Thèse soutenue

Modélisation microscopique et macroscopique du trafic : Impact des véhicules automatisés sur la sécurité du conducteur
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Oussama Derbel
Direction : Michel BassetBenjamin Mourllion
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 19/12/2014
Etablissement(s) : Mulhouse
Ecole(s) doctorale(s) : École doctorale pluridisciplinaire Jean-Henri Lambert, ED 494 (Mulhouse)
Partenaire(s) de recherche : Laboratoire : Modélisation intelligence processus systèmes (Mulhouse) - Modélisation, Intelligence, Processus et Système Laboratoire

Résumé

FR  |  
EN

Les travaux de la thèse se résument en trois parties : La première partie consiste à étudier l’impact de l’automatisation basse vitesse du trafic en termes de sécurité, de consommation en carburant et des émissions des polluants. Dans un premier temps, une étape de modélisation d’un trafic mixte a été élaborée. Ce dernier se définit par la coexistence de deux types de conduite : le premier type est la conduite manuelle ou régis par l’action du conducteur et le deuxième type est la conduite automatisée. Dans un deuxième temps, les scénarios et les indicateurs de sécurité associés ont été développés. Dans ce cadre, un simulateur de trafic a été développé avec le langage C avec une interface graphique sous OpenGL. Les résultats montrent que l’augmentation de la présence des véhicules automatisés améliore la sécurité du trafic dans le cas de collisions aussi que dans le cas de scénarios sans collision. Par ailleurs, l’impact des véhicules automatisés sur la consommation en carburant et les émissions de polluants n’apparait que lorsqu’il s’agit de long parcours. La deuxième partie de la thèse consiste à améliorer le modèle Intelligent Driver Model (IDM) pour pallier ses inconvénients. Ce modèle est un Adaptive Cruise Control (ACC) destiné à représenter la conduite automatisée dans le trafic. Dans ce contexte, une nouvelle version a été développée. L’idée principale est la prise en compte non seulement de l’état du véhicule de tête mais aussi de celle du véhicule précédent. Ce nouveau modèle montre de meilleures performances au niveau de la stabilisation de la file. La troisième partie se concentre sur la modélisation macroscopique du trafic afin d’étudier son diagramme fondamental. Le nouveau modèle macroscopique développé est basé sur les données microscopiques obtenues à partir de la simulation du modèle Intelligent Driver Model. À partir de ces données, les variables macroscopiques du trafic à savoir la densité et la vitesse de la file ont été identifiées par régression non linéaire. Le nouveau modèle macroscopique vitesse- densité possède trois avantages. Le premier avantage est la connaissance de la vitesse de stabilité et la densité d’une file de véhicule dès les premières secondes de simulation en identifiant les modèles de densité et de vitesse. Le deuxième avantage se manifeste dans la possibilité de trouver des modèles existants dans la littérature en fixant quelques paramètres. Le troisième avantage est la possibilité de sa calibration avec un minimum d’erreur pour différentes situations du trafic (ex : congestionné, libre).