Réflexions sur la conception des modèles de mobilité humaine

Transcription

1 Congrès ATEC ITS France 2015 : Les Rencontres de la Mobilité Intelligente 28/01/15 Réflexions sur la conception des modèles de mobilité humaine Thuillier Etienne

2 1. Traces de mobilité

3 Traces de mobilité 3 of 30

4 Traces de mobilité 4 of 30

5 Traces de mobilité Pallier l acquisition de données Modèle de mobilité Contrôle Design & conception Compréhension Prédictions & prévisions 5 of 34

6 Traces de mobilité Information trafic [Predit 1999] Réseaux Ad-hoc Positionnement Indoor Conception d infrastructures Dispersions de maladies [Musolesi & Mascolo 2009] [Krumm & Horvitz 2004] [Wegener 2004] [Meloni et. al. 2011] Différents domaines d application 6 of 34

7 2. Modèles Synthétiques

8 Modèles Synthétiques Localisation : , Timestamp : 28/01/15 10h23 Information : Gare de Lyon Localisation : , Timestamp : 28/01/15 11h09 Information : Beffroi de Montrouge 8 of 30

9 Modèles Synthétiques Paramètres Données d entrée Traces de mobilité Modèle mathématique (synthétique) Sorties Traces de mobilité complétées 9 of 34

10 Modèles Synthétiques Paramètres Données d entrée Traces de mobilité Modèle mathématique (synthétique) Sorties Traces de mobilité complétées 10 of 34

11 Modèles Synthétiques Application souhaitée (simulation, représentation) Modèle synthétique Niveau de détail souhaité (micro, macro-modèles) Dimension de représentation (2D, 3D) Degré l aléa dans la simulation Modèles synthétiques [Camp et. al. 2002] 11 of 34

12 Modèles Synthétiques Modèles synthétiques Modèles aléatoires Modèles dépendants Modèles déterministes 3 principaux types de modèles [Bettstetter 2001] [Bai & Helmy 2004] [Moalic 2013] 12 of 34

13 Modèles Synthétiques Random walk Random waypoint Random trip [Camp et. al. 2002] [Bar-Noy et. al. 1994] [Bettstetter 2003] [LeBoudec & Vojnovic 2006] Exemples de modèles aléatoires Chaque mouvement est indépendant des précédents 13 of 34

14 Modèles Synthétiques Gauss-Markov: Temps Reference pointgroup: Espace Mask-based: Geographie [Liang & Haas 2003] [Tolety 1999] [Hong et. al. 1999] [Joumaa et. al. 2007] Exemples de modèles dépendants Chaque mouvement est dépendant [espace, temps, géographie] 14 of 34

15 Modèles Synthétiques Gravity Fluid-flow 4-steps model [Rodrigue et. al. 2009] [Lam et. al. 1997] [Markoulidakis et. al. 1997] [Bonnel 2002] [McNally 2007] Exemples de modèles déterministes Le modèle à 4 étapes est un des modèles les plus anciens et utilisés en ITS 15 of 34

16 3. Modèles de Mobilité

17 Modèles Synthétiques Données d entrée Traces de mobilité Modèle synthétique Sorties Traces de mobilité complétées 17 of 34

18 Modèles de Mobilité Real-Time Rome (2006) SENSEable City Laboratory, MIT USA 10th International Architecture Exhibition at Venice (Biennale di Venezia) Collection: Uses telecommunication information (CDR), transport information (GPS traces of buses and taxi), traffic noise maps, tourists density maps, vehicle speed: LochNess Platform Interpretation: Correlate CDR with geography, add density maps Visualization: Display density maps 18 of 34

19 Modèles de Mobilité GeoLogic (2009) OPERA, UTBM France SIG Based human mobility system Collection: Integrates OD flows, geographical and network maps, surveys, CDR and ground data Interpretation: Uses a model based on Mask-Based model [Joumaa 2007] (attractiveness of ground infrastructures) Visualization: mobility flows, prediction, develops a multicriterial optimization module Used in: Territoires Mobiles (2009), EcoTaxi (2010), PUMDP (2010), Norm-Atis (2014) 19 of 34

20 Modèles de Mobilité Modèle GLOBAL (2010) RATP France Traffic Prevision System: planification of infrastructures and transport network (user needs, dimensions of network, prevision of infrastructure modification, economical drawbacks) Collection: Uses geographical and network maps, transport usage surveys Interpretation: Uses a 4-step model Visualization: new network, travel time maps, traffic congestion, multimodal informations 20 of 34

21 Modèles de Mobilité LIVE Singapore! (2011) SENSEable City Laboratory, MIT USA Singapore Art Museum in 2011 Collection: Uses taxi and vehicle positions, weather data, electrical communication, CDR and shipping information Interpretation: Extracts OD matrix, generate various indicators: isochronic maps, energy consumption, heat maps, event and crowd detection, real-time talk maps, shipping transit Visualization: Rendering impressive visualization tools for urban realtime data platform, conception of an API 21 of 34

22 Modèles de Mobilité Abidjan: AllAboard (2012) IBM research, Dublin Ireland Data 4 Development Challenge Collection: Uses only CDR Interpretation: Based on a 3 part platform: Mobility miner (extraction of OD), Optimizer (generation of optimal transportation network), User classification module (user perspective) Visualization: old and improved network 22 of 34

23 Modèles de Mobilité Riyadh: Urban Traffic System (2014) SENSEable City Laboratory, MIT USA Urban Traffic System with short term and long term components Collection: Uses traffic sensors, vehicle flows information, CDR, car counts, census, surveys, land data Interpretation: Uses Human Mobility Model (OD extraction and Community detection model) and Vehicle Flow Model (Path finding, user equilibrium, queuing model) Visualization: Rendering impressive visualization tools for urban realtime data platform, conception of an API 23 of 34

24 4. Réflexions

25 Réflexions Collection Le modèle CIV Interprétation Visualisation Impact Un méta-modèle de conception des modèles de mobilité 25 of 34

26 Réflexions Sélection des sources Formatage des données Stockage des données Campagnes de collection des données Transmissions des données Extraction d informations de mobilité Phase 1: Collection Choix, collection et stockage des données 26 of 34

27 Réflexions Informations de mobilité Modèles synthétiques et algorithmes Indicateurs de mobilité Calibration Phase 2: Interprétation Modèles synthétiques et algorithmes 27 of 34

28 Réflexions Représentation de la mobilité Indicateurs de mobilité Outils de visualisation Outils d aide à la décision Impact Phase 3: Visualisation Visualisation des indicateurs générés 28 of 34

29 Réflexions Exemple d utilisation Collection de données de mobilité 29 of 34

30 Réflexions Exemple d utilisation Traces simulées Traces observées Interprétation des informations de mobilité 30 of 34

31 Réflexions Calibration Recherche de sources Impact Exemple d utilisation Impact de la visualisation Traces simulées Traces observées 31 of 34

32 Réflexions Collection Le modèle CIV Interprétation Visualisation Impact Un méta-modèle simple, mais encore non formalisé 32 of 34

33 5. Conclusions

34 Conclusions Structure commune utilisée pour la conception des modèles de mobilité Processus très simple de structuration de la conception des modèles de mobilité en trois axes ; Collection, Interprétation et Visualisation Beaucoup de projets et de modèles dans la littérature utilisent le modèle CIV sans formellement le définir Permettrai des avancées significatives dans les domaines du développement urbain et des ITS 34 of 34

35 6. Sources

36 Sources Mobility Models Mobility models for systems evaluation [Musolesi And Mascolo 2008] A Survey of Mobility Models for Ad Hoc Network Research [Camp et. al. 2002] A Survey of Mobility Models in Wireless Adhoc Networks [Bai & Helmy 2004] Modélisation dynamique de la densité de population via les réseaux cellulaires et optimisation combinatoire multiobjectif de l auto-partage [Moalic 2013]

37 Sources Synthetic Models Smooth is Better Than Sharp: A Random Mobility Model for Simulation of Wireless Networks [Bettstetter 2001] The node distribution of the random waypoint mobility model for wireless ad hoc networks [Bettstetter et. al. 2003] Mobile users: To update or not to update? [Bar Noy et. al. 1994] The random trip model: stability, stationary regime, and perfect simulation [Le Boudec & Vjonovic 2006]

38 Sources Synthetic Models Predictive distance-based mobility management for multidimensional PCS networks [Liang & Haas 2003] Load reduction in ad hoc networks using mobile servers [Tolety 1999] A group mobility model for ad hoc wireless networks [Hong et. al. 1999] Mask Based Mobility Model: A new mobility model with smooth trajectories [Joumaa et. al. 2007] The geography of transport systems [Rodrigue et. al. 2009] Teletraffic modeling for personal communications services [Lam et. al. 1997] Mobility modeling in third-generation mobile telecommunications systems [Markoulidakis et. al. 1997] Prévision de la demande de transport [Bonnel 2002] The Four step Model in The Handbook of Transport Modeling [McNally 2007]

39 Sources CIV Model Global Functional Specifications of Mobility Models, Norm-Atis [Thuillier et. al. 2014] The City Browser: Utilizing Massive Call Data to Infer City Mobility Dynamics [Alhasoun 2014]

40 Sources Images Firsts images are courtesy of Google maps All included images are parts of related named projects

41 Congrès ATEC ITS France 2015 : Les Rencontres de la Mobilité Intelligente 28/01/15 Réflexions sur la conception des modèles de mobilité humaine Thuillier Etienne