Optimisation dynamique du trafic routier dans un réseau urbain à grande échelle

par Bassel Othman

Projet de thèse en Automatique - productique

Sous la direction de Carlos Canudas-de-Wit.

Thèses en préparation à Grenoble Alpes , dans le cadre de École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble) , en partenariat avec Grenoble Images Parole Signal Automatique (laboratoire) et de Systèmes Commandés en Réseaux (NECS) (equipe de recherche) depuis le 01-10-2018 .


  • Résumé

    L'Agence internationale de l'énergie affirme que plus de 50% de la consommation mondiale de pétrole est destinée au transport, et les trois quarts de l'énergie utilisée dans le secteur est consommée sur les routes. De plus, l'Agence européenne de l'environnement affirme que le transport représente près d'un quart des émissions totales de gaz à effet de serre. La recherche peut faire beaucoup pour réduire considérablement l'empreinte énergétique et environnementale des transports simplement en régulant le comportement du trafic sans modifier l'infrastructure routière. En outre, la diffusion d'agents connectés et automatisés dans les réseaux de trafic facilitera la mise en œuvre pratique des solutions de recherche. L'objectif de cette thèse est de définir un modèle de trafic macroscopique, basé sur des variables mesurées ou estimées telles que le flux et la densité des véhicules, qui soient capables de représenter les phénomènes principaux ayant une incidence sur la consommation d'énergie et les émissions polluantes. En particulier, le modèle devrait pouvoir suivre l'évolution de la congestion et des files d'attente dans le réseau routier et représenter les différents états de trafic et leur vitesse associée. Un tel modèle sera particulièrement adapté pour estimer la consommation d'énergie du trafic et les émissions, ainsi que pour l'optimisation en temps réel à grande échelle en agissant sur des actionneurs tels que les limites de vitesse et les feux de signalisation. Pour atteindre cet objectif, la stratégie de modélisation et de contrôle proposée doit être rapide tout en assurant une bonne précision. La solution de modélisation développée au cours de la thèse sera validée et comparée à des modèles de trafic macroscopiques bien établis afin d'évaluer sa précision. Les techniques d'optimisation seront évaluées au moyen d'un simulateur de trafic microscopique, un outil largement utilisé par les ingénieurs du trafic pour vérifier les stratégies de contrôle avant déploiement.

  • Titre traduit

    Dynamic optimization of road traffic in a large-scale urban network


  • Résumé

    The International Energy Agency says that more than 50 percent of global oil consumption goes to transportation, and three-quarters of the energy used in the sector is consumed on the roads. In addition, the European Environment Agency states that transport accounts for almost a quarter of total greenhouse gas emissions. Research can do much to significantly reduce the energy and environmental footprint of transport by simply regulating traffic behavior without changing the road infrastructure. In addition, the distribution of connected and automated agents in traffic networks will facilitate the practical implementation of search solutions. The aim of this thesis is to define a macroscopic traffic model, based on measured or estimated variables such as vehicle flux and density, which are able to represent the main phenomena that affect energy consumption and polluting emissions. In particular, the model should be able to follow the evolution of congestion and queues in the road network and represent the various traffic conditions and their associated speed. Such a model will be particularly suitable for estimating traffic energy consumption and emissions, as well as for real-time optimization on a large scale by acting on actuators such as speed limits and traffic lights. To achieve this goal, the proposed modeling and control strategy must be fast while ensuring good accuracy. The modeling solution developed during the thesis will be validated and compared to well established macroscopic traffic models to evaluate its accuracy. Optimization techniques will be evaluated using a microscopic traffic simulator, a tool widely used by traffic engineers to verify pre-deployment control strategies.