An Emergency Message Routing Protocol for Improved Congestion Management in Hybrid RF/VLC VANETs
Notice bibliographique
Résumé
Unexpected traffic incidents cause safety concerns and intense traffic congestion on crowded urban road networks. Vehicular ad-hoc network (VANET)-aided Intelligent Transport Systems (ITS) aim to mitigate these risks through timely dissemination of alert messages. However, conventional Radio frequency (RF) mobile ad-hoc routing protocols are ill-suited for dynamic VANET environments due to high mutual interference, packet collisions, high end-to-end delay from frequent route discoveries, and periodic beaconing requirements. Fortunately, the quickly emerging Visible Light Communications (VLC) provide complementary short-range connectivity with high bandwidth and low interference. This paper proposes an efficient adaptive routing protocol for emergency messages in dense VANET scenarios leveraging a hybrid RF/VLC system. When an incident or congestion happens, the source vehicle disseminates the information to the incoming vehicles as quickly as possible using a combination of VLC and RF communication networks. Multi-hop relays extend the connectivity if the direct links are blocked. The coverage area is partitioned into zones based on road segments, intersections, and traffic flows. The Road Side Units (RSU)s are intelligently assigned to zones and they analyze the historical traffic data to characterize each zone and decide a response strategy. We also propose a congestion detection scheme that utilizes traffic simulations to forecast the clearance times under different response strategies. The highest-scoring strategy is selected based on the predicted impacts on travel time, emissions, and driver stress levels. The proposed algorithm adaptively uses the selected strategy to proactively alleviate the predicted congestion through optimized routing and control. Overall, the protocol maximizes safety and efficiency during emergencies by leveraging the hybrid RF/VLC, incorporating real-time congestion forecasting and dynamic rerouting into the response strategies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».