MODÉLISATION ET GESTION DES BUS: … · 3 Contexte Positionnement des études conduites au LICIT....

36
MODÉLISATION ET GESTION DES BUS: SOLUTIONS INTERMÉDIAIRES ENTRE DES VOIES PARTAGÉES ET RÉSERVÉES Etienne Hans Nicolas Chiabaut (LICIT) Journée « Voies réservées aux TC et au covoiturage » Jeudi 9 avril 2015 au CEREMA Centre-Est

Transcript of MODÉLISATION ET GESTION DES BUS: … · 3 Contexte Positionnement des études conduites au LICIT....

MODÉLISATION ET GESTION DES BUS:SOLUTIONS INTERMÉDIAIRES ENTRE DES VOIES PARTAGÉES

ET RÉSERVÉES

Etienne HansNicolas Chiabaut

(LICIT)

Journée « Voies réservées aux TC et au covoiturage »Jeudi 9 avril 2015 au CEREMA Centre-Est

Projet Chronobus de Nantes Métropole : 7 BHNS qui sont : « Rapides,

réguliers, confortables et accessibles [(géographiquement etfinancièrement)]». Source : http://www.nantesmetropole.fr/decouverte/les-projets-phares

RapiditéRégularité

ConfortDiffusion spatiale

Tarification

Attente des usagers

2

ContextePositionnement des études conduites au LICIT

Projet Chronobus de Nantes Métropole : 7 BHNS qui sont : « Rapides,

réguliers, confortables et accessibles [(géographiquement etfinancièrement)]». Source : http://www.nantesmetropole.fr/decouverte/les-projets-phares

Les études menées se placent:

� En aval du design du réseau de TC et du parcours des lignes ;

� En aval du choix du matériel roulant et de la billettique ;

� Indépendamment de la politique de tarification fixée ;

RapiditéRégularité

ConfortDiffusion spatiale

Tarification

Attente des usagers

3

ContextePositionnement des études conduites au LICIT

ContexteTC et trafic: deux systèmes imbriqués

TC soumis à la congestion

Feux de circulation

Circulation routière

4

ContexteTC et trafic: deux systèmes imbriqués

TC soumis à la congestion

Baisse de l’efficacité des lignes

Baisse des vitesses commerciales

Non respect des fréquences

Coût pour l’exploitant

Report modal limité

Populations captives impactées

5

ContexteTC et trafic: deux systèmes imbriqués

Régulation des lignes

TC soumis à la congestion

Baisse de l’efficacité des lignes

Coût pour l’exploitant

Report modal limité

Moyens d’actions – StratégiesModification de l’infra

Populations captives impactées

Feux de circulation

Circulation routière

6

Financé par

Projet ADViCe Allocation Dynamique des Voies de Circulation

Régulation des lignes

TC soumis à la congestion

Efficacité des lignes

Moyens d’actions – StratégiesModification de l’infra

Feux de circulation

Circulation routière

Préservation de la vitesse commerciale

7

Désavantages Avantages

Mouvements tournants légèrement gênés Pas de trafic gênant pour les bus

Capacité réduite Cumulable avec la Priorité Bus

Acceptabilité difficile Dissociation des Lignes de Feux possible

BUS

BUS

BUS

Solutions existantesCouloirs de bus

8

Désavantages Avantages

Dépend du trafic Gain de temps

Avantage les bus en avance Facile à mettre en place

Solutions existantesPriorité aux feux

9

BUS

BUS

BUS

Absence de bus Présence d’un bus

Projet ADViCeSolution innovante: Le couloir de bus dynamique

10

Objectifs du projet ADViCe

Définir une méthodologiepour la mise en place d’une solution innovante de gestion du trafic

Développer les technologies adaptées et les mettre en œuvre

Expérimenter les stratégies ADViCe

Evaluer et optimiser les scénarios de régulation

Structure du projet ADViCe

Projet 1. Conception d’une solution innovante

Projet 2. Implémentation & expérimentation

Recherche d’un financement type FUI pôle de compétitivité

Projet ADViCeMise en œuvre

11

Identification des sites potentiels :- Caractérisation théorique : type de véhicules, volumes, géométrie de la voirie, règlement de circulation, type de quartier…- Sélection des sites réels ;

Scénarios de trafic adaptés

Pertinence par rapport au fonctionnement du réseau TC ;

Compatibilité et acceptabilité du système

Aspects réglementaires et institutionnels

EGIS, IFSTTAR - LICIT

Projet ADViCeTâche 1: Identification des cas d’usage

12

Définition de l’architecture système

Interfaces :- Homme / Machine ;- Signalisation.

Identification des technologies adaptées :- Capteurs ;- LEDs ;- Transmission de l’information

CEA-LETI, ECL-LIESP, IFSTTAR-LESCOT, VOLVO IT

Projet ADViCeTâche 2: Analyse système - Choix technologiques

13

Modélisation de l’impact d’ADViCe sur le trafic :� Prise en compte des grandeurs déterminantes ;

� Respect des consignes ;

� Intégration dans la plateforme de simulation SymuVia ;

Etude de sensibilité aux paramètresdes stratégies ADViCe :

� Efficacité du système ;

� Impact environnemental.

IFSTTAR-LICIT, EGIS

Projet ADViCeTâche 3: Evaluation théorique par la simulation

14

Test d’un système ADViCe : développement, tests, expérimentation, validation et évaluation

des stratégies

T2 identification des technologies

adaptées :signalisation,

interfaces, capteurs, communication, etc.

T1 Identification des cas d’usage :

sites potentiels, scénarios de trafic, etc.

T3 Evaluation en simulation :

modèles de trafic adapté, indicateurs,

etc.

Projet P2 (recherche financement type FUI pôle de compétitivité)

Projet ADViCeTâche 4: Préconisation préliminaire et suites

15

CEA-LETI, ECL-LIESP, EGIS, IFSTTAR-LESCOT,

IFSTTAR-LICIT, VOLVO IT

Projet P1

Projet ADViCe Allocation Dynamique des Voies de Circulation

Régulation des lignes

TC soumis à la congestion

Moyens d’actions – StratégiesModification de l’infra

Feux de circulation

Circulation routière

Préservation de la vitesse commerciale

Efficacité des lignes

Désavantages Avantages

Difficulté de mise en œuvre en congestion Crée des sas libres pour les bus

Non prise en compte des fréquences Préserve une vitesse commerciale élevée

16

Gestion dynamique des lignes de busPrévision à court terme pour préserver les fréquences

TC soumis à la congestion

Efficacité des lignes

Moyens d’actions – Stratégies

Feux de circulation

Circulation routière

Modification de l’infra

Maintien des fréquences annoncées

Régulation des lignes

Modélisation - anticipation

• Lors l’infrastructure n’est pas modifiée• Lorsque les bus sont dans le trafic• Lorsque l’on souhaite simplement réguler une ligne

17

Demande en passagers

Emission / Attraction Feux de circulation

Trafic environnant

Fréquence cible

Départs des bus

Comportement du

conducteur

18

Gestion dynamique des lignes de busUn système complexe

Demande en passagers

Emission / Attraction Feux de circulation

Trafic environnant

Fréquence cible

Départs des bus

Comportement du

conducteur

Limiter la montée des

passagersPriorité des bus aux feux

Maintenir les bus en avance aux arrêts

Sites propresVoies de bus dynamiques

Contrôler le départ des bus

Ajouter des marges

dans les horaires

Imposer des vitesses de

conduite au conducteur

19

Gestion dynamique des lignes de busStratégies existantes

Demande en passagers

Emission / Attraction Feux de circulation

Trafic environnant

Fréquence cible

Départs des bus

Comportement du

conducteur

Limiter la montée des

passagersPriorité des bus aux feux

Maintenir les bus en avance aux arrêts

Sites propresVoies de bus dynamiques

Contrôler le départ des bus

Ajouter des marges

dans les horaires

Imposer des vitesses de

conduite au conducteur

20

Gestion dynamique des lignes de busStratégies existantes

Objectif: Anticiper les irrégularités pour actionner des actions préventives

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps

PRÉVISION

21

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps)*+,

PRÉVISION

Données/Trajectoires en temps-réel

22

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps)*+,

PRÉVISION

Données/Trajectoires en temps-réel

Données archivées sur les jours précédents

Paramètres par défaut

Trajectoires modélisées

23

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLE

PRÉVISION

Données/Trajectoires en temps-réel

Données archivées sur les jours précédents

Paramètres par défaut

Trajectoires modélisées

Comparaison

Assimilation des donnéesRecalibrage des

paramètres

Position sur la ligne

Temps)*+,

Assimilation

24

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps)*+,

PRÉVISION

Données/Trajectoires en temps-réel

Données archivées sur les jours précédents

Paramètres par défaut

Trajectoires modélisées

Assimilation

Comparaison

Assimilation des donnéesRecalibrage des

paramètres

25

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps

PRÉVISION

Données/Trajectoires en temps-réel

Données archivées sur les jours précédents

Paramètres par défaut

Trajectoires modélisées

Assimilation

Comparaison

Assimilation des donnéesRecalibrage des

paramètres

Trajectoires représentatives

Période de validité de la prévision

)*+,

Prévision

26

Prévision à court-terme d’une ligne de busDémarche

Cadre d’étude Signification concrète

DONNÉES MODÈLEPosition

sur la ligne

Temps

PRÉVISION

Données/Trajectoires en temps-réel

Données archivées sur les jours précédents

Paramètres par défaut

Trajectoires modélisées

Assimilation

Comparaison

Assimilation des donnéesRecalibrage des

paramètres

Trajectoires représentatives

Période de validité de la prévision

)*+,

Prévision

Détection de situations critiques

Enclenchement de stratégies adaptées

27

Prévision à court-terme d’une ligne de busDémarche

Microscopique

• Toutes les positions des bus• Toutes les positions des voitures• Toutes les positions des usagers

… sont simulées au cours du temps.

28

Prévision à court-terme d’une ligne de busNécessité d’une modélisation adaptée

Mesoscopique

Microscopique

• Toutes les positions des bus• Toutes les positions des voitures• Toutes les positions des usagers

… sont simulées au cours du temps.

On ne calcule que les trajectoires des bus, sans considérer les voitures et usagers.

Pour chaque bus:Pour chaque arrêt:

(1) On génère un temps d’arrêt - du bus à l’arrêt;(2) On génère un temps de parcours . du bus jusqu’à l’arrêt suivant.

29

Prévision à court-terme d’une ligne de busNécessité d’une modélisation adaptée

Temps d’arrêtSi flux séparés:

- / max01. 3; 5. 67 8 9

Sinon:- / 1. 3 8 5. 6 8 9

1: temps individuel de descente5: temps individuel de montée

9: ouverture/fermeture des portes

Nombre de descentes3 ⤳ ;<0=, ?7

=: chargement@: proportion de descente

Nombre de montées6 ⤳ A0B ∗ D7

D: temps inter-busE: demande

30

Prévision à court-terme d’une ligne de busNécessité d’une modélisation adaptée (temps d’arrêt)

?

Prise en compte de l’environnementDistributions de temps de parcours

31

Prévision à court-terme d’une ligne de busNécessité d’une modélisation adaptée (temps de parcours)

Dates de passage aux arrêts

Comptage des montées et descentes aux arrêts

Des bus équipés La base de données libre

Deux mois de données sur un boulevard urbain

Feux de circulation

Comptage des débits

32

Prévision à court-terme d’une ligne de busTest sur des données réelles (Portland, USA)

Prévision à court-terme d’une ligneRésultats

33

Predicted future headway ℎ

ℎ < G − 180

(ahead)G − 180 ≤ ℎ ≤ G + 180

(approximately on-time)G + 180 < ℎ

(late)

Rea

l fut

ure

head

way

ℎ̅ < G − 180

(ahead)

321(80 %) 393

(98 %)

108(8 %)

0(0 %) 5

(1 %)G − 180 ≤ ℎN < G

(ahead)

72(18 %)

600(45 %) 1166

(87 %)

5(1 %)

G ≤ ℎN ≤ G + 180

(late)

6(2 %) 6

(2 %)

566(42 %)

164(33 %) 494

(99 %)G + 180 < ℎN

(late)

0(0 %)

69(5 %)

330(66 %)

Total 399(100 %)

1343(100 %)

499(100 %)

RecommendationApplying regulation to

delay the current bus or to speed up its leader

Doing not apply any regulation

Applying regulation to speed up the current

bus or to delay its leader

Prévision à court-terme d’une ligneRésultats

34

Predicted future headway ℎ

ℎ < G − 180

(ahead)G − 180 ≤ ℎ ≤ G + 180

(approximately on-time)G + 180 < ℎ

(late)

Rea

l fut

ure

head

way

ℎ̅ < G − 180

(ahead)

321(80 %) 393

(98 %)

108(8 %)

0(0 %) 5

(1 %)G − 180 ≤ ℎN < G

(ahead)

72(18 %)

600(45 %) 1166

(87 %)

5(1 %)

G ≤ ℎN ≤ G + 180

(late)

6(2 %) 6

(2 %)

566(42 %)

164(33 %) 494

(99 %)G + 180 < ℎN

(late)

0(0 %)

69(5 %)

330(66 %)

Total 399(100 %)

1343(100 %)

499(100 %)

RecommendationApplying regulation to

delay the current bus or to speed up its leader

Doing not apply any regulation

Applying regulation to speed up the current

bus or to delay its leader

Conclusions et perspectives

MODÉLISATION DES BUS ET DU TRAFIC• Micro-simulation pour l’évaluation des systèmes de transport

�Connaître l’effet des régulations possibles• Modélisation mesoscopique pour la gestion en temps-réel

�Anticiper l’évolution du système

STRATÉGIES DE RÉGULATION INNOVANTES• Stratégies classiques de régulation des lignes de bus• Stratégies classiques : site propre, priorité des bus aux feux• Stratégies innovantes de partage de la voirie projet ADViCe

PERSPECTIVES• Régulation conjointe des bus et du trafic• Stratégies moins intrusives :

• Contrôle de plusieurs feux• Contrôle zonal

35

Conclusions et perspectives

PERSPECTIVES• Régulation conjointe des bus et du trafic• Stratégies moins intrusives:

• Contrôle de plusieurs feux• Contrôle zonal

36