Estimation du volume de Trafic par Inférence Spatio-temporelle – TRAVESTI

Ce projet a pour objet la modélisation de systèmes complexes de grande échelle à des fins de prédiction du comportement macroscopique global. Pour fixer le cadre applicatif, nous considérons le problème particulier de la prédiction des conditions de trafic en temps réel sur un réseau routier. Le trafic automobile constitue un système complexe générique, où émergent des phénomènes auto-organisés de congestion mettant en jeu des interactions à grande distance sur le réseau. Il s'agit pour nous d'analyser les formes spatiales associées à la congestion qui apparaissent sur des données artificielles produites par le simulateur de trafic METROPOLIS, et d'élaborer des méthodes de prédictions basées sur des modèles de physique statistique et des algorithmes de passage de messages. Nous envisageons d'étudier deux types de conditions de trafic: - des conditions réalistes, basées soit sur des données synthétiques produites numériquement, soit sur des données historiques récoltées par des capteurs fixes ou mobiles en environnement réel. - des conditions de trafic futuristes dans la perspective de la « route automatisée ». De façon classique pour les systèmes complexes, le problème est d'extraire à partir de règles d'interactions locales une représentation macroscopique du système. Par définition d'un système complexe, les phénomènes macroscopiques qui émergent ne peuvent pas être déduits directement des comportements individuels microscopiques, et la compréhension de son comportement global réside dans l'identification des variables et structures macroscopiques pertinentes. Dans l'application visée, nous considérons deux points de vue complémentaires: - dans le premier, développé dans METROPOLIS, les agents individuels sont des utilisateurs du réseau, chacun essayant de minimiser une fonction d'utilité, typiquement des coûts généralisés de transport. La compétition pour des ressources limitées (la capacité maximale du réseau routier) est à l'origine de l'interaction entre agents. En conséquence des formes spatiales de congestion émergent et le problème inverse posé est celui de trouver un jeu de paramètres permettant de produire des situations de trafic réalistes. - Dans le second, les entités élémentaires sont les sections routières, considérées en des instants discrets successifs, et il s'agit de tirer parti des corrélations statistiques entre les états de ces sections. L'idée est de produire une description macroscopique du réseau afin d'être capable d'effectuer des prédictions de trafic. Notre proposition adopte cette seconde conception pour développer une nouvelle approche de la prédiction de trafic sur des réseaux de grande taille et avec des contraintes de temps réel. METROPOLIS sera l'outil de base pour la mise au point de cette approche en servant à la fois de fournisseur de donnée réelles et en produisant à loisir des conditions artificielles de trafic. Les outils que nous seront amenés à utiliser sont - des outils théoriques alliant les probabilités et la physique statistique - des outils algorithmiques d'optimisation continue et des algorithmes de passage de messages, - des outils statistiques pour l'analyse de données et la reconnaissance de formes.