Les données et leur gestion au secours de la mobilité ?

Le 06 janvier 2012

Partager sur Facebook Partager sur Twitter Partager sur Viadeo Partager sur LinkedIn
Que l'on tente de comprendre la formation des bouchons par l'approche mathématique ou psychologique, leur origine reste un grand mystère urbain difficile à modéliser. Pour se consoler, regarder du côté des initiatives locales et des solutions d’anticipation et gestion de trafic, peut, à défaut de les expliquer, viser à les résoudre.

Expérience de la "Mathematical Society of Traffic Flow" (Japon)

De l’imprévisibilité de l’Homo-Automobilus

Si l’on exclut les causes bien identifiées qui physiquement sont génératrices de bouchons (accidents de la circulation, entravement de chaussée par un arbre, conditions climatiques..) les mécanismes qui régissent leur formation obéissent à des raisons plus complexes. Aussi les solutions parfois évidentes s’avèrent contre productives.

Augmenter la fréquence des transports en commun n’est pas forcément la solution optimale : si ceux-ci sont sous fréquentés, ils viendront s’ajouter au flot de voitures. Ouvrir une nouvelle voie est souvent contre-productif puisque les automobilistes s’y engouffreront au lieu de se répartir entre les voies existantes (voir le paradoxe de Braess). A l’opposé, fermer une artère centrale peut aider à mieux répartir le trafic automobile sur les axes secondaires comme l’a expérimenté la ville de New York en fermant sa 42ème rue.

Le sujet mobilise le monde scientifique, que ce soit en faisant appel à des notions telles que la mécanique des fluides (une voiture étant considérée comme une particule se mouvant dans un flux), ou aux mathématiques comme à l’université d’Exeter au Royaume-Uni. Des chercheurs de cette université ont pu modéliser la formation des bouchons en condition courantes (camion qui double...) et par là même donner une clé pour mettre en place des mesures de « gestion du trafic ».  

Le phénomène est directement observable (vidéo ci-dessus) en regardant l’expérience grandeur nature réalisée par la  « Mathematical Society of Traffic Flow » (Nagoya – Japon). Les participants, ayant pour seule consigne de rouler à 30 km/h en respectant les distances de sécurité, ont, sur une route sans obstacle et sans contraintes, créé un bouchon, portant la vitesse moyenne du convoi à 20km/h. La même expérience conduite par des « robots motorisés » sans le facteur d’interprétation et d’anticipation propre à l’homme (et ses erreurs de jugement) eut été un succès !

 

Systèmes de Transport Intelligents et Open Data

L’analyse de ces deux études démontre que la réduction de la vitesse permet une meilleure optimisation de la fluidité. Un trafic dense peut ainsi rester fluide si la vitesse maximale en est limitée de manière temporaire comme cela a été expérimenté sur le périphérique londonien.

A Singapour, un système de taxation modulable des voies empruntées (ERP - Electronical Road Pricing)  permet d’inciter les automobilistes à utiliser un axe plutôt qu’un autre en adaptant leur coût d’accès, les prix étant recalculés chaque quart d’heure ! (Il faut préciser néanmoins que la congestion du trafic à Singapour a été résolue aussi par des mesures autrement plus draconiennes telles que la restriction de l’accès à la voiture – quota de vente de voitures couplé à une demande d’autorisation d’achat aurpès du gouvernement- taxe augmentée sur l’importation, prix des carburants, stationnement…) . Au Canada, Toronto a aussi mis en place une solution sensiblement similaire.

Au-delà des modèles mathématiques théoriques, la généralisation de l’accès à l’open data propose également un support de développement de solutions qui permet de traiter statistiquement les données en temps réel, et adapter le réseau en conséquence. On est bien dans une dimension non plus strictement structurelle, mais également conjoncturelle et optimisée de gestion de la mobilité.

Le modèle existant jusqu'alors proposait de l’information à l’utilisateur (info trafic en temps réel sur smartphone) qui le met en situation de décision du choix de comportement à adopter. Or ce modèle laisse la place à l’irrationalité du conducteur, et aux effets pervers des jeux à sommes nulles (les conducteurs qui, suivant les conseils de Bison Futé se retrouvent à tous prendre la route en même temps).

On peut imaginer un système où la durée des feux tricolores serait adaptée en temps réel en fonction du nombres de voitures dans la file d’attente. Ou encore un calcul de fréquence de passage de transports en communs en fonction du nombre de personnes présentes à un arrêt…

IBM se positionne sur ce créneau avec son concept de « Smarter City ». Une présentation ludique présente ce qui sera développé sous la forme d’un « mécénat d’expertise » pour 100 villes lauréates à travers le monde. Cela devrait donner un terrain d’expérimentation grandeur nature durant plusieurs années pour la firme américaine, qui travaillera en collaboration avec les municipalités concernées.

IBM avoue que pour l’instant « Si les routes intelligentes peuvent être la clé pour limiter les embouteillages, nous ne connaissons toujours pas, à l'heure actuelle, le schéma de déplacement des individus, des véhicules, des biens et des marchandises en milieu urbain. La première étape essentielle consiste donc à rassembler des données cohérentes. Il faudra ensuite appliquer des solutions novatrices à l’utilisation de ces données afin de dénouer les problèmes de circulation actuels. »

De nombreuses questions se posent encore : comment l’information sera-t-elle collectée ? De manière externe (vidéosurveillance) ou embarquée (puces dans chaque voiture, suivi des tickets de transports) ? Passive ou active (les usagers incrémentant eux mêmes la base de donnée en signalant les évènements)? Surtout, obtiendra-t-elle l’assentiment des usagers et de la population ? Les comportements des usagers, au-delà des données statistiques seront-ils exploités commercialement ? Qui sera le propriétaire des données collectées ? Comment seront intégrés dans le modèle les comportements irrationnels tels que flânerie, détours, rencontres ? A-t-on intérêt à tout « maîtriser » ...?

En France, Nice a été choisi comme un des terrains d’expérimentation. Nice est une ville active en matière de mobilité, mais également une des villes les plus « vidéosurveillées » de France qui désormais pratique aussi la verbalisation par vidéo interposée.

A lire également

Revue de presse Véhicules & Mobilités du 29/11/16

Le 29/11/2016

Réseau routier ; Royaume-Uni ; Véhicule connecté ; Voiture autonome ; Logistique dernier kilomètre ; Voiture électrique ; Chine ; Citroën ; Facebook

Véhicules et Mobilités 2017 : vos retours et vos attentes

Le 29/11/2016

Pendant ce dernier trimestre 2016, nous vous avons interrogé sur votre niveau de satisfaction, vos avis et vos attentes pour Véhicules et Mobilités : le site Web, la newsletter, Twitter et autres. Comme promis, voici un retour des résultats de cette enquête et nos axes de développement pour 2017 !

Open source : avenir ou concurrence de l'industrie automobile ?

Le 22/11/2016

Comment l’open source, le partage permettent d’arriver différemment à la construction d’une voiture ? Mais ces véhicules open source sont-ils réservés aux makers ou influencent-ils les pratiques de l'industrie automobile ? Quels sont les impacts des véhicules open source sur la chaîne de valeur, notamment la distribution des véhicules ?