1 of 73

Studio e analisi delle prestazioni del protocollo IEEE 802.11p per la guida autonoma di platoon di veicoli 

Tesi di Laurea Triennale in Informatica

Matteo Carlo Giavarini 

Matricola: 896141 

Relatore: prof. Gian Paolo Rossi

Correlatore: dott. Christian Quadri

Anno accademico 2018-2019

1

COMPUTER SCIENCE DEPARTMENT

2 of 73

Perchè Platooning?

  • Vantaggi:

• Riduzione del traffico ed aumento della capacità stradale

​

• Riduzione di consumi ed emissioni inquinanti

​

• Miglioramento del comfort dell’automobilista

Comunicazione V2V

Comunicazione V2V

2

COMPUTER SCIENCE DEPARTMENT

3 of 73

Comunicazione veicolare:

Vehicle to Vehicle – V2V (a)

- IEEE WAVE:

• IEEE 802.11p: modifica lo standard 802.11 a livello MAC e PHY per consentire la comunicazione negli ambienti veicolari.

• IEEE 1609.X: gestisce le modalità di accesso al canale e media l’accesso al canale fisico per i pacchetti WAVE.

- ETSI ITS-G5

​

Vehicle to Infrastructure – V2I (b)

- 5G & LTE-V2X

3

COMPUTER SCIENCE DEPARTMENT

4 of 73

Algoritmo di controllo CACC:

auto-controlla integrando le informazioni ricavate dal radar di bordo riguardo posizione, accelerazione e distanza con quelle fornitegli dal leader e dal veicolo che lo precede.

Il Cooperative Adaptive Cruise Coltrol (CACC) è in grado di formare,

mantenere e disgregare un plotone di veicoli. In particolare ogni veicolo si

4

COMPUTER SCIENCE DEPARTMENT

5 of 73

Obiettivi della tesi:

Analisi di aspetti che possono influenzare le prestazioni delle comunicazioni veicolari e la stabilità dei plotoni di veicoli.

​

In particolare:

  • Confronto tra le varie tipologie di Modulation and Coding Scheme (MCS).
  • Gestione dei plotoni: Valutazione delle performance tra scenari che dispongono molteplici plotoni affiancati e molteplici plotoni in fila l’uno all’altro.

5

COMPUTER SCIENCE DEPARTMENT

6 of 73

Strumenti di simulazione:

Simulatore di rete veicolare

Simulatore di

traffico stradale

6

COMPUTER SCIENCE DEPARTMENT

7 of 73

Confronto delle Modulation and Coding Scheme (MCS):

Il termine MCS in ambito di trasmissioni digitali, rappresenta una particolare tecnica di

elaborazione del segnale radio trasmesso, volta a garantire la trasmissione più ottimale possibile di un messaggio, ossia l'integrità dei dati attraverso un canale rumoroso che introduce errori nella trasmissione dei dati.

7

MCS

DATA RATE

SENSIBILITA’ RICEVITORE

SNIR MINIMO

LOS RANGE

GRANDEZZA PLOTONE TEORICA

​

BPSK 1/2

3 Mb/s

-85 dB

10 dB

740 m

83

BPSK 3/4

4.5 Mb/s

-84 dB

11 dB

666 m

75

QPSK 1/2

6 Mb/s

-82 dB

13 dB

541 m

61

QPSK 3/4

9 Mb/s

-80 dB

15 dB

439 n

49

16 QAM 1/2

12 Mb/s

-77 dB

18 dB

320 m

36

16 QAM 3/4

18 Mb/s

-73 dB

22 dB

210 m

24

64 QAM 1/2

24 Mb/s

-69 dB

26 dB

139 m

16

64 QAM 3/4

27 Mb/s

-66 dB

27 dB

125 m

14

COMPUTER SCIENCE DEPARTMENT

8 of 73

Scenario di simulazione:

Parametri

Valore

Numero veicoli plotone

Grandezza teorica della relativa MCS

Tempo di simulazione

60s

Velocità del leader

100 Km/h

Oscillazione sinusoidale

Da 95 a 105 Km/h a 0.2 Hz

Distanza inter-veicolare

5 m

Controller

CACC

Frequenza di beaconing

10 Hz

Potenza di trasmissione

100 mW

Sensibilità d'antenna 

In base alla MCS considerata

Modulation and coding schema (MCS)

In Base alla MCS considerata

Path-loss exponent

2.0

8

COMPUTER SCIENCE DEPARTMENT

9 of 73

Risultati ottenuti:

Tamponamento

Tamponamento

Tamponamento

Tamponamento

Pacchetti da 200 Byte

Pacchetti da 800 Byte

9

COMPUTER SCIENCE DEPARTMENT

10 of 73

Pacchetti persi:

10

MCS QPSK ½

Pacchetti da 200 Byte

MCS QPSK ½

Pacchetti da 800 Byte

COMPUTER SCIENCE DEPARTMENT

11 of 73

Distanze inter-veicolari:

MCS: QPSK ½

Pacchetti da 200 Byte

MCS: QPSK 1/2

Pacchetti da 800 Byte

11

Ultimo veicolo

Ultimo veicolo

COMPUTER SCIENCE DEPARTMENT

12 of 73

Gestione dei plotoni:

​

Confronto delle prestazioni fisiche e di rete tra i seguenti scenari:

• 60 veicoli suddivisi in 4 plotoni affiancati VS 60 veicoli suddivisi in 4 plotoni in fila:

​

​

​

​

​

​

​

• 120 veicoli suddivisi in 4 plotoni affiancati VS 120 veicoli suddivisi in 4 plotoni in fila:

12

COMPUTER SCIENCE DEPARTMENT

13 of 73

Distanze inter-veicolari 60 veicoli:

• Plotoni affiancati

• Plotoni in fila

Un Tamponamento

Nessun tamponamento

13

Notevole instabilità

COMPUTER SCIENCE DEPARTMENT

14 of 73

Pacchetti persi 60 veicoli:

• Plotoni affiancati

• Plotoni in fila

14

COMPUTER SCIENCE DEPARTMENT

15 of 73

Distanze inter-veicolari 120 veicoli:

• Plotoni affiancati:

• Plotoni in fila:

Un Tamponamento

Tre Tamponamenti

15

Grave instabilità

COMPUTER SCIENCE DEPARTMENT

16 of 73

Pacchetti persi 120 veicoli:

• Plotoni affiancati

• Plotoni in fila

16

COMPUTER SCIENCE DEPARTMENT

17 of 73

Conclusioni

Modulation and Coding Scheme:

  • Le uniche due MCS che si sono rilevate sufficientemente robuste sono state in primis QPSK ½ con una capienza massima di 57 veicoli per plotone e successivamente 16QAM ½ con una capacità effettiva di 32 veicoli ed una minore stabilità del plotone.  

• La codifica più semplice, BPSK ½ si è dimostrata molto efficiente per pacchetti di piccole dimensioni (200 Byte) ma totalmente inadeguata per pacchetti di dimensioni maggiori (800 Byte).

Gestione dei plotoni:

• La configurazione che ha mostrato maggiore stabilità in fatto di mantenimento della distanza inter-veicolare target e di efficienza in fatto di pacchetti persi è quella che dispone i plotoni affiancati sulle varie corsie, mentre la configurazione che dispone i plotoni in fila su un’unica corsia presenta maggiori criticità.

​

17

COMPUTER SCIENCE DEPARTMENT

18 of 73

Sviluppi futuri

  • Condizioni di simulazioni non ideali
      • Introduzione del rumore radio causato da apparati esterni
      • Utilizzo di antenne non-ideali / reali
  • Vehicle-to-infrastructure
      • 5G
      • LTE-V2X

​

​

18

COMPUTER SCIENCE DEPARTMENT

19 of 73

Grazie dell'attenzione

19

COMPUTER SCIENCE DEPARTMENT

20 of 73

COMPUTER SCIENCE DEPARTMENT

21 of 73

COMPUTER SCIENCE DEPARTMENT

22 of 73

COMPUTER SCIENCE DEPARTMENT

23 of 73

COMPUTER SCIENCE DEPARTMENT

24 of 73

COMPUTER SCIENCE DEPARTMENT

25 of 73

COMPUTER SCIENCE DEPARTMENT

26 of 73

COMPUTER SCIENCE DEPARTMENT

27 of 73

COMPUTER SCIENCE DEPARTMENT

28 of 73

COMPUTER SCIENCE DEPARTMENT

29 of 73

COMPUTER SCIENCE DEPARTMENT

30 of 73

COMPUTER SCIENCE DEPARTMENT

31 of 73

COMPUTER SCIENCE DEPARTMENT

32 of 73

COMPUTER SCIENCE DEPARTMENT

33 of 73

COMPUTER SCIENCE DEPARTMENT

34 of 73

COMPUTER SCIENCE DEPARTMENT

35 of 73

COMPUTER SCIENCE DEPARTMENT

36 of 73

COMPUTER SCIENCE DEPARTMENT

37 of 73

COMPUTER SCIENCE DEPARTMENT

38 of 73

COMPUTER SCIENCE DEPARTMENT

39 of 73

COMPUTER SCIENCE DEPARTMENT

40 of 73

COMPUTER SCIENCE DEPARTMENT

41 of 73

COMPUTER SCIENCE DEPARTMENT

42 of 73

COMPUTER SCIENCE DEPARTMENT

43 of 73

COMPUTER SCIENCE DEPARTMENT

44 of 73

COMPUTER SCIENCE DEPARTMENT

45 of 73

COMPUTER SCIENCE DEPARTMENT

46 of 73

COMPUTER SCIENCE DEPARTMENT

47 of 73

COMPUTER SCIENCE DEPARTMENT

48 of 73

COMPUTER SCIENCE DEPARTMENT

49 of 73

COMPUTER SCIENCE DEPARTMENT

50 of 73

COMPUTER SCIENCE DEPARTMENT

51 of 73

COMPUTER SCIENCE DEPARTMENT

52 of 73

COMPUTER SCIENCE DEPARTMENT

53 of 73

COMPUTER SCIENCE DEPARTMENT

54 of 73

COMPUTER SCIENCE DEPARTMENT

55 of 73

COMPUTER SCIENCE DEPARTMENT

56 of 73

COMPUTER SCIENCE DEPARTMENT

57 of 73

COMPUTER SCIENCE DEPARTMENT

58 of 73

COMPUTER SCIENCE DEPARTMENT

59 of 73

COMPUTER SCIENCE DEPARTMENT

60 of 73

COMPUTER SCIENCE DEPARTMENT

61 of 73

COMPUTER SCIENCE DEPARTMENT

62 of 73

COMPUTER SCIENCE DEPARTMENT

63 of 73

COMPUTER SCIENCE DEPARTMENT

64 of 73

COMPUTER SCIENCE DEPARTMENT

65 of 73

COMPUTER SCIENCE DEPARTMENT

66 of 73

COMPUTER SCIENCE DEPARTMENT

67 of 73

COMPUTER SCIENCE DEPARTMENT

68 of 73

COMPUTER SCIENCE DEPARTMENT

69 of 73

COMPUTER SCIENCE DEPARTMENT

70 of 73

COMPUTER SCIENCE DEPARTMENT

71 of 73

COMPUTER SCIENCE DEPARTMENT

72 of 73

COMPUTER SCIENCE DEPARTMENT

73 of 73

COMPUTER SCIENCE DEPARTMENT