Modélisation et estimation pour des réseaux de mobilité multimodales à grandes échelles

Modelling and Estimation for Large Scale Multimodal Mobility Networks

• Auteur / Autrice : Omar Meebed
• Direction : Alain Y. Kibangou
• Type : Projet de thèse
• Discipline(s) : Automatique - Productique
• Date : Inscription en doctorat le 01/07/2024
• 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

Mots clés

Mots clés libres

Mobilité

Réseaux

Modélisation

Mobility

Network

Modelling

Résumé

Notre société est de plus en plus consciente de la contribution des modes de mobilité actuels à la crise climatique. C'est pourquoi les solutions innovantes de mobilité à faible émission de carbone sont encouragées par les décideurs et de plus en plus adoptées par les citoyens. On s'attend, par exemple, à ce que les véhicules électriques représentent 70 % des véhicules vendus d'ici à 2030. La Commission européenne, avec son plan Fit 55, envisage même d'interdire la vente de nouvelles voitures à essence et diesel dès 2035. Parallèlement, l'adoption des modes de micromobilité augmente considérablement. La micromobilité est un terme générique utilisé pour décrire la catégorie de transport utilisant des véhicules non conventionnels alimentés par des batteries et visant à réduire l'empreinte physique et environnementale nécessaire pour déplacer rapidement des personnes sur des distances relativement courtes. Avec la micromobilité, les modes de transport urbain se sont diversifiés très rapidement. Le défi pour les villes comprend l'organisation et l'aménagement de l'espace public et la promotion de la mobilité active à des fins de santé, étant donné la passivité de certains modes de micromobilité (les scooters électriques en particulier). La coexistence de ces modes dans les espaces partagés entraîne divers types de désagréments pour les autres usagers (personnes en fauteuil roulant, marchant avec un bébé dans une poussette, ou personnes âgées) et altère la perception de la sécurité, ce qui peut conduire les personnes vulnérables à être plus sédentaires. Au-delà de la perception, il est attesté que le nombre d'accidents dus aux e-scooters est en constante augmentation. Il est donc crucial de surveiller l'utilisation de ces modes de micromobilité en collectant des informations de manière dynamique et non intrusive, puis de formuler des recommandations pour des espaces partagés et une activité physique plus sûrs.

Our society is more and more conscious of the contribution of current mobility modes to the climate crisis. This is why innovative low-carbon mobility solutions are being promoted by decision-makers and increasingly adopted by citizens. It is, for instance, expected that Electric Vehicles (EVs) will account for 70% of sold vehicles by 2030. The EU Commission, with its Fit 55 plan, even envisions a ban on the sale of new petrol and diesel cars as early as 2035. Meanwhile, adoption of micromobility modes is increasing significantly. Micromobility is an umbrella term used to describe the category of transportation using non-conventional battery-powered vehicles aimed at shrinking the physical and environmental footprint required for quickly moving people over relatively short distances. With micromobility, urban transportation modes have diversified very quickly. The challenge for cities encompasses organization and planning of public space and promotion of active mobility for health purpose given the passivity of some micromobility modes (e-scooters in particular). The co-existence of these modes in shared spaces cause various kinds of inconvenience for other users (people in wheelchairs, walking with a baby in a stroller, or elderly people) and alters the perception of safety which can lead vulnerable people to be more sedentary. Beyond the perception, it is attested that the number of accidents due to e-scooters is constantly increasing. It is therefore crucial to monitor the use of these micromobility modes by collecting information in a dynamic and non-intrusive way and then make recommendations for safer shared spaces and physical activity.