Limitations de vitesse variables et contrôle d'accès dans un réseau routier urbain pour une meilleure durabilité environnementale
Auteur / Autrice : | Bassel Othman |
Direction : | Carlos Canudas-de-Wit |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique et productique |
Date : | Soutenance le 07/10/2021 |
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 (2007-....) |
Equipe de recherche : Equipe-projet Systèmes commandés en réseau (Montbonnot, Isère, France ; 2016-....) | |
Jury : | Président / Présidente : Olivier Sename |
Examinateurs / Examinatrices : Christos G. Cassandras, Bart De Schutter, Maria Laura Delle Monache | |
Rapporteur / Rapporteuse : Simona Sacone, Dan Work |
Mots clés
Résumé
Cette thèse aborde le sujet de la gestion écologique du trafic urbain. L'objectif est de réduire la consommation d'énergie et les émissions de polluants, sans détériorer les performances du trafic. Les stratégies d'éco-gestion, fortement valorisées par le développement des véhicules connectés et autonomes, peuvent correspondre au contrôle des véhicules, ou à celui des infrastructures.Le contrôle des véhicules comprend la planification de mouvement (ou eco-driving), d'itinéraire (ou eco-routing), ainsi que le contrôle coopératif. Plus le niveau de connectivité est élevé, plus les avantages environnementaux de ces algorithmes sont grands. De plus, les véhicules autonomes offrent de nouvelles perspectives en terme de coopération, en raison de leur commande plus précise. En pratique, cela correspond à des véhicules qui coordonnent leurs mouvements en communiquant entre eux et avec l'infrastructure.Le contrôle des infrastructures correspond à la gestion dynamique d'actionneurs de régulation de flux tels que les limitations de vitesse et les feux de signalisation. Son objectif est de réduire les émissions et consommation totales en influant sur les flux de véhicule. En pratique, de telles approches consistent à collecter les données des véhicules circulant dans le réseau routier (densité de véhicules, flux, vitesse moyenne). Ensuite, des algorithmes sont utilisés pour prédire et optimiser l'état du trafic. Dans ce travail, nous avons choisi de nous concentrer sur le contrôle des infrastructures.Les contributions de cette thèse à la gestion écologique du trafic peuvent être résumées comme suit.Dans un premier temps, la formalisation d'un modèle de trafic macroscopique adapté au milieu urbain est proposée. Il comprend une méthodologie pour traiter les intersections avec des feux de signalisation. Pour estimer la consommation de carburant, ce modèle de trafic est associé à un modèle macroscopique basé sur un réseau de neurones artificiels (ANN). Ce dernier est calibré à l'aide d'un modèle d'énergie physique microscopique et de données fournies par un simulateur de trafic paramétré avec des données urbaines de Floating Car Data (FCD). Les modèles macroscopiques sont préférés pour le contrôle à grande échelle car ils sont plus rapides lorsque le nombre de véhicules considérés est grand. Ils ont également l'avantage de considérer l'efficacité énergétique globale, qui est la métrique d'intérêt pour les gestionnaires de réseaux routiers en matière d'éco-gestion du trafic.Ensuite, des expériences sont menées afin d'évaluer la relation entre congestion et efficacité énergétique, notamment en régime permanent. L'impact des limitations de vitesse est analysé pour différents scénarios. Les limitations de vitesse impactent directement la consommation d'énergie et les émissions polluantes car elles affectent les accélérations et les vitesses moyennes sur le réseau.Enfin, un contrôleur est paramétré afin de comparer l'impact du contrôle dynamique des limitations de vitesse avec le contrôle d'accès à une zone urbaine, à la fois dans une zone contrôlée mais aussi dans la zone périurbaine à sa frontière. Le système est simulé à l'aide du simulateur de trafic SUMO, et un modèle physique de consommation de carburant et d'émission de NOx est utilisé. Les limitations de vitesse sont contrôlées en boucle fermée grâce à une approche de commande prédictive non linéaire (NMPC), dans laquelle l'évolution du trafic et la consommation de carburant sont prédites à l'aide de modèles macroscopiques. Les résultats révèlent que dans les phases transitoires entre différents niveaux de congestion, le contrôleur en boucle fermée est plus rapide pour décongestionner le réseau, de manière économe en énergie. Cela améliore la durabilité environnementale et les performances de trafic à la fois dans le réseau contrôlé, mais aussi au niveau de ses routes frontalières.