Implementazione di un servizio automotive basato su MEC: Il caso d'uso della prevenzione degli incidenti mediante il monitoraggio delle intersezioni stradali = A MEC-based Implementation of Automotive Service: The Extended Virtual Sensing for Intersection Control Use Case

La tecnologia 5G promette di rivoluzionare il concetto di rete mobile. Tramite il Network Slicing, aziende verticali saranno in grado di offrire servizi del tutto nuovi altrimenti impossibili. Il progetto europeo 5G-TRANSFORMER punta a rendere possibili questi servizi. Lo scopo di 5G-TRANSFORMER è di progettare, implementare e validare una piattaforma 5G che soddisfi le esigenze dei vertical tramite l’aggregazione di reti di trasporto e di nodi di elaborazione, ospitati in infrastrutture di edge e cloud computing. La tesi prevede lo sviluppo di una dimostrazione di fattibilità per un caso d’uso automotive con la collaborazione del progetto 5G-TRANSFORMER. Il caso d’uso proposto consiste in servizio Extended Virtual Sensing (EVS) basato sull’architettura Multi-access Edge Computing (MEC). L’applicazione EVS realizzata si occupa del monitoraggio degli incroci stradali: l’applicazione, implementata nell’infrastruttura di rete, riceve periodicamente Cooperative Awareness Message (CAM) da veicoli connessi. I pacchetti contengono informazioni sulla posizione, velocità, accelerazione e direzione del veicolo. Tramite un algoritmo di rilevamento di collisioni basato su traiettorie, l’EVS rileva eventuali collisioni imminenti tra veicoli ed allerta tempestivamente i conducenti tramite dei Decentralized Environmental Notification Message (DENM) di allarme. In questo modo, i conducenti hanno il tempo di arrestare in sicurezza il veicolo ed evitare l’incidente. Le prestazioni del testbed hardware-in-the-loop sono valutate usando sia l’interfaccia radio LTE OpenAirInterface sia simulando con NetEm diverse configurazioni di rete di accesso basate su Edge e Cloud computing. Il sistema basato su tecnologia MEC è stato in grado di evitare tra il 98,8% e il 100% delle collisioni, mentre facendo affidamento all’infrastruttura cloud la percentuale minima scende al 96%. I risultati confermano l’efficacia della piattaforma MEC in applicazioni automotive critiche, nelle quali la latenza è un fattore chiave. I risultati hanno dimostrato come il testbed sia un valido punto di partenza per la progettazione di un sistema affidabile di sicurezza automotive.