Variabilité inter-individuelle du comportement longitudinal de véhicules à conduite manuelle ou automatisée : impacts sur la capacité des voies

Inter-individual variability in the longitudinal behavior of manual or automated vehicles : impacts on roads capacity

• Auteur / Autrice : Carlos Mario Gómez Patiño
• Direction : Christine Buisson
• Type : Thèse de doctorat
• Discipline(s) : Génie civil
• Date : Soutenance le 11/03/2022
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne ; 2011-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Ecole nationale des travaux publics de l'Etat (Vaulx-en-Velin, Rhône ; 1975-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d’Ingénierie Circulation Transport et Éco-gestion des systèmes énergétiques pour les transports
• Jury : Président / Présidente : Ludovic Leclercq
• Jury : Examinateurs / Examinatrices : Jordi Casas, Alexandre Nicolas
• Jury : Rapporteurs / Rapporteuses : Cécile Appert-Rolland, Jorge A. Laval

Mots clés

Mots clés contrôlés

Véhicules autonomes

Simulation, Méthodes de

Capacité de circulation

Mots clés libres

Écoulement du trafic

Chute de capacité

Modélisation du trafic

Variabilité interindividuelle

Capacité des voies

Comportement longitudinal

Modèles de poursuite

Résolution numérique

Véhicules automatisés

Traffic flow

Capacity drop

Traffic modeling

Inter-individual variability

Roads capacity

Longitudinal behavior

Car-folloing models

Numerique resolution

Automated véhicles

Résumé

Cette thèse fournit une méthodologie pour l'analyse de la capacité des routes vers l’approche microscopique. Dans un premier temps, un outil de simulation est proposé pour estimer les impacts de la variabilité interindividuelle du comportement de poursuite sur deux variables macroscopiques du trafic routier : distribution de la capacité et valeur de la chute de capacité. Nous étudions le comportement de trois modèles de poursuite existants : Newell simple avec accélération bornée, Gipps et Tampere. En utilisant un scénario à voie unique avec limitation de vitesse sur une zone, une tête de bouchon avec la capacité nominale variable a été créé. Deux méthodes de résolution numérique des modèles de Newell et Tampere sont testées : une méthode classique qui utilise un pas de temps uniforme et une nouvelle méthode proposée qui utilise un pas de temps individualisé. Nous mettons en évidence les effets importants sur les variables macroscopiques induits par la résolution classique lorsque la variabilité interindividuelle est considérée. En utilisant la méthode de résolution proposée, nous choisissons de faire varier les trois paramètres typiques de la poursuite : la distance minimale, le temps de réaction et l'accélération. Nous avons utilisé les modèles Newell et Gipps pour cette tâche. Notre étude a montré que le temps de réaction est le paramètre avec le plus d'impact sur la variation de capacité. Nous avons conclu que la variabilité de ces paramètres n'a pas d'impact significatif sur la chute de capacité (à condition que l'accélération maximale ait une valeur moyenne relativement élevée). De plus, diverses formes de distribution des paramètres (uniforme, gaussienne tronquée et gamma) ont été explorées. On s'est rendu compte que cela n'avait pas d'impact significatif sur la répartition des capacités. Dans un deuxième temps, en utilisant des données empiriques pour les véhicules manuels et automatisés (avec le régulateur de vitesse), nous avons estimé la variabilité expérimentale pour prédire l'impact des véhicules automatisés sur un trafic mixte supposé dans la simulation. Quatre critères de sélection sont proposés pour sélectionner les meilleures trajectoires et garantir un processus de calibration fiable. Une méthode simple testée dans la littérature est utilisée pour la calibration des modèles de Newell et Gipps afin d'estimer la variabilité expérimentale des paramètres. En utilisant les résultats précédents comme données d'entrée dans l'outil de simulation proposé, nous avons prédit la diminution de la capacité avec l'augmentation du taux pénétration des véhicules automatisés. Cela contraste avec les premières prédictions trouvées dans la littérature. De plus, on observe une valeur de chute de capacité significative uniquement avec le modèle Gipps (liée aux faibles valeurs du paramètre d'accélération). La méthodologie proposée améliore les méthodes existantes pour effectuer une étude cohérente sur la variabilité interindividuelle du trafic.

This thesis provides a framework for the analysis of the roads capacity to the microscopic approach. First, a simulation tool is proposed to estimate the impacts of the inter-individual variability in the car-following behavior on two macroscopic traffic variables : capacity distribution and capacity drop value. We study the behavior of three existing car-following models : simple Newell with bounded acceleration, Gipps and Tampere. Using a single-lane scenario with a speed limitation across a zone, a bottleneck with variable nominal capacity has been created. Two numerical solution methods of the Newell and Tampere models are tested: classic method that uses uniform time step and a new proposed method that uses individual time step. We evidence the important effects on macroscopic variables induced by the classic resolution when inter-individual variability is considered. Using the individual time step resolution, we choice to vary the three typical car-following parameters : minimal distance, reaction time, acceleration. We used Newell and Gipps models for this task. Our study has been shown that that the reaction time is the parameter with the highest impact on capacity variation. We concluded that this parameters variability does not impact significantly the capacity drop (provided that the maximal acceleration has a relatively high mean value). In addition, various distribution shapes of parameters (uniform, truncated Gaussian, and Gamma) have been explored. It has been realized that this does not have any significant impact on the capacity distribution. Second, using empirical data for manual and automated (with cruise control system) vehicles, we estimated the experimental variability to predict the impact of the automated vehicles on a mixed traffic assumed in the simulation. Four selection criteria are proposed to select the best trajectories and guarantee a reliable calibration process. A simple method tested in the literature is used for the calibration of the Newell and Gipps models in order to estimate experimental variability of parameters. Using the previous results as input data in the proposed simulation tool, we predicted the decrease in capacity with the increase in the penetration rate of automated vehicles. This is in contrast to the firs predictions found in the literature. In addition, we observe significant capacity drop value only with Gipps model (linked to the low values of the acceleration parameter).The proposed methodology improves existing methods to carry out a coherent analysis of the traffic variability.