A new Solution based on Inter-Vehicle Communication to Reduce Traffic jam in Highway Environment

Transcrição

1 A new Solution based on Inter-Vehicle Communication to Reduce Traffic jam in Highway Environment A. M. Souza and L. A. Villas Abstract Traffic congestion is an urban mobility problem, which generates stress to drivers and economic losses. In 2012, greenhouse gas emissions from transportation accounted for about 28% of total U.S. greenhouse gas emissions. Intelligent transportation systems can assist in the identification and reduction of vehicular traffic congestion. In this context, this work proposes an intelligent traffic information system based on intervehicle communication to avoid vehicle traffic congestion. The main goal of the proposed solution is to decrease CO2 emissions, the average trip time and fuel consumption by avoiding congested roads. Simulation results show that our proposed solution can reduce the average trip time, and the overall CO2 emission and fuel consumption. In particular, the trip time was decreased approximately 86%, the fuel consumption 40% and the CO2 emission 55%. This shows the potential of the proposed solution. Keywords Vehicular Ad Hoc Networks, Data Dissemination, Broadcasting Protocol, ITS, Vehicle-to-Vehicle. U I. INTRODUÇÃO MA questão preocupante nos grandes centros urbanos são os congestionamentos de veículos. Os congestionamentos geram prejuízos econômicos, diminuição da produtividade global e um impacto negativo para o meio ambiente [3]. Consequentemente, os motoristas perdem muito tempo no trânsito, assim, aumentando o consumo de combustível e as emissões de gases responsáveis pelo efeito estufa [7]. Um estudo realizado em 2013 [6] revela que os prejuízos de custo ligados aos congestionamentos na cidade de São Paulo estão associados ao tempo perdido, combustível consumido e aumento nas emissões de CO2. O tempo perdido nos congestionamentos resulta em 85% dos prejuízos totais, enquanto o consumo de combustível e emissões de CO2 resultam em respectivamente 13% e 2% dos prejuízos causados pelos congestionamentos. O estudo também revela que as despesas geradas pelos congestionamentos são crescentes ao longo do tempo e passaram de R$ 7 bilhões em 2002 para R$ 10 bilhões em Já os custos do tempo perdido saltaram de R$ 10,3 bilhões para R$ 30,2 bilhões no mesmo período, resultando em um total de perdas em 2012 na ordem de R$ 40 bilhões. Os gastos com o congestionamento foram estimados em um estudo do Instituto de Pesquisa Econômica Aplicada (Ipea), em parceria com a Associação Nacional de Transporte Público (ANTP), considerando-se o A. M. Souza, Universidade Estadual de Campinas (UNICAMP), Campinas, São Paulo, Brasil, allanms@lrc.ic.unicamp.br L. A. Villas, Universidade Estadual de Campinas (UNICAMP), Campinas, São Paulo, Brasil, leandro@ic.unicamp.br consumo de combustível e a emissão de poluentes relacionados à velocidade de circulação dos veículos. Congestionamentos têm vários impactos negativos para a sociedade, como, incapacidade de prever com precisão os tempos de viagem, o que resulta em perda de tempo para os motoristas e passageiros. Além disso, o tráfego bloqueado pode interferir na passagem de veículos de emergência, enquanto eles estão respondendo à chamadas urgentes. Os congestionamentos também levam a um aumento do consumo de combustível e de emissões de dióxido de carbono, devido a longos períodos de inatividade e acelerações e frenagens frequentes. Há quatro abordagens fundamentais para reduzir emissões de dióxido de carbono do setor automotivo. I) reduzir a própria atividade de transporte, incentivando as pessoas a usar sistemas de transporte alternativos, como bicicletas ou outros meios de transportes que não possuem emissão de poluentes, II) substituir fontes de energia atuais por combustíveis alternativos, que são menos intensivos em carbono, como por exemplo o bioetanol, III) aumentar a eficiência energética dos veículos e IV) fazer uso de Sistemas de Transporte Inteligentes (ITS - Intelligent Transportation Systems) para aumentar a eficiência da mobilidade dos veículos nas estradas. Sistemas de Transporte Inteligentes são sistemas de gestão que visam melhorar a eficiência do transporte, integrando as tecnologias de informação, comunicação, sensores e controle. ITS utiliza dispositivos de sensoriamento para monitorar as condições de tráfego em um ambiente de veículos e fornece aplicações, tais como sistemas de detecção de colisão, com informação relacionada com o tráfego e conectividade onipresente com a internet [7], aplicações para stream de vídeo [18] e sistemas de localização [17]. Uma área de pesquisa promissora para o ITS são as Redes Veiculares ou VANETs (Veicular Ad Hoc Networks), como também são conhecidas. Em Redes Veiculares, os veículos são equipados com sensores, unidades de processamento e interfaces de comunicação sem fio para permitir a comunicação com outros veículos e unidades pertencentes à infraestrutura da rede (RSU - Road Side Unit), assim, permitindo a criação de uma rede ad hoc enquanto os veículos se movem nas estradas e rodovias [5, 19, 20]. Algumas abordagens têm sido propostas para detectar, controlar e reduzir congestionamentos [3, 9, 10, 11]. Esses estudos baseiam-se em avaliar a densidade do tráfego, velocidade dos veículos ou tempo de viagem para detectar ou predizer congestionamentos. Após a detecção do

2 congestionamento, um mecanismo de re-roteamento é aplicado aos veículos, a fim de minimizar o congestionamento e os efeitos causados por ele. Neste trabalho é proposto um Sistema de Transporte Inteligente basedo em comunicações inter-veículos para minimizar congestionamentos em ambientes de rodovia. Além disso, nossa solução pode evitar o congestionamento e consequentemente reduzir o tempo de viagem, consumo de combustível e emissões de CO2. O restante deste trabalho é estruturado da seguinte forma. Na seção 2, é apresentada uma visão geral das abordagens existentes na literatura para minimizar os congestionamentos. Nossa solução para controle de congestionamento utilizando ITS é apresentada na seção 3. Na seção 4 é apresentada a avaliação de desempenho do ITS implementado, juntamente com a metodologia utilizada e os resultados obtidos. Por fim, na seção 5 é apresentada as conclusões e trabalhos futuros. II. TRABALHOS RELACIONADOS A literatura apresenta algumas soluções que visam reduzir os congestionamentos de veículos para reduzir o tempo de viagem, consumo de combustível e emissão de CO2. A maioria dos trabalhos encontrados foca na comunicação dos veículos com semáforos inteligentes. Esse tipo de abordagem pode ser encontrado nos trabalhos [1, 2], onde o objetivo é reduzir o tempo em que os veículos permanecem parados no sinal vermelho, contribuindo assim para um tráfego contínuo. Para isso, é utilizado um mecanismo para predizer quando os semáforos mudarão de estado, reduzindo paradas em semáforos. Também é implementado um mecanismo para desligar o motor dos veículos quando os mesmos aguardam o semáforo mudar para o estado verde [1], ajudando assim a reduzir o consumo de combustível. A AUDI implementou um sistema com os mesmos conceitos dos trabalhos de [1, 2]. O sistema é conhecido como Audi Online traffic light information, no qual os veículos são conectados aos semáforos e os mesmos informam os veículos sobre o seu estado atual e o tempo restante para o próximo estado. Com essas informações, os veículos informam aos motoristas a melhor velocidade para evitar o estado vermelho dos semáforos. Os resultados de eperimentos mostram uma possível redução nas emissões de CO2 de até 15% [8]. Alguns autores utilizam um modelo de tráfego de veículos microscópico para calcular o consumo de combustível e emissões de CO2 dos veículos que se aproximam dos semáforos. Então, usando aplicações de semáforos inteligentes combinado com um protocolo geocast, as informações coletadas sobre consumo de combustível e emissão de CO2 são enviadas para os veículos que se aproximam desses semáforos. Dessa forma, com essas informações, os veículos podem ajustar a velocidade para evitar acelerações e frenagens desnecessárias para reduzir o consumo de combustível e emissões de CO2. Com essa mesma ideia, Rakha et al. [2] e Barba et al. [1], utilizam aplicações de semáforos inteligentes que informam aos veículos que se aproximam sobre o atual estado do semáforo e em quanto tempo ele trocará para o próximo estado, para assim estimar o consumo de combustível e gerenciar a velocidade dos veículos, diminuindo as emissões de CO2 e consumo de combustível. Doolan e Muntean [4] apresentam EcoTrec, um algoritmo de roteamento eco-amigável para o tráfego de veículos que se baseia em comunicações V2V Vehicle-to-Vehicle. EcoTrec considera as características da estrada e condições de tráfego existentes para melhorar o consumo de combustível e reduzir as emissões de gases poluentes. Para isso, os veículos disseminam suas rotas e o próprio consumo de combustível enquanto trafegam. Assim, com essas informações, o algoritmo determina as melhores rotas para cada veículo e redireciona os mesmos para obter menor consumo de combustível e emissões de CO2. O cálculo das melhores rotas para cada veículo é feito de forma distribuída, de modo que cada veículo calcula sua melhor rota utilizando o algoritmo de Dijkstra. Enquanto várias abordagens na literatura têm o objetivo de identificar áreas congestionadas e controlar os congestionamentos identificados, nosso trabalho tem como objetivo evitar o acontecimento dos congestionamentos provocados por acidentes. Neste contexto, este trabalho propõe um ITS distribuído baseado em comunicações interveículos (V2V) para evitar congestionamentos provocados por acidentes. A próxima seção descreve o ITS proposto. III. ITS PROPOSTO O objetivo do nosso ITS é alertar os veículos que se aproximam do ponto do acidente através de um processo de disseminação de dados com múltiplos saltos utilizando apenas comunicações entre veículos (veja a Fig. 1). Figura 1. Exemplo do processo de disseminação de alerta. Para disseminar a alerta de acidente dentro de uma área de interesse definida pela aplicação, o sistema proposto utiliza o nosso protocolo ADD [12]. Em resumo, ADD é um protocolo distribuído que utiliza apenas comunicações V2V para disseminar mensagens de alerta de acidente em ambientes de rodovia altamente dinâmico. O principal objetivo do protocolo ADD é maximizar a entrega de mensagens para os veículos

3 dentro de uma área de interesse em diversas condições de tráfego com baixo overhead e pequenos atrasos. Para isso, ADD utiliza zonas de preferências para eliminar tempestades de broadcast e implementa um método de desincronização para eliminar o problema de sincronização indesejado aplicado pelo protocolo p. No sistema proposto, quando um acidente ocorre, os veículos envolvidos no acidente criam uma mensagem de alerta com as coordenadas do acidente e iniciam o processo de disseminação dessa mensagem dentro de uma área de interesse. A área de interesse é definida pela aplicação. Durante este processo, os veículos dentro da zona de preferência (Fig. 2) têm maior prioridade para continuar o processo de disseminação. O Algoritmo 1 descreve o processo de disseminação da mensagem de alerta dentro da área de interesse e o processo de troca de rota para evitar o ponto do acidente. A Fig. 2 mostra um acidente onde o veículo 5 envolvido no mesmo inicia o processo de disseminação da mensagem de alerta com as coordenadas do ponto do acidente para todos os veículos dentro de seu raio de comunicação. Inicialmente, para cada veículo dentro do raio de comunicação do veículo 5, representado por r no Algoritmo 1--Linha 5 e identificados na Fig. 2 pelos veículos 1, 2, 3 e 4 recebem a mensagem de alerta disseminada pelo veículo 5 (Source Linha 1). Então, cada veículo verifica onde ocorreu o acidente na rodovia e verifica se sua rota passa pelo ponto do mesmo (Linhas 6-8), onde se necessário o veículo r calcula rotas alternativas até o destino para eliminar o ponto do acidente. Para calcular uma rota alternativa, o veículo r verifica todas as possibilidades de rotas alternativas excluindo as rotas que passam pelo ponto do acidente, sendo assim, dentre todas as rotas alternativas é selecionada a rota de caminho mais curto. Por fim, o veículo r altera sua rota e evita o ponto do acidente. A Fig. 1 mostra um exemplo da troca de rota realizada por um veículo que ainda não entrou no congestionamento para eliminar o ponto do acidente. Depois de receber a mensagem de alerta e decidir se há necessidade de realizar a troca de rota, cada veículo r continua o processo de disseminação para alertar os veículos mais distantes (Linhas 12-13). Para isso, os veículos verificam se é a primeira vez que o mesmo recebe a mensagem de alerta (Linha 13). Se verdadeiro, o veículo r calcula a distância até o veículo emissor da mensagem e usando essa distância o veículo calcula um atraso padrão (Linhas 14 e 15), que será usado pelo método Desync (Apresentado no Algoritmo 2) para calcular o atraso final para o agendamento da retransmissão da mensagem. Além disso, r verifica se está dentro da zona de preferência do veículo emissor. Veículos dentro da zona de preferência têm maior prioridade para continuar o processo de disseminação, então são atribuídos atrasos menores quando compara com veículos que estão fora da zona de preferência. Por fim r calcula o atraso final e agenda a retransmissão da mensagem. Enquanto o veículo aguarda para retransmitir a mensagem, se o mesmo receber uma mensagem de alerta duplicada de um veículo mais distante, o mesmo cancela a retransmissão, caso contrário a retransmissão continua. O processo continua até que todos os veículos dentro da área de interesse recebam a mensagem de alerta disseminada. Um exemplo desse processo ocorre na Fig. 2, onde no instante 1 (Fig. 2(a)) o veículo 5 é o veículo envolvido no acidente e inicia a disseminação da mensagem de alerta, onde no instante 2 (Fig. 2(b)), os veículos 1, 2, 3 e 4 agendam a retransmissão da mensagem de alerta. Porém o veículo 2 esta na zona de preferência do veículo 5, desse modo o mesmo retransmitirá a mensagem primeiro de modo que os seus vizinhos (veículos 1, 3 e 4) cancelam a retransmissão da mensagem de alerta, assim elimina retransmissões redundantes. O processo continua até que todos os veículos dentro da área de interesse recebam a mensagem de alerta disseminada. A idéia principal do Algoritmo 2 é adicionar um tempo extra Ta ao atraso origal Delay para a retransmissão da mensagem de alerta. Este tempo extra Ta (Linhas 5 e 13) é o tempo em que o veículo iria

4 Figura 2. Processo de disseminação da mensagem de alerta. aguardar para retransmitir a mensagem caso o canal de controle (CCH) estiver ativo, então esse tempo é calculado levando em consideração a troca de canais empregada, assim o veículo não precisa esperar Delay segundos antes de transmitir a mensagem no canal de serviço para realizar a construção do cenário e a mobilidade dos veículos. Além disso, as simulações contam com a estrutura de rede do framework Veins 2.1 [14], uma ferramenta bem conhecida na comunidade de pesquisa que implementa o protocolo IEEE p, atenuação de sinais causada por obstáculos e outros recursos usados em nossa análise. Para calcular as emissões de CO2 e consumo de combustível, usamos o modelo EMIT integrado no SUMO. EMIT é um modelo estatístico simples para emissões instantâneas de CO2 e consumo de combustível com base em aceleração e velocidade dos veículos. O modelo é derivado a partir da fórmula HBEFA [15] Handbook Emission Factors for Road Transport. Em resumo, utilizar o Algoritmo 1 produz exatamente o mesmo resultado que utilizar o atraso T e um relógio que funciona somente quando o SCH está ativo, ou seja, o tempo avança somente quando SCH está ativo. IV. AVALIAÇÃO DE PERFORMANCE Esta seção descreve a metodologia utilizada e os resultados obtidos com o sistema proposto. Para as simulações foi utilizado o simulador de rede OMNeT [16], um simulador baseado em eventos. Também foi utilizado o simulador SUMO (Simulator for Urban MObility) [13] versão A. Metodologia Para o cenário, foi utilizado um cenário de rodovia real importado da ferramenta OpenStreetMap. Foi utilizado 30 km da rodovia SP-065 (Rodovia Dom Pedro I). As densidades de veículos utilizada nas simulações foram de 1000, 2000, 4000, 8000 veículos por hora. Para garantir um cenário próximo ao real, três classes de veículos foram utilizadas, representando carros, ônibus e caminhões, com respectivas velocidades de 120 km/h, 90km/h e 80km/h. A quantidade de veículos utilizada por cada classe foi de 50% de carros, 25% de ônibus e 25% de caminhões. Quando a simulação atinge um estado estável, um acidente é provocado na rodovia, onde os veículos geram uma mensagem de alerta para informar os veículos que se aproximam. Para validar as simulações diferentes tempos pista interditada foram avaliados, sendo eles de 1800, 3600, 5400, 7200 segundos. Os resultados obtidos com o ITS proposto foram comparados com o cenário sem ITS, ou seja, uma abordagem tradicional, onde os veículos não recebem quaisquer informações sobre o acidente, não há troca de rota e os mesmos podem ficar presos

5 no congestionamento até a liberação da pista por meio da remoção dos veículos envolvidos no acidente. A Tabela I mostra os parâmetros adicionais utilizados nas simulações. TABELA I. PARAMETROS DE SIMULAÇÃO. PARÂMETROS VALORES POTÊNCIA DE TRANSMISSÃO 1.6 MW RAIO DE TRANSMISSÃO 250M TAXA DE TRANSMISSÃO 18 MBIT/S TAMANHO DA RODOVIA 30 KM TAMANHO DA MENSAGEM 2048 BYTES ÁREA DE INTERESSE 5KM INTERVALO DE CONFIANÇA 95% consumo de combustível em cenários que a via fica interditada por um curto (30 minutos) período de tempo. Entretanto essa redução pode atingir até mais de 40% se a via ficar interditada por um período de duas horas. Os resultados também mostram que o tempo da via interditada afeta diretamente no consumo de combustível, pois quanto maior o tempo da via interditada maior é a redução no consumo de combustível para o ITS proposto. Pois, por utilizar rotas alternativas para eliminar pontos de congestionamento, contribui para um tráfego contínuo, não só evitando que os veículos permaneçam parados por longos períodos de tempos, mas também evitando acelerações e frenagens desnecessárias (características apresentadas em congestionamentos) que impactam diretamente no consumo de combustível. TABELA III. REDUÇÃO NO CONSUMO DE COMBUSTÍVEL COM ITS PROPOSTO. As métricas utilizadas para avaliação são: Tempo de viagem: tempo médio de viagem para todos os veículos do ínicio ao fim de sua rota; Consumo de combustível: total de combustível consumido por todos os veículos na simulação; Emissão de CO2: total de emissão de CO2 por todos os veículos na simulação. B. Resultados da Simulação Esta subseção apresenta os resultados obtidos com a simulação do ITS proposto. A Tabela II apresenta os resultados referentes à redução to tempo de viagem usando ITS proposto em relação à abordagem tradicional (simulação sem o ITS). Os resultados de simulação mostram que o ITS proposto reduz no mínimo 50% do tempo médio de viagem podendo reduzir até mais de 80% dependendo do fluxo de veículos e o tempo de via interditada pelos veículos envolvidos no acidente. Os resultados também mostram que quanto maior o tempo da via interdidata maior é a redução no tempo de viagem para o sistema ITS proposto, de modo que para o ITS proposto os veículos não ficam presos nos congestionamentos, dessa forma o tempo de via interditada não afeta no tempo de viagem com a utilização do ITS proposto, diferente para a abordagem tradicional, onde que quanto maior o tempo de via interditada maior o tempo de viagem. TABELA II. REDUÇÃO NO TEMPO DE VIAGEM COM ITS PROPOSTO. VEÍCULOS/HORA 1800S 3600S 5400S 7200S ,67% 27,42% 35,06% 41,28% ,49% 27,30% 35,01% 41,25% ,65% 26,65% 34,50% 40,84% ,55% 24,99% 33,56% 40,08% Os resultados referentes a redução nas emissões de CO2 com o ITS proposto são apresentados na Tabela IV. Os resultados mostram que, com o uso do ITS proposto pode-se reduzir as emissões de CO2 de 20% até 55% para os cenários avaliados. Os resultados também apresentam as mesmas características apresentadas nos resultados de consumo de combustível, onde o tempo de via interditada afeta negativamente nas emissões de CO2. Entretanto, pelo fato do ITS proposto utilizar rotas alternativas para evitar congestionamentos, os veículos não permanecem presos no congestionamento, de modo que o tempo de congestionamento não afeta nossa solução. Porém, para a abordagem tradicional, quanto maior o tempo de congestionamento, maior são as emissões de CO2. TABELA IV. REDUÇÃO NA EMISSÃO DE CO2 COM ITS PROPOSTO. VEÍCULOS/HORA 1800S 3600S 5400S 7200S ,38% 39,36% 48,87% 55,84% ,09% 39,21% 48,81% 55,82% ,04% 38,52% 48,35% 55,48% ,46% 36,79% 47,79% 54,77% VEÍCULOS/HORA 1800S 3600S 5400S 7200S ,14% 75,19% 82,23% 86,33% ,25% 74,88% 82,22% 86,26% ,36% 74,24% 81,89% 86,04% ,98% 72,84% 81,21% 85,64% A Tabela III apresenta os resultados na redução de consumo de combustível obtido com o ITS proposto. Os resultados mostram que com nosso ITS pode reduzir no mínimo 14% no V. CONCLUSÃO Neste trabalho, foi proposto um Sistema de Transporte Inteligente baseado em comunicações inter-veículos para evitar congestionamentos provocados por acidentes em ambientes de rodovia. O principal objetivo do sistema proposto é reduzir o tempo de viagem, consumo de combustível e emissões de CO2. Para fazer a avaliação do sistema proosto, foi utilizado um cenário real importado do OpenStreetMap, onde foi considerado 30 km da rodovia Dom

6 Pedro I SP Brasil. Resultados de simulações mostram que o sistema ITS proposto reduzo tempo de viagem, o consumo de combustível e as emissões de CO2, onde para o tempo de viagem reduziu-se aproximadamente 86%, para o consumo de combustível reduziu-se até 40% e por fim a redução nas emissões de CO2 foram de até 55%. Como trabalhos futuros, pretendemos analisar o desempenho do nosso ITS em cenários mais realísticos, utilizando traces de ambientes reais. Além disso, pretendemos estender nossa solução para detectar e classificar níveis de congestionamento. AGRADECIMENTOS Os autores agradecem o Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) por meio do processo nº / e a Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pelo apoio financeiro. [17] An efficient synchronization scheme of multimedia streams in wireless and mobile systems A Boukerche, S Hong, T Jacob Parallel and Distributed Systems, IEEE Transactions on 13 (9), [18] Leandro A Villas, Heitor S Ramos, Azzedine Boukerche, Daniel L Guidoni, Regina B Araujo, Antonio AF Loureiro. An efficient and robust data dissemination protocol for vehicular ad hoc networks, 2012 The 9th ACM symposium on Performance evaluation of wireless ad hoc, sensor, and ubiquitous networks [19] Azzedine Boukerche, Horacio ABF Oliveira, Eduardo F Nakamura, Antonio AF Loureiro. Vehicular ad hoc networks: A new challenge for localization-based systems. In Elsevier Computer Communications, Allan Mariano de Souza é graduado em Ciência da Computação pela Universidade Eurípdes de Marilia (UNIVEM), Marília, São Paulo, Brasil, em Atualmente é aluno de mestrado na Universidade Estadual de Campinas (UNICAMP) e suas pesquisas se concentram principalmente na área de disseminação de dados, detecção e controle de congestionamentos de veículos em redes veiculares. REFERÊNCIAS [1] C. Barba, M. Mateos, P. Soto, A. Mezher, and M. Igartua. Smart city for vanets using warning messages, traffic statistics and intelligent traffic lights. In Intelligent Vehicles Symposium (IV), 2012 IEEE, [2] H. Rakha and R. Kamalanathsharma. Eco-driving at signalized intersections using v2i communication. In Intelligent Transportation Systems (ITSC), th International IEEE Conference on, pages , Oct [3] R. Bauza, J. Gozalvez, and J. Sanchez-Soriano. Road traffic congestion detection through cooperative vehicle-to-vehicle communications. In Local Computer Networks (LCN), 2010 IEEE 35th Conference on, pages , Oct 2010 [4] R. Doolan and G.-M. Muntean. Vanet-enabled eco-friendly road characteristics-aware routing for vehicular traffic. In Vehicular Technology Conference (VTC Spring), 2013 IEEE 77th, pages 1 5, June [5] L. Villas, T. P. C. de Andrade, and N. L. S. da Fonseca. An efficient and robust protocol to disseminate data in highway environments with different traffic conditions. In Computers and Communications (ISCC), 2014 IEEE Symposium on, June [6] Cintra, M. (2013). A crise do trânsito em são paulo e seus custos. GVExecutivo, 12(2):58 61 [7] Karagiannis, G., Altintas, O., Ekici, E., Heijenk, G., Jarupan, B., Lin, K., and Weil, T. (2011). Vehicular networking: A survey and tutorial on requirements, architectures, challenges, standards and solutions. Communications Surveys Tutorials, IEEE, 13(4): [8] AUDI (2014). Audi traffic light recognition technology. [9] Li, F. and Wang, Y. (2007). Routing in vehicular ad hoc networks: A survey. Vehicular Technology Magazine, IEEE, 2(2): [10] D Pan, J., Khan, M., Sandu Popa, I., Zeitouni, K., and Borcea, C. (2012). Proactive vehicle re-routing strategies for congestion avoidance. In Distributed Computing in Sensor Systems (DCOSS), 2012 IEEE 8th International Conference on, pages Dornbush, S. and Joshi, A. (2007). Streetsmart traffic: Discovering and disseminating automobile congestion using vanet s. In Vehicular Technology Conference, VTC2007-Spring. IEEE 65th, pages [11] Souza, A.M.; Maia, G.; Villas, L.A., "ADD: A Data Dissemination Solution for Highly Dynamic Highway Environments," Network Computing and Applications (NCA), 2014 IEEE 13th International Symposium on, vol., no., pp.17,23, Aug [12] Behrisch, M., Bieker, L., Erdmann, J., and Krajzewicz, D. (2011). SUMO Simulation of Urban MObility: An Overview. In International Conference on Advances in System Simulation (SIMUL 11), pages [13] C. Sommer, R. German and F. Dressler. BidirectionallyCoupled Network and Road Traffic Simulation for Improved IVC Analisys. IEEE Transaction on Mobile Computing, vol. 10, no. 1, pp. 3-15, [14] [15] [16] A secure cooperative approach for nonline-of-sight location verification in VANET. O Abumansoor, A Boukerche Vehicular Technology, IEEE Transactions on 61 (1), Leandro Aparecido Villas é professor no instituto de computação da UNICAMP. Ele recebeu em 2012 o título de doutor pela Universidade Federal de Minas Gerais na área de coleta de dados em redes de sensores sem fio. Passou um ano no laboratório PARADISE no SITE da Universidade de Ottawa como parte de seu doutorado sandwich.