2014
ASTRAL - Analyse spatio-temporelle de données trafic pour une mobilité intelligente (2014)
Scientific description
TÉLÉCHARGER LE RAPPORT INTERMÉDIAIRE
Julien SALOTTI a soutenu sa thèse intitulée « Méthodes de sélection de voisinage et de prévision à court-terme pour l’analyse du trafic urbain » le 24 septembre 2019 au LIRIS.
DESCRIPTIF SCIENTIFIQUE :
Objectifs :
Les grandes agglomérations sont confrontées à des demandes de mobilité de plus en plus nombreuses et diversifiées alors même que se développent les exigences d’une mobilité durable. Les évolutions conjointes des « rythmes urbains » et des « territoires de la vie quotidienne » tendent vers une individualisation des pratiques de déplacement. Les décideurs publics semblent avoir pris la mesure de ces enjeux, au moins dans les grandes agglomérations, en développant des outils et applications destinés à informer les usagers des conditions de déplacement et à les accompagner en tenant compte du trafic en temps réel. Toutefois, les décideurs publics ne disposent pas aujourd’hui d’outils pour analyser finement les pratiques de déplacements en termes de choix modal ou d’itinéraire, en fonction d’éléments plus qualitatifs et « subjectifs » tels les niveaux de confort ou les conditions météorologiques.
Les objectifs sont :
- Extraire des connaissances à partir des données de mobilité pour mieux comprendre la dynamique du trafic automobile en ville.
- Exploiter ces connaissances pour piloter un processus d’aide à la décision, individuelle ou collective.
Méthodologie utilisée :
Croisement de deux échelles :
- Niveau individuel : comprendre et optimiser les déplacements de chacun.
- Niveau collectif : comprendre, optimiser et anticiper les conditions générales de circulation et l’impact global sur l’environnement.
Fouille de données :
- Recherche de motifs spatio-temporels fréquents.
- Apprentissage de modèles prédictifs et explicatifs.
Optimisation sous contraintes :
- Prise en compte des contraintes et préférences des usagers.
- Recherche de solutions fl exibles et/ou robustes.
Résultats attendus :
Nouveaux indicateurs d’accessibilité :
- Visualisation et comparaison de différents modes de déplacement.
- Personnalisation en fonction des préférences de l’usager.
- Visualisation du risque d’avoir une durée effective supérieure à la durée moyenne.
Nouveaux outils d’aide à la décision :
- Niveau collectif : anticipation des conséquences de décisions politiques sur la mobilité urbaine.
- Niveau individuel : calculateurs d’itinéraires multimodaux intégrant la notion de risque.
RAPPORT INTERMÉDIAIRE
Poster :