Thèse soutenue

Placement optimal des capteurs et estimation de la densité dans les réseaux de trafic à grande échelle
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Martin Rodriguez vega
Direction : Carlos Canudas-de-WitHassen Fourati
Type : Thèse de doctorat
Discipline(s) : Automatique et productique
Date : Soutenance le 09/04/2021
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique
Jury : Président / Présidente : Gildas Besançon
Examinateurs / Examinatrices : Francesco Viti
Rapporteurs / Rapporteuses : Antonella Ferrara, Bernhard Friedrich

Résumé

FR  |  
EN

Ce travail de doctorat est effectué dans le cadre du projet Scale-FreeBack et financé par le Conseil de Recherche Européen. Son objectif général est de poser de nouvelles bases pour une théorie traitant des réseaux physiques complexes à dimension arbitraire. Un cas particulier est celui des systèmes de transport intelligents, qui sont confrontés à des défis importants pour empêcher l'apparition de congestions.Les contributions du travail de doctorat se concentrent sur la phase de surveillance de la gestion du trafic. Nous traitons trois problèmes principaux : la localisation des capteurs dans le cadre de contraintes budgétaires, l'estimation de la densité du trafic en utilisant des sources de données hétérogènes, et l'estimation d'un état de trafic moyen pour une région d'un réseau.Tout d'abord, le problème du placement optimal des capteurs est examiné. Notre contribution consiste en analyser deux technologies de capteurs, l'une qui mesure le flux absolu dans une route, et l'autre qui estime les paramètres d'intersection ici appelés turning ratios, qui sont une mesure relative du comportement des conducteurs en matière de choix d'itinéraire. Nous trouvons comment choisir les emplacements pour chaque type de technologie de telle sorte qu'un nombre minimal de capteurs soit nécessaire et que le flux de trafic puisse être calculé pour chaque route du réseau.Le deuxième problème concerne la reconstruction du flux et de la densité à l'aide de sources d'information hétérogènes. En plus des capteurs fixes analysés dans le premier problème, une autre source de données disponible est le textit{Floating Car Data} (FCD), qui regroupe les trajectoires des véhicules individuels, avec un taux de pénétration inconnu et généralement agrégées en raison de la réglementation sur la protection de la vie privée. Nous analysons comment intégrer ces sources de données afin de pouvoir estimer la densité et le débit de chaque route du réseau, à la fois statiques et dynamiques en fonction de la quantité d'informations disponibles.Pour le troisième problème, nous considérons l'estimation de la densité agrégée d'une zone urbaine. Cela est intéressant lorsque la densité de chaque route individuelle d'une zone n'est pas nécessaire, ou lorsque la puissance de calcul est limitée. La convergence d'un estimateur pour la densité moyenne de la zone a été analysée, mais il a été constaté qu'en général, l'estimateur ne converge pas. Pour résoudre ce problème, nous proposons une méthode qui calcule une représentation virtuelle du même réseau physique où chaque route est divisée en un certain nombre de cellules, de sorte que l'estimateur du système virtuel converge. Dans certaines conditions, nous montrons que la différence entre les moyennes réelles et virtuelles est faible.L'efficacité de nos contributions a été testée en utilisant des données simulées et réelles. La simulation consiste en une application du célèbre logiciel de trafic microscopique Aimsun, où la dynamique des véhicules individuels est calculée dans un réseau réel modélisé. Les données réelles sont obtenues à partir de capteurs situés dans le centre-ville de la ville de Grenoble.