Organic-Computing-Konzepte und deren Umsetzung für dezentrale Anwendungen im ...

220 Pages·2009·7.03 MB·German

by  Axel Wegener

Aus dem Institut für Telematik
der Universität zu Lübeck
Direktor:
Prof. Dr. rer. nat. Stefan Fischer
Organic-Computing-Konzepte
und deren Umsetzung für
dezentrale Anwendungen
im Straßenverkehr
Inauguraldissertation
zur
Erlangung der Doktorwürde
der Universität zu Lübeck
– Aus der Technisch-Naturwissenschaftlichen Fakultät –
Vorgelegt von
Herrn Dipl.-Inform. Axel Wegener
aus Holzminden
Lübeck, 2009
Erster Berichterstatter: Prof. Dr. rer. nat. Stefan Fischer
Zweiter Berichterstatter: Prof. Dr. Sándor P. Fekete
Tag der mündlichen Prüfung: 4. September 2009
Zum Druck genehmigt.
Lübeck, den 9. September 2009
ii
Kurzfassung
Individuelle Mobilität ist für eine moderne Gesellschaft eine wichtige Grundlage, sowohl
unter wirtschaftlichen als auch unter gesellschaftlichen Aspekten. Allerdings häufen sich
mit steigender Auslastung des Straßennetzes Behinderungen und Staus. Daher werden
Verkehrsinformationssysteme eingesetzt, um Verkehrsteilnehmer zu warnen und auf al-
ternative Strecken umzuleiten.
UnerwünschteVerkehrsstrukturenwiez.B.Stauswerdenjedochersterfasst,nachdem
der Stau eine gewisse Größe erreicht hat und somit schon eine unmittelbare Behinde-
rung darstellt. Dabei taucht ein Stau jedoch nicht unvermittelt auf, sondern entsteht als
emergente Eigenschaft basierend auf den Interaktionen zwischen Fahrzeugen auf mikro-
skopischer Ebene.
Aufgrund der zentralisierten Architektur heutiger Verkehrsinformationssysteme ist ei-
ne derart feingranulare Erfassung und Verarbeitung der Verkehrslage nur schwer mög-
lich. Zudem beschränkt sich die Erfassung der Verkehrslage – bedingt durch die benö-
tigte teure Infrastruktur – fast ausschließlich auf Autobahnen. Ein dezentraler Ansatz
erlaubt hingegen eine sehr detaillierte Erfassung der Verkehrslage; dabei kommunizie-
ren die beteiligten Fahrzeuge über ein sog. Vehicular Ad-hoc Network (VANET) direkt
miteinander. Durch die dadurch mögliche Datenverarbeitung „vor Ort“ kann ein sich
anbahnender Stau schon in der Entstehungsphase erkannt und seiner Ausbreitung durch
lokale Beeinflussung entgegengewirkt werden.
In dieser Arbeit wird ein solcher dezentraler Ansatz entwickelt, der basierend auf
Organic Computing-Prinzipien die Entwicklung dezentraler Anwendungen im Straßen-
verkehr erlaubt. Grundlegend neu in diesem Ansatz ist das Konzept der Datenwolke
(engl. Hovering Data Cloud, HDC). Eine HDC dient als dynamische Datenstruktur, die
ein lokales Verkehrsphänomen erfasst und verfolgt. Dazu nutzt eine HDC Fahrzeuge
als Informationsträger, kann sich aber unabhängig von diesen „bewegen“, so dass sie
sich immer im Bereich des von ihr beobachteten Verkehrsphänomens aufhalten kann.
Durch hierarchische Aggregation so gewonnener Daten lassen sich räumlich ausgedehnte
Verkehrsstrukturen erfassen, die als Organic Information Complexes (OICs) bezeichnet
werden und deren Zustand wiederum in HDCs abgelegt wird. Zudem kann ausgehend
von den lokal verfügbaren HDCs eine Adaption des jeweiligen Fahrverhaltens erfolgen;
so kann beispielsweise im Falle eines Staus nachfolgender Verkehr umgeleitet, oder die
Fahrgeschwindigkeit innerhalb des Staus harmonisiert werden.
Sowohl zur Kommunikation innerhalb einer HDC als auch zur Kommunikation der
iii
Kurzfassung
HDCs untereinander und zum Verbreiten von Verkehrsinformationen wurde im Rahmen
dieser Arbeit das Protokoll AutoCast zur effizienten Verteilung von Daten entwickelt.
AutoCast ist ein hybrides Protokoll, das sein Verhalten je nach lokaler Netztopologie
selbständig anpasst. Die einzelnen Protokoll-Bausteine werden ausführlich beschrieben
und evaluiert.
Darauf aufbauend setzt das AutoNomos-System die Konzepte der HDC und OIC um
und ermöglicht die Implementierung von VANET-Anwendungen auf Basis definierter
Schnittstellen.
Zur prototypischen Umsetzung und Evaluation wurde eine Simulationsumgebung ent-
wickelt,dieeinenVerkehrssimulatormiteinemNetzwerksimulatorbidirektionalkoppelt.
Über die bidirektionale Kopplung werden nicht nur die Bewegungsdaten der Fahrzeuge
vom Verkehrssimulator an den Netzwerksimulator geliefert, sondern es kann auch die im
Netzwerksimulator implementierte VANET-Anwendung kann auf diverse Aspekte der
Verkehrssimulation zugreifen und das Verhalten der Fahrzeuge während der Simulation
beeinflussen. Somit können auch die Auswirkungen einer VANET-Anwendung auf den
Straßenverkehr analysiert werden.
Neben der Simulationsumgebung dient ein Demonstrator, bestehend aus 18 Lego-
Mindstorms-Fahrzeugen,dazu,diebetrachtetenKonzepteausderSimulationinein„rea-
les“ Verkehrsszenario zu überführen und veranschaulicht die Vorteile der vorgestellten
Konzepte.
Auf Basis der Simulationsumgebung und des Demonstrators werden drei VANET-
Anwendungen exemplarisch vorgestellt, die nach den in dieser Arbeit entwickelten Prin-
zipien umgesetzt wurden und die Machbarkeit sowie die positive Auswirkung auf den
Verkehrsfluss belegen.
iv
Inhaltsverzeichnis
Kurzfassung iii
Danksagung ix
1 Einleitung 1
1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Wissenschaftliche Beiträge und Aufbau dieser Arbeit . . . . . . . . . . . . 4
2 Anwendungsgebiet 9
2.1 Straßenverkehr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Ad-hoc-Netze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1 Modellierung der drahtlosen Kommunikation in Ad-hoc-Netzen . . 13
2.2.2 Kommunikation in VANETs . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3 Sicherheitsaspekte in VANETs . . . . . . . . . . . . . . . . . . . . 15
2.3 Dezentrale Anwendungen im Straßenverkehr . . . . . . . . . . . . . . . . . 15
2.3.1 Kategorisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.2 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3 Organic Computing 21
3.1 Organic Computing im Straßenverkehr . . . . . . . . . . . . . . . . . . . . 24
3.2 Organic-Computing-Konzepte für dezentrale Anwendungen . . . . . . . . 26
3.2.1 Hovering Data Clouds . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.2 Organic Information Complexes. . . . . . . . . . . . . . . . . . . . 30
3.2.3 Adaptable Distributed Strategies . . . . . . . . . . . . . . . . . . . 33
4 AutoNomos-System 35
4.1 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2 Entwurfsziele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3 Architektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4 Programmierschnittstelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5 Datenverteilung mit AutoCast 47
5.1 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
v
Inhaltsverzeichnis
5.2 Protokollaufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.2.1 Probabilistisches Fluten (Multi-Hop-Forwarding) . . . . . . . . . . 56
5.2.2 Nachbarschaften (Selbst-Adaption) . . . . . . . . . . . . . . . . . . 60
5.2.3 Wiederholung von Übertragungen (Store-And-Forward) . . . . . . 62
5.2.4 Verbreitungsgebiete . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.3 Implementierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.3.1 Nachrichtenformat . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.3.2 Protokollablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.4 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.4.1 Simulationsparameter . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.4.2 Standard-Szenario . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.4.3 Autobahn-Szenario . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.4.4 Adaptivität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.4.5 Realitätsnähe der Simulation . . . . . . . . . . . . . . . . . . . . . 85
5.4.6 Skalierbarkeit der Simulation . . . . . . . . . . . . . . . . . . . . . 87
5.5 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . 92
6 VANET-Simulationsumgebung mit Rückkopplungsschleife 95
6.1 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.2 Lösungsansatz basierend auf elementaren Fahrmanövern . . . . . . . . . . 98
6.3 Systemarchitektur des Traffic Control Interfaces . . . . . . . . . . . . . . . 100
6.3.1 Steuerung des Simulationsablaufs . . . . . . . . . . . . . . . . . . . 102
6.3.2 Elementare Fahrmanöver . . . . . . . . . . . . . . . . . . . . . . . 104
6.3.3 Zugriff auf das Verkehrsszenario . . . . . . . . . . . . . . . . . . . 104
6.4 Implementierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.5 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.6 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
7 Anwendungsfälle 111
7.1 Verwandte Arbeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.2 Ampelassistenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.2.1 Algorithmus zur Adaption des Fahrverhaltens . . . . . . . . . . . . 115
7.2.2 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.2.3 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.3 Adaptive Routenplanung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.3.1 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.3.2 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
7.4 Dezentrale Stauerkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.4.1 Algorithmus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
vi
Inhaltsverzeichnis
7.4.2 Aufbau der Demonstrationsplattform . . . . . . . . . . . . . . . . . 130
7.4.3 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8 Zusammenfassung und Ausblick 139
A Bestimmung von ratio für verschiedene Netztopologien 143
newNeighbors
A.1 Szenario „Gleichverteilung“ . . . . . . . . . . . . . . . . . . . . . . . . . . 144
A.2 Szenario „VANET“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
B Optimierung des probabilistischen Flutens 147
C Implementierungsdetails zu AutoCast 151
C.1 Nachrichtenformat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
C.2 Protokollablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
D Implementierungsdetails des Traffic Control Interfaces 159
D.1 Format des Nachrichten-Containers . . . . . . . . . . . . . . . . . . . . . . 159
D.2 Datentypen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
D.3 TraCI-Nachrichten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
D.3.1 Simulationsablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
D.3.2 Elementare Fahrmanöver . . . . . . . . . . . . . . . . . . . . . . . 165
D.3.3 Zugriff auf das Verkehrsszenario . . . . . . . . . . . . . . . . . . . 166
D.4 Implementierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
D.4.1 Verkehrssimulator SUMO . . . . . . . . . . . . . . . . . . . . . . . 168
D.4.2 Netzwerksimulator ns-2 . . . . . . . . . . . . . . . . . . . . . . . . 169
D.4.3 Netzwerksimulator Shawn . . . . . . . . . . . . . . . . . . . . . . . 170
Verzeichnisse 173
Abbildungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Tabellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
Abkürzungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
Persönliche Informationen 205
Lebenslauf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Eigene Publikationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
vii

Danksagung
An dieser Stelle möchte ich mich bei all denen bedanken, die mir in den letzten Jahren,
in denen diese Arbeit entstanden ist, zur Seite standen.
Zuallererst danke ich meiner lieben Frau Stefanie, die mir stets Halt gegeben hat und
mich mit voller Kraft untertützt hat. Unserem Sohn Jannes danke ich für die großen
Augen, mit denen er seit zwei Jahren die Welt entdeckt und mir quasi nebenher den
nötigen Ausgleich zur Arbeit beschert.
Meinen Eltern danke ich von ganzem Herzen für die lebenslange Unterstützung in
allen Belangen und ihr Interesse an meiner Arbeit.
Ein großer Dank gebührt meinem Doktorvater Herrn Prof. Stefan Fischer für die
großzügigen Forschungsbedingungen die er mir im Rahmen des Forschungsprojekts Au-
toNomos eingeräumt hat und die Betreuung meiner Arbeit in den letzten vier Jahren.
Ein herzliches Dankeschön gilt auch allen Beteiligten dieses Forschungsprojekts: Herrn
Prof. Sándor P. Fekete, der auch das Koreferat übernommen hat, Prof. Horst Hellbrück,
Dr. Elad Schiller, Christiane Schmidt, Christopher Tessars und Björn Hendriks.
FürdieMotivationinFormeiner(verlorenen)WettedankeichProf.Hellbrück;ebenso
für die zahlreichen Diskussionen und die gemeinsame Arbeit am AutoCast-Protokoll.
Für die tägliche nette Arbeitsatmosphäre, zahlreiche fachliche Diskussionen und das
freundschaftliche Miteinander danke ich allen Kollegen am Institut für Telematik glei-
chermaßen: Claudia Becker, Dr. Carsten Buschmann, Dr. Alexander Carôt, Maick Dan-
ckwardt, Nils Glombitza, Daniela Krüger, Martin Lipphardt, Dr. Dennis Pfisterer, Ste-
phan Pöhlsen, Stefan Ransom, Peter Rothenpieler, Dirk Schmidt, Birgit Schneider und
Prof. Christian Werner. Es hat Spaß gemacht, mit Euch zu arbeiten!
ix