Among the current advanced driver assistance systems, Vehicle-to-Vehicle (V2V) technology has great potential to increase Vehicular Ad Hoc Network (VANET) performance in terms of security, energy efficiency, and comfortable driving. In reality, vehicle drivers regularly change lanes depending on their assumptions regarding visual distances. However, many systems are not quite well-designed, because the visible range is limited, making it difficult to achieve such a task. V2V technology offers high potential for VANET to increase safety, energy efficiency, and driver convenience. Drivers can make more intelligent options in terms of lane selection using predicted information of downstream lane traffic, which is essential for obtaining mobility benefits. An assistant lane selection system is proposed in this research, which helps the driver locate an optimal lane-level travel path in order to minimize travel time. The decision-making criteria are based on the predicted lane traffic conditions via V2V technology. This paper aims to create a specific V2V system to support lane selection based on the predicted traffic states to find the best travel lane. In this paper, a Spatial–Temporal (ST) prototype is developed and then applied to predict future traffic conditions for road cells using spatial and temporal information. The suggested lane selection assistance system uses this information to select the optimized lane sequence. Then, an intensive simulation-based assessment is conducted in different scenarios. Results indicate that the proposed system outperforms other published systems.

在当前的先进驾驶辅助系统中，车对车 (V2V) 技术在安全性、能源效率和舒适驾驶等方面具有提升车辆自组织网络 (VANET) 性能的巨大潜力。实际上，车辆驾驶员根据他们对视觉距离的假设定期改变车道。然而，许多系统的设计并不是很好，因为可见范围是有限的，很难完成这样的任务。V2V 技术为 VANET 提供了提高安全性、能源效率和驾驶员便利性的巨大潜力。驾驶员可以利用下游车道交通的预测信息在车道选择方面做出更智能的选择，这对于获得移动性优势至关重要。本研究提出了一种辅助车道选择系统，这有助于驾驶员找到最佳的车道级行驶路径，以最大限度地减少行驶时间。决策标准基于通过 V2V 技术预测的车道交通状况。本文旨在创建一个特定的 V2V 系统，以支持基于预测的交通状况选择车道以找到最佳行驶车道。在本文中，开发了时空 (ST) 原型，然后将其应用于使用空间和时间信息预测道路单元的未来交通状况。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。决策标准基于通过 V2V 技术预测的车道交通状况。本文旨在创建一个特定的 V2V 系统，以支持基于预测的交通状况选择车道以找到最佳行驶车道。在本文中，开发了时空 (ST) 原型，然后将其应用于使用空间和时间信息预测道路单元的未来交通状况。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。决策标准基于通过 V2V 技术预测的车道交通状况。本文旨在创建一个特定的 V2V 系统，以支持基于预测的交通状况选择车道以找到最佳行驶车道。在本文中，开发了时空 (ST) 原型，然后将其应用于使用空间和时间信息预测道路单元的未来交通状况。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。本文旨在创建一个特定的 V2V 系统，以支持基于预测的交通状况选择车道以找到最佳行驶车道。在本文中，开发了时空 (ST) 原型，然后将其应用于使用空间和时间信息预测道路单元的未来交通状况。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。本文旨在创建一个特定的 V2V 系统，以支持基于预测的交通状况选择车道以找到最佳行驶车道。在本文中，开发了时空 (ST) 原型，然后将其应用于使用空间和时间信息预测道路单元的未来交通状况。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。建议的车道选择辅助系统使用此信息来选择优化的车道序列。然后，在不同的场景中进行密集的基于模拟的评估。结果表明，所提出的系统优于其他已发布的系统。