Présentation

Article interactif

1 - ORIGINES DE LA CONGESTION

2 - MODÉLISATION PHYSIQUE DU TRAFIC ROUTIER

3 - SYSTÈME DE TRANSPORTS INTELLIGENTS

4 - ASPECTS ENVIRONNEMENTAUX : EMBOUTEILLAGE ET POLLUTION DE L’AIR

5 - CONCLUSION

6 - GLOSSAIRE

Article de référence | Réf : SC2040 v1

Système de transports intelligents
Formation des embouteillages - Modélisation et partage d’information par systèmes intelligents

Auteur(s) : Waleed MOUHALI

Date de publication : 10 juin 2022

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

La formation des embouteillages est un sujet aux conséquences économiques, sociales, logistiques, et écologiques. Leur prédiction à partir de l’évolution d’un état de trafic routier est complexe.

Cet article a pour but de décrire les méthodes existantes. En identifiant les paramètres clés du problème, la modélisation de la circulation routière, en tant que système physique modélisé par des systèmes d’équations différentielles, se révèle pertinente. Par ailleurs, l’évolution des systèmes de communication est un réel espoir de prévention en tant qu’outil temps réel pour fluidifier un trafic routier. Appliqués à la voiture autonome, ces systèmes se révèlent décisifs.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Formation of traffic jams. Modeling and communication technologies

The formation of traffic jams has economic, social, logistical and ecological consequences. Their prediction from the evolution of a road traffic state is complex.

This article aims to describe the existing methods. By identifying the key parameters of the problem, the modeling of road traffic, seen as a physical system modeled by systems of differential equations, turns out to be relevant. In addition, the evolution of communication systems is a real hope of prevention as a real-time tool to smooth road traffic. Applied to the autonomous car, these systems are decisive.

Auteur(s)

  • Waleed MOUHALI : Enseignant-chercheur en physique - ECE Paris, OMNES Education Research Center Paris, France

INTRODUCTION

Dans un environnement où la voiture reste le moyen de déplacement privilégié et face au besoin renouvelé de mobilité, la compréhension de la congestion routière est devenue un enjeu majeur pour les sociétés modernes en termes de perte de productivité, de perte de temps, d’émissions de gaz à effet de serre et d’autres externalités négatives.

Les embouteillages ont de nombreuses conséquences économiques, sociales, logistiques, sanitaires et écologiques. En août 2010, un embouteillage à Pékin d’une centaine de kilomètres dura 12 jours, provoqué par les camions apportant le matériel pour les travaux de l’autoroute G110. Une étude de l’institut de recherche Centre for Economics and Business Research et d’Inrix, une société d’info-trafic américaine, publiée mardi 17 décembre 2013, montre que les embouteillages coûtent 5,9 milliards d’euros à l’économie française, tous les ans (référence : https://cebr.com/reports/the-future-economic-and-environmental-costs-of-gridlock/). Les coûts directs de la congestion (valeur du carburant et du temps perdu) pour l’ensemble des ménages parisiens devraient passer de 6,2 milliards à 10 milliards de dollars entre 2013 et 2030 (CEBR, 2014). En plus de réduire la vitesse de circulation, un embouteillage est une source importante de pollution de l’air.

L’efficience des infrastructures et des systèmes de transports d’un pays est un paramètre majeur dans son économie. Sur cet échiquier, le mode routier conserve une part prépondérante. Depuis les Trente Glorieuses, avec l’intensification des échanges, motif de déplacement, et la multiplication du nombre de véhicules, vecteur de déplacement, les infrastructures ont toujours dû être adaptées au volume de circulation. Cette politique d’expansion des réseaux n’est aujourd’hui plus tenable économiquement et n’est plus acceptable socialement. En effet, dans un environnement global contraint, la prise de conscience collective des impacts négatifs d’un tel fonctionnement conduit à changer de paradigme. L’usage des infrastructures aujourd’hui congestionnées doit donc être optimisée afin d’apporter aux usagers un niveau de service accru.

L’apparition de la congestion est un phénomène qui est étudié depuis plus d’une cinquantaine d’années et les mécanismes en jeu sur les sections homogènes sont relativement bien compris. Cela est un peu moins vrai concernant l’approche globale d’un réseau composé de sections homogènes mais aussi de discontinuités. Ce qui est également moins compris, est de savoir comment intervenir efficacement sur ce système afin d’en tirer un fonctionnement optimal. Il faut toutefois nuancer les ambitions car en réalité, l’idée d’un trafic fluide n’existe pas en soi. La fluidification du trafic conduit à modifier les choix des agents qui, à terme, peut créer une situation de congestion. Un problème qui s’apparente au paradoxe de Jevons ou « effet rebond ».

Les coûts directs de la congestion (valeur du carburant et du temps perdu) pour l’ensemble des ménages parisiens devraient passer de 6,2 milliards à 10 milliards de dollars entre 2013 et 2030 (CEBR, 2014).

L’objectif de l’article est de mettre en évidence des méthodes qui permettent de réaliser des prédictions de congestion, l’une par la modélisation physique et l’autre par l’échange « temps réel » d’informations du trafic via des systèmes communiquant. Ces méthodes sont complémentaires et permettent une nouvelle gestion de l’état d’un trafic routier. Il est possible de concevoir des outils d’aide à la décision utilisés par les collectivités locales pour penser l’organisation du trafic. D’autre part, dans le cadre du développement et de l’essor de la voiture autonome, ces outils vont avoir un grand rôle à jouer, en attendant et en complément du perfectionnement des algorithmes d’intelligence artificielle. Le futur économique et logistique de la voiture autonome en dépend fortement.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

dynamic traffic flow modelling   |   traffic flow   |   communication system   |   connected car   |   differential equations   |   Braess paradox

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-sc2040


Cet article fait partie de l’offre

Smart city - Ville intelligente et durable

(90 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

3. Système de transports intelligents

3.1 Contexte

HAUT DE PAGE

3.1.1 Position du problème

Les instabilités du trafic, que l’on peut reproduire aisément par des modèles de loi de poursuite, comportent de nombreux inconvénients : augmentation du stress des conducteurs et du risque d’accidents, de la consommation de carburant, et dans certains cas sous-utilisation des infrastructures (liée à la baisse du débit). Les modèles montrent que l’amplification des perturbations dans un trafic dense sont directement liés au temps de réaction τ des conducteurs, et indirectement au fait qu’un conducteur ne « voit » que le véhicule qui se trouve devant lui .

La multi-anticipation, c’est-à-dire le fait d’utiliser la position et la vitesse de plusieurs véhicules en amont au lieu d’un seul (le véhicule leader), peut permettre d’atténuer, voire d’éliminer ces instabilités. L’idée la plus simple consiste à considérer la moyenne des vitesses et des inter-distances de plusieurs véhicules en amont, et de réagir à ces moyennes (éventuellement pondérées) plutôt qu’à la vitesse et à la distance du véhicule leader. Cela permet de rendre linéairement stable plus d’états stationnaires, voire d’éliminer complètement la zone d’instabilité. En revanche, on a vu que, même si pour une densité donnée l’état stationnaire est linéairement stable, une perturbation déjà formée ne disparaît pas, à cause de la bistabilité. Le retour de l’état stop-and-go à l’état stationnaire est plus difficile que le fait de rendre stable ce même état stationnaire.

Dans cette section, on cherche à faire disparaître une perturbation pour revenir à un état proche de l’état stationnaire, grâce à la multi-anticipation. Le principe est le suivant. On considère un modèle de loi de poursuite, éventuellement...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

TEST DE VALIDATION ET CERTIFICATION CerT.I. :

Cet article vous permet de préparer une certification CerT.I.

Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.

Obtenez CerT.I., la certification
de Techniques de l’Ingénieur !
Acheter le module

Cet article fait partie de l’offre

Smart city - Ville intelligente et durable

(90 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Système de transports intelligents
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - RICHARDS (P.I.) -   Shock waves on the highway.  -  Operations research, 4(1), p. 42-51 (1956).

  • (2) - GREENBERG (H.) -   An analysis of traffic flow.  -  Operations research, 7(1), p. 79-85 (1959).

  • (3) - EL FAOUZI (N.E.), LESORT (J.B.) -   Travel time estimation on urban networks from traffic data and on-board trip characteristics,  -  vol. 1 (1995).

  • (4) - GREENSHIELDS (B.D.), BIBBINS (J.R.), CHANNING (W.S.), MILLER (H.H.) -   A study of traffic capacity.  -  In Highway research board proceedings, vol. 1935, National Research Council, États-Unis, Highway Research Board (1935).

  • (5) - GREENSHIELDS (B.D.) -   Reaction time in automobile driving.  -  Journal of Applied Psychology, 20(3), p. 353 (1936).

  • (6) - GREENSHIELDS (B.D.), WEIDA (F.M.) -   Statistics...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Smart city - Ville intelligente et durable

(90 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Sommaire

QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE

1/ Quiz d'entraînement

Entraînez vous autant que vous le voulez avec les quiz d'entraînement.

2/ Test de validation

Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.

Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Smart city - Ville intelligente et durable

(90 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS