Système d aide à la décision pour la gestion du trafic en temps réel, basé sur la simulation de trafic, l implémentation à San Diego.

Transcription

1 Système d aide à la décision pour la gestion du trafic en temps réel, basé sur la simulation de trafic, l implémentation à San Diego. Emmanuel Bert*, TSS-Traffic Simulation Systems Alexandre Torday, TSS-Traffic Simulation Systems *Personne de contact: emmanuel.bert@aimsun.com Contexte et présentation du projet: Devant la complexification grandissante des réseaux de transport, et afin de répondre à un besoin toujours croissant d optimisation et de réactivité face aux problèmes de congestion (qui impliquent des questions sécuritaires et environnementales), l utilisation d un système expert d aide à la décision assistant l opérateur trafic dans sa tâche s impose. Disposer d un outil permettant de prédire, en temps réel, l évolution du trafic à moyen terme et de prendre des décisions de gestion du trafic sur la base de simulations dynamiques à grande échelle devient nécessaire. Dans cet objectif, un couloir-test de la côte Ouest a été sélectionné par le gouvernement fédéral américain pour implémenter un tel système. Le projet de San Diego est une zone de déplacement interrégional de fret majeur de plus de 33 km de long. Il consiste en la gestion de plus de 25 km de voies entre les villes d Escondido, Poway et San Diego. Ce couloir est largement équipé de systèmes ITS : - 25 panneaux à message variable, intersections à feux, dont 42 stations de contrôles d accès, - plus de 40 stations de détection de véhicules, - 5 stations de bus, - un système d Information radio Avancé, - etc. 1

2 Figure 1 : Présentation du couloir test Objectifs du projet: D une durée de 7 ans, le projet consiste au développement d un outil d aide à la décision appliqué à la gestion du trafic dans le couloir test qui permet de: - générer des prédictions de trafic en temps réel du périmètre d étude, - appliquer différentes politiques des transports (actions de gestion du trafic) en temps réel sur la base des résultats des simulations dynamiques, - un fonctionnement 365 jours par an et 24 heures par jour ; Ceci afin de fournir les services suivants: - faciliter l accessibilité multimodale du couloir, - augmenter la sécurité routière, - informer les usagers du couloir, - résoudre les problèmes de trafic, récurrents ou ponctuels (congestion, incidents, évènements spéciaux, etc.) d une manière coordonnée avec les différents intervenants. Le système fourni des prévisions de trafic basées sur des résultats de simulations dynamiques qui permettent aux opérateurs d anticiper l état du réseau dans un futur proche (dans les 15 à 60 minutes suivant un évènement particulier). Un tel outil aide les utilisateurs à considérer les différents scénarios possibles (par exemple : ne rien faire ou, au contraire, adopter un certain nombre d actions sur le trafic). Une simulation réaliste de l impact de ces potentielles actions permet de comparer les différents scénarios de gestion de trafic. Ainsi, grâce au système, les opérateurs ont accès à l ensemble des informations nécessaires et utiles à la prise de décision sur la base de la simulation de plusieurs scenarios prédéfinis. Cette comparaison permet la mise en œuvre des mesures les plus adaptées face à l évènement détecté. Modèle de simulation du trafic en temps réel: Le modèle de simulation développé dans le cadre de ce projet est capable de: - représenter fidèlement l évolution temporelle des conditions de trafic (quel que soit l heure de la journée ou le jour de l année), 2

3 - reproduire de façon adéquate l impact de n importe quel type de politique de gestion de trafic sur le réseau, - offrir suffisamment de résultats pour évaluer et comparer différentes stratégies de gestion de trafic. Afin de remplir ces exigences, le modèle de simulation de trafic présente les caractéristiques suivantes : - Il modélise le trafic de façon dynamique (évolution temporelle basée sur des évènements ou sur un pas de temps), - Il est microscopique, ainsi, il représente le trafic en considérant chaque véhicule particulier individuellement, - Il utilise des techniques d affectation dynamique du trafic dans le réseau, - Il est multimodal, il permet la représentation de différents types de véhicules (y compris les Transports en Commun). Une attention toute particulière a été portée sur la demande de trafic. En effet, les résultats des simulations, et donc des prédictions trafic, sont directement dépendants de la qualité de la modélisation de cette demande (sous forme de matrice de voyages entre un point d origine et de destination pour permettre une affectation réaliste du trafic dans le réseau). Ces matrices OD ont été pré-calculées. Pour ce faire, les données nécessaires sont : - un modèle de planification validé (macroscopique, affectation statique et microscopique, dynamique) avec les matrices correspondantes Heure de Pointe du Matin et Heure Pointe du Soir, par type de véhicule, - données de comptage en temps réel (après filtrage de celles-ci) provenant du système de détection présent sur le site (flux, vitesse et taux d occupation agrégé), - base de données sur plusieurs années antérieures provenant du même système de détection pour un traitement statistique qui permet de définir des profils type de trafic. Le modèle a été calibré sur un scenario de base à l aide de données historiques (comptages, taux d occupation, temps de parcours sur différents parcours, etc.). La figure suivante (Figure 2) illustre le couloir test importé depuis le model régional développé par SANDAG (SanDiego s Regional Planning Agency) : Figure 2 : Modèle du couloir test 3

4 Aimsun Online: Le modèle de prédiction de trafic de d évaluation des composants de transport est basé sur l outil Aimsun Online. Cet outil permet, sur la base de données trafic de générer les demandes correspondantes aux conditions observables (en comparant avec des informations reçus et analysées en temps réel) et d évaluer ainsi les différentes politiques de transport applicables face à un évènement constaté. La Figure 3 présente l architecture d Aimsun Online et la Figure 4 illustre le schéma d implémentation du système : Figure 3 : Architecture d Aimsun Online 4

5 Figure 4 : Schéma d implémentation d Aimsun Online Modèle de gestion du trafic: Le modèle de Gestion Active de Stratégie de Trafic (ATM en anglais) développé pour une gestion proactive des différents modes de transport à travers et dans le couloir est capable de fournir les éléments suivants : Informations aux voyageurs durant le trajet Informations aux voyageurs avant le trajet Guidage dynamique du voyageur Contrôles d accès autoroutiers coordonnés et micro régulés Coordination des feux adaptatifs des axes principaux avec les contrôles d accès autoroutiers Gestion des grands axes régionaux Support d aide à la décision multimodal en temps réel Prédiction du trafic sur le réseau Analyse par micro simulation en temps réel Analyse des stratégies réponses en temps réel La figure 5 présente schématiquement l implémentation de l outil dans le couloir test : 5

6 Figure 5 : Schématisation du couloir Exemple de visualisation de l outil: La figure 6 illustre un exemple de résultat visuel pouvait être obtenu dans le but de l aide à la décision dans le couloir d étude : 6

7 Ainsi, il est visuellement et analytiquement possible de comparer et de sélectionner les actions de gestion du trafic les plus adaptées face à un évènement dans le réseau. En parallèle de ces informations visuelles utiles lors de la prise de décision par les opérateurs en temps réel, un module permet de comparer les résultats prédits par rapport aux informations réelles du terrain pour évaluer la qualité de la prédiction et ainsi permettre de constamment faire évaluer le système. 7