Modèles de mobilité et de trafic dans les VANETs

La congestion routière devient de plus en plus un problème auquel il faut s'attaquer rapidement. Parmi les conséquences néfastes de la congestion figure les accidents de la route, l'empreinte environnementale, la vitesse commerciale des transports publics et les embouteillages. Il est donc nécessaire de développer un système de transport capable d'assurer la sécurité des usagers de la route et d'améliorer l'infrastructure de transport. Les systèmes de transport intelligents ont gagné d'importance comme une solution prometteuse pour réduire la congestion. Ces systèmes intègrent des technologies avancées pour fournir des services intelligents et robustes qui visent à prévenir les incidents routiers susceptibles de menacer la vie des passagers. L'une des exigences les plus rigoureuses de ces applications est la transmission fiable et sans risque des paquets de données. VANET est conçu spécifiquement pour fournir une infrastructure de communication sans fil pour que les véhicules et les équipements routiers puissent échanger des données de trafic. La caractéristique particulière de ce réseau est la forte mobilité des nœuds du réseau qui entraîne des changements fréquents dans la topologie et la densité. Ceci peut impacter les réseaux et par conséquent ne pas répondre aux exigences des applications de sécurité. Dans cette thèse, nous traitons spécifiquement les méthodes d'accès pour les VANETs qui sont basées sur la méthode TDMA. TDMA s'est avérée être la technique d'accès la plus appropriée pour ces réseaux car elle permet à un seul nœud d'accéder au canal à tout moment. Cependant, les protocoles classiques TDMA ne sont pas adaptés aux réseaux fortement dynamiques et leur utilisation dans un environnent véhiculaire peut engendrer des collisions d'accès et une utilisation inéquitable des ressources. Par conséquent, une bonne compréhension de la mobilité permettra de concevoir et d'évaluer des méthodes d'accès qui soient efficaces même dans un environnement mobile. Bien que l'on trouve des modèles de mobilité fidèles dans la littérature, ils ne parviennent pas à reproduire avec précision certains aspects de la mobilité des véhicules. Le comportement du trafic est influencé par plusieurs facteurs tels que l'architecture de la route, les limitations de vitesse, les règles de circulation et le comportement individuel des véhicules. Ceux-ci doivent être inclus dans un modèle de mobilité afin d'obtenir des résultats fidèles. Dans ce contexte, nous développons dans cette thèse des modèles stochastiques à base de chaînes de Markov basés sur des traces réelles de véhicules collectées par les RSUs en utilisant la communication V2X pour émuler le comportement des véhicules sur des routes urbaines et autoroutières. Les modèles proposés présentent le double avantage de modéliser et de prévoir le trafic. En utilisant une technique de résolution numérique, la densité du trafic, la longueur des files d'attente, le temps du trajet et le temps d'attente sont estimés. La densité de trafic estimée est ensuite exploitée pour développer une méthode d'accès basé sur TDMA appelée TA-TDMA qui a pour but principal de réduire les collisions d'accès et améliorer l'utilisation des ressources à travers la prédiction de mobilité et le clustering. Pour évaluer la performance de la méthode proposée, un outil de simulation de trafic basé sur les files d'attente a été développé à l'aide du logiciel SimEvents. Ce modèle de simulation permet de générer des mesures synthétiques importantes pour l'évaluation des performances des réseaux routiers. Le protocole TA-TDMA a ensuite été implémenté et comparé avec le protocole VeMAC, en considérant différents scénarios et environnements. La solution proposée a montré de meilleurs résultats par rapport au protocole VeMAC en termes d'efficacité et de robustesse face aux changements topologiques.The ever-growing traffic congestion is becoming a serious issue that needs to be urgently addressed. The growing number of traffic accidents, the environmental footprint of transport, commercial speed of public transportation and traffic jams are few examples of the adverse consequences of congestion. This calls for an upgrade of the transport system in order to ensure road users safety and effectively enhance the transportation infrastructure. ITS have grown in importance as a promising solution to the congestion issue. These systems rely on the most advanced technologies to provide intelligent and robust safety services that seek to prevent road incident that may threaten the life of passengers. One of the most stringent requirements of these applications is an error-free and reliable transmission of data packets. VANET were designed specifically to provide a wireless communication infrastructure to allow vehicles and road equipment to exchange traffic data. The particular feature of this network is the highly dynamic mobility which results in frequent changes in the topology and density of the network. This has negative effects on the network performance which does not allow to cater safety applications requirements. In this thesis, we address specifically channel access methods for VANET that are based on TDMA method. TDMA has been proven the most suitable access technique for VANET as it allows a single node to access the channel at any time slot. However, conventional TDMA-based protocols might encounter difficulties in a dynamic networks such as access collision and unfair use of resources. Hence, a good understanding of mobility will allow the design and evaluation of channel access methods that are efficient and robust even in a mobile environment. Although faithful mobility models are found in the literature, they fail to accurately capture some aspects of vehicular mobility. The traffic behaviour is influenced by several factors such as road layout, speed limits, traffic rules and individual vehicle’s behaviour. Consequently, it is compulsory to include all these features in a mobility model for accurate results. In this context, we develop in this thesis stochastic Markov chain models based on real vehicle traces collected by RSUs using V2X communication to emulate vehicular behaviour in both urban and highway roads. The proposed models have the twofold benefit of modelling and predicting traffic. Using a direct numerical resolution technique, traffic density, waiting queue lengths, travel times and delays are predicted. The predicted traffic density is then exploited to design a Traffic-aware TDMA channel access method that aims to reduce access collisions and enhance resource utilization through mobility prediction and clustering. To evaluate the performance of the proposed method, a queue-based mobility simulation framework was developed using the SimEvents toolbox. The simulation framework allows the generation of synthetic measures relevant to the assessment of road network performance. The TA-TDMA MAC protocol was then implemented and compared with an existing MAC protocol called VeMAC, under different scenarios and environments. The proposed solution has shown better results than the VeMAC protocol in terms of efficiency and robustness against topological changes