Adaptive SDN-Assisted Traffic Signal Control for Road Traffic Congestion Mitigation in VANETs

每天都有数以百万计的驾驶员在城市街道上穿行，却经常发现自己陷入了交叉口漫长的车流中，因为那里的交通信号灯正按照僵化、不变的时间表进行切换。这些固定的计时器并不知道某条车道是挤满了汽车还是空无一人，从而导致了时间的浪费、怠速时额外燃油的消耗，以及造成整个交通网络减速的令人沮丧的车辆堆积。近年来，工程师们开始将汽车与道路基础设施相连，允许车辆向路侧单元广播其速度和位置。这种实时数据的流动提供了一个超越静态计时器的机会，但管理这些信息需要一个能够为整个系统做出快速、公平决策的中央大脑。挑战在于创建一个控制系统，使其能够瞬间识别哪条道路最拥挤，给予该车道绿灯，同时仍能确保其他方向不会永远等待下去。

庞迪切里大学（Pondicherry University）的研究人员开发了一种结合车辆通信与被称为软件定义网络（SDN）的集中式网络管理系统的新方法来解决这一问题。该系统不再依赖预设的计时器，而是作为一个动态交通管理者，不断地“倾听”车辆。当车辆接近交叉口时，它们会发出包含位置和速度的简短数字信标。路侧单元收集这些信息并总结每条车道的情况，统计有多少车辆处于停止或低速移动状态，并计算它们的平均速度。这种摘要会被发送到一个中央控制器，它就像一个交通指挥中心，通过分析数据来确定在此时此刻哪条车道的需求最为迫切。

随后，系统会决定哪个交通信号灯应该变绿。它识别出拥堵最严重的车道并给予其优先权，让这些车辆首先通过交叉口。为了确保公平性，系统对剩余的车道使用了一种结构化的轮换方法，因此如果两条道路的交通水平相似，它们会轮流获得绿灯，而不是其中一条被忽视。这个过程每五十秒重复一次，使交通信号能够持续适应不断变化的车辆流。研究人员使用了一个复杂的计算机模拟程序来测试这一构想，该程序模拟了一个拥有多达250辆汽车通过的四路城市交叉口。他们将这种自适应系统与传统的固定时间信号和其他现有方法进行了对比，以观察其在重度交通条件下的表现如何。

模拟结果显示，自适应方法具有明显的优势。当交通量增加时，传统系统表现挣扎，在高峰负荷期间，车辆平均等待时间超过五分钟。相比之下，新系统保持了显著较低的平均等待时间，即使在道路最拥挤时，也将等待时间控制在约51秒左右。这种效率直接转化为车辆移动能力的提升；在模拟过程中，自适应系统允许415辆汽车通过交叉口，而传统的固定时间信号仅允许261辆。这代表了在清理车辆积压方面，该系统比传统方法有了实质性的改进。

除了让车辆移动得更快之外，该系统还改善了车辆与道路之间的通信。由于自适应信号更高效地清空了车队，道路上的拥堵减少了，这反过来也减少了传输过程中丢失或延迟的数据包数量。该系统保持了更高的成功数据传输率，并使信息从一点传输到另一点所需的时间比传统方法更低。此外，怠速和走走停停现象的减少导致燃油消耗明显下降，与那些受困于固定计时器所造成的长队中的车辆相比，车辆每次行程使用的燃料显著减少。

这项研究表明，通过使用实时数据来引导交通信号，城市可以在无需修建新路的情况下更有效地管理拥堵。虽然这些结果来自计算机模拟而非真实的城市，但研究结果表明，一个能够“倾听”道路并实时调整的系统可以显著减少延误、节省燃料，并保持通信网络的顺畅运行。研究人员得出结论，这种方法为处理现代城市交通的复杂需求提供了一种平衡且可扩展的方式，证明了灵活的、数据驱动的方法远优于过去的僵化调度。