Simulation, optimisation et visualisation de données de transport

par Dancho Panovski

Projet de thèse en Traitement du signal et des images

Sous la direction de Titus Zaharia et de Veronica Scurtu.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) , en partenariat avec Télécom SudParis (France) (laboratoire) , ARMEDIA (equipe de recherche) et de Télécom SudParis (établissement de préparation de la thèse) depuis le 01-11-2016 .


  • Résumé

    Aujourd'hui, presque toutes les grandes métropoles, en France, en Europe ou dans le monde souffrent de problèmes sévères d'engorgement et de saturation d'infrastructures, qui concernent à la fois le transport individuel et publique. Les systèmes de transport actuels atteignent les limites de leur capacité, et semblent incapables d'absorber les augmentations de flux de passagers dans le futur. Les transports du futur doivent être « smart », c'est-à-dire non seulement réagir aux sollicitations mais les anticiper, en s'appuyant sur les communications entre les titres de transport électroniques et le système d'information des opérateurs de transport. Dans ce cadre, un des principaux défis à relever concerne la création de systèmes d'analyse en temps réel de données de transport géo-localisées pour acquérir, stocker, analyser, gérer et diffuser des flux de données massifs (typiquement 100.000 géo-localisations instantanées, avec une fréquence de rafraichissement de l'ordre de quelques secondes). Ces algorithmes doivent être capables de gérer des listes d'évènements de plusieurs dizaines de minutes pour calculer les trajectoires réelles (nœuds d'entrée et nœuds de sortie), les occupations instantanées, ainsi que les prévisions de flux. Au niveau algorithmique, cela nécessite la mise en œuvre de méthodes comme l'analyse de graphes et les techniques de type map-reduce. Aussi, l'adaptation et de méthodes d'apprentissage comme les approches PSO (Particle Swarm Optimization), les algorithmes génétiques ou encore les techniques émergentes d'apprentissage profond trouvent dans ce cadre toute leur pertinence notamment en ce qui concerne les objectifs d'optimisation grandeur nature. Côté opérateur, les outils qui seront développés proposeront un portail interactif d'interrogation et de visualisation de données avec comme fonctionnalités : - le suivi en temps réel de l'état du trafic, - la possibilité de construire des historiques d'occupation des infrastructures à différentes échelles temporelles (plages horaires, journée, semaine, mois…), avec de statistiques associées, - la prise en compte des éléments de prédiction de trafic par rapport aux évènements prévus (exemples : fermeture d'une station pour travaux, grosse affluence sur certaines zones en raisons d'évènement sportifs ou artistiques…), - la simulation du trafic par ajout/suppression de nœuds/modalité de transport, - la gestion optimisée du transport multi-modal Côté utilisateur final, il s'agit de développer une application client qui permettra aux usagers de personnaliser et d'optimiser leur déplacement selon de multiples critères, incluant temps du trajet, facilité d'accès pour personnes handicapées (mobilité réduite, malvoyants…) confort (places assises, bagages…), prix ou encore préférences utilisateurs (points d'escale, préférences d'itinéraire, points d'intérêt). L'information de géo-localisation disponible devra également être exploitée pour proposer aux utilisateurs des services additionnels personnalisés (exemple : publicité géo-localisée). Pour assurer le déploiement de l'application sur différents terminaux mobiles de type smartphone et tablette, les méthodes de visualisation scalable, à la fois 2D et 3D seront étudiées et une solution proposée. Un modèle de données fédérateur sera également développé et mis en œuvre, afin de fusionner l'ensemble des méta-données disponibles, aussi bien voyageur, de géo-localisation, financières, événementielles ou encore relatives aux itinéraires et au trafic. Dans ce cadre, un des éléments clefs pour l'ensemble des développements concernera la prise en compte en temps réel des données dynamiques. Les différents développements seront intégrés, testés et validés au sein de la plate-forme logicielle globale du projet ETS.

  • Titre traduit

    Simulation, optimization and visualization of transportation data


  • Résumé

    Today all major metropolises in France, Europe and the rest of the world suffer from severe problems of congestion and saturation of infrastructures, which concern both individual and public transport. Current transport systems are reaching capacity limits and appear unable to absorb increases in passenger flows in the future. The transport of the future must be "intelligent", that is to say not only react to the demands but anticipate it, relying on communications between the electronic transport tickets and the information system of transport operators. In this context, one of the main challenges is the creation of systems for real-time analysis of geo-localized transport data for instantaneous, storage, analysis, management and dissemination of massive data flows (typically 100,000 instant geo-localizations , With a refresh rate of the order of a few seconds). These algorithms must be capable of managing event lists of several tens of minutes to calculate real trajectories, instantaneous occupations, as well as flow forecasts. At the algorithmic level, this requires the implementation of methods such as graph analysis and map-reduce techniques. Adaptation and learning methods such as PSO (Optimization of particle swarms) approaches, genetic algorithms or emerging techniques of deep learning in the context of their relevance. On the operator side, the tools that have been developed will offer an interactive portal for querying and visualization of data with the following functionalities: - real-time monitoring of traffic status, - the possibility of building historical infrastructure occupations at different time scales, with associated statistics, - taking into account traffic prediction elements in relation to the planned events (examples: closing a station for work, large influx of certain areas and reasons for sports or artistic events, etc.) - simulation of traffic by adding / deleting nodes / transport mode, - Optimized management of multimodal transport. On the user side, it is a client application that allows users to personalize and optimize their travel according to multiple criteria, including travel time, ease of access for the disabled (mobility reduced, visually impaired ...) comfort (seating, luggage ...), prices or user preferences (points of call, itinerary preferences, points of interest). The geo-location information available must also be used by the proposer to users of additional personalized services (eg geo-localized advertising). To ensure the deployment of the application on different smartphone and tablet mobile devices, scalable visualization methods, both 2D and 3D, will be studied and a proposed solution. A federated data model will also be developed and implemented, the harmony of merging all available metadata, whether traveler, geo-location, financial, event or even parent to itineraries and traffic. In this context, one of the key elements for all the developments will concern the real-time account of the dynamic data. The various developments integrated, tested and validated within the overall software platform of the ETS project.