[论文解读] 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 2

一句话总结

本文提出了一种基于OMNeT++的框架，扩展了INETMANET套件，以在移动机器人网络中实现感知移动性的路由。通过将Reynolds的群体飞行移动性模型与跨层路由优化相结合，利用预测性移动性知识提升路径鲁棒性，在动态网络条件下显著提高了通信可靠性。

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.

研究动机与目标

• 解决由于节点移动性不可预测而导致移动机器人网络中通信路径不稳定的问题。
• 通过在路由决策中整合实时和预测的移动性信息，提升路由的鲁棒性。
• 为OMNeT++中的INETMANET框架开发一种跨层扩展，以实现感知移动性的路由。
• 评估在动态移动性条件下，感知移动性路由在维持稳定通信方面的作用效果。

提出的方法

• 该框架通过跨层接口扩展了OMNeT++中的INETMANET模块，实现在移动性层与路由层之间交换移动性状态和预测数据。
• 采用Reynolds的群体飞行移动性元模型，模拟受对齐、凝聚和分离力影响的自主代理真实移动行为。
• 移动性状态和预测轨迹数据被路由协议用于优先选择稳定性更高、链路中断风险更低的转发路径。
• 路由机制根据预测的移动性行为动态调整转发决策，降低对易失效链路的依赖。
• 在概念验证仿真环境中对框架进行评估，以衡量在不同移动性场景下的路由性能。

实验结果

研究问题

• RQ1 移动性预测在多大程度上能提升移动机器人网络中的路由稳定性？
• RQ2 将移动性状态整合到路由决策中，能在多大程度上减少路径丢失并提升通信鲁棒性？
• RQ3 跨层设计在利用移动性信息实现移动自组织网络自适应路由方面有多有效？
• RQ4 Reynolds的群体飞行模型是否能充分代表机器人网络场景中的移动性动态？

主要发现

• 将移动性预测整合到路由中，显著增强了移动机器人网络中通信路径的鲁棒性。
• 所提出的框架通过利用实时和预测的移动性状态来指导转发决策，有效减少了路径丢失。
• 移动性层与路由层之间的跨层通信实现了对网络拓扑变化的主动适应。
• 仿真结果表明，在动态移动性条件下，路由稳定性和路径连续性均得到可测量的提升。
• 使用Reynolds的群体飞行模型能够实现真实且可扩展的移动性表示，适用于机器人网络仿真。