Vehicular mobility modeling and map-assisted vehicular trajectory prediction system in realistic simulated traffic scenario

The impact of the 6G cellular standard will revolutionize the future of the automotive field. The development of Cooperative Intelligent Transportation Systems is crucial to improve safety, efficiency, and comfort of mobility, reduce costs, traffic congestion, and pollution, lead to higher Levels of Automation of the vehicles, and lower human-controlled driving. To reach these goals, vehicles should autonomously establish reliable V2X communication links in the long term. For future V2X communications, the mm-Wave is a promising solution to guarantee high data rate and low latency links. However, in a vehicular context, V2X systems in mm-Wave bands encounter many challenges due to the physical characteristics of the communication channel and mobility. Indeed, the path loss in these frequencies leads to beamforming techniques to reduce the outage probability. Unfortunately, this needful choice introduces a higher sensitivity to blockage due to the difficulty of predicting mobility. If not adequately handled, this aspect may lead to highly unreliable and inefficient V2X communication, with detrimental consequences for traffic safety and the quality of service of the V2X use cases. Thus, mobility and trajectory prediction of dynamic agents, i.e., vehicles, pedestrians, is essential to predict the evolution of the physical propagation channel and the position of static and dynamic blockers. This knowledge allows us to predict link blockage and channel state, which are crucial to proactively set up more robust V2X communication links that guarantee higher reliability. This master thesis goes in this direction, aiming to study vehicular mobility modeling and proposing a map-assisted vehicular trajectory prediction system to support future 6G mm-Wave V2X communications. The system exploits vehicles’ state information and digital maps to perform a manoeuvre-based trajectory prediction, exploiting also ML techniques and Bézier curves. Results obtained from simulations performed in realistic intersection scenario show that the system, in case of turnings, provides mean and RMSE prediction errors lower than 10 m for a prediction horizon up to 5 s.

Lo standard di reti mobili 6G avrà un forte impatto nel settore automotive. Lo sviluppo dei sistemi di trasporto intelligente è cruciale per la sicurezza e il comfort della mobilità, per ridurre costi, traffico, inquinamento, e per raggiungere livelli di guida autonoma sempre più alti. Per ottenere questi risultati, i veicoli dovrebbero configurare, in autonomia, canali di comunicazione affidabili nel lungo periodo. In questo ambito, le onde millimetriche sono una soluzione valida per garantire alto ritmo di trasmissione e bassa latenza. Tuttavia, nelle bande di frequenza delle onde millimetriche, i sistemi di comunicazione veicolare sono soggetti a numerosi problemi dovuti alle caratteristiche fisiche del canale e alla mobilità. Infatti, le attenuazioni in tali bande costringono all’uso di tecniche di beamforming per ridurre la probabilità di interruzione del servizio. Purtroppo, tale scelta comporta una maggiore sensibilità del sistema alle ostruzioni del canale, dovute alla difficoltà nel prevedere la mobilità, con la conseguente riduzione di affidabilità dei collegamenti. Pertanto, la predizione della mobilità di veicoli e pedoni è essenziale per la predizione delle ostruzioni e per l’evoluzione del canale. Questa conoscenza, infatti, permette ai veicoli di configurare, in tempo utile, canali di comunicazione più robusti e affidabili. La seguente tesi si pone l’obiettivo di studiare la mobilità veicolare e propone un sistema di predizione di traiettorie veicolari, assistito da mappe digitali, con l’obiettivo di supportare i futuri canali di comunicazione veicolare in ambito 6G. Il sistema sfrutta informazioni sulla dinamica dei veicoli e le mappe digitali per predire la mobilità veicolare, sfruttando anche tecniche ML e le curve di Bézier. Risultati provenienti da simulazioni condotte in un incrocio realistico mostrano che il sistema, per i veicoli che svoltano, raggiunge valor medi e deviazioni standard dell’errore di predizione più bassi di 10 m per un orizzonte temporale fino a 5 s.