RELATED WORKThe shortest path probl

RELATED WORK
The shortest path problem for a graph with nodes and
arcs is to find the shortest path between two nodes. The
Dijkstra algorithm can find the shortest path from a
particular node to other nodes with the time complexity
O(n2), where n is the number of nodes. Its key idea is to
construct a spanning tree of minimum total length from the
starting node to all other nodes recursively. The A* route
planning algorithm uses the best-first search (BFS) [9] to
find the shortest path in the graph. As A* traverses the graph,
it follows a path of the lowest known heuristic cost, keeping
a sorted priority queue of alternate path segments. It uses the
heuristic function , which is formulated as (1), to
determine the order in which the BFS visits nodes and then
to calculate the total cost of each path.
(1)
where represents the cost from the starting node to
current node n in the graph and represents the heuristic
estimate of the cost from the current node n to the destination
node. If the cost is measured by the distance between two
nodes, the straight-line distance from node n to the
destination is usually used as . As shown in Figure 1, if
the angle θ between the neighbor road of the current node,
i.e., an intersection in this paper, and the straight line
between the current node and the destination node is smaller,
it means that the direction of the neighbor road is closer to
the straight line to the destination. Thus the extended A*
algorithm in [15] has modified the original A* heuristic
function by multiplying an angle function as (2), where
is formulated as (3). The smaller the angle is, the
smaller values of and , i.e., the estimated total cost
of the path, are. Hence, this modification prefers to choose
the neighbor road with the smaller θ, which finds the least
cost path more quickly than the original A* does.
(2)
(3)
Neighbor Road
Figure 1. The angle between the neighbor road segment and the straight
line to the destination node
The second improvement for the A* heuristic function in
[15] is to consider the dynamic road speeds by modifying
as (4), where and are multiplied by their
corresponding weighting parameters, i.e., and ,
respectively. is calculated by (5), where and
denote the average driving speed and the highest speed limit
of all road segments from the starting node to current node n
respectively. Similarly, is calculated by (6), where
and denote the average driving speed and the
average speed limit of all road segments from current node n
to each neighbor node of n respectively.
(4)
(5)
(6)
One of the famous Android-based GPS navigation apps
is the Garmin StreetPilot [3], which is able to plan the route
with the shortest distance and time modes. It can access realtime traffic information, photoLive traffic cameras and fuel
pricing as optional services. By entering the fuel type, cost
and consumption at different driving speeds, the driver can
check the driving information with ecoRoute. Like Garmin
StreetPilot, PAPAGO!Mobile [4] also provide many route
planning modes. It can update the electronic map
automatically via WiFi or 3G.
In [17], the authors have proposed the route information
sharing mechanism to inform the route information server of
forthcoming route details of the drivers. Based on collected
routes from the server, each driver can change the route to
reduce traffic congestion. However, this sharing was
assumed to be achieved through cellular communication with
a remote and centralized route information server. A pullbased geocast protocol was also designed for vehicles to
cooperatively collect and disseminate data [18]. However,
this work adopted the time-consuming Dijkstra algorithm to
find the least congested route to a given destination
according to the congestion index of each road segment that
the vehicle has driven through.
In summary, without the ability to access the real-time
traffic information through wireless connections, most of
navigation systems or apps cannot avoid guiding the driver
to the congested area to reduce the travelling time, cost of
fuel and carbon emission. However, with the proposed
VBA* algorithm, which can plan the shortest travelling time
or the least fuel cost routes in terms of the real-time traffic
information exchanged between neighbor vehicles via
VANET, the android-based GPS navigation app designed
and implemented in this paper can overcome this defect.

ผลลัพธ์ (ไทย) 1:

งานที่เกี่ยวข้องปัญหาเส้นทางที่สั้นที่สุดสำหรับกราฟกับโหน และส่วนโค้งคือการ หาเส้นทางที่สั้นที่สุดระหว่างสองโหน การDijkstra อัลกอริทึมสามารถค้นหาเส้นทางที่สั้นที่สุดจากการเฉพาะโหนไปโหนอื่น ๆ ที่มีความซับซ้อนเวลาO(n2) โดยที่ n คือ จำนวนโหน ความคิดสำคัญคือการสร้างต้นไม้ spanning ความยาวรวมขั้นต่ำจากการเริ่มต้นโหนไป recursively โหนอื่น ๆ ทั้งหมด เส้นทาง A *การค้นหาแรกสุด (BFS) [9] การใช้อัลกอริทึมการวางแผนพบเส้นทางที่สั้นที่สุดในกราฟ เป็น A * ดใด ๆ กราฟมันตามเส้นทางของต่ำรู้จักพฤติกรรมต้นทุน การรักษาคิวการเรียงลำดับความสำคัญของส่วนเส้นทางอื่น ใช้การฟังก์ชันศึกษาสำนึก ซึ่งเป็นสูตรตาม (1), การกำหนดลำดับที่ BFS เข้าชมโหนแล้วการคำนวณต้นทุนรวมของแต่ละเส้นทาง(1)ที่แสดงถึงต้นทุนจากโหนที่เริ่มต้นการปัจจุบันโหน n ในกราฟแสดงวริประเมินต้นทุนจาก n โหนปัจจุบันไปยังปลายทางโหน ถ้าต้นทุนจะถูกวัด โดยระยะห่างระหว่างสองโหน ระยะเส้นตรง n โหนเพื่อการปลายทางมักจะใช้เป็นการ ดังแสดงในรูปที่ 1 ถ้าค่าθมุมระหว่างถนนเพื่อนบ้านของโหนดปัจจุบันเช่น การแยกในกระดาษนี้ และเส้นตรงระหว่างโหนดปัจจุบันและปลายทาง โหนมีขนาดเล็กมันหมายความ ว่า ทิศทางของถนนเพื่อนบ้านใกล้ชิดกับสายตรงไปยังปลายทาง ดังนั้นการขยาย A *อัลกอริทึมใน [15] ได้แก้ไขต้นฉบับ A * วริฟังก์ชันคูณฟังก์ชั่นมุมเป็น (2), ที่มีสูตรเป็น (3) ขนาดเล็กมุมคือ การค่ามีขนาดเล็กและ เช่น ต้นทุนรวมโดยประมาณเส้นทาง มี ด้วยเหตุนี้ ปรับเปลี่ยนนี้ชอบที่จะเลือกถนนเพื่อนบ้านกับค่าθมีขนาดเล็ก ซึ่งพบน้อยที่สุดต้นทุนเส้นทางได้รวดเร็วขึ้นกว่าเดิม A * ไม่(2)(3)ถนนเพื่อนบ้านรูปที่ 1 มุมระหว่างส่วนถนนเพื่อนบ้านและตรงสายโหนปลายทางการปรับปรุงที่สองสำหรับฟังก์ชันการพฤติกรรม A * ใน[15] คือการ พิจารณาความเร็วถนนแบบไดนามิก โดยการปรับเปลี่ยนเป็น (4), ที่คูณด้วยตนตรงน้ำหนักพารามิเตอร์ เช่น และตามลาดับ คำนวณ (5), โดยที่ และแสดงค่าเฉลี่ยที่ขับรถเร็วและขีดจำกัดความเร็วสูงสุดของทุกส่วนของถนนจากโหนที่เริ่มต้นถึงปัจจุบัน n โหนดตามลาดับ ในทำนองเดียวกัน คำนวณ โดย (6), ที่และแสดงค่าเฉลี่ยความเร็วในการขับขี่และจำกัดความเร็วเฉลี่ยของทุกถนนเมนต์จากปัจจุบันโหนด nแต่ละเพื่อนบ้านโหนของ n ตามลำดับ(4)(5)(6)แอป Android ตาม GPS นำทางมีชื่อเสียงอย่างใดอย่างหนึ่งที่ Garmin StreetPilot [3], ซึ่งเป็นรู้จักการวางแผนเส้นทางกับสั้นที่สุดระยะทางและเวลา มันสามารถเข้าถึงข้อมูลจราจรแบบเรียลไทม์ กล้องจราจร photoLive และเชื้อเพลิงราคาเป็นบริการเสริม โดยการป้อนชนิดเชื้อเพลิง ค่าใช้จ่ายและความเร็วในการใช้ที่แตกต่างในการขับขี่ สามารถโปรแกรมควบคุมตรวจสอบข้อมูลการขับขี่ ด้วย ecoRoute เช่น GarminStreetPilot บริษัทพาพาโก มือถือ [4] ยังมีหลายเส้นทางโหมดการวางแผน มันสามารถปรับปรุงแผนที่อิเล็กทรอนิกส์โดยอัตโนมัติผ่านทาง WiFi หรือ 3g[17], ผู้เขียนได้เสนอข้อมูลกระบวนการผลิตกลไกแจ้งเซิร์ฟเวอร์ข้อมูลเส้นทางของการใช้ร่วมกันรายละเอียดเตรียมพร้อมเส้นทางของโปรแกรมควบคุม คะแนนเฉลียจากรวบรวมเส้นทางจากเซิร์ฟเวอร์ แต่ละโปรแกรมควบคุมสามารถเปลี่ยนกระบวนการผลิตลดความแออัดของการจราจร อย่างไรก็ตาม นี้ร่วมกันได้ถือว่าทำได้ผ่านเครือข่ายการสื่อสารด้วยเซิร์ฟเวอร์ข้อมูลแบบเส้นทางระยะไกล และจากส่วนกลาง โพรโทคอ geocast pullbased ยังถูกออกแบบสำหรับยานพาหนะการร่วมกันรวบรวม และเผยแพร่ข้อมูล [18] อย่างไรก็ตามงานนี้นำมาใช้อัลกอริทึม Dijkstra ใช้เวลานานไปค้นหาเส้นทางแออัดน้อยที่สุดไปยังปลายทางที่กำหนดตามดัชนีความหนาแน่นของถนนแต่ละส่วนงานที่มีการขับเคลื่อนยานพาหนะผ่านในสรุป ไม่สามารถเข้าถึงในแบบเรียลไทม์ข้อมูลการจราจรผ่านการเชื่อมต่อไร้สาย ส่วนใหญ่ระบบนำทางหรือแอพที่ไม่สามารถหลีกเลี่ยงการแนะนำโปรแกรมควบคุมพื้นที่แออัดเพื่อลดเวลาในการเดินทาง ค่าใช้จ่ายของการปล่อยคาร์บอนและเชื้อเพลิง อย่างไรก็ตาม ด้วยการนำเสนอVBA * อัลกอริทึม ซึ่งสามารถวางแผนเวลาเดินทางสั้นที่สุดหรือเส้นทางน้ำมันเชื้อเพลิงน้อยในแง่ของการจราจรแบบเรียลไทม์ข้อมูลแลกเปลี่ยนระหว่างเพื่อนบ้านยานพาหนะผ่านVANET, android ตามจีพีเอสนำทาง app ออกแบบมาและนำมาใช้ในนี้กระดาษสามารถเอาชนะข้อบกพร่องนี้ได้

ผลลัพธ์ (ไทย) 2:

งานที่เกี่ยวข้อง
ปัญหาเส้นทางที่สั้นที่สุดสำหรับกราฟที่มีโหนดและ
โค้งคือการหาเส้นทางที่สั้นที่สุดระหว่างสองโหนด
ขั้นตอนวิธี Dijkstra สามารถหาเส้นทางที่สั้นที่สุดจาก
โหนดโดยเฉพาะอย่างยิ่งไปยังโหนดอื่น ๆ ที่มีความซับซ้อนเวลา
O (N2) โดยที่ n คือจำนวนโหนด คิดที่สำคัญของมันคือการ
สร้างต้นไม้ทอดยาวรวมขั้นต่ำจาก
โหนดเริ่มต้นไปยังโหนดอื่น ๆ ทั้งหมดซ้ำ เอ * เส้นทาง
ขั้นตอนวิธีการวางแผนการใช้ค้นหาที่ดีที่สุดครั้งแรก (BFS) [9] เพื่อ
หาเส้นทางที่สั้นที่สุดในกราฟ ในฐานะที่เป็น A * ลัดเลาะกราฟ
เป็นไปตามเส้นทางที่รู้จักกันเป็นค่าใช้จ่ายที่ต่ำที่สุดแก้ปัญหาการรักษา
คิวลำดับความสำคัญเรียงลำดับส่วนเส้นทางอื่น จะใช้
ฟังก์ชั่นการแก้ปัญหาซึ่งเป็นสูตรที่เป็น (1) เพื่อ
ตรวจสอบการสั่งซื้อที่ BFS เข้าชมโหนดและจากนั้น
ในการคำนวณค่าใช้จ่ายทั้งหมดของแต่ละเส้นทาง.
(1)
ที่แสดงให้เห็นถึงค่าใช้จ่ายจากโหนดเริ่มต้นกับ
ปัจจุบันโหนด n ในกราฟและแสดงให้เห็นถึงการแก้ปัญหา
การประมาณการของค่าใช้จ่ายจากโหนด n ปัจจุบันไปยังปลายทาง
โหนด หากค่าใช้จ่ายจะถูกวัดจากระยะห่างระหว่างสอง
โหนดระยะทางเส้นตรงจากโหนด n ไปยัง
ปลายทางที่มักจะถูกนำมาใช้เป็น ดังแสดงในรูปที่ 1 ถ้า
มุมθระหว่างถนนเพื่อนบ้านของโหนดปัจจุบัน
คือสี่แยกในบทความนี้และเส้นตรง
ระหว่างโหนดปัจจุบันและโหนดปลายทางมีขนาดเล็ก
ก็หมายความว่าทิศทางของเพื่อนบ้านที่ ถนนอยู่ใกล้กับ
เส้นตรงไปยังปลายทาง ดังนั้นการขยาย *
อัลกอริทึมใน [15] มีการปรับเปลี่ยนจากเดิม A * แก้ปัญหา
การทำงานโดยการคูณฟังก์ชั่นมุมเป็น (2) ซึ่ง
เป็นสูตรที่เป็น (3) ที่มีขนาดเล็กมุมคือ
ค่าที่มีขนาดเล็กและเช่นค่าใช้จ่ายทั้งหมดประมาณ
ของเส้นทางที่มี ดังนั้นการปรับเปลี่ยนนี้ชอบที่จะเลือก
ถนนเพื่อนบ้านกับθขนาดเล็กซึ่งพบน้อย
เส้นทางค่าใช้จ่ายได้รวดเร็วยิ่งขึ้นกว่าเดิม * ไม่.
(2)
(3)
เพื่อนบ้านถนน
รูปที่ 1 มุมระหว่างส่วนถนนและเพื่อนบ้าน ตรง
เส้นไปยังโหนดปลายทาง
การปรับปรุงที่สองสำหรับฟังก์ชั่น A * แก้ปัญหาใน
[15] คือการพิจารณาความเร็วถนนแบบไดนามิกโดยการปรับเปลี่ยน
เป็น (4) ที่ไหนและจะถูกคูณด้วยของพวกเขา
พารามิเตอร์น้ำหนักที่สอดคล้องกันคือและ
ตามลำดับ คำนวณโดย (5) ที่ไหนและ
แสดงถึงความเร็วในการขับขี่เฉลี่ยและขีด จำกัด ความเร็วสูงสุด
ของส่วนถนนทั้งหมดจากโหนดเริ่มต้นที่จะโหนดปัจจุบัน n
ตามลำดับ ในทำนองเดียวกันการคำนวณโดยการ (6) ที่
และแสดงให้เห็นความเร็วเฉลี่ยขับรถและ
จำกัด ความเร็วเฉลี่ยของส่วนถนนทั้งหมดจากปัจจุบันโหนด n
แต่ละโหนดเพื่อนบ้านของ n ตามลำดับ.
(4)
(5)
(6)
หนึ่งที่มีชื่อเสียง Android ตามปพลิเคชันนำทาง GPS
เป็น Garmin StreetPilot [3] ซึ่งจะทำให้สามารถที่จะวางแผนเส้นทาง
ที่มีระยะเวลาที่สั้นระยะทางและเวลาโหมด มันสามารถเข้าถึงข้อมูลเรียลไทม์จราจรกล้องจราจร photoLive และเชื้อเพลิง
การกำหนดราคาเป็นบริการเสริม โดยการป้อนประเภทของเชื้อเพลิง, ค่าใช้จ่าย
และการบริโภคที่ความเร็วการขับขี่ที่แตกต่างกันขับสามารถ
ตรวจสอบข้อมูลการขับรถกับ ecoRoute เช่น Garmin
StreetPilot, PAPAGO! มือถือ [4] นอกจากนี้ยังมีเส้นทางหลาย
โหมดการวางแผน มันสามารถปรับปรุงแผนที่อิเล็กทรอนิกส์
โดยอัตโนมัติผ่านทาง WiFi หรือ 3G.
ใน [17] ผู้เขียนได้เสนอข้อมูลเส้นทาง
กลไกร่วมกันที่จะแจ้งให้เซิร์ฟเวอร์ข้อมูลเส้นทางของ
รายละเอียดเส้นทางเตรียมพร้อมของคนขับรถ ขึ้นอยู่กับการเก็บรวบรวม
เส้นทางจากเซิร์ฟเวอร์แต่ละคนขับสามารถเปลี่ยนเส้นทางไป
ลดปัญหาการจราจร อย่างไรก็ตามการใช้ร่วมกันนี้ที่
ถือว่าประสบความสำเร็จผ่านการสื่อสารเคลื่อนที่กับ
เซิร์ฟเวอร์ข้อมูลเส้นทางระยะไกลและส่วนกลาง โปรโตคอล geocast pullbased ยังได้รับการออกแบบสำหรับยานพาหนะที่จะ
ร่วมมือกันในการเก็บรวบรวมและเผยแพร่ข้อมูล [18] แต่
งานนี้นำมาใช้อัลกอริทึม Dijkstra ใช้เวลานานในการ
หาเส้นทางที่แออัดอย่างน้อยถึงปลายทางที่กำหนด
ตามดัชนีความแออัดของแต่ละส่วนของถนนที่
รถได้ขับรถผ่าน.
โดยสรุปไม่มีความสามารถในการเข้าถึงแบบ real-time
จราจร ข้อมูลผ่านการเชื่อมต่อไร้สายมากที่สุดของ
ระบบนำทางหรือแอปที่ไม่สามารถหลีกเลี่ยงแนวทางการขับรถ
ไปยังพื้นที่ที่แออัดเพื่อลดเวลาในการเดินทางค่าใช้จ่ายของ
น้ำมันเชื้อเพลิงและการปล่อยก๊าซคาร์บอน แต่ด้วยการเสนอ
VBA * ขั้นตอนวิธีการซึ่งสามารถวางแผนเวลาการเดินทางที่สั้นที่สุด
หรืออย่างน้อยเส้นทางค่าใช้จ่ายน้ำมันเชื้อเพลิงในแง่ของการจราจรแบบ real-time
แลกเปลี่ยนข้อมูลระหว่างยานพาหนะเพื่อนบ้านผ่าน
Vanet, app Android ตามนำทางจีพีเอสได้รับการออกแบบ
และดำเนินการในเรื่องนี้ กระดาษสามารถเอาชนะข้อบกพร่องนี้

ผลลัพธ์ (ไทย) 3:

งานที่เกี่ยวข้องเส้นทางที่สั้นที่สุดปัญหาสำหรับกราฟที่มีจุดและส่วนโค้งคือการหาเส้นทางที่สั้นที่สุดระหว่างสองจุด . ที่ขั้นตอนวิธีของไดค์สตราสามารถหาเส้นทางที่สั้นที่สุดจากโหนดกับโหนดอื่น ๆโดยเฉพาะกับเวลาที่ซับซ้อนO ( n2 ) โดยที่ n คือจำนวนของโหนด ความคิดของคีย์คือสร้างต้นไม้ทอดข้ามของความยาวขั้นต่ำจากเริ่มจากโหนดโหนดอื่น ๆทั้งหมด recursively . A * เส้นทางการวางแผนการใช้ขั้นตอนวิธีการค้นหาแรกที่ดีที่สุด ( BFS ) [ 9 ]หาเส้นทางที่สั้นที่สุดในกราฟ เป็น * ลัดเลาะกราฟมันคือเส้นทางที่ถูกที่สุดสำหรับการรักษาหรือต้นทุนเป็นเรียงแถวคอยลำดับความสำคัญของเส้นทางส่วนอื่น มันใช้ฟังก์ชันฮิวริสติก ซึ่งเป็นสูตร ( 1 ) ,ตรวจสอบใบสั่งที่ BFS เยี่ยมโหนดแล้วคำนวณต้นทุนรวมของแต่ละเส้นทาง( 1 )ที่แสดงถึงค่าใช้จ่าย จากการเริ่มต้นจุดปมในกราฟและแสดงฮิวริสติกประมาณการ ค่าใช้จ่าย จากปม n ไปยังปลายทางโหนด ถ้าราคามันวัดจากระยะห่างระหว่างสองโหน ระยะทางตรงจากโหนด n ไปปลายทางมักจะใช้เป็น ดังแสดงในรูปที่ 1 ถ้ามุมθระหว่างเพื่อนบ้านถนนของโหนดปัจจุบันเช่น สี่แยกในกระดาษนี้ และเส้นตรงระหว่างโหนดโหนดปลายทาง และในปัจจุบันมีขนาดเล็กมันหมายถึงว่า ทิศทางของถนนเพื่อนบ้านใกล้ชิดเส้นตรงไปยังปลายทาง ดังนั้นการขยาย *ขั้นตอนวิธี [ 15 ] ได้แก้ไขต้นฉบับ * ศึกษาสำนึกโดยการนำฟังก์ชันเป็นฟังก์ชันเป็นมุม ( 2 ) ที่เป็นสูตร ( 3 ) มีมุมคือที่มีค่าของ และ คือ ค่าใช้จ่ายทั้งหมดประมาณของเส้นทางเป็น ดังนั้น การปรับเปลี่ยนนี้ชอบที่จะเลือกเพื่อนบ้านถนนที่มีขนาดเล็กθซึ่งพบน้อยต้นทุนเส้นทางอย่างรวดเร็วกว่าเดิม * .( 2 )( 3 )ถนนเพื่อนบ้านรูปที่ 1 มุมระหว่างเพื่อนบ้าน และถนนส่วนตรงบรรทัดโหนดปลายทางสองการปรับปรุงสำหรับ * ฮิวริสติกฟังก์ชัน[ 15 ] คือการพิจารณาโดยการใช้ถนนความเร็วแบบไดนามิก( 4 ) , ที่ไหนและจะคูณ ด้วยของพวกเขาที่ค่าพารามิเตอร์คือ และตามลำดับ คำนวณโดย ( 5 ) , ที่ไหนแสดงความเร็วเฉลี่ยขับขี่ และขีด จำกัด ความเร็วสูงของทุกกลุ่มจากถนนเริ่มโหนดไปยังโหนดปัจจุบัน คำว่าตามลำดับ โดยคำนวณจาก ( 6 ) ที่แทนเฉลี่ยและความเร็วในการขับขี่และความเร็วเฉลี่ยของทุกกลุ่ม จากปม n ถนนกับเพื่อนบ้านแต่ละโหนด n ตามลำดับ( 4 )( 5 )( 6 )หนึ่งที่มีชื่อเสียงของ Android ปพลิเคชันที่ใช้ GPS นําทางเป็น Garmin StreetPilot [ 3 ] ซึ่งสามารถวางแผนเส้นทางกับระยะทางที่สั้นที่สุดและโหมดเวลา มันสามารถเข้าถึงข้อมูลจราจรเรียลไทม์ , กล้องจราจร photolive และเชื้อเพลิงราคาบริการตัวเลือก โดยการป้อนประเภทเชื้อเพลิง , ต้นทุนและการบริโภคที่ขับรถความเร็วที่แตกต่างกัน โปรแกรมควบคุมสามารถตรวจสอบข้อมูลการขับขี่ด้วย ecoroute . เหมือนที่การ์มินStreetPilot , ปาปาโก ! มือถือ [ 4 ] ยังมีเส้นทางหลายโหมดการวางแผน มันสามารถปรับปรุงแผนที่อิเล็กทรอนิกส์โดยอัตโนมัติผ่านทาง WiFi หรือ 3G .ใน [ 17 ] , ผู้เขียนได้เสนอข้อมูลเส้นทางแบ่งปันการแจ้งข้อมูลเส้นทางเซิร์ฟเวอร์ของเตรียมพร้อมเส้นทางรายละเอียดของไดรเวอร์ ตามเก็บเส้นทางจากเซิร์ฟเวอร์แต่ละโปรแกรมควบคุมสามารถเปลี่ยนเส้นทางไปลดปัญหาการจราจร อย่างไรก็ตาม การแบ่งปันนี้ถือว่าได้ผ่านการสื่อสารมือถือกับระยะไกลและเซิร์ฟเวอร์เส้นทางข้อมูลส่วนกลาง เป็น pullbased geocast โปรโตคอลถูกออกแบบสำหรับรถร่วมกันรวบรวมและเผยแพร่ข้อมูล [ 18 ] อย่างไรก็ตามงานนี้ใช้ตราขั้นตอนวิธีการใช้เวลานานค้นหาเส้นทางไปยังปลายทางที่กําหนดน้อยแออัดตามปัญหา ส่วนดัชนีของถนนแต่ละที่รถขับผ่านสรุปแล้ว ไม่มีความสามารถในการเข้าถึงเรียลไทม์ข้อมูลการจราจรผ่านการเชื่อมต่อไร้สายมากที่สุดระบบนำร่องหรือปพลิเคชันไม่สามารถหลีกเลี่ยงแนวทางไดรเวอร์ในชุมชนแออัด เพื่อลดเวลาเดินทางค่าใช้จ่ายของเชื้อเพลิงและการปล่อยคาร์บอน . อย่างไรก็ตาม มีการเสนอขั้นตอนวิธี VBA * ซึ่งสามารถวางแผนเวลาเดินทางที่สั้นที่สุดหรือต้นทุนเชื้อเพลิงอย่างน้อยเส้นทางในแง่ของการจราจรแบบเรียลไทม์ข้อมูลแลกเปลี่ยนระหว่างเพื่อนบ้านผ่านทางยานพาหนะVANET , Android app ที่ออกแบบมาใช้ GPS นําทางใช้กับกระดาษนี้สามารถเอาชนะข้อบกพร่องนี้