Une modélisation intelligente pour mettre fin aux embouteillages en Europe
L’expansion des populations urbaines en l’Europe pèse sur l’infrastructure routière qui devient de plus en plus encombrée, ce qui a un impact négatif sur l’économie, la santé publique et l’environnement. Une étude a révélé que les inefficacités de la mobilité urbaine (la congestion routière en particulier) coûtent environ 110 milliards EUR par an à l’UE, soit plus de 1 % de son PIB. Pour remédier à cette situation, le projet CONDUCTOR a conçu un système avancé de gestion des transports pour aider les autorités et les opérateurs, tels que les réseaux de bus publics, à optimiser la circulation des personnes et des marchandises, en exploitant l’évolution des capacités des véhicules automatisés et connectés. «Grâce à des outils de simulation de nouvelle génération, nous développons un prototype qui évalue et hiérarchise de manière dynamique les besoins de transport des différents usagers, afin d’optimiser les flux de trafic», explique le coordinateur du projet, Flavien Massi, gestionnaire de projet senior à Netcompany-Intrasoft au Luxembourg.
Un transport de nouvelle génération
Au cœur de la solution CONDUCTOR se retrouve une plateforme personnalisée issue de la fusion de diverses technologies préexistantes de gestion du trafic et de la flotte, avec des modèles informatiques développés dans le cadre du projet. Ces modèles d’optimisation, de simulation et de prévision sont applicables à divers scénarios réels et sont pilotés par des algorithmes entraînés sur des données de trafic réel à l’aide de l’apprentissage automatique. Ils peuvent également être utilisés pour évaluer les stratégies de routage coopératif pour de grandes flottes de véhicules à mobilité connectée, coopérative et automatisée (CCAM). Pour garantir la compatibilité de la solution avec d’autres systèmes déjà déployés sur les réseaux européens, des API ont été développées pour l’échange de données essentielles, notamment le GTFS (General Transit Feed Specifications), incluant les itinéraires de transport, les horaires, les arrêts et les emplacements, ainsi que des informations relatives aux performances historiques, telles que les temps et vitesses de parcours, et à la gestion des incidents. Un ensemble de solutions est actuellement déployé et testé dans plusieurs cas d’utilisation et sites pilotes. Ces simulations modélisent le trafic de véhicules conventionnels et CCAM sur l’infrastructure routière existante. Le premier cas d’utilisation porte sur la gestion intégrée du trafic et comprend trois pilotes. À Athènes, les horaires des bus, des métros et des tramways ont été synchronisés afin de maximiser les options offertes aux passagers. À Madrid, un modèle est en cours d’élaboration pour la gestion des perturbations du transport et la récupération du réseau après un incident. À Almelo, aux Pays-Bas, un corridor logistique est optimisé grâce à l’installation d’un système de priorité de passage à certains carrefours. Le deuxième cas d’utilisation concerne l’amélioration de la plateforme de transport du partenaire du projet GoOpti, qui exploite le routage coopératif (identification des schémas de transport pour maximiser les ressources de la flotte) pour transporter des passagers entre les aéroports et les zones urbaines. Le troisième cas d’utilisation, également à Madrid, démontre que le trafic, saturé par la demande croissante de livraisons de dernière minute, peut être réduit en transportant passagers et marchandises dans les mêmes véhicules. L’offre et la demande sont calculées à l’aide de l’environnement de simulation FleetPy, enrichi par les stratégies de contrôle des transports du projet et relié au logiciel Aimsun.next qui fournit une représentation réaliste du trafic. «Bien que nous n’ayons commencé la phase de validation que tout récemment, les premiers résultats sont extrêmement prometteurs. Plusieurs modèles ont déjà démontré une amélioration de la circulation, une réduction des temps de trajet et/ou une diminution des émissions», déclare Flavien Massi.
Préparer l’avenir
CONDUCTOR contribue à l’initiative européenne CCAM, mise en place pour créer un système de mobilité plus inclusif et centré sur l’utilisateur, renforçant la sécurité routière tout en réduisant la congestion et l’empreinte environnementale. Pour faire progresser la technologie, les chercheurs perfectionnent les outils d’apprentissage automatique utilisés par les différents modèles de la solution afin d’affiner la précision des prévisions de modélisation des indicateurs clés, tels que les schémas de trafic, les zones de congestion et la consommation d’énergie. Si l’équipe n’a pas rencontré de difficultés techniques majeures jusqu’à présent, la législation relative à la protection de la vie privée et à la sécurité a parfois limité l’accès aux données en temps réel des véhicules nécessaires aux simulations. Des tests de validation sont en cours afin de garantir un système robuste compatible avec les opérateurs de transport de n’importe quelle ville européenne.
Mots‑clés
CONDUCTOR, mobilité connectée, coopérative et automatisée CCAM, congestion, trafic, transport, bus, route, marchandises, simulation, apprentissage automatique
