Vers une plate-forme d’information multimodale temps-réelle sur les déplacements en milieu urbain

1. Vers une plate-forme d’information multimodale temps-réelle sur les déplacements en milieu urbain Aurélie BOUSQUET et Nour-Eddin EL FAOUZI Laboratoire d’Ingénierie Circulation TransportsLICIT Unité Mixte de Recherche INRETS-ENTPE

2. TEMPUS Temps de parcours et calculdynamiqued’itinérairesmultimodaux

3. Information sur les déplacements • Systèmes monomodaux • VP • www.mappy.fr www.sytadin.fr www.viamichelin.fr … • TC • www.ratp.fr www.tcl.fr www.transports-idf.fr … • Modes doux • www.viamichelin.fr www.geovelo.fr www.velov.grandlyon.com … • Difficultés : • Rupture de l’information • Prévoir un trajet de porte-à-porte en faisant jouer la complémentarité entre les modes nécessite de faire appel à de nombreux systèmes.

4. Information sur les déplacements • Systèmes multi/intermodaux • Portails départementaux ou régionaux • www.destineo.fr (Pays de la Loire) • www.itinisere.fr (Isère) • www.vitici.fr (Champagne-Ardennes) … • Difficultés : • La véritable multimodalité alliant véhicules privés et transports en commun est très rarement disponible. • Le choix du mode est conditionné non seulement par le premier déplacement de la journée mais aussi par les suivants : la planification de boucles multimodales de déplacement n’est pas possible avec les systèmes actuels.

5. Objectifs du projet TEMPUS (1) • Information multimodale, dynamique, «porte à porte» pour (i) la planification et pour (ii) le guidage dynamique. • Répondre aux interrogations des usagers • Pour une OD et une plage horaire de départ ou d’arrivée : • Quelle combinaison modale et quel itinéraire utiliser ? • A quelle heure partir ? • Pour un programme d’activités donné : • Quelle combinaison modale et quel itinéraire utiliser sur chaque trajet ? • Où stationner le véhicule privé (voiture ou vélo) à la fin de chaque trajet ? • Cadre • Cluster TTS « Transports, Territoires et Société » de la région Rhône-Alpes

6. Objectifs du projet TEMPUS (2) • « Produit » : Démonstrateur de système d’information multimodal fondé sur les temps de parcours : • Modèle de données + modèle de graphe pour le réseau de transport • Estimation dynamique des temps de parcours associés au graphe • Méthodes spécifiques de calcul d’itinéraires multimodaux (adaptation des méthodes classiques de résolution du problème de plus court chemin) • Optimisation d’un déplacement simple • Modélisation des mouvements tournants sur le réseau routier • Modélisation des transferts intermodaux • Optimisation d’une boucle de déplacements

7. Modélisation du réseau

8. Typologie des modes de transport

9. Modélisation des mouvements tournants • Modélisation de mouvements tournants complexes par des séquences de 3 ou 4 arcs

10. Modélisation des mouvements tournants • Proposition de deux formulations du problème • Plus court chemin avec sous-séquences d’étiquettes pénalisées • Plus court chemin avec sous-chemins pénalisés • Proposition de trois algorithmes exacts de résolution pour chacune des deux formulations • Modifications des algorithmes classiques d’étiquetage • Mise en œuvre sur le réseau de l’agglomération lyonnaise • Réalisation de tests numériques • Intégration dans un démonstrateur

11. Modélisation des transferts intermodaux • Modélisation des temps de recherche de stationnement, temps de prise en main d’un véhicule (vélo ou voiture)… • Enquête réalisée à Lyon en 2008-2009

12. Modélisation des transferts intermodaux • Contraintes sur le chaînage des modes • Locales : les changements de modes autorisés dépendent uniquement du dernier mode utilisé et du lieu où on se trouve dans le réseau • Globales : les changements de modes autorisés dépendent des modes utilisés précédemment tout au long du chemin • Nous avons choisi de modéliser les contraintes localement  Nous ne prenons pas en compte des contraintes de type : utiliser une seule fois le métro dans le chemin solution

13. Optimisation de chaînes multimodales • Contraintes supplémentaires • La position du véhicule privé à la fin de chaque déplacement conditionne les itinéraires et les combinaisons modales réalisables pour le déplacement suivant • Une optimisation séparée des déplacements ne conduit pas à une solution optimale : • le principe de base de la programmation dynamique n’est donc pas respecté ! • Décomposition du problème • Problème « maître » : recherche d’une combinaison de déplacements optimaux • Problème « esclave » : recherche d’un plus court chemin pour un déplacement donné

14. Optimisation de chaînes multimodales • Exemple • Voiture stationnée au domicile • 4 déplacements chaînés dans la journée • 1 : être au travail à 9h, • 2 : rendez-vous professionnel à l’extérieur à 15h • 3 : récupérer les enfants à l’école à 17h, • 4 : rejoindre le domicile à partir de 17h.

15. Optimisation de chaînes multimodales Domicile Travail RDV à l’extérieur Ecole

16. Difficultés • Difficulté de la méthode de résolution exacte • Temps de calcul très importants • Heuristiques (accélération, résolution), • Parallélisation • Difficulté opérationnelle et institutionnelle • Multiplications des acteurs • Accès au données • Support pour la diffusion de l’information

17. Données trafic, feux • Vélo’v • Taxis (Véhicules traceurs) • Sytral + SNCF (TCL,TER) Cadre • CORALY + Grand Lyon • Flotte PL • LPA & autres

18. 1. INTRALYS Information trafic temps-réelfondéesur les véhiculestraceurssurl’agglomérationlyonnaise

19. Finalités d’INTRALYS • Objectifs • Élaboration de l’information temps réel en urbain pour l’info trafic, la gestion et le calcul dynamique d’itinéraires • Repose sur l’utilisation du système de communication dédié des flottes de taxis • Sans coût additionnel • Déploiement facile • Cependant, le système autorise tous type de flottes de véhicules avec un équipement standard. • Réseau urbain :

20. Système INTRALYS • Cadre • Initié dans le cadre d’un projet de recherche autrichien en 2004 en coopération avec Austrian Institute of Technology et les taxis viennois. • Actuellement, le système fonctionne avec des données provenant de plusieurs flottes de taxis viennois • ~ 3 500 taxis équipés de récepteurs GPS • En cours de déploiement sur Lyon • Phase de mise en place de l’infrastructure

21. Principe du recueil de données FCD

22. Chaîne d’acquisition taxis • Données XML du serveur taxi • Pour chaque mesure FCD • Extraction des coordonnées • Map-matching • Filtrage et correction • Sauvegarde • Parcours vraisemblable entre deux positions (algoDijkstra) • Estimation et prévision du temps de parcours • Génération d‘une image «traficolor» Communication Radio Centre de gestion des taxis XML Serveur FCD SQL Base de données SVG ServeurWeb

23. Caractéristiques des données • Données d’entrée : • ID du véhicule, horodate, • Position géographique (WGS-84)* • État du taxi (occupé, attente, etc.) • Volumétrie et fréquence : • Volume journalier ~ 750 MB (XML) • Fréquence • 30-45 sec * World Geodetic System, 1984

24. Information de type « Traficolor »

25. Intérêt dans le cadre de TEMPUS • Intérêts • Systèmes autonomes de données et information trafic • Brique dans le cadre d’outils d’information multimodale (cf. TEMPUS) • Fusion avec les données boucles pour une information de meilleure qualité • Perspectives opérationnelles • Déploiement facile et immédiat • Zones urbaines/périurbaines

26. En guise de conclusion … • Travaux réalisés • Algorithmie réalisée dans le cadre d’une thèse - soutenance en juillet 2010 • Démonstrateur TEMPUS • Développements techniques à réaliser • Vers le multiobjectif (fiabilité, confort, émission,….) • Vers une gestion multimodale des déplacements • information • Tarification intelligente

27. Merci de votre attention Aurélie BOUSQUET Nour-Eddin EL FAOUZI LICIT INRETS – ENTPE 25, Ave. F. Mitterrand – 69675 Bron elfaouzi@inrets.fr