Adaptive Multi-Dimensional Coordinated Comprehensive Routing Scheme for IoV

تخيل مدينة حيث تتحدث كل سيارة، وإشارة مرور، ولوحة إرشادية باستمرار مع بعضها البعض، وتتبادل المعلومات حول السرعة، والموقع، والازدحامات المرورية في الوقت الفعلي. هذه هي رؤية "إنترنت المركبات"، وهي شبكة مصممة لجعل القيادة أكثر أمانًا وكفاءة من خلال السماح للسيارات بالتواصل مع بعضها البعض ومع البنية التحتية للطرق. ومع ذلك، فإن الحفاظ على هذا الحوار واضحًا وغير منقطع أمر صعب للغاية. فالسيارات تتحرك بسرعات عالية، وتغير مواقعها واتصالاتها في كل ثانية. والطرق التي تسلكها مزدحمة، مما يتسبب في تداخل الإشارات وضياع البيانات. وإذا لم تتمكن الشبكة من إيجاد مسار موثوق لانتقال رسالة من سيارة إلى أخرى، فقد تفشل التحذيرات الحرجة بشأن الحوادث أو حركة المرور في الوصول، مما يحول النظام الذكي إلى نظام صامت.

لطالما حاول الباحثون حل هذه المشكلة عبر ابتكار قواعد لكيفية انتقال البيانات من سيارة إلى أخرى. تعتمد بعض الأساليب على الموقع المادي للمركبات، بينما تحاول أساليب أخرى التنبؤ بمكان تواجد حركة المرور. ومع ذلك، غالبًا ما تعاني هذه النهج الحالية عندما تصبح الشبكة مزدحمة للغاية أو عندما تصبح حركة المرور فوضوية للغاية؛ فقد تعلق في حلقة محلية، أو تفشل في رؤية ازدحام يتشكل على بعد مسافة بعيدة، أو تغير مساراتها ببطء شديد عند انقطاع الاتصال. ولمعالجة هذه القيود، اقترح فريق من الباحثين من جامعة بكين جياوتونغ، وجامعة شرق الصين جياوتونغ، والفريق الوطني لمركز طوارئ الشبكة الحاسوبية، طريقة جديدة أكثر مرونة لتوجيه البيانات عبر هذه الشبكة المتحركة.

يكمن جوهر حلهم في نظام لا ينظر فقط إلى الخطوة التالية المباشرة، بل يقيم الرحلة بأكملها باستخدام أربعة عدسات مختلفة في آن واحد. فبدلاً من السؤال فقط: "هل هذه السيارة قريبة من الوجهة؟"، يطرح الأسلوب الجديد أربعة أسئلة في وقت واحد: هل الاتصال بين السيارات قوي وواضح؟ هل السيارة المستلمة مثقلة بالفعل بالكثير من البيانات؟ هل شبكة الطرق بأكملها أصبحت مزدحمة للغاية؟ والأهم من ذلك، كم من الوقت سيستمر هذا الاتصال قبل أن تخرج السيارات عن النطاق؟ ومن خلال وزن كل هذه العوامل معًا، يمكن للنظام اختيار مسار قد يكون أطول قليلاً في المسافة، ولكنه أكثر استقرارًا وموثوقية.

ولجعل هذا يعمل في العالم الحقيقي، صمم الباحثون آلية تبديل ذكية تعمل كمنظم حركة مرور للبيانات. فعندما تحتاج سيارة إلى إرسال رسالة، فإنها تتحقق أولاً مما إذا كانت ضمن نطاق وحدة طريق (وحدة جانبية)، وهي محطة ثابتة ذات إشارة قوية يمكنها المساعدة في إدارة حركة المرور. وإذا كانت هذه المحطة متاحة، فإن السيارة تستخدمها للعثور على أفضل خطوة تالية. وإذا لم تكن كذلك، فإنها تعتمد على السيارات الأخرى. ثم يحدد النظام مسارًا رئيسيًا، وهو المسار الأكثر كفاءة بناءً على الظروف الراهنة، ومسارًا احتياطيًا، وهو المسار الأكثر استقرارًا في حال فشل المسار الرئيسي. وإذا بدأ المسار الرئيسي يبدو محفوفًا بالمخاطر — رب الله كانت الإشارة ضعيفة أو كانت السيارة التالية مشغولة للغاية — فإن النظام ينتقل فورًا إلى المسار الاحتياطي دون انتظار انقطاع الاتصال تمامًا. ويحدث هذا تلقائيًا وبشكل مستمر مع تغير الشبكة.

اختبر الباحثون هذه الفكرة باستخدام محاكاة حاسوبية تحاكي امتدادًا طويلًا لطريق سريع يضم آلاف المركبات المتحركة. وقارنوا أسلوبهم الجديد بأربعة استراتيجيات توجيه شائعة أخرى. وأظهرت النتائج أن نهجهم كان أفضل بكثير في الحفاظ على حركة الرسائل. ففي عمليات المحاكاة، قلل النظام الجديد من عدد المرات التي يُفقد فيها الاتصال، وحافظ على معدل خطأ منخفض للغاية في البيانات، وضمن وصول الرسائل بشكل أسرع بكثير مقارنة بالأساليب الأخرى. وحتى عندما كانت كثافة السيارات عالية جدًا، مما خلق بيئة فوضوية عجزت الأنظمة الأخرى عن إيجاد طريق من خلالها، حافظ هذا الأسلوب الجديد على تدفق ثابت للمعلومات. لقد تمكن من تسليم جميع حزم البيانات المرسلة تقريبًا، بينما بدأت الأساليب الأخرى في فقدان جزء كبير من حركة المرور.

كانت واحدة من أبرز النتائج هي كيفية تعامل النظام مع المقايضة بين السرعة والموثوقية. ففي العديد من أنظمة التوجيه، يكون الهدف هو العث على أقصر مسار، ولكن هذا غالبًا ما يؤدي إلى الازدحام وفقدان الرسائل عندما تكون الطريق مزدحمة. وكان الأسلوب الجديد مستعدًا لسلوك مسار أطول قليلاً إذا كان ذلك يعني تجنب الازدحام أو الإشارة الضعيفة. وفي عمليات المحاكاة، أدى ذلك إلى مسارات كانت، في المتوسط، أطول من حيث عدد السيارات التي تمر عبرها البيانات، لكنها كانت أكثر نجاحًا في إيصال الرسالة إلى وجهتها. كما قام النظام بتكييف قواعده الخاصة بناءً على الموقف؛ فعندما كانت الشبكة مزدحمة للغاية، كان يولي اهتمامًا أكبر لتجنب الازدحام، وعندما كانت الشبكة شحيحة، كان يركز أكثر على الحفاظ على استقرار الاتصال.

تخلص الدراسة إلى أنه من خلال الجمع بين هذه العوامل المختلفة في عملية اتخاذ قرار واحدة متكيفة، من الممكن إنشاء نظام توجيه قوي بما يكفي لعالم المركبات المتصلة سريع التغير. لم يكتفِ الباحثون باقتراح خوارزمية جديدة فحسب، بل بنوا نموذجًا كاملاً يأخذ في الاعتبار الحركة الفيزيائية للسيارات، وجودة الإشارات اللاسلكية، والحمل على الشبكة. وتشير عمليات المحاكاة التي أجروها إلى أن هذا النهج الشامل يمكنه حل المشكلات الشائعة المتمثلة في انقطاع الاتصالات وتأخر الرسائل التي عانت منها التصميمات السابقة. وبينما تأتي هذه النتائج من بيئة محاكاة، إلا أنها تقدم مسارًا واضحًا نحو بناء شبكات اتصال موثوقة ستحتاجها القيادة الذاتية وإدارة المرور الذكية في النهاية لتعمل بأمان.