14 out 2020
14:00 Defesa de Doutorado Integralmente a distância
Tema
Fog Computing-based Traffic Management Support for Intelligent Transportation Systems
Aluno
Celso Augusto Raposo Lisboa Brennand
Orientador / Docente
Leandro Aparecido Villas
Breve resumo
O trânsito nos grandes centros urbanos contribui com problemas que vão desde diminuição da qualidade de vida e segurança da população até o aumento de custos financeiros às pessoas, cidades e empresas. Um dos motivos para um maior tráfego de veículos é o vertiginoso crescimento populacional dos centros urbanos. Além disso, o fluxo de veículos é prejudicado por situações adversas recorrentes nas vias, como o aumento súbito do tráfego durante os horários de pico, gargalos nas infraestruturas de transporte, e acidentes de trânsito. Com o avanço das tecnologias de comunicação, processamento e sensoriamento, os Sistemas de Transporte Inteligentes (ITS) surgem como uma alternativa para mitigar esses problemas. A interoperabilidade dos ITS com novas tecnologias tais como as redes veiculares (VANETs) e computação em névoa, os tornam mais promissores e eficazes. As VANETs preveem que veículos possuam poder computacional e capacidade de comunicação sem fio com outros veículos e com as infraestruturas fixa de comunicação, assim, uma nova gama de serviços de segurança e entretenimento aos motoristas e passageiros podem ser desenvolvidas. Entretanto, estes tipos de serviços, em especial o de gerenciamento de trânsito, demandam uma análise contínua das condições de fluxo de veículos nas vias e um vasto recurso de rede e processamento, tornando o desenvolvimento de soluções para ITS mais complexo e de difícil escalabilidade. A computação em névoa é uma infraestrutura de computação descentralizada na qual dados, processamento, armazenamento e aplicações são distribuídos na borda da rede, assim, aumentando a escalabilidade do sistema. Na literatura, os sistemas de gerenciamento de tráfego não tratam de maneira adequada o problema de escalabilidade, implicando em problemas relacionados ao balanceamento de carga e tempo de resposta. Esta tese de doutorado propõe um sistema de gerenciamento de tráfego baseado no paradigma de computação em névoa, para detectar, classificar e controlar o congestionamento de tráfego. O sistema proposto apresenta um framework distribuído e escalável que reduz os problemas supracitados em relação ao estado da arte. Para tanto, utilizando da natureza distribuída da computação em névoa, a solução implementa um algoritmo de roteamento probabilístico que faz o balanceamento do tráfego e evita o problema de deslocamento de congestionamentos para outras regiões. Utilizando às características da computação em névoa, foi desenvolvida uma metodologia distribuída baseada em regiões que faz a coleta de dados e classificação das vias em relação às condições do trânsito compartilhadas pelos veículos. Finalmente, foi desenvolvido um conjunto de algoritmos/protocolos de comunicação que comparado com outras soluções da literatura, reduz a perda de pacotes e o número de mensagens transmitidas. O serviço proposto foi comparado extensivamente com outras soluções da literatura em relação às métricas de trânsito, onde o sistema proposto foi capaz de reduzir em até 70% o tempo parado e em até 49% o planning time index. Considerando as métricas de comunicação, o serviço proposto é capaz de reduzir em até 12% a colisão de pacotes alcançando uma cobertura de 98% do cenário. Os resultados mostram que o framework baseado em computação em névoa desenvolvido, melhora o fluxo de veículos de forma eficiente e escalável.
Banca examinadora
Titulares:
Leandro Aparecido Villas IC/UNICAMP
Robson Eduardo De Grande Brock University/Canadá
Richard Werner Nelem Pazzi Ontario Tech University/Canadá
Islene Calciolari Garcia IC/UNICAMP
Thiago Henrique Silva DAINF/UTFPR
Suplentes:
Denis Lima do Rosário ICEN/UFPA
Helder May Nunes da Silva Oliveira ICEN/UFPA
Augusto José Venâncio Neto DIMAp/UFRN