在車輛隨意網路下之繞徑機制探討 The research of routing mechanisms in vehicular

在車輛隨意網路下之繞徑機制探討 The research of routing mechanisms in vehicular ad hoc network 教授 : 吳和庭學生 : 陳志昇 2007/7/24 1

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 2

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 3

概觀本論文主要是在車輛隨意網路下設計。利用後車會被前車阻礙的特性，來找出穩定性較高的路徑。因為後車被迫與前車保持相同速度與方向的行進模式，如此可使前車與後車保持一段較長可互相通訊的時間，而繞徑路徑維持的時間若越久表示該路徑越穩定。先用速度與方向的資訊來做分群，將行進方式相近的車輛分為同一車群，而這些相同車群的車輛很有可能就是前車與後車的關係，使得該車群能維持較長的互相通訊時間。因此在發出 RREQ訊息尋找路徑時，就可利用建立好 4 的車群資訊來判別出找到路徑的穩定性，以提高繞徑

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 5

技術背景行動隨意網路 (Mobile Ad hoc NETwork) 車輛隨意網路 (Vechicle Ad hoc NETwork) AODV(Ad hoc On-Demand Distance Vector) S A F B E C G D S節點發送 RREQ尋找節點 D路徑傳送的節點利用 RREQ更新繞徑表格 D節點利用學到的到 A節點路徑回應 RREP 傳送的節點利用 RREP更新繞徑表格 6

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 7

移動模式 (1/10) RWP( Random way point) 隨機產生一個目的地隨機產生一個固定速度 , 且用此速度移動到目的地到達目的地後，隨機休息一段時間重覆以上動作 8

移動模式 (2/10) 車輛移動模式 (cont. ) 隨機產生一個位於道路中的目的地。隨機產生一個期望速度，並且依此速度沿著道路移動到目的地。到達目的地後，隨機休息一段時間，且在進入休息狀態時將所有擁有的傳輸資訊清除，以及車輛在休息的時間內不參與訊息的傳送。重覆以上動作 9

移動模式 (3/10) 車輛移動模式加速度 /減速度可能會被前車所阻礙停交通號誌燈車速及行駛方向變化頻繁通過路口時會減速 10

移動模式 (4/10) 車輛移動模式與 RWP不同的特點網路拓撲的變化頻率較快 • 車輛的移動速度快 • 雙向道很普遍網路密度分佈不平均移動速度無法維持定值 11

移動模式 (5/10) 網路拓撲的變化頻率較快 (cont. ) 雙向道的兩個車道方向是絕對相反的，且兩排車輛相鄰很近。雙向道加上車輛移動速度快的因素就常常會產生只有短暫能溝通的狀況。在一般 RWP也會有這樣的情形，但不至於像車輛隨意網路這樣廣泛存在的情況。 12

移動模式 (6/10) 網路拓撲的變化頻率較快 13

移動模式 (7/10) 網路密度分佈不平均 (cont. ) RWP的節點分佈車輛移動模式的節點分佈 14

移動模式 (8/10) 網路密度分佈不平均 RWP的節點分佈統計車輛移動模式的節點分佈統計 15

移動模式 (9/10) 移動速度無法維持定值因阻進交礙而通而帶號使來誌車訊燈輛息或密碰前集撞車，的問題。 (cont. ) 因礙進忙交而而轉通使帶發號該來的誌路缺問燈段乏題或無中。前車間車輛點阻，幫 16

移動模式 (10/10) 移動速度無法維持定值車輛常常會因空間的阻礙而降低行進速度。在同一路段中，後車常常需與前車同方向行進。保持等速且而兩車輛若有相同的行進模式，就能保持較長的通訊時間。 GBRR就是利用需與前車保持相同行進方式的特點，來找出比較穩定的繞徑路徑，進而降低雙向道所帶來的負面影響。 17

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 18

GBRR (1/20) Group-Based Reactive Routing( GBRR) 以 AODV繞徑演算法為基礎來做改善行進資料的組成取得行進資料的方式暫存及更新行進資料的方式依據行進資料來對車輛分群依據分好的車輛群組資訊來排除較不穩定的路徑 19

GBRR (2/20) 行進資料 (cont. ) 行進資料的組成 • 行進方向 • 行進速度每個車輛都能即時得知目前自己的進方向以及行進速度。行 20

GBRR (3/20) 行進資料 (cont. ) 行進方向 • 傳統而言，車輛本身若需能知道自己行進方向都得配置全球位置測定系統 (GPS)。 • 假設一簡易系統能隨著駕駛者轉動方向盤而來大約修正目前此車行進方向的資訊。 – 必須要在一開始就能確認正確的方向資訊。 – 確認與修正可用磁力的方式，如指南針的原理。 – 有些磁力會有干擾問題的區域則不適用。 21

GBRR (4/20) 行進資料 (cont. ) 每輛車會暫存兩種行進資料 • 車輛本身行進資料 • 所屬車輛群組行進資料車輛本身行進資料 (cont. ) • 利用車輛輔助具能即時確認自身之行進方向，與自身目前的行進速度，如此就可組成自己最即時的行進資料。 22

GBRR (5/20) 行進資料 (cont. ) 車輛本身行進資料 (cont. ) • 因車輛即時的行進方向與即時的行進速度是隨時改變的，所以常常處於未穩定的狀態。 • 設置了判斷目前車輛的行進是否處於穩定之方法，並將最新的穩定行進資料暫存起來 (也就是更新車輛本身行進資料 )。 • 用車輛本身行進資料來表示行進模式。目前此車輛的 23

GBRR (6/20) 行進資料 (cont. ) 車輛本身行進資料 • 如單位時間內行進方向一直在變動，或單位時間內行進速度變動太大，則判定此時該車輛本身的行進模式是不穩定的。 • 當行進模式為不穩定時，也就是正處於車輛可能改變行進模式的狀態。 • 車輛在行進模式不穩定的狀態下，不執行任何與車輛本身行進資料之處理與比對。 24

GBRR (7/20) 行進資料 (cont. ) 所屬車輛群組行進資料 • 創建車輛群組的車輛，此車輛會將自身的車輛本身行進資料當為新建車輛群組的行進資料。 • 透過分群的交握處理，且依據車輛本身行進資料來取得合適所屬車輛群組以及所屬車輛群組行進資料。 • 若所屬車輛群組行進資料與車輛本身行進資料不相符，則必需更新所屬車輛群組行進資料。 25

GBRR (8/20) 依據暫存的行進資料來做車輛分群 (cont. ) 行進資料的比對 • 各別比對行進速度與行進方向，只要行進速度和行進方向其中有一項差別太大則為不符，反之行進速度和行進方向都差別不大則為相符。 • 判斷差別是否太大的依據為一設定好的範圍。 • 行進速度判斷差別的範圍可容許較大，而行進方向則必需比較嚴格。 • 若設定的範圍為 5，則45~55都與 50相符。 26

GBRR (9/20) 依據暫存的行進資料來做車輛分群 (cont. ) 並沒有擁有與目車輛的擁有車輛群組狀態前車輛本身移動資料相符的所屬車輛群組移動資料進入分群處理流程來取得與目前車輛本身移動資料相符的所屬車輛群組移動資料已擁有與目前車輛本身移動資料相符的所屬車輛群組移動資料定時檢查否確認目前車輛本身移動資料與擁有的所屬車輛群組移動資料仍然保持相符是 27

GBRR (10/20) 依據暫存的行進資料來做車輛分群 (cont. ) 為了進行分群處理所需而設計的交換訊息，如下所訊息名主要功能示: 稱 GREQ GREP GNEW 將自身車輛行進資料夾帶於 GREQ中，用廣播的方式給附近有擁有車輛群組行進資料的車輛，以尋找新的與自身行進資料相符的所屬車輛群組行進資料。從 GREP、 GREQ和 GNEW訊息裡得知發出該訊息車輛的行進資料後，再與自己所擁有的車輛群組資料比對後發現相符，則發出GREP回應自己所擁有的車輛群組資料。當沒有車輛群組行進資料的車輛，找不到附近有符合本身行進模式的車輛群組時，則自己建立車輛群組，之後發出 GNEW通知附近的車輛自己已建立了一個新 28 的車輛群組。

GBRR (11/20) 依據暫存的行進資料來做車輛分群 (cont. ) 車輛因前車阻礙而使行進速度下降的情況 A車輛群組群組行進速度為 63 km/hr B車輛群組群組行進速度為 78 km/hr GREQ GREP GACK : C車車輛行進速度降至 63 km/hr GREQ 圖中的 C車輛發現自己的行進速度下降，直至穩定狀態下發現自身之行進資料已改變 (行進速度下降至 63 km/hr)，於是將新的車輛本身行進資料與所屬車輛群組行進資料比對，發現所屬車輛群組行進資料與新的車輛本身行進 29 資料已不相符。

GBRR (12/20) 依據暫存的行進資料來做車輛分群 (cont. ) 車輛轉彎後改變行進方向的情況 GREQ C車 GREP GACK A車輛群組 1: GREQ B車輛群組圖中的 C車輛經左轉後，至穩定狀態下發現自身之直行進資料已改變 (改變行進方向 )，是將新的車輛於本身行進資料與所屬車輛群組行進資料比對，現發 30 所屬車輛群組行進資料與新的車輛本身行進資料已

GBRR (13/20) 依據暫存的行進資料來做車輛分群車輛轉彎後改變行進方向的情況 2: C車 GNEW B車輛群組 GREQ GNEW 圖中的 C車輛經左轉後，至穩定狀態下發現自身之直行進資料已改變 (改變行進方向 )，是將新的車輛於本身行進資料與所屬車輛群組行進資料比對，現發所屬車輛群組行進資料與新的車輛本身行進資料已 31 不相符。

GBRR (14/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 較穩定的路徑 • 圖中所有橙色路線，跨到反方向車道來傳送之情形只有 1 次跨到不同行進模式的情形越少 ( )，因此其穩定性較高。越好 • 而我們希望能在這些橙色路線中挑選出 hopcount數最小的來當傳送路徑。 32

GBRR (15/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 較不穩定的路徑 • 圖中綠色路線有跨到反方向車道傳送後，又跨回原本方向車道繼續傳送的情形，如此會使路徑穩定性較差。 • 因此我們希望能偵測到這樣的路徑，並用之前所介紹的穩定路徑加以取代，以排除這樣的路徑。 33

GBRR (16/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 較不穩定的路徑 X O O X • 不穩定路徑具有跨到不同行進模式車輛之後，又跨回相同行進模式的車輛之特點。 • 因為又跨回相同行進模式的車輛，故很有可能存在一條不用跨到不同行進模式的較穩定路徑可替代此不穩定路徑。 34

GBRR (17/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 偵測較不穩定路徑的方法 (cont. ) • 所屬車輛群組串 – 在 RREQ訊息裡設置所屬車輛群組串，用來記錄 RREQ訊息所經過的路徑途中，所有遇到的車輛之所屬車輛群組名稱。 – 每台車輛只需知道自己所屬的群組，而在傳送 RREQ訊息時需把自身的所屬車輛群組放進所屬車輛群組串，以供下一個接收到 RREQ訊息的車輛比對自己的所屬車輛群組。 • 因相同車輛群組的車輛之行進模式都很類似，故可藉由比對車輛群組是否相同來判定行進 35 模式是否相同。

GBRR (18/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 偵測較不穩定路徑的方法 • 利用跨到不同行進模式車輛之後，又跨回相同行進模式的車輛之特點的判斷方式 : – 此路徑有經過行進模式與本身行進模式相同的車輛。 – 比對收到的 RREQ訊息裡的所屬車輛群組串，以判斷此路徑是否有經過與本身相同的所屬車輛群組。 – 並且發送端車輛的行進模式與自己本身之同。行進模式不 – 收到的 RREQ訊息裡的所屬車輛群組串，最後一個車輛群組即為發送端車輛的所屬車輛群組，比對此車輛群組，便可判斷出發送端車輛的所屬車輛群組是否與本 36 身所屬車輛群組不同。

GBRR (19/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 與 AODV不同的繞徑表格更新方式 • 若判斷出的路徑為較不穩定，且若繞徑表格己有與此路徑相同目的地的較穩定路徑，則將不使用此 RREQ訊息所行經的路徑來做繞徑表格的更新。 • 若判斷出的路徑為較不穩定，但若繞徑表格沒有與此路徑相同目的地的路徑，則先記下此 RREQ訊息所行經的路徑，並標示為較不穩定。 • 若判斷出是較穩定的路徑，且若繞徑表格己有與此路徑相同目的地的較不穩定路徑，則直接更新為較穩定的路徑。 37

GBRR(20/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 E 車輛 B 群組 S 車輛 A 群組 B 車輛 A 群組 G 車輛 B 群組 F車輛 B 群組 C 車輛 A 群組 D 車輛 A 群組如圖中的 D車收到 F車的 RREQ訊息時，D車從 RREQ訊息裡的車輛群組串中發現， F車的所屬車輛群組與本身的所屬車輛群組不同。而又從 RREQ訊息裡的車輛群組串中發現之前的所經車輛裡，有某車輛 (如圖中的 S車 )與 D車的所屬車輛群組相同。於是將 F車所傳來之 RREQ訊息的路徑 (如圖中的 DFS)判定為較不穩定的路徑。而當收到 C車所傳來之 RREQ訊息時，依上述的判斷是為較穩定的路徑 (如圖中的 DCBS)，於是將之前記下的不穩定路徑取代 (如圖 38 中的 DFS)。

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 39

模擬 (1/13) 模擬環境共有 12段道路組成 • 每段道路皆為雙向道 • 不包含路口的總長為 1 km • 寬為 10 m 1個十字路口上下左右 4個交叉路口 5個路口都有設置紅綠燈紅綠燈每 1分鐘換一次 40

模擬 (2/13) 網路參數設定參數 (簡化名稱的符號) 設定方式模擬時間固定為 1000 s 傳輸半徑 (R) 預設為 250 m 總車輛數 (N) 預設為 50輛發送資料的車輛數 (SN) 預設為 50輛車輛期望速度固定為 30 km/s至 90 km/s用 Uniform隨機來選定 MAC層固定為 Slotted aloha的方式 Slot time 固定為 5 ms Data type 固定為 CBR的方式資料封包大小固定為 64 bytes 41

模擬 (3/13) 行進資料比對誤差範圍設定及改變的參數值設定 : 判別差別大小的設定範圍行進速度差別大小之判斷依據行進方向差別大小之判斷依據模擬情境之調整參數傳輸半徑 (R) 總車輛數 (N) 發送資料的車輛數 (SN) 設定方式固定為 5 km/hr，相差超濄 5 km/hr則為差別太大固定為 0度，需角度完全相同才為差別小，而本模擬只有 4 種行進方向，分別為 0度 (北 )、 90度 (東 )、 180度 (南 )、 270度 (西 ) 變動設定值傳輸半徑依序設定為 250、 500、 750、 1000 m 總車輛數依序設定為 10、 20、 30、 40、 50 發送資料的車輛數依序設定為 10、 20、 30、 40、 50 42

模擬 (4/13) 評估方式全部成功到達目的端的資料封包總數 (successful packets) • 此值為在 1000秒的模擬時間內，所有成功由來源端車輛傳送至目的端車輛的資料封包總數。此值可說是最能代表效能的數值，此值越高代表效能越高。成功到達目的端的資料封包之傳輸時間 (latency) • 此值為所有資料封包從來源端車輛到達目的端車輛所花費的平均傳輸時間，如果此值越短代表即時性越好。資料封包的成功到達率 (packet delivery rate) • 發出 RREQ訊息但沒找到目的端車輛也算失敗。 • 此值越高代表繞徑表格的正確度越高、所找到的路 43 徑穩定度越高。

模擬 (5/13) 改變傳輸半徑的模擬結果 (Cont. ) 在傳輸半徑較大的情況下， GBRR的機制的確能改進 AODV 的效能。 N = 50 SN = 50 車輛位於轉彎後進入分群處理的位子時，該位子會因傳輸半徑等於一個路段總長 1 km而使位於該位子的車輛傳輸範圍涵蓋到 2個路口 (該車子所在路段之頭和尾的路口 ) ，進而使這些處理分群的訊息 (因為位於該位子的車輛這時將要處理分群 )所帶來的碰撞影響增加。 44

模擬 (6/13) 改變傳輸半徑的模擬結果 (Cont. ) N = 50 SN = 50 在傳輸半徑較大的情況下， GBRR的機制可大幅改善即時性。傳輸半徑增加到 1000 m時改進幅度卻不再明顯上昇了，而造成的原因和上述所陳敘相同。 45

模擬 (7/13) 改變傳輸半徑的模擬結果 (Cont. ) 在傳輸半徑較 N = 50 SN = 50 大的情況下， GBRR的機制可提高路徑的穩定性及正確度。傳輸半徑增加到 1000 m時改進幅度卻不再明顯上昇了，而造成的原因和上述所陳敘相同。傳輸半徑大到等於路段之總長度的情況下，會使缺乏位於道路中間車輛來做轉發的情況就幾乎沒有，進而使得資料封包的成功到達率上昇。 46

模擬 (8/13) 改變傳輸半徑的模擬結果 (Cont. ) AODV在於高密度的狀況是非常不利的 • 因 RREQ的轉廣播的機制，當某節點發出一 RREQ訊息請周圍節點幫忙再做重廣播時，越多周圍節點一起聽到就越容易因同時一起做重廣播而發生一連串的碰撞。 • 因 RREQ是用廣播的方式，沒有用 ACK的機制來確認對方是否收到，而密度越高越容易碰撞會使本來可回應 RREP的節點因碰撞而沒聽到 RREQ訊息。 47

模擬 (9/13) 改變傳輸半徑的模擬結果 S (Cont. ) A D C E B F G H 傳輸半徑加大時，會造成學到不穩定路徑的車輛增多圖中若 S車輛發出 RREQ訊息找 D車輛，而由 B車輛先幫忙重廣播，如此因傳輸半徑增大的關係，導致 C車輛與 E車輛學了一條穩定較差的到 S車輛路徑。 48

模擬 (10/13) 改變傳輸半徑的模擬結果 S A B C D E 原本只能選 SBCED或 SBCAD這兩條不穩定路徑。傳輸半徑加大後，可選的路徑增多 (SAD、 SBD、 SCD、 SED)，就可直接選擇由 A到 D，也因此能大幅增進所學到的路徑之穩定性。 49

模擬 (11/13) 改變總車輛數與改變發送資料車輛數模擬結果 (Cont. ) GBRR的機制的確能改進 AODV 的效能。碰撞問題使效能下降。 R = 250 m 50

模擬 (12/13) 改變總車輛數與改變發送資料車輛數模擬結果 (Cont. ) 碰撞的問題會使 AODV的即時性比 GBRR的機制還要好。主要原因就是我們的方法碰撞問題更加嚴重。 R = 250 m 多了分群處理訊息使得另外一個原因是因碰撞而無法即時完成分群，使得無法很快速地來加以利用群組來判別路徑穩定度。 51

模擬 (13/13) 改變總車輛數與改變發送資料車輛數模擬結果 (Cont. ) GBRR的機制的確可提高路徑的穩定性 R = 250 m 及正確度。網路分佈密度也對路徑正確度及穩定性有很大的影響，其主要的原因是密度高的狀況下會有許多到達各個車輛的路徑，而要能保持越多的路徑之正確性及穩定度越困難。 52

綱要概觀技術背景移動模式 GBRR 模擬結論與未來方向參考文獻 53

結論與未來方向在 VANET的環境下 GBRR的機制的確能增進 AODV效能。因碰撞的問題使得 GBRR資料封包傳送時間比 AODV資料封包傳送時間還久。 VANET因一些與 MANET不同的特性，而使在 VANET下的繞徑效能無法和 MANET一樣好。如何克服 VANET的不利特性。若車輛在一段時間行進速度一直為 0，此時車輛很有可能在等待交通號誌燈而位於路口，而因路口的車輛數較多會有碰撞問題，所以可在偵測到位於路口時處理如何降低碰撞來增進繞徑 54 效能。

參考文獻 (1/3) [1]V. Davies, “Evaluating Mobility Models within an Ad Hoc Network”, MS thesis, Colorado School of Mines, 2000. [2]M. Aycin, R. Benekohal, “Comparison of car-following models for simulation”, Transportation Research Record No. 1678, TRB, National Research Council, pp. 116127, 1999. [3]T. Clausen, P. Jacquet, M. Bechler, and L. Viennot, “Comparative study of routing protocols for mobile ad hoc networks, ” in Proc. of the 1 st IFIP Annual Mediterranean Ad Hoc Networking Workshop (Med. Hoc. Net’ 02), 2002. [4]Benslimane, “A. Localization in Vehicular Ad Hoc Networks. Systems Communications, ” 2005. Proceedings 14 -17 Aug. 2005 Page(s): 19 - 25 Digital Object Identifier 10. 1109/ICW. 2005. 54. [5]Taleb, T. ; Ochi, M. ; Jamalipour, A. ; Nei Kato; Nemoto, Y. “An efficient vehicle-heading based routing protocol for VANET networks, ” Wireless Communications and Networking Conference, 2006. WCNC 2006. IEEE Volume 4, 3 -6 April 2006 Page(s): 2199 – 2204. [6]Little, T. D. C. ; Agarwal, A. “An information propagation scheme for VANETs. Intelligent Transportation Systems, ” 2005. Proceedings. 2005 IEEE 13 -15 Sept. 2005 Page(s): 155 - 160 Digital Object Identifier 10. 1109/ITSC. 2005. 1520039. [7]Selvaretnam, B. ; Wong, K. D. “Handling the inter-vehicular communications challenge - a survey. Communications Systems, ” 2004. ICCS 2004. The Ninth International Conference on 6 -8 Sept. 2004 Page(s): 86 – 90. 55

參考文獻 (2/3) [8]Merlin, C. J. ; Heinzelman, W. B. “A study of safety applications in vehicular networks, ” Mobile Adhoc and Sensor Systems Conference, 2005. IEEE International Conference on 7 -10 Nov. 2005 Page(s): 8 pp. Digital Object Identifier 10. 1109/MAHSS. 2005. 1542781. [9]Schmitz, R. ; Leiggener, A. ; Festag, A. ; Eggert, L. ; Effelsberg, W. “Analysis of Path Characteristics and Transport Protocol Design in Vehicular Ad Hoc Networks, ” Vehicular Technology Conference, 2006. VTC 2006 -Spring. IEEE 63 rd Volume 2, 2006 Page(s): 528 - 532 Digital Object Identifier 10. 1109/VETECS. 2006. 1682880. [10]S. Jaap, M. Bechler, L. Wolf, “Evaluation of Routing Protocols for Vehicular Ad Hoc Networks in City Traffic Scenarios”, International Conference on Intelligent Transportation Systems (ITS), 2005. [11]D. R. Choffnes, F. E. Bustamante, “An Integrated Mobility and Traffic Model for Vehicular Wireless Networks”, ACM International Workshop on Vehicular Ad Hoc Networks (VANET), 2005. [12]M. Rudack, M. Meincke, M. Lott, “On the Dynamics of Ad Hoc Networks for inter-vehicle communications (IVC)”, International Conference on Wireless Networks (ICWN), 2002 [13]A. K. Saha, D. B. Johnson, “Modeling Mobility for Vehicular Ad Hoc Networks”, ACM Workshop on Vehicular Ad Hoc Networks(VANET), 2004. [14]X. Hong, M. Gerla, G. Pei, C. -C. Chiang, “A Group Mobility Model for Ad Hoc Wireless Networks”, ACM International Workshop on Modeling, Analysis, and Simulation of Wireless and Mobile System (MSWi. M), 1999. 56

參考文獻 (3/3) [15]B. Zhou, K. Xu, M. Gerla, “Group and swarm mobility models for ad hoc network scenarios using virtual tracks”, IEEE Military Communications Conference (MILCOM), 2004. [16]F. Karnadi, Z. Mo, K. -C. Lan, “Rapid Generation of Realistic Mobility Models for VANET”, International Conference on Mobile Computing and Networking (Mobi. Com), 2005, http: //www. cse. unsw. edu. au/ klan/move. [17]J. Haerri, M. Fiore, F. Filali, C. Bonnet, “Vanet. Mobi. Sim: generating realistic mobility patterns for VANETs”, ACM International Workshop on Vehicular Ad Hoc Networks (VANET), 2006. [18]S. Jaap, M. Bechler, and L. Wolf, “Evaluation of routing protocols for vehicular ad hoc networks in typical road traffic scenarios, ” in Proc. of the 11 th EUNICE Open European Summer School on Networked Applications, 2005. [19]Richard Fujimoto Hao Wu; Randall Guensler Michael Hunter, An Architecture Study of Ad-Hoc Vehicle Networks. Georgia Institute of Technology. [20]Mr. Hamid MENOUAR, Dr. Massimiliano Lenardi, and Dr. Fethi Filali, A Movement Prediction based Routing Protocal for Vehicle-to-Vehicle Communications. [21]Dipak Ghosal, Vehicular Traffic Based Mobile Adhoc Networks: Applications and Challenges. Department of Computer Science University of California, Davis. 57