Représentation graphique (image symbole) de la communication sans fil entre les véhicules et leur environnement par des moyens numériques, également appelée communication Car2x.(© BY-SA 4.0 / H.J. Brehm / Wikimedia Commons)

Dr. Anastasios Kouvelas | Ingénierie de trafic et surveillance

RECCE – Évaluation et gestion du trafic routier en temps réel

Ce projet se concentre sur le développement de solutions de gestion intégrées (à savoir une régulation coordonnée des accès [Ramp Metering RM] et des limitations variables de vitesse [Variable Speed Limits VSL]) pour la régulation des embouteillages sur les réseaux autoroutiers. Une solution efficace en temps réel de ce problème nécessite le développement de nouvelles méthodes de contrôle au moyen d’une technique de pointe dans les domaines de la théorie de la régulation et de l’optimisation de gestion. L’idée consiste à associer le concept de linéarisation globale (sur la base des modèles non linéaires impliqués) à une stabilité de Lyapunov. Nous concevons un contrôleur optimal utilisant les deux concepts et formulons ainsi un problème d’optimisation convexe (c’est-à-dire carré) pouvant être résolu de façon efficace en ligne. Les contrôleurs qui en découlent sont complétés par un procédé d’évaluation en ligne pouvant être alimenté avec les données nécessaires. En fonction de la configuration de capteur (spécifique au lieu) et de la résolution tant spatiale que temporelle et des différentes défaillances et pannes de matériel logiciel, un poste de gestion du trafic doit garantir qu’il dispose de tous les appareils et systèmes nécessaires pour fournir aux régulateurs un retour de la situation en tenant compte de toutes les mesures en temps réel disponibles. Le système en ligne fermé devient ainsi plus flexible car il peut désormais être aussi installé aux endroits présentant des mesures limitées et/ou des défaillances logicielles et de communication fréquentes. Le système d’évaluation développé à cet effet utilise l’apprentissage automatique, la théorie du filtre, les corrélations statistiques et la théorie du flux de trafic; il sera à terme en mesure de combler les lacunes de données absentes dans les domaines spatial et temporel.

Dans l’environnement connecté de demain avec des technologies V2X (Vehicle-to-X), nous aurons accès à des données de détecteur de trafic de différents types qui, par rapport aux données conventionnelles de détecteurs de boucles – comme nous les utilisons aujourd’hui –, présenteront des différences. Il doit également être noté que ce scénario n’est pas futuriste, mais tout à fait réaliste car l’on trouve déjà de telles technologies sur nos routes (par ex. Tesla) et qu’elles se développeront sans aucun doute dans les années à venir. Les essais pilotes avec AV [autonomous vehicles AV ou véhicules autonomes] se déroulent actuellement dans de nombreux endroits dans le monde et des exploitants routiers autoriseront bientôt le trafic mixte – à savoir un mélange entre véhicule autonome et véhicules conduits par des humains. Les considérables données livrées par le V2X et l’AV doivent alors être intégrées à nos actuelles données et permettre une évaluation plus précise du trafic. C’est dans ce but que les modèles classiques de la théorie du flux de trafic appliqués à la fin des années 1960 doivent être perfectionnés et modifiés pour tenir compte des progrès techniques de l’industrie automobile.

Une infrastructure VSL n’a été que récemment développée (et continue à l’être) et mise en service sur des autoroutes autour de Zurich. Les actuels exploitants routiers sont tout à fait conscients du fait que la VSL améliore la sécurité, diminue les émissions de gaz et sont à même de réduire les retards aux heures de pointe dus aux embouteillages. La pratique actuelle consiste à utiliser des valeurs-seuils données pour embouteillages et limites de vitesse et à établir des seuils prédéterminés pour différentes conditions (pour que, par exemple, lors de la formation d’embouteillages, les limitations de vitesse passent de 120 km/h à 100 km/h, puis à 80 km/h). En rendant ce processus dynamique, nous pouvons augmenter son efficacité et améliorer la digitalisation de l’infrastructure de trafic. L’approche de contrôle que nous présentons est inédite et devrait vraisemblablement exercer un réel impact scientifique. Notre objectif est de réaliser dans un poste de gestion du trafic les algorithmes développés au cours de ce projet et ainsi de réguler le trafic sur une partie de l’autoroute suisse.

Participants

Kimia Chavoshi, Shima Mousavi, Michalis Makridis

Financement

FNS Fonds national suisse

Site internet
Durée du projet

11.2019 – 11.2023