Utilisateur:NicolasSaunier/Brouillon/Les Transports/Modélisation

Un livre de Wikilivres.
Sauter à la navigation Sauter à la recherche
Ébauche

Cette page est considérée comme une ébauche à compléter. Si vous possédez quelques connaissances sur le sujet, vous pouvez les partager en éditant dès à présent cette page (en cliquant sur le lien « modifier »).

Ressources suggérées : Aucune (vous pouvez indiquer les ressources que vous suggérez qui pourraient aider d'autres personnes à compléter cette page dans le paramètre « ressources » du modèle? engendrant ce cadre)

Titre: Modélisation des transports

À la fin de ce module, vous serez en mesure de

  • décrire les transports, les déplacements et la circulation des différents modes;
  • décrire et choisir les méthodes de collecte de données de transport selon le contexte;
  • interpréter et utiliser les modèles présentés pour caractériser la demande de transport et les différents modes.

Définitions[modifier | modifier le wikicode]

Déplacements[modifier | modifier le wikicode]

La notion fondamental des transports est le déplacement, c'est-à-dire la présence d'une personne ou d'une chose à différents endroits dans le temps. Pour décrire les transports, il faut utiliser les dimensions de l'espace, à une dimension lorsque le déplacement se fait le long d'une route ou d'un corridor par exemple, deux dimensions à la surface de la terre, voire trois dimensions dans un bâtiment à plusieurs étages.

(TODO illustration route avec auto/vélo, espace 2D avec piétons)

La définition la plus simple d'un déplacement est par son origine et sa destination, par exemple pour une personne de sa résidence à son lieu de travail ou d'étude. Un déplacement est caractérisé par le ou les modes utilisés et le motif. La chaîne de déplacement comprend l'ensemble des déplacements successifs entre le départ et le retour au domicile.

(TODO ressource http://www.polymtl.ca/mobilite/doc/5-GSicotte_Chaines_ChaireMobilite_diffu.pdf et illustration enquête OD) (TODO ref Elements of Access) (TODO illustration paires OD de l'enquête OD?)

Si on décrit un déplacement de façon plus précise, par ses positions intermédiaires, on peut parler de trajectoire, c'est-à-dire la séries des positions dans le temps. De telles données sont de plus en plus disponibles grâce aux capteurs GPS. Lorsque la position est mesurée avec une seule dimension, la représentation graphique de la position en fonction du temps des usagers s'appelle le diagramme espace-temps.

(TODO illustration 1 diagramme espace-temps 1D, 2 traces GPS (differents modes, source MTL Trajet))

Variables descriptives de la circulation[modifier | modifier le wikicode]

outils graphiques: diagramme espace-temps et courbes du nombre cumulé de véhicules

introduction des variables microscopique/macroscopique avec le diagramme espace-temps:

  • vitesse, temps et distance inter-véhiculaires
  • vitesse moyenne, débit et densité

(TODO illustration sur diagramme espace-temps 1D)

spécificité des piétons: densité par m2

relations micro-macro

Relation fondamentale de la circulation[modifier | modifier le wikicode]

présentation multimodale,

définir la capacité: débit maximal

Transport en commun[modifier | modifier le wikicode]

Cette section est essentiellement une traduction du wikilivre Fundamentals of Transportation.

Cycle du véhicule[modifier | modifier le wikicode]

Caption The Vehicle Cycle
Caption The Vehicle Cycle

Il faut commencer par définir l'utilisation d'un véhicule (bus ou train) dans une journée de service de transport en commun, qui est désigné par le terme de cycle du véhicule puisqu'il tend à se répéter d'une journée à l'autre. Ce cycle est illustré dans la figure à droite:

  • Le cycle commence lorsque le véhicule démarre d'un garage (dépôt, cour) où les véhicules sont garés et entretenus.
  • Le véhicule est amené du garage à l'endroit (point de départ) où il commence le service, typiquement le terminus d'une ligne ("route"). Ce déplacement du garage au point de départ de service s'appelle le "pull-out".
  • le véhicule commence un déplacement de son point de départ au terminus de la ligne, en s'arrêtant à des station ou arrêts le long de la ligne pour permettre aux passage de monter à bord et descendre. Ce déplacement s'appelle un voyage ("trip").
  • Le temps de voyage se répartit en temps de parcours entre les arrêts (inter-arrêt) ("running time") et temps d'arrêt ("dwell time") pour permettre aux passagers de monter et descendre.
  • Lorsque le véhicule se déplace sur la ligne, il est en service commercial: le temps et la distance lors du service aux usagers s'appelle le temps commercial ("revenue hours") et la distance commerciale ("revenu miles").
  • Lorsqu'il atteint le terminus de la ligne, le véhicule est re-positionné pour le service suivant. S'il retourne sur la même ligne ou une autre ligne à partir du même terminus, il peut y avoir un court de temps de repos avant le retour en service, appelé "layover".
  • Un véhicule peut aussi être déplacé entre terminus pour commencer le service commercial sur une ligne différente, entraînant un voyage pas en service (haut le pied) ("deadhead") entre les deux terminus.
  • Le véhicules continue en service avec revenu sur plusieurs lignes, répétant le processus de s'arrêter aux stations ou arrêt pour permettre aux passager de monter et descendre.
  • Lorsque le véhicule a atteint son terminus final pour un ensemble de voyage, il retourne au garage. Ce déplacement d'un terminus de ligne au garage s'appelle le "pull-in".

Ce cycle de véhicule est commun aux services avec itinéraires de service fixes, qui comprennent les systèmes de transport par train et bus. Dans le cas de service à la demande comme le taxi, il n'y a pas de terminus formel pour un itinéraire: le "terminus" correspond aux point d'embarquement et de dépôt. Lorsque le véhicule devient vide, il peut voyager hors-service jusqu'au prochain point d'embarquement d'un passager ou retourner au garage.


Capacité[modifier | modifier le wikicode]

Le débit est le nombre de passagers passant en un point fixe (sur une ligne), dans une direction, par unité de temps. Il peut se déduire du nombre de passager ayant embarqué et étant descendu du véhicule jusqu'à ce point. La capacité est le débit maximal possible.

Le TIV est aussi défini pour les véhicules de TC. L'inverse du TIV est appelée la fréquence, représentant le nombre de véhicules par unité de temps passant en un point et correspondant à un débit de circulation tel que précédemment défini (la relation TIV-fréquence est la même que la relation TIV moyen-débit vue précédemment). Une ligne avec un TIV moyen de 10 min a une fréquence de 6 véhicules par heure.

Par exemple, une ligne de bus avec une fréquence de 6 bus par heure et un nombre maximal de 55 passagers par bus a une capacité de 330 passagers par heure. Une ligne de train avec une fréquence de 15 trains par heure (TIV de 4 min), 6 voitures par train et 150 personnes par voiture a une capacité de 13500 passagers par heure.


Méthodes de collecte de données[modifier | modifier le wikicode]

"Ce qui ne peut se mesurer ne peut être amélioré (If you can't measure it, you can't improve it)" (attribué à Peter Drucker[1])

Il est indispensable de collecter des données sur les transports pour déterminer leur bon fonctionnement et leurs impacts, et comment les améliorer. D'un point de vue général, il existe deux grandes situations de recueil de données selon le rapport de l'observateur au phénomène observé:

  • Observation d'une situation sans la modifier, sans agir sur le système à l'étude;
  • Expérimentation, lorsqu'une situation est créée et certains paramètres sont contrôlés pour mesurer leur impact sur la situation ou le système.

Une situation d'observation particulière est la gestion des systèmes de transport, qui génère des données opérationnelles par exemple pour la vente des titres de transport, le contrôle de l'accès aux services de transport en commun, la location de véhicules, etc. Des données sont aussi générées lors de la conception et la planification des systèmes de transports, par exemple des plans ou le service planifié du transport en commun tel que diffusé dans les fichiers GTFS[2].

Il existe peu de situations d'expérimentation en transport, pour des raisons

  • de coût: il est difficile de construire plusieurs villes avec différentes variantes du même système de transport pour étudier le plus performant par exemple;
  • d'éthique: des modifications aux systèmes de transport ont généralement des impacts (c'est le but des expérimentations) sur la société, l'environnement et l'économie, par exemple sur la santé publique.

Il existe quelques exemples d'expérimentation en transport, comme l'utilisation de simulateurs de conduite pour étudier le comportement des conducteurs.

Il y a trois grandes catégories de méthodes d'acquisition de données en transport:

  • Observations (plus ou moins automatiques)
    • Exemples: comptages de véhicules et piétons, études de vitesse, études de conflits de trafic et de comportements des usagers, relevés des positions (grâce aux systèmes de positionnement par satellites (Global Navigation Satellite System, GNSS) dont le plus connu est le GPS) des véhicules, cartes à puce, tourniquets de métro, ventes de titres, immatriculations, relevés de plaques d'immatriculation (stationnement), etc.
  • Enquêtes et recensement: entre l'observation et l'expérimentation
    • Exemples: enquêtes ménages téléphonique Origine-Destination, enquêtes à bord des véhicules de transport en commun, enquêtes auprès des transporteurs, des entreprises, recensement de la population, etc.
  • Simulation de phénomènes complexes: simulation des systèmes de transport, qui peuvent permettre l'évaluation expérimentale des transports.

Ces méthodes visent à collecter des données sur les trois composantes des systèmes de transport, l'infrastructure, les véhicules et les usagers, et les déplacements des usagers (et marchandises) et l'usage des véhicules.

D'autres sources de données collectées par différentes organisations sont très utilisées en transport:

  • données socio-démographiques collectée lors du recensement;
  • données économiques;
  • données de flottes de véhicules (immatriculation);
  • cartes avec les réseaux des différents modes de transport.

Enquêtes sur les déplacements[modifier | modifier le wikicode]

Certaines informations ne peuvent être obtenues qu'en les demandant directement auprès des usagers. C'est pourquoi des enquêtes sont réalisées auprès des usagers des transports afin de comprendre leur comportement de transport. Les grandes enquêtes Origine-Destination de la région de Montréal en sont un bon exemple[3].

Cette section repose sur les notes du cours Systèmes de transport (CIV2710) de Polytechnique Montréal. Les enquêtes répondent généralement à des objectifs spécifiques. "Par exemple, les grandes enquêtes Origine-Destination de la région de Montréal ont d'abord été mises en place afin de mesurer le niveau d'utilisation des réseaux de transport"[4]. Il existe différents types d'enquêtes pour répondre à ces objectifs, dont les composantes principales sont les suivantes:

  • objectifs de l'enquête: hypothèse de collecte, identification des données et de leur utilisation (modèle?).
  • population cible (ou de référence): une fois le ou les sujets (objets ou unités) de l'enquête déterminés (par exemple ménage, personne, déplacement, véhicule), il s'agit de la population (ensemble) pour laquelle les informations seraient recueillies si cela était possible. Il faut aussi décider du territoire et de la période cible pour la collecte de données.
  • échantillonnage: "l'échantillonnage est une méthode qui permet de ne pas enquêter l'ensemble de la population cible, tout en produisant des résultats représentatifs de cette population"[5]. Une base de sondage est la population utilisée pour tirer un échantillon (sous-ensemble) qui sera enquêté, et qui peut être différente de la population cible selon les sources de données disponibles. Un exemple est une liste électorale ou d'usager d'un service public comme l'électricité. Il faut ensuite déterminer la taille de l'échantillon et la méthode d'échantillonnage (comment les unités sont tirées dans la base de sondage).
  • type d'enquête: section, série chronologique, longitudinale (panel ou pas).
  • mode d'enquête: différentes modes existent, selon le médium pour interagir avec l'enquêté (courrier, téléphone, Internet, face à face), la façon d'administrer l'enquête (administré par un enquêteur ou auto-administré) et le lieu de l'enquête (domicile, lieu d'activité, véhicule).
  • questionnaire: définition de la structure et du contenu du questionnaire, des types et de la formulation des questions, du format des réponses.

La conception d'une enquête répond à plusieurs contraintes et résulte de compromis, le plus fondamental étant celui entre les ressources (temps, argent), la qualité et la quantité des données[6]. Pour des ressources données, la qualité est fonction de la quantité désirée, ou la quantité est fonction de la qualité désirée: si la taille augmente, la qualité diminue, et vice versa. Il y a par exemple un compromis entre le détail et la complexité des questions (et des informations recherchées) et le nombre de réponses qui seront obtenues.

Les principales étapes de la réalisation d'une enquête sont les suivantes:

  • Planification préliminaire liée au objectifs de l'enquête
  • Choix d'une méthode d'enquête: cadre temporel, type et technique d'enquête
  • Plan d'échantillonnage: population cible et unité d'échantillonnage, méthode d'échantillonnage, taille d'échantillon
  • Conception du questionnaire et de l'outil d'enquête
  • Enquête pilote: tester les outils et tous les aspects de l'enquête
  • Réalisation des entrevues
  • Traitement des données: un aspect particulier est la correction et l'expansion des données pour inférer les réponses pour la population cible, par exemple pour représenter toutes les composantes démographiques de la population cible.

Il existe de nombreux enjeux méthodologiques généraux des sondages et en particulier de l'échantillonnage que le lecteur intéressé pourra explorer sur Wikipedia (en anglais).

enjeux technologiques récents par exemple avec la baisse de la proportion de personnes/ménages avec une ligne de téléphone fixe

inconvénients : le mode de collecte de données influence les réponses et donc les données recueillies C'est pour cela que des méthodes d'observation sont préférables dans certains cas, pour une meilleure qualité des données ou des données complémentaires

(TODO section analyse de données, utilisation dans les modèles)

(TODO renvoyer les lecteurs sur les enquêtes à préférence révélée et déclarée (revealed preference and stated preference studies https://en.wikipedia.org/wiki/Choice_modelling#Distinction_between_revealed_and_stated_preference_studies https://en.wikibooks.org/wiki/Fundamentals_of_Transportation/Data#Stated_Preference)

Observations des déplacements[modifier | modifier le wikicode]

À la différence des méthodes d'enquête, les méthodes d'observation visent à obtenir des données sans interagir avec les usagers, et ainsi éviter de perturber leurs comportements (ce qui pourrait se produire lorsque l'usager se sait observé). Que veut-on et que peut-on mesurer par observation des déplacements?

  • des informations (attributs) sur toutes les composantes des systèmes de transport: usagers, véhicules et infrastructure
  • quelles grandeurs? Idéalement, si on connaissait les déplacement complets de tous les usagers, en terme de trajectoires, on pourrait en dériver toutes les mesures nécessaires. Ce n'est pas pratique car coûteux et pas souhaitable à cause des enjeux éthiques et les risques liés à ces données personnelles. En pratique, on veut détecter
    • le nombre d'usagers et de véhicules (comptages), vitesses et taux d'occupation, classés selon les caractéristiques des usagers (âge, genre, etc.) ou des véhicules (type, longueur, poids, etc.);
    • la présence des usagers et véhicules pour la régulation de la circulation;
    • des évènements pertinents, comme des incidents, files d’attente, infractions, ce qui est peut être le difficile à faire.
  • Quand? À quel(s) moment(s), mais aussi avec quelle fréquence (on parlera aussi de collecte permanente ou temporaire).
  • Où? À quel(s) endroit(s), avec quelle résolution et couverture spatiale.
Caractéristiques principales des méthodes principales (temp.: temporaire; perm.: permanent) (certaines caractéritiques sont graduées, du minimum (-) au maximum (++: très bon))
Ce qui est indiqué dans le tableau est pour des cas typiques, mais les caractéristiques des méthodes pourraient changer dans des cas particuliers.
Caractéristique Manuel Tubes Boucles Radar Imagerie aérienne Vidéo GNSS
Mesure manuelle oui non non non oui non non
Couverture ponctuelle ponctuelle ponctuelle ponctuelle spatiale spatiale spatiale
Permanent temp. temp. perm. perm. temp. temp./perm. temp./perm.
Intrusif non non oui non non non non
Fixe oui oui oui oui oui oui non
Discret + - ++ ++ ++ + -
Précision + + ++ ++ ++ + ++
Grandeurs mesurées par les différentes méthodes (type: catégorie d'usager (mode))
Couverture ponctuelle ponctuelle ponctuelle ponctuelle spatiale spatiale spatiale
Grandeur Manuel Tubes Boucles Radar Imagerie aérienne Vidéo GNSS
Comptage oui oui oui oui oui oui oui
Vitesse non oui oui (2) oui oui oui oui
Classification type non longueur longueur type type type
Événements non non non non oui oui oui

Capteurs ponctuels[modifier | modifier le wikicode]

Les différentes méthodes de collecte de données ont différentes caractéristiques (voir tableau pour un résumé des caractéristiques principale pour un échantillon des capteurs les plus courants), ce qui les rend adaptés à différentes situations. La première est d'être manuelle ou automatique, auquel cas la collecte de données repose sur l'utilisation d'un capteur. On effectue encore régulièrement des comptages manuels de tous les types d'usagers, en particulier aux carrefours. De façon automatique, les boucles à induction magnétique enfouies dans la chaussée sont les capteurs les plus courants permettent aussi de compter des véhicules, motorisés ou non. Les boucles commencent à être remplacées par d'autres capteurs magnétiques sous forme de plaque ou rondelles enfouies dans ou attachées sur la chaussée.

Toutes ces méthodes sont ponctuelles, c'est-à-dire que les mesures sont faites en un point de la route (pour des déplacements linéaires) ou passant une ligne de façon générale (pour des déplacement à deux dimension, par exemple pour les piétons). Les capteurs infrarouges permettent de compter des piétons ou des véhicules franchissant la ligne invisible du capteur. D'autres méthodes ont une couverture plus large et sont qualifiés de capteurs spatiaux.

Une autre caractéristique est l'aspect permanent ou temporaire de la méthode. La boucle magnétique est un capteur permanent, alors que les comptages manuels ne peuvent se faire que sur des périodes de temps limitées, de façon temporaire. Un capteur automatique, mais temporaire est le tube pneumatique, qui est le capteur temporaire le plus courant pour compter des véhicules.

Tube pneumatique posé sur la route, avec le compteur sur le trottoir

La caractéristique intrusive des capteurs est aussi importante: par exemple, l'installation de la boucle requiert de faire des travaux sur la chaussée pour enfouir la boucle dans la chaussée. Cela amène une dégradation, un vieillissement accéléré de la chaussée et entraîne des impacts sur la circulation lors des interventions pour leur entretien (ce qui arrive fréquemment). À la différence, le radar est installé sur le coté ou au-dessus de la chaussée, il n'est pas intrusif. Ceci dit, il remplit des fonctions similaires à la boucle magnétique: il est automatique, ponctuel et permanent.

Enfin, tous ces capteurs sont fixes par rapport à l'infrastructure, ils ne bougent pas. Des capteurs peuvent être embarqués, c'est-à-dire se déplacer dans la circulation, comme dans l'ancienne technique des véhicules flottants (une personne payée pour collecter des données sur l'état de la circulation en se déplaçant dans la circulation). Aujourd'hui, les usagers transportent des capteurs GNSS sur eux, en particulier dans leurs téléphones intelligents et permettent de relever leur trajectoire de déplacement, qui peut ensuite être partagée via des applications mobiles.

Les mesures obtenues de ces capteurs sont des comptages, des présences, taux d'occupation et TIV des véhicules ou usagers, basés sur leurs instants de passage. Certains capteurs comme le radar peuvent mesurer la vitesse directement, mais les autres capteurs détectant les instants de passage des usagers peuvent mesurer la vitesse s'ils sont installés par paires, à une distance connue l'un de l'autre. Certains capteurs peuvent classifier les usagers ou véhicules, par exemple leur longueur ou leur poids (par exemple les capteurs piézo-électriques pour la pesée).

Les méthodes de collecte de données ont d'autres caractéristiques, que l'on peut mentionner:

  • le caractère discret ou "visible" par les usagers, auquel cas les usagers risquent de modifier leur comportement (par exemple lorsque les observations visent à évaluer les comportements des usagers et leur lien à la sécurité routière). On utilise aussi les termes de méthode active ou passive, selon que la méthode requiert une action des usagers ou pas.
  • les données peuvent être utilisées en temps réel ou pas ("hors ligne"). Le temps réel nécessite des infrastructures de communication pour transmettre les données.
  • la précision et la robustesse de la méthode, c'est-à-dire la performance de la méthode (erreur sur la grandeur mesurée) et sa fiabilité dans le temps. Certains capteurs ont besoin de calibration selon les conditions de la collecte de données, qui peuvent par exemple dépendre des conditions météorologiques et nécessiter une re-calibration à intervalles de temps réguliers.

Pour résumer, la bonne performance des capteurs ponctuels enfouis dans la route tels que les boucles magnétiques, les capteurs magnétiques, tient en partie à leur proximité au véhicule: ils sont insensibles aux mauvaises conditions météorologiques grâce à un rapport signal sur bruit élevé. Leur inconvénient principal est l'installation dans la chaussée requiert une intervention sur la chaussée. Les capteurs ponctuels au-dessus de la chaussée fournissent des données complémentaires et certains peuvent surveiller plusieurs voies avec une seule unité.

Capteurs spatiaux[modifier | modifier le wikicode]

Le type de données fournies par la méthode est directement relié à la couverture de la méthode, qui peut être ponctuelle (en un point ou sur une ligne de l'infrastructure) ou spatiale, c'est-à-dire couvrant une certaine surface où se déplacent des usagers. Ces capteurs spatiaux peuvent donc mesurer tout ce que les capteurs ponctuelles peuvent mesurer, mais aussi des phénomènes qui se déroulent dans l'espace comme des événements.

La plupart des capteurs spatiaux sont des capteurs d'imagerie, comme les appareils photo et les caméras vidéo. Un premier exemple de méthode est une méthode historique de prise de photo par avion, dans lesquelles les usagers étaient suivis manuellement dans chaque image pour recréer leurs trajectoires. Aujourd'hui, de telles connées peuvent être obtenues par des caméras dans des hélicoptère ou drones, et même par des radars dans des satellites.

Le capteur spatial typique est la caméra vidéo: c'est un capteur spatial, fournissant des données très riches (trajectoires complètes, attributs des usagers et véhicules, et événements) qui peuvent être manuellement validées a posteriori (comme c'est utilisé encore dans les centres de gestion de la circulation), et pouvant être installé de façon permanente ou temporaire. C'est aussi un capteur non-intrusif (placé en hauteur à des poteaux ou des bâtiments), peu cher, parfois déjà installé (caméras de circulation). Surtout au début de leur utilisation, les capteurs vidéo ont été utilisés pour émuler des capteurs existants, par exemple en traçant des boucles virtuelles de détection, et ainsi limiter les calculs car les ordinateurs de l'époque n'étaient pas aussi puissants qu'aujourd'hui. Aujourd'hui, les méthodes d'intelligence artificielle, vision par ordinateur et apprentissage automatique, ont fait de grands progrès et il devient possible de détecter et suivre les usagers dans des situations de plus en plus complexes, et même de détecter certains événements. Il n'est cependant pas encore possible d'extraire les trajectoires de tous les usagers et véhicules dans les environnements urbains complexes avec différents types d'usagers, de différentes tailles, et des mouvements complexes qui s'entrecroisent. D'autres inconvénients sont liés aux variations de luminosité et aux faibles luminosités (la nuit) pour les caméras dans le domaine du visible (visible par l'oeil humain) des caméras dans le domaine du visible. Pour palier à ces problèmes, il est possible d'utiliser des caméras infrarouges.

Un autre capteur spatial est le LIDAR ("light radar") qui permet de relever, en deux ou trois dimensions, un nuage de points de l'environnement. Il est alors possible de construire des modèles en trois dimensions de la scène, y compris des usagers et véhicules, et donc de les suivre à chaque balayage du LIDAR. Ce capteur coûte encore très cher, mais il devrait devenir plus accessibles à moyen terme, et est déjà utilisé par les agences de transport responsables des infrastructures pour en faire le relevé, regarder l'état de la chaussée, des panneaux de signalisation, et autres infrastructures civiles.

Une dernière catégorie est celle des capteurs donnant des détections uniques des usagers, par exemple les lecteurs de transpondeurs pour les péages routiers (marqueurs RFID) et de connexion à des appareils Wifi et Bluetooth. Les plaques d'immatriculation des véhicules permettent aussi le suivi unique des véhicules. Il est ainsi possible d'obtenir des temps de déplacements et des trajectoires simplifiées des usagers à des points prédéfinis. Le capteur idéal pour la collecte de données spatiale est le capteur GNSS pour relever des trajectoires complètes des usagers qui acceptent de partager leurs positions.

En ce qui concerne les différents modes, ces méthodes ont été pensées à l'origine pour détecter les véhicules motorisés. Certains capteurs, comme les caméras, détection unique des usagers, fonctionnent pour tous les usagers, d'autres comme les boucles magnétiques pour les vélos, les capteurs infrarouges pour les piétons, peuvent être adaptés.

Enjeux éthiques de la collecte de données[modifier | modifier le wikicode]

Les données de déplacement des personnes sont des données personnelles dont il est possible de dériver beaucoup d'informations sensibles. Pour les collecter, les agences publiques et les chercheurs doivent faire des demandes de certification éthique, dont les risques pour les données personnelles sont pesés en regard des objectifs de la collecte. Ces données, une fois collectées, doivent être protégées et gardées confidentielles pour éviter des abus. C'est pourquoi il peut parfois être préférable de collecter des données plus pauvres, comme des comptages, mais intrinsèquement anonymes.

Bansky one nation under cctv

(TODO illustrations vraies données (avec retour vers les variables), outils interactifs en ligne (Jupyter Notebook, plotly, R shiny, etc))

Ressources de l'Association des Transports du Canada (ATC) 2015 https://www.tac-atc.ca/sites/tac-atc.ca/files/site/doc/resources/ptm-dcmp-f-primer.pdf

Modèles de transport[modifier | modifier le wikicode]

La modélisation est un moyen de représenter la réalité de façon simplifiée et abstraite[7]. Le choix d'un modèle dépend du contexte et des objectifs. Les modèles de transports représentent de façon simple les déplacements et comportements des usagers pour aider à la planification et la prise de décision. Les modèles de transport relèvent de différentes disciplines comme le génie civil, l'urbanisme, l'informatique, la psychologie, l'ergonomie, l'économie, la médecine, etc.

Typologie des modèles[modifier | modifier le wikicode]

Les différentes modèles utilisés en transport ont plusieurs caractéristiques importantes qui définissent une typologie.

  • quelle est la représentation du temps et de l'espace, l'échelle et l'étendue? Sont-ils représentés de façon continue ou discrète?
    • le modèle est-il statique ou dynamique, temps réel ou pas? Quel est l'horizon de prédiction? Une heure, un jour, une semaine, une année?
    • quelle est l’étendue spatiale des transports? Carrefour, route, corridor, réseau?
  • quel est l'échelle du modèle en terme des agents (véhicules, usagers)? Macroscopiques, mésoscopique, microscopique ou sous-microscopique?
  • les processus sont-ils déterministes ou aléatoires/stochastiques[8]? Le modèle donne-t-il une solution exacte ou nécessite-t-il des simulations pour donner une solution? Le modèle atteind-il un équilibre?

Prenons l'exemple de la vitesse de marche des piétons, lors de la traversée d'une rue. Il y a une variabilité naturelle dans la population (et pour un même individu selon sa fatigue ou le motif de son déplacement par exemple). Un modèle déterministe considérera une valeur moyenne pour tous les piétons, alors qu'un modèle stochastique prendra en compte la variabilité en utilisant un échantillon tiré de la distribution des vitesses observées dans la population. Dans ce cas, il faut effectuer plusieurs simulations (réplications) du modèle avec des tirages indépendants d'échantillons.

Il y a nécessairement un compromis entre les objectifs d'une part, et d'autre part le contexte du modèle et les ressources nécessaires (temps, argent, données, puissance de calcul informatique) pour le créer et l'utiliser.

Les modèles de demande, permettant par exemple de prédire la demande de transport pour une région donnée, seront abordés dans le module suivant de planification des transports.

Les facteurs humains[modifier | modifier le wikicode]

Il est impossible d'entreprendre une étude approfondie des transports sans se préoccuper des "facteurs humains", de l'usager des transports, en tant que conducteur ou passager de véhicules et piéton. En particulier, conduire un véhicule est une tache compliquée qui demande des aptitudes particulières, des connaissances diverses et implique l'exécution de manœuvres dont certaines deviennent machinales ou même instinctives avec la pratique.

Les autres composantes des systèmes de transport (infrastructure et véhicules) devraient être conçues de façon sécuritaire pour tous les usagers, quel que soit l'âge (des enfants aux personnes âgées), la santé et les capacités comme la vitesse de déplacement (marche, avec un véhicule, etc.). Les usagers ont différentes caractéristiques physiques, psychiques et intellectuelles nécessaires dans leurs déplacements:

  • aptitudes sensorielles (données extérieures captées par les organes sensoriels): la vue est le sens le plus important: la majeure partie de l'information nécessaire à la conduite est visuelle.
  • aptitudes physiques (temps de perception et réaction, etc.): distribution dans la population, selon la complexité de la tache,
  • facteurs psychiques (attente/attention) et sociaux
  • facteurs médicaux (maladie, fatigue)

(TODO modèle perception-intellection-émotion-volonté + temps de perception et réaction)

Les limitations des êtres humains sont ainsi la cause principale des inefficacités des transports et des problèmes de sécurité routière, ou dans les mots du professeur Hani Mahmassani[9]:

"Cognitive and behavioral limitations of human drivers are at the root of system inefficiency. Perception time lags, reaction times, and a natural tendency towards over-reaction under stressful situations or perceived risk result in volatility, congestion, instability, frustrating stop-and-go patterns, "phantom bottlenecks", capacity loss, and other component- and system-level phenomena" (Hani S. Mahmassani, Transportation System Intelligence: The Promise and Continuing Opportunities)

Modèle de hiérarchie des taches[10][modifier | modifier le wikicode]

Conduire implique un nombre d'activités ou taches discrètes et interdépendantes, qui peuvent se répartir en trois niveaux de compétences et de contrôle (dans l'ordre croissant de complexité et décroissant de priorité):

  • Niveau opérationnel (contrôle): interaction immédiate avec le véhicule et la route (tourner volant, accélérer, changer de vitesse, etc.)
  • Niveau tactique (manœuvres): rester sur la route en sécurité (suivre la route, les véhicules, dépasser)
  • Niveau stratégique (planification): traverser le réseau pour atteindre une destination (planification du voyage, suivi de l'itinéraire)

On retrouve la hiérarchie des taches dans tous les modes de déplacement, par exemple dans la marche.

(TODO graphique de publication)

Modèle de compensation du risque[11][modifier | modifier le wikicode]

Ce modèle (ou théorie) suggère que les personnes ajustent leur comportement en réponse au niveau de risque perçu: elles sont plus précautionneuses si le risque perçu augmente, et vice versa. Il s'agit d'un phénomène particulier d'adaptation du comportement. Un modèle plus spécifique est le modèle d'homéostasie du risque de Wilde (1982), qui fait l'hypothèse que les personnes ont un niveau cible de risque et que leur comportement s'adapte de façon à maintenir un niveau de risque proche de notre cible.

Le modèle de compensation du risque explique pourquoi les modification aux infrastructures et véhicules destinées à améliorer la sécurité routière n'ont pas toujours l'effet escompté: les usagers adaptent leur comportement à leur nouvel environnement[12]. On peut citer plusieurs exemples en sécurité routière qui sont en accord avec le modèle:

  • les freins ABS ("anti-lock brakes"): plusieurs études montrent que les conducteurs de véhicules équipés de l'ABS conduisent plus vite, plus près des autres véhicules et freinent plus tard;
  • les casques pour les cyclistes: une revue de la littérature de juridictions ayant introduit des lois rendant le port du casque obligatoire montre que une augmentation du taux de port de casque de plus de 40 %, mais aucun effet significatif sur les accidents entraînant des blessures à la tête. L'auteure conclut que le port du casque pourrait encourager les cyclistes à prendre plus de risque ou les conducteurs à faire moins attention lors de leurs interactions avec les cyclistes avec casque, ce qui a été montré dans une étude des distances de dépassement des véhicules [13]
  • changement de sens de la circulation: lorsque la circulation est passée à droite en Suède en 1967, le nombre d'accidents et de morts dans des accidents à fortement diminué (baisse des réclamations auprès des assurances de 40 %) et a été expliqué par un phénomène de compensation du risque (le risque perçu par la conduite à droite étant plus élevé). Le nombre de morts dans des accidents de la route a de nouveau augmenté par la suite pour retourner à son niveau d'avant le changement au bout de deux ans.

Modèles macroscopiques[modifier | modifier le wikicode]

circulation continue et discontinue

The High Five in Dallas, Texas, United States: an example of interchange design. This is a complicated five-level stack interchange due to the proximity of frontage roads and high-occupancy vehicle lanes. This hybrid design is based on parts of a four-level-stack for highways and a three-level-diamond interchange to handle the frontage roads. 32°55′27″N 96°45′49″W / 32.9242°N 96.7636°W

croisement dénivelé https://en.wikipedia.org/wiki/Grade_separation (en anglais)

diagramme fondamental (véhicule et piétons)

relation entre les variables macroscopiques de la circulation

TODO goulots (inc piétons, évacuation), ondes de choc

Files d'attente[modifier | modifier le wikicode]

Modèles microscopiques[modifier | modifier le wikicode]

simulations de la circulation (tout modes)

modèles auto: poursuite, changement de voie et acceptation des créneaux

modèle piéton: ex modèle de forces sociales, automate cellulaire acceptation des créneaux pour la traversée (études Cavallo)

modèle cycliste moins développés

SIM City: modèle plus ou moins détaillé, complexe exemple http://www.traffic-simulation.de/

files d'attente?

exemple piéton: http://pedsim.silmaril.org/download/

Outils[modifier | modifier le wikicode]

Nous avons vu deux (?) outils mathématiques graphiques dans l'introduction des variables décrivant la circulation. De nombreux autres outils sont couramment utilisés pour mettre en œuvre les modèles présentés, en particulier des outils informatiques comme les systèmes de gestion de base de données (BD), les systèmes d'information géographique (SIG), et des logiciels de simulation des déplacements et de la circulation.

Activités[modifier | modifier le wikicode]

Aller plus loin[modifier | modifier le wikicode]

gestion et analyse de données de transport dans le cours CIV8760 https://moodle.polymtl.ca/course/view.php?name=CIV8760

Références[modifier | modifier le wikicode]

  1. Peter Drucker, Wikipedia https://fr.wikipedia.org/wiki/Peter_Drucker
  2. https://en.wikipedia.org/wiki/General_Transit_Feed_Specification
  3. http://www.artm.quebec/eod/
  4. Notes du cours "Systèmes de transport" CIV2710, Polytechnique Montréal
  5. Bonnel (2004). Prévoir la demande de transport, Presses de l’ENPC, 415 pages
  6. Richardson, A. J. (Anthony Joseph) & Meyburg, Arnim H & Ampt, Elizabeth S (1995). Survey methods for transport planning. Eucalyptus, Parkville, Vic http://www.no2hcf.co.uk/docs/Traffic_survey_form.pdf
  7. Fundamentals of Transportation/Modeling
  8. Processus stochastiques, Wikipedia https://fr.wikipedia.org/wiki/Processus_stochastique
  9. https://www.mccormick.northwestern.edu/research-faculty/directory/profiles/mahmassani-hani.html
  10. Michon, J. A. (1985). A critical review of driver behavior models: What do we know, what should we do? In R. Schwing & L. A. Evans (Eds.), Human behavior and traffic safety (pp. 487-525). New York: Plenum Press. http://jamichon.nl/jam_writings/1985_criticial_view.pdf
  11. Risk compensation, Wikipedia (en anglais) https://en.wikipedia.org/wiki/Risk_compensation
  12. Section 2.17 Risk Compensation in Elements of Access: Transport Planning for Engineers, Transport Engineering for Planners. By David M. Levinson, Wes Marshall, Kay Axhausen. 336 pages, 164 color images. Published by the Network Design Lab. https://transportist.org/books/elements-of-access/
  13. N. Swaminathan, Strange but True: Helmets Attract Cars to Cyclists https://www.scientificamerican.com/article/strange-but-true-helmets-attract-cars-to-cyclists/