Evaluación mediante simulación de redes de sensores aplicadas a robots móviles

T abajo Final de M´ as e E aluaci´on median e simulaci´on de edes de senso es aplicadas a obo s m´o iles y eh´ıculos lige os Au o : Na a o Alaba a, Jos´e Di igida po : D . Capella He n´andez, Juan Vicen e D . Vale a Fe n´andez, ´ Angel T abajo Final de M´as e en Au om´a ica e In o m´a ica Indus ial Ins i u o de Aplicaciones de las Tecnolog´ıas de la In o maci´on y de las Comunicaciones A anzadas (ITACA) Ins i u o de Au om´a ica e In o m´a ica Indus ial (ai2) Depa amen o de Ingenie ´ıa de Sis emas y Au om´a ica (DISA) Depa amen o de In o m´a ica de Sis emas y Compu ado es (DISCA) 14 de diciemb e de 2015 Resumen En el siguien e T abajo Final de M´as e se ealiza un es udio de los p o ocolos de en- u amien o de edes ehicula es. Es os p o ocolos se di iden en dos g andes g upos, los p o ocolos basados po el encaminamien o y los basados po localizaci´on geog ´a ica. Es- e p ime g upo a la ez se di ide en dos g upos, los basados en p o ocolos eac i os y los p oac i os. La di e encia en e es os dos sub ipos de p o ocolos es que los eac i os ob ienen la in o maci´on de di eccionamien o en el momen o exac o que se necesi a y en cambio los p o ocolos p oac i os es ´an cons an emen e en iando y solici ando la in o - maci´on. Los p o ocolos m´as ep esen a i os de es udio son AODV y DSR en cuan o a p o ocolos eac i os, y OLSR y DSDV en cuan o a p oac i os. Respec o a los p o o- colos basados en geolocalizaci´on, es os se ca ac e izan po que necesi an de disposi i os GPS pa a pode abaja co ec amen e. En los ´ul imos a˜nos a es e ipo de p o ocolos se les ha ido a˜nadiendo ´ecnicas de in eligencia a i icial pa a op imiza y hace los m´as obus os y iables. Es e ipo de p o ocolos se in eg an con sis emas de anspo e in eligen e, de es a o ma, con es e ipo de sis ema se p e ende educi el n´ume o de acciden es y o os ac o es que a ec an a la conducci´on. En cuan o a la e apa de expe imen aci´on, el p oceso se di ide en di e sas sube apas, la p ime a de ellas es a basada en el dise˜no y desa ollo de p o ocolos con iables y obus os. Una ez supe ada es a e apa hay que ob ene endencias de conducci´on con los simulado es de mo ilidad, pa a as´ı, ob ene la dicha in o maci´on y suminis a la al simulado de edes inal´amb icas pa a pode es udia los di e sos compo amien os que an ocu iendo, como es el caso del es udio de la densidad de los nodos, de como a ec an las sob eca gas en la ed, el e a do en la en ega de los paque es, adem´as de la asa de paque es pe didos. Es a e apa, pe mi e i e a sob e ella, de o ma que seg´un los esul ados ob enidos se puede ede ini las especi icaciones, adem´as pe mi e la e aluaci´on de las p opues as con un g an n´ume o de disposi i os sin cons es adicionales. Cuando los esul ados son los deseados se pasa a la ´ul ima e apa del p oceso, que consis e en implemen a el p o ocolo en equipos ´ısicos. Es e TFM cub e las dos p ime as e apas desc i as, cons i uyendo un p ime paso nece- sa io pa a el desa ollo de u u os abajos en la l´ınea de mejo a los sis emas basados en p o ocolos de en u amien o basados en GPS aplicables an o a eh´ıculos como obo s m´o iles. Adem´as se ha p opues o un ecosis ema comple o pa a el dise˜no y e aluaci´on de es e ipo de p o ocolos. En es a l´ınea, se ha desa ollado un modelo de p o ocolo de en- u amien o pa a VANETs con ca ac e ´ıs icas no edosas, habi´endose alidado y ealizado una comple a e aluaci´on del mismo median e el ecosis ema p opues o. Finalmen e, am- bi´en se han ealizado ya las p ime as implemen aciones y p uebas sob e ha dwa e eal que pe mi i ´a la aplicaci´on de los p o ocolos p opues os, con esul ados muy posi i os. Resum En aques T eball Final de M`as e ´es eali za un es udi dels p o ocols d’encaminamen de xa xes ehicula s. Aques os p o ocols es di ideixen en dos g ans g ups, els p o ocols basa s pe l’encaminamen i els basa s pe locali zaci´o geog `a ica. El p ime g up a m´es a m´es, es di ideix en al es dos subg ups, els basa s amb p o ocols eac ius i amb els p oac ius. La di e `encia amb ambd´os sub ipus de p o ocols es que al cas dels eac ius adqui eixen la in o maci´o d’encaminamen al momen exac e que es necessi a, i en can- i es an cons an men ansmi en -la i sol·lici an -la. Els p o ocols m´es ep esen a ius d’es udi son AODV i DSR en quan al eac ius, i OLSR i DSDV en quan als p oac ius. Pel que a als p o ocols basa s pe geolocali zaci´o es ca ac e i zen pe emp a disposi ius GPS pe al seu co ec e uncionamen . Als ´ul ims anys a aques ipus de p o ocols se’ls ha ana a egin `ecniques d’in el·lig`encia a i icial pe op imi za i e -los m´es obus os i iables. Aques s ipus de p o ocols s’in eg en amb els sis emes de anspo in el·ligen , d’aques a mane a els sis emes p e enen edui el nomb e d’acciden s i al es ac o s que a ec en a l’ho a de condui . En quan a l’e apa d’expe imen aci´o el p oces es di ideix com es di e ses sube apes, la p ime a cons a del disseny i desen olupamen dels p o ocols con iables i obus os. Una egada supe ada aques a e apa hi ha que llan¸ca simulacions dels models de mobili a pe a ob ind e els esul a s, seguidamen aques a in o maci´o es subminis ada als simulado s de xa xes sense ils pe a obse a el que a passan , segons can ie la densi a dels nodes, com a ec en les sob eca egues a la xa xa i els emps d’en ega, a m´es a m´es de la axa de paque s pe du s. Aques a e apa o e eix la possibili a d’i e a sob e ella ma eixa, de al o ma que segons es agen ob enin els esul a s es poden ede ini les especi icacions a m´es, d’a alua les p opos es amb un g an nomb e de disposi ius sense e despeses addicionals. En quan els esul a s son els desi ja s es passa a l’´ul ima e apa del p oces, qu`e consis eix en implemen a el p o ocol en disposi ius ´ısics. Aques TFM cob eix les dos p ime es e apes del p oc´es menciona , cons i uin una p i- me a e apa necess`a ia pe al desen olupamen de u u s eballs que es iguen o ien a s en l´ınia de millo a els sis emes basa s en p o ocols d’encaminamen basa s amb dispo- si ius GPS aplicables an a ehicles com a obo s m`obils. A m´es a m´es. s’ha p oposa un ecosis ema comple pe al disseny i a aluaci´o d’aques ipus de p o ocols. En aques a l´ınia, s’ha desen olupa un model de p o ocol d’encaminamen pe a xa xes VANETs amb no es ca ac e ´ıs iques, ha en -se alida i eali za ja les p ime es implemen acions i p obes sob e disposi ius eals que pe me an l’aplicaci´o dels p o ocols p oposa s, amb esul a s p ou di e en s. Abs ac This mas e hesis p esen s a s udy o ou ing p o ocols o ehicula ne wo ks. These p o ocols a e di ided in o wo main g oups: p o ocols based on ou ing and p o ocols based on geog aphical loca ion. The i s g oup is di ided in o wo g oups, p oac i e and eac i e p o ocols. The di e ence be ween hese wo sub ypes o p o ocols is ha he necessa y con ol in o ma ion is ob ained when needed in he eac i e p o ocols whi- le p oac i e p o ocols a e cons an ly sending and eques ing con ol in o ma ion. The mos ep esen a i e eac i e p o ocols a e AODV and DSR, and he mos ep esen a i e p oac i e p o ocols a e OLSR and DSDV. On he o he hand, geoloca ion based p o o- cols a e cha ac e ized by he necessi y o GPS de ices o wo k p ope ly. In ecen yea s, p o ocols o his las ype ha e been imp o ed applying a i icial in elligence echniques o op imize hei unc ioning and inc ease hei obus ness and eliabili y. All hese p o ocols a e in eg a ed wi h in elligen anspo sys ems. In his way, he goal wi h hese sys ems is o educe he numbe o acciden s among o he ac o s ha a ec d i ing. Rega ding he expe imen al phase, he p ocess is di ided in o se e al sub-s eps, he i s in ol es he design and de elopmen o obus and eliable p o ocols. Once his s ep has been passed d i ing ends should be ob ained wi h he mobili y simula o s in o de o be p o ided o he ne wo k simula o s o s udy and e alua e he beha io and pe o mance. This s age allows i e a e o e i , so ha acco ding o he esul s you can e ine he speci ica ion, also allows he e alua ion o p oposals wi h a la ge numbe o de ices wi hou addi ional cos s. Finally, las s ep consis s on he eal implemen a ion on physical de ices. This TFM co e s he i s wo desc ibed s ages, being a necessa y wo k ha will allow he de elopmen o u u e lines dedica ed o imp o e based on GPS ou ing p o ocols ha can be applied o bo h ehicles and mobile obo s. Addi ionally, a comple e ecosys- em o he design and e alua ion o such p o ocols has been p oposed in his hesis. In his line, a model o VANETs ou ing p o ocol wi h new cha ac e is ics has been de e- loped and alida ed. A e ha , an exhaus i e expe imen a ion and e alua ion using he p oposed ecosys em has been conduc ed. Finally, ea ly implemen a ions and es ing on eal ha dwa e ha will allow he applica ion o he p oposed p o ocols also ha e al eady been ca ied ou , wi h e y in e es ing esul s. ´ Indice gene al Resumen II Resum IV Abs ac VI Con enido VIII Lis a de Figu as XI Lis a de Tablas XIII 1. In oducci´on 1 1.1. Obje i os del T abajo Final de M´as e .................... 2 1.2. Es uc u a del TFM .............................. 2 2. Es ado del a e 5 2.1. Tecnolog´ıa inal´amb ica ............................. 5 2.2. T´ecnicas de IA pa a VANETs ......................... 7 2.3. Es udio p o ocolos ............................... 9 2.3.1. Clasi icaci´on P o ocolos ........................ 9 2.3.2. ERBA .................................. 10 2.3.3. Hyb id Loca ion Ad-Hoc Rou ing (HLAR) ............. 13 2.3.4. In elligen OLSR ............................ 15 2.3.5. Fas ene gy-awa e OLSR ....................... 16 2.3.6. Junc ion-based Adap i e Reac i e Rou ing (JARR) ........ 18 2.3.7. Reliable Geocas Rou ing P o ocol ................. 20 2.3.8. Rou ing algo i hm o Dense T a ic Densi y Vehicula Ne wo ks (BTDAR) ............................... 22 2.3.9. In e sec ion-Based Rou ing P o ocol (IBR) ............. 23 2.3.10. S abili y and Reliabili y awa e Rou ing (SRR) ........... 24 3. He amien as Empleadas 31 3.1. NS-3 ....................................... 31 3.1.1. A qui ec u a del simulado ...................... 32 3.2. Simula o U ban MObili y - SUMO ..................... 32 ix Chap e 1. In oducci´on 2 donde los eh´ıculos han de se capaces de oma decisiones en caso de que los humanos no hayan sido capaces de oma las. Figu a 1.1: Aglome aciones en las ca e e as 1.1. Obje i os del T abajo Final de M´as e T as lo p esen ado an e io men e los obje i os de es e abajo consis e en: Ap endizaje de las he amien as empleadas pa a la simulaci´on de edes ehicula es. In es iga en p o ocolos de edes ehicula es y ´ecnicas de IA que sean aplicadas a eh´ıculos o obo s m´o iles. De es a o ma que puedan oma decisiones coo dinadas de o ma dis ibuida a a ´es de la in o maci´on suminis ada po la WSN. Desa olla un modelo de en u amien o basado en edes ehicula es. Lle a a cabo la co espondien e expe imen aci´on median e campa˜nas de simula- ci´on. Analiza los esul ados ob enidos as el desa ollo y alida lo. En p ime luga se ealiza ´a una e aluaci´on de las p opues as median e simulaci´on y pos e io men e sob e nodos eales que se ´an adecuados en unci´on de los esul ados ob enidos en las campa˜nas de simulaci´on, es udi´andose inalmen e su aplicaci´on en la ans e encia de in o maci´on en e los eh´ıculos lige os y obo s m´o iles. 1.2. Es uc u a del TFM Es e abajo se es uc u a de la siguien e o ma: En el cap´ı ulo dos se ealiza ´a una desc ipci´on de una de las ecnolog´ıas que se emplea Chap e 1. In oducci´on 3 en los Sis emas de T anspo e In eligen e (ITS), es a ecnolog´ıa es Wi eless Access in Vehicula En i onmen s (WAVE). Despu´es de expone es a p ime a pa e se p ocede ´a a explica una se ie de ´ecnicas de In eligencia A i icial que se es ´an aplicando en los ´ul i- mos a˜nos al an´alisis de p o ocolos de en u amien o en las edes ehicula es. Ya con es o p esen ado, se cen a ´a el in e ´es en analiza di e en es ipos de p o ocolos pa a es e ipo de edes. Seguidamen e, en el cap´ı ulo es se in oduci ´an las he amien as empleadas en es e abajo, pa a ello se ealiza ´a una b e e desc ipci´on del simulado de edes basado en e en os disc e os NS-3 y se desc ibi ´a b e emen e su a qui ec u a. Tambi´en se de a- lla ´a el simulado SUMO, que es un simulado pa a gene a escena ios de mo ilidad y de ini compo amien os de eh´ıculos. Se especi ica ´a el en o no donde se a a ealiza la implemen aci´on en equipos eales, es a he amien a es ROS y inalmen e se in odu- ci ´a los disposi i os elec ´onicos que se emplea ´an, la a je a BeableBoneBlack y la cape ROBOCape. A con inuaci´on en el cap´ı ulo cua o, se expond ´a el abajo ealizado con las es he- amien as in oducidas an e io men e y el ecosis ema de simulaci´on que ha esul ado con la inco po aci´on de un nue o p o ocolo. En el cap´ı ulo cinco se p esen a ´a la expe imen aci´on y an´alisis de los esul ados ob- enidos, compa ando los esul ados ob enidos con el p o ocolo p opues o. Adem´as, se desc ibi ´a la aplicaci´on ealizada sob e la a je a BeableBoneBlack mos ando que pue- de se aplicable a cualquie sis ema obo izado m´o il. Finalmen e, en el cap´ı ulo seis, se expond ´an las conclusiones ob enidas de odo el a- bajo, se enuncia ´an las publicaciones y colabo aciones que se han ealizado du an e la elabo aci´on de es e abajo, y inalmen e se expond ´a los u u os abajos que da ´an luga al desa ollo de la esis doc o al. Cap´ı ulo 2 Es ado del a e 2.1. Tecnolog´ıa inal´amb ica Hoy en d´ıa se conocen aplicaciones pa a In elligen T anspo Sys ems (ITS) [1]. Es os sis emas se di iden en dos g upos: Aplicaciones que apo an segu idad. Aplicaciones sin segu idad. La p incipal di e encia en e es os dos g upos es que la p ime a es ´a o ien ada a que los eh´ıculos se comuniquen en e s´ı pa a as´ı pode in e cambia se mensajes en e a acciden es, a ascos, es ado de las ca e e as, y el segundo es ´a m´as o ien ado al ocio. Es o hace que se elabo en una se ie p o ocolos enunciados en 2.3.1 que es ´an basados en el es ´anda 802.11. Den o de es e es ´anda exis en di e sas a ian es como es el caso de los es ´anda es mas com´unmen e conocidos 802.11a/b/g, pe o exis e el es ´anda 802.11p que inco po a la a qui ec u a necesa ia pa a Wi eless Access In Vehicula En i onmen s (WAVE), que es pa a sis emas de comunicaciones ehicula es, es e ope a en la banda de 5.8-5.9 GHz con un ancho de banda de 75 MHz. Den o de es e modo de comunicaci´on inal´amb ica se encuen an las conexiones Vehicula - To-Vehicula (V2V) [1,2] el cual pe mi e ealiza en ´ıos de in o maci´on en e dis in os eh´ıculos y el o o ipo de conexiones es Vehicula -To-In aes uc u e (V2I), que pe mi e a los nodos comunica se con in aes uc u as que ienen una localizaci´on ija y es ´an do ados de Ga eways (GW) Figu a 2.1. Los sis emas de comunicaciones V2V es ´an lib es de usa una in aes uc u a y an solo se comunican con los nodos que es ´an den o de su alcance, pa a que es o se p oduzca 5 Chap e 2. Es ado del a e 6 los eh´ıculos han de es a do ados de sis emas On Boa d Uni (OBUs), as´ı c eando edes ad-hoc, es o pe mi e que exis a una al a mo ilidad din´amica en la ed y po an o equie e un descub imien o, man enimien o y ecupe aci´on de la u a. En cuan o a los sis emas de comunicaciones V2I in oluc an los sis emas OBUs y Road- side Uni (RSUs). Es o pe mi e que las OBUs sean capaces de in e cambia mensajes con las RSUs y es as median e Access Poin s (APs) sean capaces conec a se a in e - ne a a ´es de In e ne Ga eways (IGWs), as´ı adqui iendo un di eccionamien o IP global. Es o pe mi e que la ges i´on de la mo ilidad es ´e ga an izada y los paque es de los nodos sean alcanzables. En la Figu a 2.2 se mues a el esquema de conexiones. Figu a 2.1: A qui ec u a Red Vehicula Figu a 2.2: Comunicaciones V2V y V2I En es e sis ema de comunicaciones el di eccionamien o IP emplea una opolog´ıa je ´a qui- ca plana debido al ´apido cambio que se p oduce en la misma. Es a opolog´ıa ha de se compa ible con la exis en e en modo cableada. Po ello se emplean di ecciones IP 6 au ocon igu ables. Debido a la ele ada mo ilidad de los nodos se p oducen allos de conexi´on, po ello su ge la necesidad de emplea mallas de edes inal´amb icas h´ıb idas. Es e ipo de edes han de p esen a una se ie de ca ac e ´ıs icas, como po ejemplo; cada Chap e 2. Es ado del a e 7 nodo ha de se capaz de conec a se a in e ne ; odos los nodos de es as edes han de ene un p e ijo de ed pa a conec a se a in e ne ; han de ene sopo e pa a di e en es ga eways pa a as´ı mo e se lib emen e; las conexiones en la capa de anspo e han de es a cons an e abie as. Y el in e cambio de IP se puede di idi en es ases [1]: Hando e ini ia ion: ase inicial econoce la necesidad de la en ega debido a di e sos ac o es. Hando e decision: ase in e media que pe mi e o deniega la ansmisi´on Hando e execu ion: ase inal que se da despu´es de que se cumplan las dos ases an e io es y pe mi e la conmu aci´on eal de una sesi´on ac i a de una es aci´on base o pun o de acceso a o os. Adem´as exis en di e sos ipos de in e cambios de IP: Ho izon al: en el cual los pun os de acceso se empleas la misma ecnolog´ıa. Ve ical: en el cual exis en di e en es ecnolog´ıas pa a el acceso. 2.2. T´ecnicas de IA pa a VANETs En los ´ul imos a˜nos los g upos de in es igaci´on en VANETs han is o la necesidad de aplica nue as ´ecnicas pa a el an´alisis de di e sos pa ´ame os que con o man las con- igu aciones de los p o ocolos de encaminamien o que es ´an desa ollando. Con al de ob ene las con igu aciones ´op imas y au om´a icas de es os pa ´ame os se es ´an em- pleando di e sas ´ecnicas de in eligencia a i icial. Los m´e odos que se es ´an usando son Compu aci´on E olu i a (EC) [3,4], ´ecnicas de Fuzzy Logic [5] y edes neu- onales. Seguidamen e se ealiza ´a una b e e desc ipci´on de los ´ecnicas enunciadas an e io men e. La EC es una ama de la Compu aci´on y la In eligencia A i icial que comp ende m´e odos de b´usqueda y ap endizaje au oma izado inspi ados en los mecanismos de la e oluci´on na u al. Se han p opues o di e sos en oques de la EC: Es a egias E olu i as,Al- go i mos Gen´e icos (GA),P og amaci´on Gen´e ica,Clasi icado es Gen´e icos, Algo i mos Me aheu ´ıs icos yAlgo i mos E olu i os Pa alelos (PEA) en e o os. Es a se ie de m´e odos se les denomina de mane a colec i a como Algo i mos E olu i os (EA) [6], en e los cuales los m´as conocidos son p obablemen e los GA. Es os algo i mos han sido aplicados exi osamen e en la esoluci´on de p oblemas en dis- in as amas de la ingenie ´ıa, dise˜no, indus ia, econom´ıa y ciencias na u ales. Debido Chap e 2. Es ado del a e 8 a que EA emulan a la e oluci´on na u al cabe des aca que comp enden una se ie de ca ac e ´ıs icas: Una ep esen aci´on o codi icaci´on de las soluciones po enciales al p oblema bajo es udio. Una poblaci´on (conjun o de indi iduos) de es as soluciones po enciales. Mecanismos pa a gene a nue os indi iduos o soluciones po enciales al p oblema es udiado, a pa i de los miemb os de la poblaci´on ac ual (los denominados ope- ado es de mu aci´on y ecombinaci´on). Una unci´on de desempe˜no o e aluaci´on (del ingl´es i ness unc ion) que de e mina la calidad de los indi iduos en la poblaci´on en su capacidad de esol e el p oblema bajo es udio. Un m´e odo de selecci´on que o o gue mayo es opo unidades de sob e i i a las buenas soluciones. En la Figu a 2.3 se ilus a el esquema gene al de un algo i mo e olu i o. Figu a 2.3: Esquema gene al EA O a ´ecnica IA que es ´an empleando los g upos de in es igaci´on es la Fuzzy Logic. Es e ipo de sis ema oma un n´ume o de en adas ela i as a un es udio p e io, y con las cuales se ob iene una salida. As´ı, adap ´andose lo mejo posible al mundo eal. Es os sis- emas ienen un uncionamien o basado en eglas de la o ma SI (an eceden es) En onces (Consecuen e) donde su salida es ambi´en un conjun o di uso. Chap e 2. Es ado del a e 9 2.3. Es udio p o ocolos 2.3.1. Clasi icaci´on P o ocolos Exis en dos g andes g upos donde se pueden engloba los p o ocolos de encaminamien o pa a las edes inal´amb icas ehicula es [7]. Es os dos g upos son los basados en En- u amien o po Di eccionamien o yEn u amien o Geog ´a ico como se puede obse a en la Figu a 2.4. El p ime g upo nomb ado se di ide en dos ca ego ´ıas: p oac i os y eac i os. El p ime o se ca ac e iza po man ene siemp e ac ualizada la in o maci´on de di eccionamien o en e los nodos, aqu´ı podemos encon a los p o ocolos OLSR y DSDV en e o os. Es e ipo de p o ocolos p esen a un p oblema que es la ele ada sob eca ga que exis e cuando la opolog´ıa de la ed cambia y po an o exis e la p obabilidad de que la en ega de paque es no exis a debido a la o u a de los enlaces. La segunda subclase se ca ac e iza po ob ene la in o maci´on de en u amien o en el momen o que se a a en ia un paque e y no an es de eso como ocu e en la p ime a subca ego ´ıa p esen ada. Es o hace que exis a una sob eca ga meno , pe o po con a exis e una ele ada la encia du an e la en ega de paque es. Los p o ocolos ´ıpicos de es udio en es e subg upo son AODV y DRS. El segundo g upo basado en m´e odos de geolocalizaci´on pa e de que el nodo o eh´ıculo conoce su ubicaci´on ac ual g acias a un disposi i o GPS y puede oma decisiones pa a el een ´ıo de paque es de o ma di ec a, g acias a que conoce la ubicaci´on de sus eci- nos. A la ho a desc ibi es e ipo de p o ocolos, se hace una di e encia en e dos ipos: los p o ocolos basados en Packe bu e ing based GPS yNon-Packe bu e ing based GPS. En el p ime subconjun o in oduce GeOpps, VADDS. En cuan o a los basados en Non-Packe bu e ing based GPS se ealiza una subdi isi´on en dos subcla- ses: Connec ionless ou ing yConnec ion-o ien ed ou ing p o ocols. Den o de es a p ime a subclase es ´an los p o ocolos CBF, GDBF. La segunda subca ego ´ıa se di ide en dos ipos de de p o ocolos: T ajec o ies-based Geog aphical Rou ing P o ocols ySou ce and Map based Rou ing. En el p ime ipo se pueden ag upa los p o ocolos; T ayec o y-Based Fo dwa ding (TBF) y Mo ion Vec o Schema (MoVe). En el segundo g upo es ´an los p o ocolos GPSR, GSR, GPCRGps J+, CAR, SADV, A-STAR, VCLCR, LOUVRE, RBVT, GyTAR, TO-GO, y Fuzzy Logic-based Rou e Se- lec ion in VANET. Cogiendo lo mejo de es os dos ipos de p o ocolos, hay au o es que han p opues o p o ocolos h´ıb idos como puede se el p o ocolo S abili y and Reliabili y awa e Rou ing (SRR). Chap e 2. Es ado del a e 10 Figu a 2.4: Taxonom´ıa de los p o ocolos en edes VANETs El ipo de conexiones p esen ado en 2.1 conlle a una se ie de p oblemas cuando exis e una ele ada mo ilidad de los eh´ıculos, pun os de acceso es ´a icos, e a dos en el en ´ıo de paque es, links que pueden alla . De ah´ı que su jan p o ocolos de mo ilidad de edes como po ejemplo NEMO BS [1] y los analizados a lo la go de es a secci´on.NEMO Basic Suppo es un p o ocolo de inido en (RFC 3963) que es capaz de ges iona la mo ilidad de una ed en e a basada en IP 6. Es capaz de asegu a la con inuidad de una sesi´on pa a odos los nodos m´o iles que exis en en la ed, y la ac ualizaci´on del pun o de acceso a in e ne . De es a o ma ga an iza la conec i idad y accesibilidad de la ed m´o il con o me es a a e olucionando. 2.3.2. ERBA En es e apa ado se p esen a el p o ocolo de en u amien o ERBA [8], el cual su ge del p oyec o Shangai G id. Sus ue e es que es e icien e con el consumo ene g´e ico y em- plea las endencias de mo imien o de los eh´ıculos. La p incipal ca ac e ´ıs ica de es e p oyec o es adqui i las endencias de una di e en e a iedad de conduc o es, y moni o- iza el anspo e p´ublico. Es e p o ocolo es capaz de dis ingui en e los conduc o es de au obuses y eh´ıculos p i ados. Es a dis inci´on se ealiza po que los conduc o es de au obuses siemp e ealizan la misma u a, po ejemplo, el au ob´us inicia su eco ido desde la es aci´on y su eco ido siemp e acaba en el mismo luga . Po o o lado, la u a de los conduc o es p i ados es alea o ia. Chap e 2. Es ado del a e 11 ERBA es ´a p obado solamen e en en o nos u banos, y cada eh´ıculo es a equipado con dis in os disposi i os, GPS, seno es, e c. y emplea la no aci´on mos ada en la abla 2.1 pa a su uncionamien o. No a ions Explica ion SV he sou ce ehicle DV he des ina ion ehicle CD he cu en di ec ion ND he nex di ec ion VI he dis ance be ween he ehicle loca ion o he in e sec ion VT he ehicle ype REQ he ou e eques REP he ou e eplay ERR he ou e e o message TTL he ime- o-li e o a REQ LRS he link eliable signi icance Cuad o 2.1: Esquema p o ocolo ERBA Es e p o ocolo emplea ´ecnicas de ablas de en u amien o pa a localiza las u as y au o iza a los eh´ıculos y los nodos a in e cambia mensajes a a ´es de los ecinos hac´ıa los nodos que se alcanzan de o ma di ec a in en ando busca la mejo u a en e los eh´ıculos. El in e cambio de paque es se ealiza de la siguien e o ma: En p ime luga , el eh´ıculo o igen (SD) en ´ıa un mensaje al eh´ıculo des ino (DV) y DV de uel e un mensaje. Si DV es un nodo ecino es que exis e una comunicaci´on y SV ealiza una inundaci´on de mensajes de pe ici´on (REQ). Cuando ealiza es a inundaci´on, los nodos ce canos ac ualizan su abla de ecinos. El mensaje REQ es ´a compues o de a ios campos (bi s): nodo de o igen, nodo des ino, TTL, y secuencia de n´ume os de ID, CD, ND, VI, VT y LRS. El ´ul imo campo si e como ma ca de iempo, po lo que, los nodos pueden man ene ac ualizada su in o maci´on con los o os nodos. Cuando un nodo en ´ıa un mensaje, es e aumen a su n´ume o de secuencia. En segundo luga , cuando un nodo ecibe un mensaje REQ pueden ocu i dos cosas: 1. El nodo es el des ino o conoce el nodo des ino, en el p ime caso casi en ia un mensaje REP al nodo uen e, en o o caso es ima el LRS y en ´ıa el mensaje REP. 2. El nodo ealiza inundaciones con mensajes REQ. En e ce luga , el mensaje REP se en ´ıa a lo la go de los eh´ıculos que son almacenados en el paque e REQ. As´ı, la ayec o ia de la u a m´as iable es ´a con igu ada. Finalmen e, con el in de mejo a la es abilidad de u a, inco po a un mecanismo p e- en i o pa a descub i nue as u as an es de se encido en los enlaces de la u a. Chap e 2. Es ado del a e 18 supe io uncionando como Mul ipoing Relays (MPR). Pe o es a con igu aci´on p esen a una des en aja: los iempos de alidaci´on son muy al os, po an o a da m´as en de ec a que un link ha allado. Aplicando algo i mos pa alelos se consigue una mayo e iciencia y elocidad espec o al algo i mo secuencial, po es e mo i o se aplica es a ´ecnica a los expe imen os an e- io men e ealizados, ob eniendo unos alo es e iciencia supe io es. Como los esul ados ob enidos hay que alida los, es a se ealiza ´a analizando la ene g´ıa, p incipalmen e: ene g´ıa de ansmisi´on y ecepci´on, ene g´ıa o al y ene g´ıa o al po eh´ıculo. As´ı, e- duciendo signi ica i amen e el consumo espec o a la con igu aci´on con los pa ´ame os es ´anda de OLSR. Adem´as, se analiza la QoS, cen ´andose en el iempo de en i´o, la sob eca ga de la ed y el n´ume o de sal os has a llega al des ino. Ob eni´endose una conside able educci´on en la en ega de paque es y sob eca ga en la ed espec o a la con igu aci´on es ´anda de OLSR. No se ha enido en cuen a el uso de un disposi i o de geolocalizaci´on a la ho a de en ia los paque es a los nodos ecinos. 2.3.6. Junc ion-based Adap i e Reac i e Rou ing (JARR) Se p esen a el p o ocolo Junc ion-based Adap i e Reac i e Rou ing (JARR) [16]. Es e es un p o ocolo de en u amien o eac i o adap a i o mul isal o, que iene en cuen a la di ecci´on y la elocidad a la que iajan los nodos, adem´as de conoce en qu´e condiciones se encuen a la ed. Es a ´ul ima ca ac e ´ıs ica es una en aja en e a o os p o ocolos de en u amien o, como po ejemplo GPSR. El p o ocolo no equie e de una in aes uc- u a ex e na y po an o sopo a una al a escalabilidad en en o nos de VANETs. En la implemen aci´on del p o ocolo, el paque e que si e pa a es ablece el en u amien o lle a implemen ados di e sos modos, as´ı de es a o ma puede adap a se en edes dispe sas y edes con al a densidad de nodos. Ob iene el camino m´as co o pa a as´ı compa a con o os caminos y ob ene la u a m´as op ima. Los eh´ıculos ienen un alcance de unos 250 me os usando disposi i os wi eless. En compa aci´on con o os p o ocolos [17,18], es e modi ica es a egias de anspo e y een ´ıo pa a educi los in e alos. Adem´as de implemen a un mecanismo adap a i o de beacons pa a o ece al os a ios en edes dispe sas. JARR unciona de la siguien e o ma: el paque e se en u a desde un c uce, y se a e ansmi iendo has a llega a o o c uce, en ese momen o se oman las decisiones opo - unas pa a ob ene el camino ´op imo a la u a que segui ´a el nodo. A la ho a de calcula la u a ´op ima se iene en cuen a a la elocidad y la u a que siguen los eh´ıculos y su posici´on ac ual. De es a o ma se ob iene los pesos pa a calcula dicha u a. Chap e 2. Es ado del a e 19 La o ma ob ene la u a ´op ima se ealiza empleando g a os di igidos, donde los ´e ices indican el n´ume o de c uces que hay en conec ados en la ca e e a y las a is as ep esen- an el n´ume o el n´ume o de di ecciones de las ca e e as conec adas a los c uces. El peso de las a is as indica la dis ancia en e dos c uce y adem´as puede indica el posible e a - do que haya en e dos c uces p ´oximos. La o ma de ob ene la u a ´op ima es median e el algo i mo de Dijks a. En [16] se ha de inido la siguien e unci´on pa a de e mina la p oximidad de un nodo a un c uce Figu a 2.6: Figu a 2.6: Funci´on p oximidad en c uce G acias a la in o maci´on o ecida po el mecanismo de los beacons el p o ocolo JARR es un p o ocolo adap a i o. Ya que se puede conoce la posici´on, elocidad, di ecci´on de ayec o de los nodos ecinos que se encuen an den o del ango de ansmisi´on. Pa a conoce la densidad en la ed se ealiza una es imaci´on median e el adio de beacons y a la elocidad a la que iajan los nodos, e abla 2.2. Veloci y o Node (m/s) Beaconing (s) Es ima ed Densi y o Pa h Slow (0 - 13) Slow Dense Slow A e age A e age Slow Fas Spa se A e age (¿13 - ¡20) Slow A e age A e age A e age A e age A e age Fas Spa se Fas ( 20 -25) Slow A e age Fas A e age A e age Fas Fas Spa se Cuad o 2.2: Tabla es imada de densidad En ca e e as donde exis an ca iles con las dos di ecciones el eh´ıculo que e ansmi e el paque e lo en ia ´a a los eh´ıculos que ayan en su misma di ecci´on Figu a 2.7. En la selecci´on del modo de en u amien o, inicialmen e un nodo selecciona como u a m´as ´op ima el camino a la p ime a in e secci´on con la que se encuen a. A con inuaci´on debe de selecciona median e el algo i mo una u a adecuada pa a e ansmi i los da os. El camino se selecciona median e la in o maci´on es imada de la densidad. En caso de Chap e 2. Es ado del a e 20 Figu a 2.7: Ejemplo de en ´ıo de paque es en la u a que no exis an nodos en una u a de e minada es a end ´a p io idad baja, pe o al mismo iempo que se a descub iendo los c uces se ´an conside ados en el algo i mo. En las simulaciones ealizadas y compa ´andose con el p o ocolo GPSR, con o me aumen- a el n´ume o de conexiones el p o ocolo JARR ob iene mejo es esul ados que GPSR, es e ´ul imo los esul ados ob enidos pa a el PDR desciende casi a la mi ad, mien as que JARR ob iene alo es p ´oximos a 0.8. E aluando la m´e ica de la sob eca ga de paque es, mien as el n´ume o de nodos es muy dispe so el n´ume o de beacons gene ados po GPSR es muy in e io a JARR, pe o en cuan o el n´ume o de nodos a aumen ado, y po an o la densidad, la sob eca ga de JARR es mucho in e io a GPSR. La cobe u a de alcance que o ece es e p o ocolo pa a los nodos es educido, ap oxima- damen e de unos 250 me os. Po o o lado no se iene en cuen a el consumo ene g´e ico que se p oduce en los en ´ıos de los paque es. 2.3.7. Reliable Geocas Rou ing P o ocol Debido a la limi aci´ones o ecidas po el p o ocolo de en u amien o AODV, se p oponen dos mecanismos [19] como: e iciencia en la ansmisi´on de da os al des ina a io y usa la inundaci´on den o del pe ´ıme o. Pa a ello se ealizan una se ie de suposiciones pa a la mejo a del p o ocolo AODV. Es as suposiciones son: Todos los eh´ıculos es ´an do ados de GPS, y po an o conocen su posici´on. Adem´as se ealiza un b oadcas a odos los ecinos; Se asume que los bloques de da os se gene an pa a codi ica los paque es que son lo su icien emen e g andes pa a iden i ica y codi ica paque es desp eciables; Exis e como m´ınimo un eh´ıculo den o del ango de ecepci´on; Cuando se ealiza un b oadcas en una egi´on si un coche lo ecibe, odos los coches pueden ecibi ese mensaje; El es ´anda Dedica ed Sho Range Communica ion (DSRC) se u iliza pa a es ablece el ango de ansmisi´on de eh´ıculos; Todos los nodos se mue en a elocidad cons an e. Cuando el een ´ıan mensajes, el o igen ealiza un b oadcas usando el p o ocolo AODV, y cuando llega al des ina a io co ec o, es e con es a al mensaje con un mensaje unicas in o mando al o igen de cu´al es su u a. Asumiendo que los nodos conocen su ubicaci´on Chap e 2. Es ado del a e 21 la zona de des ino se conoce como Zone o Rele ance (ZoR) y se asume que es una zona ec angula donde las esquinas que o man los c uces es ´an de inidas po coo denadas. El mensaje de cabece a incluye el ID la zona de des ino. En cuan o a la egi´on de een ´ıo se le llama Zone o Fo wa ding (ZoF) y se usa pa a el een ´ıo de paque es. Cuando exis e una asa baja en la en ega de mensajes y un pob e QoS se emplea un gene ado de n´ume os alea o ios pa a selecciona un subconjun o de bloques y se “gua - dan” jun os pa a gene a un paque e. Es e p oceso se epi e pa a gene a un n´ume o K de bloques que se ´an ecupe ados po el des ina a io. En la p opues a ealizada pa a la mejo a de AODV el nodo o igen en ´ıa paque es codi icados de baja asa de codi icaci´on has a que el des ino le en ´ıa un mensaje de ACK, es o indica que el n´ume o de paque es ecibidos es su icien e. Una ez el o igen ecibe es e mensaje es capaz de en ia nue os paque es de da os. El mecanismo de ecupe aci´on ´apida an e allos consis e en que el nodo o igen eci- be paque es desde el des ino has a que ecibe un paque e de e o . En onces con la in o maci´on ecibida en es e paque e se c ea una nue a u a median e el p oceso de descub imien o. En las suposiciones ealizadas an e io men e el nodo o igen solo acep a el p ime mensaje ecibido y ansmi e po la u a c eada los da os. Con al de educi la pe dida de paque es y QoS se pe mi e la acep aci´on de mensajes desde di e sas u as. De es a o ma ambi´en se educe el e a do de los mensajes hacia el des ino y los mensajes de e o no se man ienen pa a conoce la u a. Pa a ealiza las simulaciones en el en o no p opues o se emplean cua o m´e icas pa a ob ene los esul ados, es as son, n´ume o de paque es ecibidos en la ZoR, la media de e a do de los mensajes, n´ume o de paque es pe didos y la sob eca ga. Los alo es ob e- nidos se comp a an con el p o ocolo IVG. En las simulaciones se obse a que con las dos mejo as p opues as al exis i di e sas u as pa a ecibi mensajes se educe el iempo de e a do en compa aci´on con una ´unica u a. Tambi´en se educe la sob eca ga en la u a, es o implica que la asa de ecupe aci´on an e allos sea meno . Los m´e odos p o- pues os con en u amien o unicas han educido la sob eca ga de la ed en compa aci´on con IVG y con la l´ınea-base de inidas. En cuan o al n´ume o de paque es pe didos po la p opues a es casi desp eciable po pa e del IVG iene un g an n´ume o de paque es pe didos. E e a do po los m´e odos p opues os es meno y po an o en un ins an e de iempo hab ´a m´as paque es ecibidos. Chap e 2. Es ado del a e 22 2.3.8. Rou ing algo i hm o Dense T a ic Densi y Vehicula Ne - wo ks (BTDAR) (BTDAR) [2] es un p o ocolo que iene como obje i o, en ega paque es de o ma iable y e icien e en en o nos con poca y mucha densidad de eh´ıculos. En el modelo in e - ehicula de inido se ob iene el espacio medio que hay en e dos eh´ıculos. Adem´as de la elocidad en e dos eh´ıculos, se de inen una se ie de ecuaciones pa a el c´alculo de es as m´e icas y as´ı que los eh´ıculos sean capaces de ansmi i se los da os e incluso encola los da os ecibidos en un bu e . Se de inen dos ipos de p o ocolos pa a la densidad y la escasez de nodos, en los cuales se iene en cuen a la elocidad ela i a, iempo de ida de las comunicaciones y la p obabi- lidad de espe a an e un exceso de iempo de espe a en una cola. Se p esen a el p o ocolo BTDAR-R: Rou ing algo i hm o Dense T a ic Densi y Vehicula Ne wo ks el cual se emplea cuando exis a ´a ico denso en los en o nos. Es e p o ocolo es capaz de man ene la calidad del se icio en la en ega de paque es en la u a ´op ima seleccionada. Adem´as, es capaz de man ene een ´ıos con mul isal o. Los nodos candida os son capaces de e- en ia la posici´on de los nodos buscando la u a ´op ima, es a u a se ob iene buscando el camino con meno iempo de en ega en e dos nodos sa is aciendo la es abilidad y la calidad del se icio. Se p esen a ambi´en el p o ocolo BTDAR-P: Rou ing algo i hm o Spa se T a ic Densi y Vehicula Ne wo ks es e se emplea ´a cuando la densidad de ´a ico sea escasa. La conec i idad se e ´a a ec ada po in e mi encia p o ocada po la escasez de eh´ıculos. El p o ocolo es ´a do ado de un bu e que se ´a capaz de een ia y ecibi da os cuando exis a conec i idad con alg´un nodo ecino. BTDAR se compa a con o os p o ocolos basados en en u amien o po geolocalizaci´on: GPSI, IBR, JARR. Simulaciones ealizadas sob e la densidad de nodos exis en es en un en o no mues an que con o me aumen a la densidad, odos ienden a dec emen a el iempo de en ega de los paque es (PDD), es o se debe a que los p o ocolos ´apidamen e ob ienen la mejo u a pa a e ansmi i . Cabe no a que BTDAR-R iene los mejo es esul ados con o me aumen a el n´ume o de nodos. En cambio BTDAR-P cuando exis- en pocos nodos ob ienen los mejo es esul ados. En cuan o a las simulaciones ealizadas sob e el iempo de en ega de los paque es con o me aumen a la elocidad, se ob iene que odos los p o ocolos compa ados ienden a inc emen a el iempo de e a do, es o es debido a los pa ones de mo ilidad que se han conside ado. Se puede obse a que en BTDAR-R los iempos de en ega son in e io es al es o de p o ocolos p esen ados. En cuan o al PDR analizado, BTDAR-P y BTDAR-R ienen una asa muy ele ada de paque es en egados sob e el es o de p o ocolos analizados. En cuan o a la densidad de nodos es muy escasa BTDAR-P iene los mejo es esul ados, seguidos de BTDAR-R, pe o en cuan o la densidad aumen a el n´ume o de nodos ecibidos po BTDAR-R a Chap e 2. Es ado del a e 23 aumen ado, y BTDAR-P dec emen a lige amen e el endimien o. En cuan o a la simu- laci´on ealizada pa a ob ene el PDR seg´un los pa ones de mo ilidad es ablecidos, se ob iene como esul ados que BTDAR-R y BTDAR-P ienen un al o po cen aje de en e- gas en compa aci´on con el es o, aun aumen ando la elocidad de los nodos. En cuan o al con ol de By es ansmi idos po By es de da os en egados, seg´un los esul ados ob- enidos pa a la densidad de nodos el p o ocolo JARR se man iene cons a e po que en su de inici´on no iene un modo p edic i o. En cuan o a GPSI iene un aumen o conside a- ble en la sob eca ga de con ol, es o es debido al cons an e cambio de un modo ”´a ido.a un modo p edic i o. En cuan o a BTAR con o me aumen a la densidad a mos ando una sob eca ga en la ed, pe o aun as´ı es mucho meno que al es o de p o ocolos, po an o los esul ados son mejo es. En los es ealizados sob e el aumen o de la elocidad BTDAR con in´ua eniendo los mejo es esul ados espec o a los o os p o ocolos. Finalmen e los an´alisis ealizados sob e el n´ume o de paque es ansmi idos po pa- que e en egado BTDAR iene una mejo e iciencia de acceso al canal que el es o de p opues as, es o se debe a que BTDAR en ega los da os a a ´es de u as es ables. 2.3.9. In e sec ion-Based Rou ing P o ocol (IBR) Se p esen a el p o ocolo IBR [20], el cual es ´a basado en la es a egia de anspo e y een ´ıo. Una de sus ca ac e ´ıs icas es e i a que el paque e llegue a los coches que an en di ecci´on opues a al eh´ıculo o igen. IBR se asume que los coches es ´an do ados de un GPS. Cada eh´ıculo ha de man ene su segmen o de ca e e a en la abla, es e segmen o incluye la siguien e in o maci´on: ID del segmen o; n´ume o de eh´ıculos en el segmen o de ca e e a; y ul ima ac ualizaci´on de la abla. IBR sigue los p incipios b´asicos implicados en el modelo de ca e e a, adem´as de a˜nadi in o maci´on de los c uces y ca e e a ec a. Adop a el m´e odo .a ido.en las ca e e as ec as. Cuando llega a una in e secci´on la ansmisi´on depende ´a de la di ecci´on de en u- amien o del paque e y di ecci´on en que ayan los eh´ıculos incluidos el siguien e een ´ıo y ”libe ado ”. Cuando se een ´ıa el paque e al coche que a en la misma di ecci´on el iempo de ida del paque e se dec emen a. Si hay una al a densidad de nodos la asa de paque es pe didos y el e a do en la en ega aumen a. Ya que el p o ocolo solo ansmi e en la di ecci´on en la cual a el eh´ıculo, se es ablecen cua o condiciones de encaminamien o. Es as son: Chap e 2. Es ado del a e 24 1. Hay al menos un eh´ıculo en el siguien e segmen o de ca e e a del paque e. Es deci , cuando un eh´ıculo se ap oxima a una in e secci´on, es e in e cambia su segmen o de ca e e a con los eh´ıculos que es ´en ce ca. 2. No hay ecinos en la in e secci´on. Cuando es a condici´on ocu e, el eh´ıculo que ha pasado po la in e secci´on lle a los paque es has a que encuen a un eh´ıculo con el que in e cambia los, y as´ı pode eplani ica la u a. 3. La di ecci´on de mo imien o de un eh´ıculo es di e en e a la di ecci´on de ans e en- cia del paque e, pe o no hay eh´ıculos en el siguien e segmen o de ca e e a, pe o s´ı que hay ecinos en la in e secci´on. Cuando ocu e es a condici´on es po que no se encuen an nodos que ayan en la misma di ecci´on que el paque e, y el eh´ıculo bloquea el paque e has a que encuen a un eh´ıculo que a e la misma di ecci´on y a es e se le asigna la mejo u a. 4. Los paque es llegan a de a la in e secci´on. Cuando es a condici´on sucede un pa- que e se een ´ıa al siguien e segmen o de ca e e a y al segmen o de ca e e a po el cual a. Po an o se ealiza un duplicado de paque es. 2.3.10. S abili y and Reliabili y awa e Rou ing (SRR) Se desc ibe un nue o p o ocolo de en u amien o basado po geolocalizaci´on, adem´as in- cluye en su implemen aci´on algo i mos de l´ogica di usa. Es e p o ocolo se llama S abili y and Reliabili y awa e Rou ing (SRR) [5]. Debido a la inco po aci´on de un sis ema ba- sado en Fuzzy Logic es e p o ocolo es capaz de oma decisiones m´as ´apidamen e que el es o de p o ocolos, es as decisiones se oman a pa i de la dis ancia y la di ecci´on de los eh´ıculos, pa a as´ı c ea un paque e que se ´a e ansmi ido a los nodos que es ´an den o del adio de cobe u a del nodo o igen. Po o a pa e lle a un mecanismo de decisi´on local pa a el caso que la ed sea dispe sa y no se pueda conec a a ning´un nodo ecino, de es a o ma el p o ocolo puede cambia de modo SRR a modo de encolado y al e ´es. En es e ´ul imo modo enunciado se u iliza el mecanismo de ca y-and- o dwa d pa a el caso en que el nodo no es ´e conec ado a ninguna ed, y se usa a como m´e ica de en ada la densidad de ´a ico. SRR es ´a adop ado pa a sis emas de comunicaci´on basados en V2V. La in o maci´on se ansmi e desde un eh´ıculo o igen a o o des ino median e mul i-hop. El eh´ıculo al lle a un GPS inco po ado da la posibilidad de p opo ciona su posici´on al es o de eh´ıculos que es ´an den o de la zona de alcance. Un eh´ıculo puede conoce la di ecci´on y la ubicaci´on de los eh´ıculos ecinos. Es o se puede conoce ya que el nodo cons an emen e es ´a haciendo bo adcas ing con mensajes HELLO. Es o acili a la zona de conocimien o de un eh´ıculo. Chap e 2. Es ado del a e 25 El p o ocolo iene dos modos de uncionamien o Figu a 2.10: 1. Packe Rou ing in Connec ed Vehicula Scenea io Figu a 2.8. En es e modo el eh´ıculo o igen es ´a den o de un con oy de coches y desea en ia da os a un des ina a io. El o igen consul a su abla de ecinos y selecciona el eh´ıculo que mejo u a p esen e hacia el des ino. Es a u a se ob iene median e ´ecnicas Fuzzy. Y en onces en ´ıa el da o a ese eh´ıculo. Y es e p oceso se ealiza has a llega al eh´ıculo des ino. Figu a 2.8: Nodo emiso en ´ıa un paque e seleccionado la u a m´as ´op ima 2. Tackling Packe Loss in Dis-connec ed Vehicula Scenea io Figu a 2.9. Cuando el eh´ıculo en a en es e modo es debido a que no hay ning´un eh´ıculo ecino ce ca. En onces empieza a gua da se en una cache la in o maci´on que en- ia a a un eh´ıculo. En el momen o que es e eh´ıculo es alcanzado po un con oy de coches es e cambia a de modo y se conec a a y selecciona a la mejo u a pa a en ia el paque e al des ino. Figu a 2.9: Cambio de modo desconec i idad a conec i idad Las m´e icas que se emplean en es e p o ocolo ya se han nomb ado an e io men e. Pe o al aba comen a po que se seleccionan la dis ancia y la di ecci´on: La p ime a de ellas, se conoce aplicando el eo ema de Pi ´ago as, pa a conoce la dis ancia que hay en e dos nodos. Una ez conocida la dis ancia de los nodos ecinos con el o igen se decide que los paque es se han de en ia a los eh´ıculos que es ´en a una dis ancia media. De es a o ma se e i a el allo de ansmisi´on con los nodos que es ´a en el l´ımi e del ango de alcance, y en el caso de los nodos m´as ce canos se e i a la sob eca ga de paque es. En cuan o a la di ecci´on, los eh´ıculos solo se pueden mo e en dos di ecciones po limi aciones de Chap e 2. Es ado del a e 26 Figu a 2.10: Diag ama lujo p o ocolo SRR Chap e 2. Es ado del a e 27 las ca e e as. Pe o las ca e e as no son ec as, ya que ienen cu a u as, po an o los ec o es de di ecci´on de los eh´ıculos no son siemp e pa alelos unos a o os y se necesi a conoce siemp e que ´angulo exis e en e un nodo y o o de la misma di ecci´on. Pa a selecciona las en adas y salidas pa a la uzzi icaci´on se han decla ado unas un- ciones llamadas, Less Di ec ed, Mid Di ec ed and Mo e Di ec ed. Es as unciones se emplea ´an dependiendo del ´angulo de di ecci´on que exis a en e el nodo o igen y el nodo ecino. El alo de es e ´angulo es a ´a comp endido en [-1,1] ya que el coseno oscila en e es os alo es. En cuan o a la dis ancia en e un nodo y o o depende del adio de cobe - u a y se c ean es unciones: Fa , In e media e, Close. T as es o, su ge la necesidad de no maliza los alo es. Es a no malizaci´on esul a de di idi la dis ancia con el adio de alcance, de o ma como se ilus a en [5]. Con eso se ob iene las eglas pa a la es uc u a de la l´ogica di usa del p o ocolo 2.3: IF THEN Rule RDis ance Deg ee.Di ec ness Fuzzy-Cos 1 Fa Less Di ec ed Low 2 Fa Mid Di ec ed Medium 3 Fa Mo e Di ec ed High 4 In e media e Less Di ec ed Medium 5 In e media e Mid Di ec ed High 6 In e media e Mo e Di ec ed V. High 7 Close Less Di ec ed V. Low 8 Close Mid Di ec ed Low 9 Close Mo e Di ec ed Medium Cuad o 2.3: Reglas Fuzzy logic En cuan o a las simulaciones ealizadas, se ha usado el simulado JiST/SWANS [21]. Den o del simulado se in eg ´o la implemen aci´on del sis ema de in e encia de l´ogica uzzy. Y se han ealizado di e sas p uebas pa a inalmen e compa a se con el p o ocolo GPCR. En los p ime os esul ados analizados se es udia el impac o del “solapamien o” del canal. En la cual se demues a el e ec o sob e la a iaci´on del link de e o sob e canales inal´amb icos y a ico CBR compa ado con el PDR, e a do medio de paque e y sob eca ga de paque es. Con o me la elocidad de ans e encia en e nodos ha ido aumen ando has a 72 Kbps, el alo del PDR ha ido descendiendo al como se mues an en las g ´a icas. En cuan o a la media del e a do de en ega de los paque es seg´un se ha inc emen ado la elocidad de ans e encia el e a do medio ha ido inc emen ´andose, y lo mismo ha ocu ido con el con ol de sob eca ga de los paque es. En es a simulaci´on se ha compa ado con di e sos alo es del canal de pe dida inal´amb ica en e eh´ıculos. En cuan o a la simulaci´on ealizada con el impac o de la densidad del ´a ico de los eh´ıculos. Tambi´en se demues a el e ec o sob e la a iaci´on del link de e o sob e Chap e 3. He amien as Empleadas 34 Aunque en su nomb e apa ezcan las palab as “Sis ema Ope a i o” no es al cual un OS. Ya que unciona sob e un sis ema Linux. Es m´as bien una in aes uc u a de desa ollo, despliegue y ejecuci´on de sis emas obo izados. En el cual exis e una g an a iedad de paque es con so wa e pa a que se pueda ealiza un ´apido desa ollo sob e un obo , adem´as de sol en a muchos p oblemas, que o os F amewo ks de Desa ollo de Robo s, RSF, no sol en an. Las soluciones que sol en a son las que se de allan a con inuaci´on: Abs acci´on de Ha dwa e (HAL) y eu ilizaci´on e in eg aci´on de obo s y disposi- i os encapsulando es os as in e aces es ables y man eniendo las di e encias en a chi os de con igu aci´on. Algo i mos de ob´o ica con bajo acoplamien o. Es deci , desde algo i mos de bajo ni el de con ol, cinem´a ica, SLAM, e c. Has a algo i mos de al o ni el como pue- dan se los de plani icaci´on o ap endizaje. Adem´as de o os an os m´as espec´ı icos como puede se que los obo s se conec en a una ed el´ec ica cuando lo necesi en o incluso coge y deja obje os. Es ´a p o is o de un mecanismo de comunicaciones (middlewa e) dis ibuido en e los nodos del sis ema obo izado. Un nodo es cualquie pieza de so wa e del sis- ema (desde un algo i mo SLAM has a un d i e pa a el manejo de un mo o ). El obje i o de es e sis ema es doble: Encapsulado/abs acci´on/ eu ilizaci´on de so - wa e; Ubicuidad, es deci , independencia de donde es e nodo es ´a localizado (un sis ema obo izado puede ene muchos p ocesado es). Es os nodos se comunican en e ellos median e mecanismos de paso de mensajes RPC o Publish/Subsc ibe, Se ice Lookup, e c. Pe mi e c ea a qui ec u as P2P de componen es obo izados dis ibuidos. Pe mi e ealiza simulaciones de sis emas ob´o icos con din´amicas de s´olidos ´ıgi- dos. He amien as de desa ollo, despliegue y moni o izaci´on de sis emas ob´o icos. La di e encia exis en e en e ROS y o os RSF es que ha log ado ag upa muchas de las mejo es ca ac e ´ıs icas de o os p oyec os, como pueda se Playe /S age/Gazebo, Ya p, O ocos, Ca men, O ca, OpenRa e, Open-RTM, as´ı dando una soluci´on in eg al y muy uni o me al p oblema de desa ollo de sis emas ob´o icos. Adem´as de se un sis ema mul ilenguaje, pee 2pee , o ien ado a he amien as, lige o y OpenSou ce. Desde que su gi´o has a la echa su popula idad ha ido en aumen o y es o ha sido debido a que se es ´a empleando en di e en es ´ambi os p o esionales: Cien ´ı ico, In es igaci´on, Di ulgaci´on. Chap e 3. He amien as Empleadas 35 3.4. BeagleBone Black La a je a BeagleBoa d [25] es p oducida po la emp esa Texas Ins umen s en asociaci´on con Digi-Key y Newa k elemen 14. Su ge a mediados de 2008 como el p ime mic o o denado de bajo cos e del me cado. Desde su apa ici´on ha ido e olucionando median e modelos nue os que inco po an cie as mejo as en endimien o y conec i idad. Hoy en d´ıa el modelo m´as ecien e es el BeagleBone Black e c, cuya e isi´on cons a de mayo de 2014. Es e modelo o ece un endimien o y una capacidad de c´ompu o que pocas a je as de p ecios simila es son capaces de supe a . La BeagleBone Black iene un p ecio de menos de 50e, y posee un p ocesado ARM Co ex-A8 a 1000MHz que pe mi e ealiza 2000 MIPS, una GPU Powe VR SGX530 a 200MHz que es capaz de p ocesa 20MPoligonos/s, iene con 512MB de RAM de ipo DDR3 a 800Mhz, una conexi´on E he ne , salida de ´ıdeo y audio mic o-HDMI, un pue o USB, una anu a pa a a je a mic oSD y dos ilas de 46 pines de en ada o salida y dos n´ucleos p og amables de iempo eal. Hay que ene en cuen a que el ol aje de en ada de la a je a es de 5V y que sin conec a nada, la a je a sola consume en e 210 y 460mA. O a de las en ajas m´as des acables de la BeagleBone Black es la conec i idad que o ece. Dispone de un o al de 92 pines econ igu ables que incluyen has a cua o pue os se ie di e en es, la gene aci´on de ocho PWM independien es, cua o empo izado es, un bus CAN, sie e en adas anal´ogicas en base a 1.8V con una esoluci´on del con e so AD de 12 bi s, a ias salidas de alimen aci´on a 5 y 3.3V, dos conexiones SPI, dos pue os I2C pa a su in e conexi´on con cualquie ipo de ha dwa e compa ible, adem´as de 65 en adas y salidas digi ales econ igu ables. Las ex ensiones pa a las a je as Beagleboa d se denominan capes y hay m´as de 40 modelos di e en es. Del mismo modo que con el es o de a je as, su uncionalidad es o o ga mayo acilidad de in e conexi´on y/o do a de nue as ca ac e ´ıs icas a la a je a. La BeagleBone Black sopo a di e sos sis emas ope a i os basados en la a qui ec u a ARM Linux como Fedo a, Ubun u u openSUSE, pe o ambi´en iene sopo e pa a An- d oid e incluso pa a Windows Embedded. Es os sis emas se ejecu an desde la mic oSD aunque cabe menciona que la a je a dispone de un ke nel de au o a anque con Linux Debian en su memo ia eMMC de 2GB que se ejecu a cuando no se inse a ninguna mic oSD. Las opciones de p og amaci´on en la BeagleBoa d son p ´ac icamen e las mismas que las de un sis ema ope a i o basado en una a qui ec u a x86. Se pueden u iliza lenguajes como C, C++, Ja a, Py hon, Ja aSc ip , And oid e incluso ambi´en Ma lab-Simulink. Chap e 3. He amien as Empleadas 36 Empleando la dis ibuci´on de Linux Ubun u, se pe mi e la ins alaci´on y uso del ame- wo k Robo Ope a ing Sys em (ROS) y pe mi e un uncionamien o id´en ico a como si se es u iese abajando con una a qui ec u a x86. Figu a 3.2: Beaglebone Black 3.5. ROBOCape Como se ha mencionado en la secci´on an e io , las ex ensiones pa a la a je a Beagle- Bone, se llaman capes. En es e apa ado se a a da a conoce la cape ROBOCape [26], la cual ha sido dise˜na po Miguel Albe o del se icio de elec ´onica del Ins i u o Uni e si a io de Au om´a ica e In o m´a ica Indus ial. ROBOCape es una placa elec ´onica que ha sido dise˜nada exclusi amen e pa a usa la con la a je a BeagleBone Black. As´ı se pe mi e un amplio abanico pa a a˜nadi lo al conjun o a sis emas obo izados y pode hace mas ´acil la p og amaci´on de es os sis e- mas. Du an e el dise˜no de es a a je a se ha ealizado un an´alisis exhaus i o sob e que disposi i os se usan m´as a menudo en es e ipo de sis emas. Y g acias a es o pe mi e un amplio abanico de aplicaciones de con ol pa a la g an mayo ´ıa de obo s exis en es. Pa a que es a placa pueda unciona con la BeagleBone, es a debe es a alimen ada con alimen aci´on ex e na de 5V y 1A o m´as pa a que el sis ema de segu idad no apague la a je a. Adem´as inco po a una en ada pa a conec a una ba e ´ıa ex e na de en e 6 y 12V de dos celdas. Las ca ac e ´ıs icas ´ecnicas que o ece son las siguien es. Sis ema de alimen aci´on DC/DC independien e, es deci , la ensi´on de en ada iene que se ensi´on con inua y como m´ınimo de 1A. La en ada m´axima pe mi ida Chap e 3. He amien as Empleadas 37 Figu a 3.3: ROBOCape es de 12V y capaz de o ece has a 3A. Inco po a un sis ema pa a p o ege al sis ema de cambio de pola idad y p o ecci´on pa a e i a sob e- ensiones. El sis ema de ca ga de ba e ´ıas es pa a las ba e ´ıas lipo de 2 c´elulas de 7.4V, adem´as inco po a un jumpe pa a selecciona el modo de uncionamien o, si ca ga solo o ca ga y unciona con alimen aci´on ex e na. El acele ´ome o que incluye es el MPU-9150. Es e, incluye un gi ´oscopo que es capaz de de ol e la elocidad angula en las coo denadas X, Y, Z con un ango escalable de en e ±250◦a±2000◦/sec. El acele ´ome o es capaz de de ol e ace- le aciones de en e ±2G has a ±16G en los 3 ejes, X, Y, Z. Adem´as incluye un magne ´ome o, que ob iene el campo magn´e ico en los 3 ejes, g acias a un senso monol´ı ico de e ec o Hall. Es e es capaz de de ol e una salida con 13 bi s de esoluci´on, es deci 0.3T po LSB. El cual es ´a conec ado al bus I2C. O o de los componen es que incluye es el al ´ıme o MPL3115A2, y pe mi e conoce la in o maci´on a la BBB, e e en e a la p esi´on y al i ud, as´ı como la empe a u a del en o no en el cual es e. Tambi´en se encuen a conec ado al bus I2C. El GPS que inco po a es el FGPMMOPA6E, el cual pe mi e ob ene una al a p ecisi´on en la posici´on y elocidad, y con su al a sensibilidad lo hace un buen candida o pa a unciona en en o nos u banos. Es capaz de sopo a has a 66 canales. Tiene un ango de uncionamien o de en e 1 y 10 Hz. Y el o ma o de adquisici´on de da os es a compues o po el p o ocolo NMEA. Es e disposi i o se conec a a a ´es de una UART. Debido a que la BBB lle a un pue o USB y es o es una limi aci´on, la ROBOCape pe mi e amplia has a 4 pue os USB, g acias al HUB TUSB2046B que inco po a. Chap e 3. He amien as Empleadas 38 O o de los componen es exis en es en es a placa, son los puen es H con los cuales se pueden maneja los mo o es DC o paso a paso, el con olado (BA6845) in eg ado pe mi e abaja con co ien es in e io es a 1A en ´egimen nominal. El con ol se ealiza median e las se˜nales PWM y los pines de la GPIO. Como cabe espe a , ROBOCape, incluye en adas anal´ogicas, en conc e o 4, es as si en pa a conec a los senso es de dis ancia Sha p GP2xx, y admi e ensiones de has a 1.8V, e in eg a un adap ado de ensiones m´aximas median e un di iso esis i o. Pe mi e inco po a senso es de ul asonido HC-SR04, en o al se pe mi en conec a has a 6 empleando una opolog´ıa en anillo. G acias a la l´ogica de dise˜no que lle a, pe mi e u iliza un n´ume o no muy ele ado de pines. El uncionamien o de es e modulo sigue la l´ogica de calculo del iempo de uelo de la se˜nal. Finalmen e exis en 4 l´ıneas di ec as que ienen de los con olado es PWM, es as adap an las se˜nales de la ensi´on ´ıpica en se˜nales pa a el se o median e bu e s de p o ecci´on. De es a o ma se c ea un sis ema de p o ecci´on pa a los p oblemas el´ec icos p o ocados po ci cui os ex e nos. Figu a 3.4: Desc ipci´on de conec o es, m´odulos, IC’s y dis ibuci´on Cap´ı ulo 4 T abajo Desa ollado En el cap´ı ulo ac ual se desc ibe el abajo ealizado pa a la elabo aci´on de es e abajo inal de m´as e . P ime o se demues a esumidamen e como se emplea el simulado de mo ilidad SUMO y se de alla el escena io c eado pa a ob ene el iche o de con igu aci´on pa a el simulado NS-3. En la siguien e secci´on se da a conoce el modelo de p opagaci´on empleado e implemen ado pa a dicho simulado . Y a con inuaci´on se desc ibe el mode- lado e implemen aci´on de un p o ocolo de en u amien o pa a edes ehicula es pa a el simulado NS-3. Finalmen e, en la ´ul ima secci´on de es e cap´ı ulo se explica el desa o- llo que ealizado sob e la placa BeagleBone Black, empleando el middlewa e ROS, y un ejemplo de aplicaci´on pa a obo s humanoides, as´ı mos ando su al a escalabilidad pa a di e en es pla a o mas. 4.1. Ecosis ema Con las he amien as expues as an e io men e se ha ob enido un ecosis ema que iene la uncionalidad implemen a , ejecu a y analiza una se ie de simulaciones basadas en Redes de Senso es Inal´amb icos y Mo ilidad. Po un lado 3.1 se emplea pa a desa olla nue os p o ocolos y ecnolog´ıas de ed donde pode compa a , analiza y alida odos los desa ollos. Es o pe mi e p opone y e alua nue as mejo as y p o ocolos implemen ados. Pa a comple a el ecosis ema se necesi a una se ie de pa ones de mo ilidad, que p e ia- men e han enido que se gene ados y analizados, de ah´ı la necesidad de emplea SUMO 3.2. 39 Chap e 4. T abajo Desa ollado 40 Figu a 4.1: Diag ama de bloques del ecosis ema p opues o 4.2. Gene aci´on de escena ios en SUMO La p incipal necesidad de emplea el simulado es de mo ilidad es que pe mi e gene a compo amien os simila es al mundo eal. De es a o ma se puede analiza la densidad de ´a ico en una zona conc e a. En es e campo de in es igaci´on emplea un simulado de mo ilidad con las ca ac e ´ıs icas que o ece SUMO es de i al impo ancia, ya que se pueden gene a odo ipo de endencias de conducci´on, aumen a la densidad del ´a ico, gene a posibles acciden es, en e o os compo amien os eales. La ob enci´on de es e ipo in o maci´on se puede eu iliza pa a la expe imen aci´on y an´alisis de las edes ehicula es, y as´ı pode desa olla nue as ´ecnicas y ecnolog´ıas que pe mi an a los conduc o es una sensaci´on de segu idad cuando an al olan e de su coche. La elecci´on de SUMO como simulado de mo ilidad ha sido debido a que es de de c´odi- go lib e y es a esc i o bajo licencia GNU Gene al Public License e sion 3.0 (GPL 3), adem´as de se po able. P opo ciona un paque e de simulaci´on de ´a ico odado mi- c osc´opico y con inuo, es ´a dise˜nado pa a maneja g andes edes de ca e e as. Pe mi e la simulaci´on incluyendo pea ones in e modales y iene con un g an conjun o de he a- mien as pa a la c eaci´on de escena ios. Po o a pa e, pe mi e un eno me acoplamien o con cualquie simulado de edes, ya que la in o maci´on que se ob iene iene en un o - ma o es anda izado, de ´acil y ´apida la con e si´on pa a los simulado es de edes, como po ejemplo a ns-2 y ns-3. A con inuaci´on se desc ibi ´an una se ie de pasos b´asicos pa a el ´apido manejo de SUMO. La c eaci´on de escena ios en SUMO se puede ealiza de dos o mas, una median e la desca ga de mapas en o ma o XML o median e la edici´on de iche os XML. Si se Chap e 4. T abajo Desa ollado 41 emplea la p ime a mencionada, accediendo p e io egis o a OpenS ee Map se puede desca ga una de e minada zona. Como po ejemplo Figu a 4.2. Figu a 4.2: ´ A ea de la Uni e sidad Poli ´ecnica de Valencia Cuando el mapa es ´e desca gado hay que con e i lo a o ma o XML, es o se ealiza con la ayuda del comando ne con e de SUMO. Una ez comple ado es e paso se ob iene el iche o XML que con o ma la ed de los nodos que o man las calles, ca e e as, e c. Pa a c ea un escena io de simulaci´on que se ap oxime a la ealidad, es deci , a˜nadi zonas e des, cons ucciones, e c, hay que emplea el comando polycon e el cual ecibe como en ada el iche o ob enido an e io men e y un iche o que se ob iene de la web de la o ganizaci´on que lo ha desa ollado. Seguidamen e se c ean una se ie de ayec o ias alea o ias, es o se consigue con el comando andomT ips.py el cual ecibe como a gumen o de en ada el iche o que con iene la ed de ca e e as y como iche o de salida gene a un XML con las u as. Una ez comple ado es o, se edi a un iche o de con igu aci´on que si e pa a ejecu a la la simulaci´on. Pa a ejecu a la simulaci´on se esc ibi ´a la o den sumo-gui map.sumo.c g y se ob end ´a un en ana simila a la mos ada en la Figu a 4.3 Una ez ca gado el simulado , si se ealiza zoom y se pone en ejecuci´on la simulaci´on apa ece ´an eh´ıculos en mo imien o y sem´a o os cambiando sus luces, en la Figu a 4.4 se mues a un ejemplo. Po o a pa e, SUMO pe mi e c ea escena ios pe sonalizados, pa a ello se debe de segui un lujo de abajo al como indica el diag ama de la Figu a 4.13. Siguiendo el diag ama de lujo de la Figu a 4.13 se an c eando los iche os. P ime o se c ea el a chi o que con end ´a los nodos. En la Figu a 4.5 se mues a un ejemplo. Chap e 4. T abajo Desa ollado 42 Figu a 4.3: ´ A ea simulada de la Uni e sidad Poli ´ecnica de Valencia Figu a 4.4: Ejemplo simulaci´on Figu a 4.5: Ejemplo .nod.xml A con inuaci´on se edi a ´a el iche o que con end ´a las a is as de conexi´on en e los nodos. En la Figu a 4.6 se mues a un ejemplo. Figu a 4.6: Ejemplo .edg.xml T as la edici´on de es os dos iche os y la ejecuci´on de la aplicaci´on ne con e e se ob ie- ne el iche o que con iene la ed de nodos que con o ma ´a el escena io, en la Figu a 4.7. Chap e 4. T abajo Desa ollado 43 Figu a 4.7: Ejemplo .ne .xml El siguien e paso consis e en gene a una se ie de lujos de mo ilidad, ello se consigue con la edici´on del iche o de lujo. Figu a 4.8 Figu a 4.8: Ejemplo . low.xml Ejecu ando al aplicaci´on dua ou e , y indicando el iche o de en ada como el . low.xml y una se ie de pa ´ame os se ob iene el iche o . ou.xml que con end ´a las u as a segui po los eh´ıculos en el escena io dise˜nado. En la Figu a 4.9 se mues a en agmen o de c´odigo. Figu a 4.9: Ejemplo . ou.xml Una ez llegados has a es e pun o, se p ocede a la edici´on del iche o de con igu aci´on de la simulaci´on, pa a ello, hay que c ea un iche o con ex ensi´on .c g simila al mos ado en la Figu a 4.10, d´onde se indica ´an los iche os que con o man la ed y las u as, adem´as se puede indica una se ie de pa ´ame os, como el inicio y inalizaci´on de la simulaci´on, el ama˜no de inc emen o en e cada ins an e, en e o os. Figu a 4.10: Ejemplo .c g Chap e 4. T abajo Desa ollado 50 Figu a 4.18: Cabece a mensaje ACK MyPosX yMyPosY: son dos campos de 64 bi s del ipo double, se ha op ado que enga es a capacidad po que la in o maci´on que adjun a ´a hace uso de la coma lo an e del compu ado en que es e, e in e esa que el da o sea lo m´as p ´oximo a la ealidad, y sin que exis a la ce eza de que el ama˜no llegue a desbo da y po an o ansmi i un mensaje e ´oneo. Dis anceToS c: es un campo de 32 bi s que pe mi e in o ma al nodo que en i´o el mensaje HELLO cual es la dis ancia que exis e en e el nodo o igen y des ino, adem´as, g acias al signo se puede sabe si a en la misma di ecci´on o en la di ecci´on opues a. O ien Re e enceToSRC: Pe mi e ob ene el ´angulo que exis e en e el nodo o igen y des ino, es e campo iene un ama˜no de 32 bi s. La clase S a usHeade implemen a un paque e de da os, que si e pa a in o ma a un no- do des ino que es ´e den o de de la p opia ed ad-hoc c eada. Los campos que con o man es e paque e son los mos ados en la Figu a 4.19: Figu a 4.19: Cabece a mensaje STATUS Chap e 4. T abajo Desa ollado 51 Hop Coun : es e campo iene un ama˜no de 8 bi s, y si e pa a lle a la cuen a de los sal os que ha ealizado un de e minado paque e. Coo dina eLoca ion: es un campo de 32 bi s que con iene las coo denadas de localizaci´on del nodo emiso . Veloci yVehicle: es un campo de 32 bi s que con iene la elocidad a la que ci cula el eh´ıculo en un ins an e de iempo de e minado. S a e: iene una capacidad de 32 bi s, y si e pa a indica a los eh´ıculos ecinos del es ado ac ual de calzada. Loca ionSe ice es una clase abs ac a que si e pa a localiza un nodo geog ´a icamen e, en la e si´on o icial del simulado ns-3 no se encuen a a´un. Es e se icio ue c eado pa a p o ocolos basados en localizaci´on geog ´a ica [29] y as´ı pode emula el compo amien o de un GPS. Reques Queue si e pa a encola los mensajes que no han podido se en iados debidos a una desconexi´on empo al de los nodos. La clase Expe Sys em implemen a las eglas desc i as en [5] en un sis ema expe o basado en eglas. Con ella, se pe mi e ob ene las unciones de cos e, pa a ayuda a decidi a que ecino hay que en ia los mensajes hacia el des ino. De es a o ma se in en a ob ene un compo amien o ap oximado al p opues o en Figu a 2.10. Finalmen e, en la clase Rou ingP o ocol se encuen a la l´ogica del p o ocolo de en u a- mien o p opues o en la igu a 2.10. Aqu´ı es donde se ealizan las unciones de es ablece la IP a los nodos que o man la ed ad-hoc en ia y ecibi los dis in os paque es, adem´as de oma las decisiones pa a en ia a un nodo u o o los dis in os paque es. A con inua- ci´on se a a de alla el uncionamien o de las unciones p incipales que se emplean en la implemen aci´on de es e obje o. En la igu a 4.20 se mues a el diag ama de lujo del p o ocolo implemen ado, las modi icaciones ealizadas ha sido sup imi el modo desco- nec i idad, y cambia el sis ema basado en Fuzzy Logic po un sis ema basado en eglas. Es e sis ema emplea la misma salida que el p opues o o iginalmen e. Seguidamen e se desc ibi ´a el uncionamien o del p o ocolo implemen ado. Cuando desde el iche o de con igu aci´on del escena io se in oca al p o ocolo, ha es e se le pueden pasa una se ie de a ibu os pa a su con igu aci´on. En es e conjun o de a ibu os se encuen a HelloIn e al, la cual es una a iable del ipo Time que po de ec o es ´a inicializa a a un segundo, con es e iempo se con igu a un JITTER el cual si e pa a la inicializaci´on de la asa de en ´ıo de paque es HELLO. Es e ipo de paque es se en ´ıan pe i´odicamen e pa a la cons ucci´on de la abla de ecinos de los nodos. Es e ipo de mensaje hace una Chap e 4. T abajo Desa ollado 52 inundaci´on a odos los nodos que es ´an den o de su alcance. En el momen o que un nodo que es ´a den o del ango de cobe u a y ha ecibido es e paque e analiza dicha cabece a y c ea una en ada en la abla de ecinos, en caso de que ya exis ie a la en ada ac ualiza sus alo es. Una ez comple ado es e p oceso el nodo en ´ıa un paque e ACK al nodo que inici´o la comunicaci´on, asmi iendo los campos desc i os an e io men e. El nodo ecep o de es e paque e analiza el mensaje y ac ualiza su en ada de la abla de ecinos. Una ez, se ha encido el iempo de espe a pa a en ia los mensajes de da os en a en uncionamien o las unciones Rou eOu pu yRou eInpu , que es ´an mos adas en la igu a 4.20. La llamada a Rou eOu pu se ealiza en el momen o que el nodo uen e es ´a lis o pa a e ansmi i el paque e de da os y po an o a con igu a la u a de salida pa a que despu´es Rou eInpu a a ´es de los nodos in e medios sea capaz de alcanza el des ino del paque e, ya sea ealizando una en ega di ec a o e ansmisiones, Fo wa ding. Como se puede obse a en la igu a 4.20 la unci´on Rou eOu pu y Rou eInpu siguen el lujo de da os es ablecido po el diag ama o iginal 2.10. Cuando Rou eOu pu en a en ejecuci´on se comp ueba que el socke de la di ecci´on no es ´e ac´ıo, en caso de es a lo de uel e una u a es ablecida po de ec o en el simulado . El siguien e paso es ob ene los dis in os a ibu os del nodo uen e, es deci , su IP, posici´on, y a a ´es del Heade ob enemos la di ecci´on IP des ino.Es e des ino se es ablece como siguien e sal o a alcanza den o de la u a. En onces se comp ueba si la abla de ecinos del nodo uen e es a ac´ıa, en caso de es a lo el paque e se desca a. En caso con a io se a˜nade la in o maci´on al Heade y seguidamen e se comp ueba si el des ino es ecino o no, en caso se lo se con igu a la u a de salida pa a alcanza el des ino. En caso de no se un nodo ecino el des ino en a en uncionamien o el sis ema basado en eglas. En es e sis ema se ob iene el nodo ecino con una mejo unci´on de cos e pa a con igu a la u a. Una ez con igu ada la u a po el nodo o igen, en a en uncionamien o la unci´on Rou eInpu , en es a unci´on se peude ealiza la llamada a una se ie de callbacks pa a alcanza el des ino, aqu´ı se uel e a comp oba si la IP des ino y su in e az son des inos, en caso a i ma i o se ealiza una llamada al callback LocalDeli e Callback y de es a o ma el paque e ha alcanzado su des ino. En caso con a io se ealiza la llamada a la unci´on Fo wa ding. Es a unci´on iene un compo amien o simila a Rou eOu pu . Se ob iene la IP des ino, uen e e IP de nodo in e medio, seguidamen e se comp ueba si la IP des ino del paque e es la del nodo des ino. En caso a i ma i o se con igu a la u a pa a la en ega di ec a. En el caso con a io se ob iene cual se ´a el mejo nodo candida o pa a alcanza Chap e 4. T abajo Desa ollado 53 (a) Rou eOu pu (b) Rou eInpu Figu a 4.20: Diag ama lujo p o ocolo p opues o el des ino, es o se ealiza de o ma simila que en Rou eOu pu , pa a pode e ansmi i los paque es se emplea el callback Unicas Fo wa dCallback. En la igu a 4.21 se puede ap ecia el esquema de comunicaciones que sigue el simulado ns-3 pa a ansmi i el paque e a a ´es del p o ocolo de anspo e y del p o ocolo IP, y las llamadas que se ealizan a la ho a de in e cambia el paque e con las capas in e io es de la pila IP. Chap e 4. T abajo Desa ollado 54 Figu a 4.21: Esquema comunicaciones con ni eles in e io es de la pila IP Chap e 4. T abajo Desa ollado 55 4.4. Nodos ROS En pa alelo se ha desa ollado pa e de la esis doc o al, es o es la implemen aci´on de nodos en ROS pa a la BeagleBone Black, necesa ia pa a la implemen aci´on sob e nodos eales de las p opues as ealizadas de p o ocolos pa a edes ehicula es p e iamen e simuladas y e aluadas, dado que es os p o ocolos necesi an de di e en es disposi i os y pe i ´e icos como GPS, e c. 4.4.1. Desc ipci´on nodos de ROS En el abajo ealizado se ha in eg ado la lib e ´ıa BlackLib [30] den o de un nodo ROS. Es a lib e ´ıa ha sido esc i a pa a que el acceso a bajo ni el de los componen es HW de la BBB sea anspa en e. El lenguajes empleado pa a su desa ollo es C++, y pe mi e la lec u a de las en adas anal´ogicas, gene a se˜nales PWM, pode emplea los pines GPIO. Adem´as pe mi e ealiza la comunicaci´on con o os disposi i os que empleen la UART, I2C y SPI. Es a in eg aci´on se ha podido ealiza ya que ROS y BlackLib es ´an esc i o en C++. A la lib e ´ıa o iginal se le ha han a˜nadido dos obje os como se mues a en la Figu a 4.22. Es os dos obje os a˜nadidos pe mi en lee los alo es de uel os po la IMU y po el Al ´ıme o, son los que es ´an de colo e de. Se ha op ado po ealiza es as dos clases pa a acili a en el u u o el uso de es os disposi i os ya que hab´ıa que ealiza la lec u a una se ie de egis os y di ecciones de memo ia. Pa a ello se han empleado los da ashee s [31,32] de los ab ican es, es donde se desc ibe el mapa de di ecciones de los disposi i os. Figu a 4.22: Je a qu´ıa lib e ´ıa BlackLib Pa a la implemen aci´on en ROS, se ha desa ollado el nodo mos ado en la Figu a 4.23, que en el cual exis en es p og amas que pe mi en pone en uncionamien o la IMU, el al ´ıme o y el GPS[33]. El p ime componen e desa ollado ha sido el acceso a la unidad de medida ine cial el cual es ´a uncionando a una ecuencia de 1 Hz. En es e se puede ob ene los alo es en los 9 ejes, es deci , se puede ob ene la acele aci´on lineal en las coo denadas X Y Z, adem´as de las coo denadas espec i as an o pa a la elocidad angula y el campo Chap e 4. T abajo Desa ollado 56 Figu a 4.23: Nodo implemen ados en ROS magn´e ico al cual es ´a some ida la BeagleBone Black. Es a in o maci´on se publica en los mensajes es ´anda es de ROS. El segundo componen e que se desc ibe es el al ´ıme o, con el cual se pueden ob ene a que al i ud sob e el ni el del ma a la que se encuen a la placa, adem´as de conoce la empe a u a que iene la placa en un ins an e de iempo y cual es la p esi´on a mos ´e ica a la cual es ´a some ida. Como en el caso an e io es e nodo ambi´en se puede conoce median e los mensajes ´ıpicos de ROS y unciona a la misma ecuencia. O o nodo que ha sido implemen ado es el acceso al GPS, es e es ´a uncionado a una ecuencia de 0.5 Hz, el mensaje ob enido po el GPS sigue el es ´anda del p o ocolo NMEA y po an o se ha enido que ealiza una con e si´on de o ma o y pe mi e conoce la longi ud, la i ud y la al u a sob e el ni el del ma a la que se encuen a la a je a en un momen o de e minado. Y al igual que en los casos an e io es ambi´en se publica a a ´es de un mensaje de ROS. Y po ´ul imo, se ha c eado o o nodo pa a la lec u a de los senso es de ipo Sha p comen ados en la secci´on 3.5. Es e nodo pe mi e la lec u a de los 4 con e so es ADC que pe mi e el acceso la cape. Es e nodo ambi´en unciona a 1 Hz y publica los da os a a ´es de mensajes de ROS. Chap e 4. T abajo Desa ollado 57 4.4.2. In eg aci´on lib e ´ıas en ROS Pa a pode emplea la lib e ´ıa Blacklib desde un nodo ROS, p ime o de odo debe de exis i una ´a ea de abajo pa a el usua io en ROS, es o se puede ealiza de la siguien e o ma: mkdi -p os_wo kspace / ca kin_ws /s c cd os_wo kspace / ca kin_ws / s c ca kin_ini _wo kspace ca kin_make Lis ing 4.1: Comando pa a con igu a ´a ea de abajo en ROS Seguidamen e, hay que c ea se iene que c ea un nodo. Es e nodo ha de con ene los iche os necesa ios pa a que pueda pone se en uncionamien o desde el nodo mas e . Pa a c ea el nodo hay que ejecu ando la o den: ca kin_c ea e_pkg ’nomb e del nodo ’ Lis ing 4.2: C ea un nodo en ROS El siguien e a segui consis e en ubica los iche os de cabece a den o del di ec o io include/nomb e nodo, con los iche os uen e se ealiza una a ea simila pe o es a ez en el di ec o io s c. A con inuaci´on se ha de edi a un iche o uen e el cual debe ´a de ene la unci´on main y la uncionalidad que se desee que implemen e el nodo. Pa a comple a el p oceso de in eg aci´on hay que edi a el iche o CMakeLis . x . En es e iche o hay que localiza una se ie de unciones que es ´an comen adas. Es as unciones son: ca kin package: en su in e io hay que a˜nadi el di ec o io include y el nomb e de la lib e ´ıa a emplea , hay que an epone la palab a lib. add lib a y: hay que a˜nadi el el nomb e de la lib e ´ıa que se ha inco po ado al paque e, adem´as de la u a a los iche os uen e que se an a emplea . add execu able: en es a unci´on se debe de esc ibi el nomb e del ejecu able que a implemen a y el nomb e del iche o donde es ´e su implemen aci´on. a ge link lib a ies: es a unci´on si e pa a incula el ejecu able con las lib e ´ıas, po an o hay que a˜nadi el nomb e del ejecu able que se ha dado en la unci´on add execu able y el nomb e de la lib e ´ıa dado en ca kin package y add lib a y. A la ho a de implemen a el p o ocolo de en u amien o p opues o en es e T abajo Final de Mas e , se segui ´a una secuencia de abajo simila a la mencionada en 4.4.2. Cap´ı ulo 5 Expe imen aci´on y esul ados En el p esen e cap´ı ulo se desc ibi ´a la me odolog´ıa seguida pa a la alidaci´on del p o- ocolo modelado en el cap´ı ulo 4. Pa a ello, p ime o se de ini ´a un escena io simila al p opues o en [5] y se ealiza ´an una se ie de expe imen os con los mismos pa ´ame os de con igu aci´on. Seguidamen e los esul ados ob enidos se ´an analizados pa a alida dicha implemen aci´on. Adem´as se a ia ´an algunos pa ´ame os de simulaci´on pa a analiza los cambios que p o- ocan en la ed y e alua las p es aciones del p o ocolo. Finalmen e, se mos a ´an los esul ados ob enidos en la implemen aci´on del equipo ´ısico y sus dis in as aplicaciones. 5.1. E aluaci´on del p o ocolo p opues o Tal como se ha p esen ado en la secci´on 4.3 se ha desa ollado una ap oximaci´on del p o ocolo de en u amien o SRR pa a en o nos ehicula es. Pa a pode alida es a im- plemen aci´on se ha empleado un escena io gene ado con el simulado SUMO siguiendo los pasos mos ados en 4.2. A con inuaci´on se de allan los pa ´ame os que se han empleado pa a alida la imple- men aci´on y los escena ios empleados en el simulado ns-3 pa a alida dicho p o ocolo. 5.1.1. Pa ´ame os de la simulaci´on y escena ios En la ealizaci´on del es udio en el impac o del Channel Shadowing se han empleado los siguien es pa ´ame os: El n´ume o de nodos uen e han sido 5 59 Chap e 5. Expe imen aci´on y an´alisis de esul ados 66 Figu a 5.4: Compa aci´on PDR p o ocolo p opues o (a iba) VS SRR (abajo) 5.1.6. O os an´alisis Debido a que el simulado o ece g an libe ad pa a ealiza simulaciones ealis as, se ha ap o echado y se han cambiado algunos pa ´ame os. En las siguien es expe imen aciones se analizan ha deshabili ado los paque es de con ol Clea To Send (CTS) y Reques To Send (RTS), cuando su ama˜no sea in e io a 2200 By es. Como se puede ap ecia en las g ´a icas 5.7, las endencias son simila es, pe o debido a deshabili a el en ´ıo de los paque es de con ol el e a do medio ha disminuido, y en cambio el PDR ha su ido un lige o aumen o. O o an´alisis que se han ealizado han sido cambia el n´ume o de ecep o es de la ed ad- hoc, has a el momen o en los an´alisis solo hab´ıa un nodo ecep o , en es e expe imen o Chap e 5. Expe imen aci´on y an´alisis de esul ados 67 Figu a 5.5: Compa aci´on Delay p o ocolo p opues o (a iba) VS SRR (abajo) los nodos uen e son 5 y ansmi en al es o de nodos y se han deshabili ado los paque es de con ol que engan un ama˜no in e io a 2200 By es. En cuan o a la p oduc i idad al inc emen a el n´ume o de ecep o es cuando mayo alo de σes a asa es mayo . Como se puede obse a en la igu a 5.8 del impac o de seg´un la a iaci´on del Channel Shadowing, cuando mayo alo iene Xσel e a do de en ega de los paque es se inc e- men a, es o se debe a que mayo Xσ, el ango de nodos a los que se puede alcanza es mayo . En cambio cuando meno alo de Xσla asa de a io de en ega de paque es es lige amen e supe io en el caso de en ega a un des ino que a odos los nodos es an es 5.9. Po ´ul imo, al habe un mayo n´ume o de nodos ecep o es el e a do End-To-End ha su ido una lige a mejo a dec emen ado el e a do medio, igu a 5.10. En cuan o a las o as m´e icas compa adas ienen una endencia simila . Chap e 5. Expe imen aci´on y an´alisis de esul ados 68 Figu a 5.6: Compa aci´on O e head p o ocolo p opues o (a iba) VS SRR (abajo) En la igu a 5.11, se mues an los esul ados de la simulaci´on dependiendo de la den- sidad de eh´ıculos que haya en la ed. Cuando mayo densidad de nodos, el e a do se inc emen a, es o es debido a la g an can idad de paque es que es ´an iajando a lo la go de la ed pa a alcanza su des ino. El p incipal ac o que in luye en es e expe imen o son las colisiones en e paque es. En cuan o a la en ega de paque es cuando la densidad de los nodos disminuye la en ega de los paque es es bas an e ele ada, se puede obse a que con o me la elocidad de ansmisi´on a aumen ando, la endencia de en ega a disminuyendo, es o se debe a que con o me aumen a la elocidad el a io de alcance a disminuyendo paula inamen e. Finalmen e, en es e expe imen o, se puede obse a que la mejo asa de p oduc i idad exis e cuando hay una g an densidad de paque es, es o se debe a que hay mucho mas in e cambio de paque es en al as densidades que en bajas. Chap e 5. Expe imen aci´on y an´alisis de esul ados 69 Figu a 5.7: Compa aci´on PDR paque es de con ol habili ados (a iba) VS deshabi- li ados (abajo) Chap e 5. Expe imen aci´on y an´alisis de esul ados 70 Figu a 5.8: Compa aci´on Th oughpu sin paque es de con ol con 1 des ino (a iba) VS des ino odos los nodos de la ed (abajo) Chap e 5. Expe imen aci´on y an´alisis de esul ados 71 Figu a 5.9: Compa aci´on PDR sin paque es de con ol con 1 des ino (a iba) VS des ino odos los nodos de la ed (abajo) Chap e 5. Expe imen aci´on y an´alisis de esul ados 72 Figu a 5.10: Compa aci´on Delay sin paque es de con ol con 1 des ino (a iba) VS des ino odos los nodos de la ed (abajo) Chap e 5. Expe imen aci´on y an´alisis de esul ados 73 Figu a 5.11: Compa aci´on Densidad sin paque es de con ol con 1 des ino (a iba) VS des ino odos los nodos de la ed (abajo) Chap e 5. Expe imen aci´on y an´alisis de esul ados 74 En el an´alisis del impac o de la elocidad a la que se mue en los eh´ıculos, se ha a iado de 25 m/s a 30 m/s. Se puede obse a que seg´un aumen a la elocidad de ansmisi´on, el e a do de los paque es es mucho mayo 5.12. En caso con a io, en la en ega de paque es se puede obse a una educci´on, es os en´omenos se deben a que seg´un a aumen ando la elocidad de ansmisi´on el espec o es meno , y adem´as a˜nadiendo la elocidad de los nodos es o p o oca que los mensajes no lleguen a su des ino po posibles desconexiones 5.13. Figu a 5.12: Compa aci´on e a do sin paque es de con ol con 1 des ino (a iba) VS des ino odos los nodos de la ed (abajo) 5.2. E aluaci´on Beaglebone Black A con inuaci´on se p esen an los expe imen os ealizados con la BeagleBoneBlack y la ROBOCape empleando los nodos de ROS desc i os en el apa ado 4.4 que pe mi i ´an e alua la implemen aci´on sob e ha dwa e eal de las pa es del sis ema necesa ias pa a Chap e 5. Expe imen aci´on y an´alisis de esul ados 75 Figu a 5.13: Compa aci´on Velocidad sin paque es de con ol con 1 des ino (abajo) VS des ino odos los nodos de la ed (abajo) complemen a los p o ocolos de comunicaci´on es udiados p e iamen e basados en GPS. Es os expe imen os han consis ido en ubica la BeagleBoneBlack en el eh´ıculo el´ec ico e i po den o del campus uni e si a io dando uel as pa a ob ene los esul ados del GPS. Du an e es os eco idos se han ealizado di e sas acciones, como po ejemplo acele a y desacele a , adem´as de ealiza gi os b uscos a de echas e izquie das pa a oma las mediciones de la IMU, la elocidad m´axima alcanzada ha sido de 30 Km/h. El GPS es aba uncionando a una ecuencia de 0.5 Hz y la IMU a 1 Hz. En las igu as 5.14 y5.14 se mues an algunas de las u as ob enidas con el GPS. Pa a pode ep esen a las coo denadas en Google Ea h se han con e ido las coo denadas del GPS de g ados sexadecimales a g ados decimales. Como se ha podido obse a el endimien o del GPS es bas an e bueno aun uncionando a un bajo endimien o. Como ocu e con odo disposi i o GPS exis e un ango de e o . Es e e o se obse a cuando se azan las ayec o ias sob e el mapa eal. Bibliog a ´ıa [1] L. Banda, M. Mzyece, and G. Noel. Ip mobili y suppo : Solu ions o ehicula ne wo ks. Vehicula Technology Magazine, IEEE, 7(4):77–87, Dec 2012. ISSN 1556- 6072. doi: 10.1109/MVT.2012.2203881. [2] Da id Chunhu Li, Li-De Chou, Li-Ming Tseng, Yi-Ming Chen, and Kai-Wei. Kuo. A bipola a ic densi y awa eness ou ing p o ocol o ehicula ad hoc ne wo ks. Mobile In o ma ion Sys ems, 2015(2015):1–12, 2015. doi: 10.1155/2015/401518. URL h p://dx.doi.o g/10.1155/2015/401518. [3] J. Tou ouh, J. Ga cia-Nie o, and E. Alba. In elligen ols ou ing p o ocol op imi- za ion o ane s. Vehicula Technology, IEEE T ansac ions on, 61(4):1884–1894, May 2012. ISSN 0018-9545. doi: 10.1109/TVT.2012.2188552. [4] Jamal Tou ouh, Se gio Nesmachnow, and En ique Alba. Fas ene gy-awa e ols ou ing in ane s by means o a pa allel e olu iona y algo i hm. Clus e Compu ing, 16(3):435–450, 2013. ISSN 1386-7857. doi: 10.1007/s10586-012-0208-9. URL h p: //dx.doi.o g/10.1007/s10586-012-0208-9. [5] Kayhan Z a Gha oo , Kamal ulnizam Abu Baka , Shaha uddin Salleh, Ke in C. Lee, Mohd Mu adha Mohamad, Maznah Kama , and Ma ina Md A shad. Fuzzy logic-assis ed geog aphical ou ing o e ehicula ad hoc ne wo ks. In e na ional Jou nal o Inno a i e Compu ing, In o ma ion and Con ol, 8(7(B)):5095–5120, July 2012. ISSN 1349-4198. [6] J. E. Smi h A. E. Eiben. In oduc ion o E olu iona y Compu ing. Sp inge , 2003. [7] Jaime Llo e Kamal ulnizam Abu Baka Zai ul M. Zainuddin Kayhan Z a Gha oo , Ma wan Aziz Mohammed. Rou ing p o ocols in ehicula ad hoc ne wo ks: Su ey and esea ch challenges. Ne wo k P o ocols and Algo i hms, 5(4):39–83, Dec 2013. ISSN 1943-3581. doi: 10.5296/npa. 5i4.4134. URL h p://dx.doi.o g/10.5296/ npa. 5i4.4134. [8] Daqiang Zhang, Zhijun Yang, Vaska Raychoudhu y, Zhe Chen, and Jaime Llo- e . An ene gy-e icien ou ing p o ocol using mo emen ends in ehicula ad 83 Bibliog aphy 84 hoc ne wo ks. The Compu e Jou nal, pages 1–9, 2013. doi: 10.1093/comjnl/ bx 028. URL h p://comjnl.ox o djou nals.o g/con en /ea ly/2013/03/ 21/comjnl.bx 028.abs ac . [9] M. Al-Rabayah and R. Malaney. A new scalable hyb id ou ing p o ocol o ane s. Vehicula Technology, IEEE T ansac ions on, 61(6):2625–2635, July 2012. ISSN 0018-9545. doi: 10.1109/TVT.2012.2198837. [10] Douglas S. J. De Cou o, Daniel Aguayo, John Bicke , and Robe Mo is. A high- h oughpu pa h me ic o mul i-hop wi eless ou ing. pages 134–146, 2003. doi: 10.1145/938985.939000. URL h p://doi.acm.o g/10.1145/938985.939000. [11] M. Al-Rabayah and R. Malaney. Scalable hyb id loca ion-based ou ing in ehicula ad hoc ne wo ks. pages 1–5, Sep 2011. ISSN 1090-3038. doi: 10.1109/VETECF. 2011.6093116. [12] ns-2. h p://www.isi.edu/nsnam/ns/. [Online; accedido Sep iemb e-2015]. [13] Mallba. h p://neo.lcc.uma.es/mallba/easy-mallba/h ml/mallba.h ml. [On- line; accedido Sep iemb e-2015]. [14] D. Ga c´ıa C. G´omez and J. Pa adells. Imp o ing pe o mance o a eal ad hoc ne wo k by uning ols pa ame e s. P oc. 10 h IEEE ISCC, pages 16–21, 2005. [15] J. Ga c´ıa-Nie o, J. Tou ouh, and E. Alba. Au oma ic uning o communica ion p o ocols o ehicula ad hoc ne wo ks using me aheu is ics. Enginee ing Ap- plica ions o A i icial In elligence, 23(5):795–805, 2010. ISSN 0952-1976. doi: 10.1016/j.engappai.2010.01.012. URL h p://www.sciencedi ec .com/science/ a icle/pii/S0952197610000308. Ad ances in me aheu is ics o ha d op imiza- ion: new ends and case s udies. [16] C.A.T.H. Tee and A. Lee. Adap i e eac i e ou ing o ane in ci y en i onmen s. pages 610–614, Dec 2009. doi: 10.1109/I-SPAN.2009.39. [17] J. Zhao and G. Cao. Vadd: Vehicle-assis ed da a deli e y in ehicula ad hoc ne - wo ks. The 25 h Con e ence on Compu e Communica ions (IEEE INFOCOM’06), Ap 2006. [18] A. Fagg J. Da is and B Le ine. Wea able compu e s as packe anspo mecha- nisms in highly-pa i ioned ad-hoc ne wo ks. In e na ional Symposium on Wea able Compu ing, Oc 2001. [19] Zeinab Rezaei a , Fa ama z Hendessi, Beh ouzShahgholi Ghah a okhi, and T.Aa on Gulli e . A eliable geocas ou ing p o ocol o ehicula ad hoc ne wo ks. Wi eless Bibliog aphy 85 Pe sonal Communica ions, 83(1):281–295, 2015. ISSN 0929-6212. doi: 10.1007/ s11277-015-2393-3. URL h p://dx.doi.o g/10.1007/s11277-015-2393-3. [20] Li-De Chou, Jyun-Yan Yang, Ying-Cheng Hsieh, De -Chyn Chang, and Chi-Feng Tung. In e sec ion-based ou ing p o ocol o ane s. Wi eless Pe sonal Commu- nica ions, 60(1):105–124, 2011. ISSN 0929-6212. doi: 10.1007/s11277-011-0257-z. URL h p://dx.doi.o g/10.1007/s11277-011-0257-z. [21] Jis /swans. h p://jis .ece.co nell.edu/. [Online; accedido Sep iemb e-2015]. [22] Ns-3 eam. h ps://www.nsnam.o g/, 2015. [Online; accedido Sep iemb e-2015]. [23] Ins i u e o T anspo a ion Sys ems. Sumo - simula ion o u ban mo- bili y. h p://www.dl .de/ s/en/desk opde aul .aspx/ abid-9883/16931_ ead-41000/, 2015. [Online; accedido Sep iemb e-2015]. [24] Ros - obo ope a ing sys em. h p://www. os.o g/, 2015. [Online; accedido Sep iemb e-2015]. [25] Beagleboa d. h p://www.beagleboa d.o g/, 2015. [Online; accedido Sep iemb e- 2015]. [26] Miguel Albe o. Robocape o beagleboneblack. Repo e in e no AI2, 2014. [27] T. S. Rappapo . Wi eless Communica ions: P inciples and P ac ice. P en ice Hall PTR, New Je sey, 1996. [28] Bluegiga. h ps://www.bluegiga.com/en-US/p oduc s/w 111-wi i-module/, 2015. [Online; accedido Sep iemb e-2015]. [29] An ´onio Fonseca, And ´e Cam˜oes, and Te esa Vaz˜ao. Geog aphical ou ing im- plemen a ion in ns3. In P oceedings o he 5 h In e na ional ICST Con e en- ce on Simula ion Tools and Techniques, SIMUTOOLS ’12, pages 353–358, ICST, B ussels, Belgium, Belgium, 2012. ICST (Ins i u e o Compu e Sciences, Social- In o ma ics and Telecommunica ions Enginee ing). ISBN 978-1-4503-1510-4. URL h p://dl.acm.o g/ci a ion.c m?id=2263019.2263075. [30] Blacklib. h p://blacklib.yigi yuce.com/, 2015. [Online; accedido Sep iemb e- 2015]. [31] In enSense Inc. Mpu-6000 and mpu-6050 egis e map and desc ip ions. Da ashee , 2012. [32] F eescale Semiconduc o . X insic mpl3115a2 i2c p ecision al ime e . Da ashee , 2013. Bibliog aphy 86 [33] GlobalTop Technology Inc. Fgpmmopa6h gps s andalone module da a shee . Da- ashee , 2011.