating VANETs”.
In: Modelling, Computation and Optimization in Information Systems and Management
Sciences, Second International Conference (MCO). Vol. 14. Communications in Computer
and Information Science. Metz, France - Luxembourg: Springer, pp. 568–578.
Bitam S. y Mellouk A (2014). Bio-Inspired Routing Protocols for Vehicular Ad Hoc Networks.
Wiley, Hoboken, NJ, USA, 2014.
Blum, C. y A. Roli (2003). “Metaheuristics in combinatorial optimization: Overview and
conceptual comparison”. In: ACM Computing Surveys (CSUR) 35.3, pp. 268–308.
C2C-CC (2015). CAR 2 CAR Communication Consortium (C2C-CC). [online] Disponible en:
https:/www.car-2-car.org. Consultado en 2017.
Campolo, C., A. Molinaro, y R. Scopigno, eds. (2015). Vehicular ad hoc Networks -
Standards, Solutions, and Research. Springer.
CARLINK (2006). CARLINK Label CP3-005. [online] Available in http://carlink.lcc.uma.es/.
Consultado en 2018.
Galaviz-Mosqueda, A., Villarreal-Reyes, S., Galeana-Zapien, H., Rubio-Loyola, J., y R.
Rivera-Rodriguez (2016). “Genetic tuning of fuzzy rule-based systems for multi-hop
broadcast protocols for VANETs”. Telecommunication Systems, 63(3), 399-420.
Hartenstein, H. y K. Laberteaux (2009). VANET Vehicular Applications and Inter-Networking
Technologies. Intelligent Transport Systems. Upper Saddle River, NJ, USA: John Wiley &
Sons.
Issariyakul, T. y E. Hossain (2008). Introduction to Network Simulator NS2. 1st ed. Springer
Publishing Company, Incorporated.
Lobiyal, D. K., Katti, C. P. y A. K. Giri (2015). “Parameter value optimization of ad-hoc on
demand multipath distance vector routing using particle swarm optimization”. Procedia
Computer Science, 46, 151-158.
Luna S. (2008). “VDTP: A File Transfer Protocol for Vehicular Ad hoc Networks”. Tech. rep.
[Online]. Disponible en: http://neo.lcc.uma.es/staff/jamal/downloads/VDTP.pdf. CARINK.
Sheskin, D. J. (2007). Handbook of Parametric and Nonparametric Statistical Procedures.
Chapman & Hall/CRC.
Toutouh J (2016). Natural Computing for Vehicular Networks. PhD thesis, ETSI Informática,
University of Malaga.
Toutouh, J., J. García-Nieto, and E. Alba (2012). “Intelligent OLSR Routing Protocol
Optimization for VANETs”. In: Vehicular Technology, IEEE Transactions on 61.4, pp. 1884–
1894.
74
Greencities & Sostenibilidad. Convocatoria de Comunicaciones Científicas (Edición 2018)
ISBN: 978-84-09-01166-7
Toutouh J. y E. Alba (2015). “Parallel multi-objective metaheuristics for smart
communications in vehicular networks”. In: Soft Computing. In Press., pp. 1–13.
Correspondencia (Para más información contacte con):
Nombre y Apellido: Jamal Toutouh
Teléfono: +34 952 13 3303
Fax: +34 952 13 1397
E-mail: jamal@lcc.uma.es
Cesión de derechos
Por la presente, y como autor del trabajo mencionado arriba, cedo al Palacio de Ferias y
Congresos de Málaga una licencia no-exclusiva irrevocable para imprimir, reproducir,
distribuir, transmitir o comunicar de cualquier manera dicho trabajo, incluyendo el derecho
de hacer modificaciones de formato. Además, afirmo que esta cesión no lesiona los
derechos de terceros.
75
