[論文レビュー] An OMNeT++ based Framework for Mobility-aware Routing in Mobile Robotic Networks

Benjamin Sliwa, Christoph Ide+1 more|arXiv (Cornell University)|Jan 1, 2016

Mobile Agent-Based Network Management被引用数 2

ひとこと要約

本稿では、移動体ロボットネットワークにおける移動予測を考慮したルーティングを可能にする、INETMANETスイートを拡張したOMNeT++ベースのフレームワークを提示する。レイノルズのフロッキングに基づく移動モデルとクロスレイヤー最適化を統合することで、予測可能な移動情報を利用した経路の耐障害性が向上し、動的ネットワーク状態下での通信信頼性が著しく向上する。

ABSTRACT

In this paper, we propose a cross-layer extension for the INETMANET framework of OMNeT++, which utilizes mobility control knowledge to enhance the forwarding of routing messages. The well-known mobility meta-model from Reynolds is used to provide a realistic representation of the mobility behavior of autonomous agents with respect to the various influences those agents have to face in real-world applications. Knowledge about the current mobility properties and its predicted development is used by mobility-aware routing mechanisms in order to optimize routing decisions and avoid path losses at runtime. In a proof of concept evaluation, we show that our proposed methods can achieve significant improvements to the robustness of communication paths.

研究の動機と目的

• 不確実なノード移動による移動体ロボットネットワークにおける不安定な通信経路の課題に対処すること。
• リアルタイムおよび予測された移動情報を取り入れたルーティング意思決定により、ルーティングの耐障害性を向上させること。
• OMNeT++におけるINETMANETフレームワークに、移動に適応したルーティングを可能にするクロスレイヤー拡張を構築すること。
• 動的移動状態下でも安定した通信を維持できる移動に適応したルーティングの有効性を評価すること。

提案手法

• フレームワークは、移動層とルーティング層間で移動状態および予測データを交換するためのクロスレイヤーインタフェースをOMNeT++のINETMANETモジュールに拡張する。
• レイノルズのフロッキングに基づく移動メタモデルを採用し、整列、凝集、分離の力に影響を受ける現実的な自律エージェントの移動をシミュレートする。
• 移動状態および予測された軌道データをルーティングプロトコルが活用し、安定性が高くリンク断絶のリスクが低い経路を優先する。
• ルーティング機構は、予測された移動行動に基づいて動的に転送意思決定を調整し、不安定なリンクへの依存度を低減する。
• プロトタイプのシミュレーション環境でフレームワークを評価し、さまざまな移動シナリオ下でのルーティング性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 移動予測は、移動体ロボットネットワークにおけるルーティング安定性をどのように向上させるか？
• RQ2 移動状態をルーティング意思決定に統合することで、経路損失はどの程度低減され、通信の耐障害性はどのように向上するか？
• RQ3 クロスレイヤー設計は、移動アドホックネットワークにおける移動情報の活用をどのように効果的に可能にするか？
• RQ4 レイノルズのフロッキングモデルは、ロボットネットワークシナリオにおける移動ダイナミクスを適切に表現できるか？

主な発見

• 移動予測をルーティングに統合することで、移動体ロボットネットワークにおける通信経路の耐障害性が顕著に向上する。
• 提案されたフレームワークは、リアルタイムおよび予測された移動状態を活用して転送意思決定をガイドすることで、経路損失を低減する。
• 移動層とルーティング層間のクロスレイヤー通信により、変化するネットワークトポロジへの能動的適応が可能になる。
• シミュレーション結果は、動的移動下でもルーティングの安定性および経路継続性に顕著な改善が見られたことを示している。
• レイノルズのフロッキングモデルの使用により、ロボットネットワークシミュレーションに適した現実的でスケーラブルな移動表現が実現できる。