MODÉLISATION ET GESTION DES BUS: … · 3 Contexte Positionnement des études conduites au LICIT....
-
Upload
nguyenthien -
Category
Documents
-
view
215 -
download
0
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