Évaluation de la qualité acoustique des parcours piétonniers
Transcription
Évaluation de la qualité acoustique des parcours piétonniers
Université D’Aix-Marseille Master 2 – Mécanique, Physique & Ingénierie mention Acoustique Rapport de stage — Abbes KACEM Évaluation de la qualité acoustique des parcours piétonniers urbains par auralisation — Organisme d’accueil — Centre Scientifique et Technique du Bâtiment Maître de stage : Julien MAILLARD 7 septembre 2015 ANNÉE UNIVERSITAIRE : 2014 - 2015 Remerciements Dans le cadre de ce stage, je tiens tout d’abord à remercier vivement mon maître de stage M. Julien MAILLARD pour sa disponibilité, ses conseils avisés et surtout pour l’autonomie qu’il m’a proposé pendant ce stage. Je tiens à remercier aussi l’ensemble du personnel du CSTB Grenoble pour leur accueil chaleureux et leur soutien tout le long de ce travail. Plus particulièrement, je remercie vivement Jan JAGLA pour son aide précieuse lors de la partie psychoacoustique. Je remercie très vivement Jérôme DEFRANCE pour sa disponibilité et son suivi pendant toute la période du stage. Mes remerciements s’adressent également à mes deux évaluateurs Sophie SAVEL et Thierry VOINIER pour leurs remarques sur la partie bibliographique, ça m’a beaucoup aidé pour améliorer la qualité de ce rapport. Je souhaite aussi remercier tous mes collègues stagiaires avec lesquels j’ai pu partager une ambiance de travail très conviviale. Enfin, merci aux 30 auditeurs qui ont participé aux tests. i Résumé L’auralisation permet de simuler auditivement différentes ambiances sonores. Le logiciel MithraSON du CSTB permet d’auraliser des ambiances sonores urbaines. Le présent projet consiste à mettre en œuvre une technique d’évaluation de la qualité acoustique des parcours piétonniers urbains par auralisation au sein de MithraSON. La technique développée est ensuite appliquée pour évaluer perceptivement les bruits de trafic auralisés sur le site du Tonkin à Lyon. Un test de jugement de réalisme sonore a aussi été mis en place dans l’objectif d’évaluer le réalisme des séquences auralisées. Mots clés : Auralisation, MithraSON, Psychoacoustique, Programmation C++, Matlab et Max/MSP Abstract Auralization can simulate several environmental noises. The CSTB software MithraSON allows to auralize urban soundscapes. The purpose of this project is to implement a valuation method of acoustic quality for urban pedestrian routes by auralization in MithraSON. The developped technique is then applied to evaluate the auralized traffic noises of Tonkin neighbourhood in Lyons. In order to assess the auralized sequences realism, a psychoacoustic test has also been carried out. Keywords : Auralization, MithraSON, Psychoacoustics, C++, Matlab and Max/MSP programming ii Table des matières Introduction Générale 1 1 Évaluation de la gêne liée au bruit de trafic routier 1.1 3 Introduction au phénomène sonore, au dB(A) et à la notion de bruit . . . . . . . . . 3 1.1.1 Le phénomène sonore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.2 La courbe de pondération A . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.3 Le bruit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Le bruit de trafic routier : cas des bruits des véhicules . . . . . . . . . . . . . . . . . 4 1.2.1 Typologie des sources de bruit d’un véhicule . . . . . . . . . . . . . . . . . . . 4 1.2.2 Sources de bruit d’un véhicule . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2.3 Vue fréquentielle d’un bruit routier . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3 La notion de gêne sonore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Indices de bruit liés à la gêne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.1 Les indices énergétiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.2 Les indices statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4.3 Indices dynamiques spécifiques du bruit de trafic routier . . . . . . . . . . . . 8 1.2 2 Auralisation du bruit de trafic routier au CSTB 10 2.1 Intérêt général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2 Principe général du système d’auralisation . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2.1 Phase de synthèse des signaux sources . . . . . . . . . . . . . . . . . . . . . . 11 2.2.2 Phase de modélisation des effets de propagation . . . . . . . . . . . . . . . . . 13 3 Auralisation des parcours piétonniers 14 3.1 MithraSON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 3.2 Le module d’auralisation terraAudio . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 4 Application de la technique d’auralisation dans le cas du quartier du Tonkin 4.1 4.2 4.3 18 Choix de la zone d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 4.1.1 Cartographie du quartier du Tonkin . . . . . . . . . . . . . . . . . . . . . . . 19 4.1.2 Importation des données dans SymuVia . . . . . . . . . . . . . . . . . . . . . 20 4.1.3 Importation des données dans MithraSON . . . . . . . . . . . . . . . . . . . . 20 Évaluation perceptive de bruits de trafic auralisés sur le quartier du Tonkin . . . . . 22 4.2.1 Protocole expérimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 4.2.2 Influence des indices acoustiques sur le désagrément sonore . . . . . . . . . . 27 Évaluation du réalisme sonore des séquences auralisées iii . . . . . . . . . . . . . . . . 34 4.4 4.3.1 Protocole expérimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.3.2 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 Conclusion et perspectives 37 ANNEXE 39 Table des figures 43 Liste des tableaux 44 Bibliographie 45 Introduction Générale 37% des Français déclarent que le bruit constitue une source de stress pour eux 1 . De ce fait, le bruit représente un problème sociétal majeur, dont l’impact sur la santé est bien établi 2 . En milieu urbain, la circulation automobile est de loin la principale source des nuisances sonores [1]. Cet impact a incité les laboratoires de recherche à s’investir dans l’étude du bruit de trafic routier ainsi qu’à évaluer la gêne causée par un tel bruit. Traditionnellement, les méthodes utilisées pour estimer le bruit de circulation considèrent le trafic comme un flux stationnaire. Ces méthodes ont montré une pertinence en termes d’estimation du niveau de bruit moyen et d’évaluation des nuisances engendrées en présence de trafics stationnaires. Cependant, ces méthodes ne sont pas capables d’illustrer les nombreuses singularités du trafic géré par des feux de signalisations, des ronds-points, etc. D’autre part, le caractère dynamique du bruit de trafic a été mis en avant par plusieurs études récentes. Cette caractérisation a rendu l’utilisation des méthodes précédentes peu adaptées à une description précise de la gêne. À ce stade, des indicateurs dynamiques ont été proposés. Ces nouveaux indicateurs ont permis de mieux représenter la gêne sonore engendrée par le trafic routier. Toutefois, les niveaux de bruit estimés sous forme graphique présentent des ambiguïtés pour les non-spécialistes. Par ailleurs, l’auralisation représente une approche plus pertinente. Elle fournit une restitution de l’ambiance sonore ainsi qu’un accès aux indicateurs spécifiques au bruit de trafic tels que ceux issus de mesures sur site. Dans cette optique, le CSTB s’est investi dans la simulation auditive ou auralisation depuis plusieurs années. Les travaux ont donné naissance à des méthodes permettant l’auralisation de bruits urbains et en particulier du bruit de trafic routier. L’auralisation de ce bruit résulte d’un couplage du moteur de rendu sonore à la simulation dynamique du trafic au sein du logiciel MithraSON. Au-delà de cette restitution sonore, l’outil permettra aussi le calcul d’indicateurs dynamiques du bruit basés sur le niveau de pression instantané issu du signal auralisé. À l’heure actuelle, le système développé permet l’auralisation du bruit de trafic en des points d’exposition fixes. Il est valable aussi dans le cas d’un auditeur mobile à l’intérieur d’une zone limitée de récepteurs définie au préalable. Dans ce dernier cas, c’est l’utilisateur qui déplace interactivement le point d’écoute à l’intérieur de la zone prédéfinie. L’objectif de ce travail est d’étendre l’utilisation de cet outil d’auralisation dans le cas d’un récepteur mobile se deplaçant automatiquement le long d’une trajectoire longue (de quelques kilomètres). En d’autres termes, on cherche à mettre en place la technique qui permet d’auraliser un bruit de trafic dans le cas d’un parcours piétonnier. Dans un deuxième temps, on vise appliquer l’outil dans un cas réel et mener des tests d’écoute dans l’optique de valider perceptivement le modèle 1. Source : Sondage CSA, mars 1996 2. Source : Site internet de l’agence nationale de sécurité sanitaire de l’alimentation, de l’environnement et du travail (Anses) 1 proposé. Dans ce rapport, on présentera tout d’abord dans un premier chapitre l’état des connaissances sur le concept de la gêne sonore, avant de détailler les indicateurs acoustiques proposés pour l’évaluation de la gêne en particulier, dans le cas d’un bruit de trafic. Le deuxième chapitre portera sur une description du système d’auralisation du bruit de trafic proposé par le CSTB. Le troisième chapitre s’intéresse à la technique adoptée afin de pouvoir auraliser des parcours piétonniers urbains. Le dernier chapitre concerne la mise en place des tests d’écoute basés sur le modèle développé dans l’objectif d’évaluer perceptivement les bruits de trafic auralisés sur le quartier du Tonkin à Lyon et de juger le réalisme sonore des séquences auralisées. 2 Chapitre 1 Évaluation de la gêne liée au bruit de trafic routier 1.1 Introduction au phénomène sonore, au dB(A) et à la notion de bruit 1.1.1 Le phénomène sonore Le phénomène sonore résulte d’un mouvement vibratoire produit par une source sonore. Si on considère l’air comme un milieu de propagation, l’onde sonore se propage de proche en proche à une vitesse de l’ordre de 340 m.s−1 . La propagation de l’onde sonore provoque une petite variation de la pression atmosphérique autour de sa valeur moyenne, c’est ces petites vibrations auxquelles sont sensibles les récepteurs. La pression RMS (Root Mean Square), notée P, résulte d’une mesure de ces petites vibrations que l’on note p sur un intervalle de temps T. P est défini comme suit : s P = 1 T Z T 0 p2 (t)dt [P a] (1.1) La perception auditive n’est possible que dans une gamme bien déterminée, dépendant de la fréquence et de la puissance du son. En effet, l’oreille humaine n’est sensible qu’à des sons dont les fréquences sont comprises entre 20 Hz et 20 kHz. D’autre part, sa sensibilité sur l’échelle des pressions sonores est de 2.10−5 P a pour le seuil d’audition et 20 P a pour le seuil de douleur. La pression sonore est donnée par rapport à une pression dite de référence. Par convention, la pression de référence, notée Pref vaut 2.10−5 P a : c’est la pression sonore au seuil d’audibilité pour un son pur à 1 kHz. Afin de bien interpréter ces pressions sonores, l’idée est de les ramener sur une autre échelle : le niveau de pression sonore, noté L et exprimé en dB SPL (Sound Pressure Level). L est défini par l’équation suivante : L = 10 log ( 1.1.2 P2 2 ) Pref dB (1.2) La courbe de pondération A D’après la définition du niveau de pression sonore, deux sons ayant la même pression acoustique induisent un même niveau sonore, indépendamment de leurs fréquences. Cependant, l’oreille humaine 3 Évaluation de la gêne liée au bruit de trafic routier ne se comporte pas de la même manière pour toutes les fréquences. On remarque alors que cette expression ne prend pas en considération les mécanismes de l’appareil auditif. D’où la nécessité d’autres modules qui tiendront compte du comportement auditif en fonction de la fréquence. Dans ce contexte, une grandeur dite le dB(A) a été développée. Le dB(A) est un calcul de niveau acoustique pondéré par l’inverse de la courbe d’isosonie d’un son pur de 1 kHz à 40 phones. Le dB(A) est donc basé sur une pondération pour des niveaux faibles (40 phones). La pondération A favorise la gamme fréquentielle entre 1 kHz et 4 kHz, et atténue les basses fréquences [2]. On note LA le niveau de pression sonore pondéré A. Il existe aussi le dB(B) et dB(C) qui sont basés respectivement sur des pondérations pour des niveaux moyens (70 phones) et forts (100 phones). La figure 1.1 illustre les principales courbes de pondérations. Figure 1.1 – Les courbes de pondération [3] 1.1.3 Le bruit Le son est une très petite variation de pression de l’air, créant une onde sonore. Cette onde est captée par l’oreille, puis transmise vers le cerveau afin d’être interprétée. Le bruit est une notion qui peut se définir de diverses manières. En particulier, il est associé à tout son jugé indésirable. Selon Annie Moch [4], le bruit est un « mélange complexe de sons d’intensités et des fréquences différentes » ; « des sons qui apparaissent comme indésirables » ; « des sons qui provoquent une sensation désagréable ». Quant à L’AFNOR (Association Française de NORmalisation), elle propose la définition suivante : « Le bruit est un phénomène produisant une sensation auditive désagréable ». D’après ces définitions, on peut conclure que le terme bruit est lié aux aspects d’inconfort. 1.2 1.2.1 Le bruit de trafic routier : cas des bruits des véhicules Typologie des sources de bruit d’un véhicule Les sources de bruit de véhicule sont multiples. Afin d’étudier finement les paramètres qui agissent sur le niveau du bruit, il est indispensable de caractériser les sources. En France, le Guide du Bruit des Transports Terrestres (GdB) [5] a défini des catégories de véhicules acoustiquement homogènes. 4 Évaluation de la gêne liée au bruit de trafic routier • Les véhicules légers : ce sont des véhicules dont le poids total en charge ne dépasse pas 3,5 tonnes. On suppose que ces véhicules disposent de caractéristiques comparables ; • Les poids lourds : il s’agit de véhicules dont le poids total en charge excède 3,5 tonnes. Cette catégorie engendre une grande diversité puisque le poids peut atteindre 38 tonnes ; • Les autobus et les autocars : cette catégorie englobe les véhicules de transport en commun tels que les bus de transport en commun, les autocars scolaires, les autocars interurbains, etc ; • Les deux-roues motorisés : on distingue essentiellement trois catégories en fonction de leur cylindrée. En effet, on trouve les motocyclettes dont la cylindrée est supérieure à 125 cm3 , les vélomoteurs avec une cylindrée comprise entre 50 et 125 cm3 et les cyclomoteurs dont la cylindrée est inférieure à 50 cm3 . 1.2.2 Sources de bruit d’un véhicule Les sources de bruit d’un véhicule sont multiples et leur importance relative dépend de la forme du véhicule ainsi que des conditions du trafic. La figure 1.2 illustre l’ensemble de ces sources. Figure 1.2 – Différentes sources du bruit d’un véhicule L’analyse des différentes sources de bruit d’un véhicule fait ressortir deux sources principales : le bruit du groupe moto-propulseur et le bruit de contact pneumatique-chaussée. Le bruit du groupe moto-propulseur (figure 1.2-d) dépend de plusieurs paramètres dont la vitesse, l’accélération, le type de moteur, etc. D’autre part, le bruit dû au contact pneumatique/chaussée (figure 1.2-a), prépondérant à haute vitesse, résulte de l’interaction entre le pneumatique et la chaussée. Cependant, ce processus engendre des phénomènes assez compliqués et qui sont encore mal connus. Les paramètres permettant de caractériser ce bruit de contact pneumatique/chaussée sont donc le type de pneumatique, la chaussée et surtout la vitesse du véhicule. Il convient de constater que le bruit issu du trafic routier engendre des caractéristiques différentes en fonction de la nature des véhicules (légers, lourds), du revêtement de chaussée, aussi que du type de voie (route, autoroutes). Il existe aussi d’autres sources de bruit dites secondaires tels que le bruit de freinage, de ventilation. . . 5 Évaluation de la gêne liée au bruit de trafic routier 1.2.3 Vue fréquentielle d’un bruit routier Du point de vue fréquentiel, le bruit routier est un bruit large bande. La bande d’émission s’étale de 100 Hz à 5000 Hz. Il est à remarquer que l’influence des composantes basses fréquences, énergétiquement considérables dans le cas de poids lourds par exemple est minimisée lorsqu’on caractérise le niveau du bruit à l’aide du dB(A). 1.3 La notion de gêne sonore La gêne sonore (noise annoyance en anglais) est une notion complexe et mal définie. Par exemple, la définition adoptée par la Commission Européenne : « la gêne est un terme utilisé pour décrire les sentiments négatifs associés du bruit. Puisque le terme de gêne peut signifier différentes choses à différentes personnes à différents moments, il n’apparait pas pertinent d’en donner une définition plus précise ». Par conséquent, la gêne fait référence à un concept assez large. L’étude de Guski et al. [6] a montré que la gêne est considérée comme le principal effet du bruit. En effet, la gêne peut être reliée au processus liés à la source du bruit, à la perturbation des activités causées par le bruit, au jugement personnel de l’auditeur. Guski et al. [6] définissent la gêne comme étant un concept psychologique recouvrant essentiellement une relation entre la simulation acoustique et l’auditeur qui l’évalue de manière cognitive et émotionnelle. D’autre part, Job [7] a montré que les facteurs acoustiques (tel que le niveau d’exposition) ne constituent pas les seuls paramètres prépondérants dans la notion de gêne, ils en existent d’autres tel que le contexte sous lequel est perçu le bruit. 1.4 1.4.1 1.4.1.1 Indices de bruit liés à la gêne Les indices énergétiques Le niveau de pression équivalent pondéré A Le niveau de pression sonore équivalent pondéré A (LAeq,T ) se définit comme étant l’énergie moyenne sur une période de temps T (généralement assez longue). Mathématiquement, il est exprimé comme suit : LAeq,T = 10 log ( 1 T Z T 0 100.1LA (t) dt) dB(A) (1.3) La figure 1.3 montre la signification d’un niveau de pression sonore équivalent par rapport au niveau de pression sonore. 6 Évaluation de la gêne liée au bruit de trafic routier Figure 1.3 – Schéma explicatif de la signification d’un niveau de pression sonore équivalent par rapport à un niveau de pression sonore Le LAeq,T est couramment utilisé dans la littérature. Il offre une idée sur l’exposition longue durée à un bruit. Il est utilisé comme standard dans plusieurs pays. Des études ont montré une forte corrélation entre le LAeq,T et la gêne. Cependant, cet indice provoque une sous-estimation ou surestimation de la gêne dans le cas des bruits basses fréquences ([8], [9]). Aussi, il ne tient pas compte des fluctuations ainsi que des niveaux crête (caractérisées par l’indice LAmax ), ce qui constitue un inconvénient majeur. 1.4.1.2 Le niveau de pression sonore équivalent jour-soir-nuit Le niveau de pression sonore équivalent jour-soir-nuit (Lden ) a été imposé par la directive européenne 2002/49/CE. Il est défini comme suit : Lden = 10 log { 1 (12. 100.1Lday + 4. 100.1(Levening 24 + 5) + 8. 100.1(Lnight + 10) } dB(A) (1.4) Où : — Lday est le niveau sonore équivalent pour la période de jour, entre 6h et 18h en France ; — Levening est le niveau sonore équivalent pour la période de soirée, entre 18h et 22h en France ; — Lnight est le niveau sonore équivalent pour la période de nuit, entre 22h et 6h en France ; On note que les durées des trois périodes sont fixées par la directive. Cet indice accorde une pertinence dans l’évaluation des bruits environnementaux. Dans l’équation précédente, on remarque l’introduction des coefficients de pénalité de 5 dB(A) et 10 dB(A) respectivement pour la période de soirée et de nuit, ce qui permet la prise en considération du fait que la gêne est plus importante le soir et la nuit. 1.4.2 Les indices statistiques Ces indices sont basés sur la distribution cumulative du bruit, d’où l’appellation statistiques. Un tel indice s’écrit sous la forme Ln : c’est le niveau sonore pondéré A de bruit dépassé pendant n% du temps total de la séquence de mesure. Habituellement, on considère les indices statistiques suivants : • L’indice L1 : c’est le niveau de pression atteint ou dépassé durant 1% de la période d’étude. Généralement, cet indice renseigne sur le niveau de bruit maximum observé ; 7 Évaluation de la gêne liée au bruit de trafic routier • L’indice L10 : correspond au niveau de pression atteint ou dépassé durant 10% de la période d’étude. Cet indicateur est capable de capturer les émergences fortes présents du bruit ; • L’indice L50 : correspond au niveau de pression atteint ou dépassé durant 50% de la période d’étude ; • L’indice L90 : correspond au niveau de pression atteint ou dépassé durant 90% de la période d’étude, on note que le bruit de fond est évalué via cet indice. Ces indices statistiques sont souvent utilisés comme compléments d’autres indices énergétiques. 1.4.3 Indices dynamiques spécifiques du bruit de trafic routier Dans la littérature, plusieurs indices acoustiques spécifiques du bruit de trafic ont été proposés. Ces indices sont appelés indices dynamiques. Ils prennent en compte les caractéristiques dynamiques du champ sonore. On distingue plusieurs indices dynamiques dont la plupart sont issus des indices classiques détaillés précédemment. 1.4.3.1 L’indice TNI « Traffic Noise Index » Cet indice a été introduit dans les années soixante par Langdon et Scholes [10]. Il est construit à partir d’indices statistiques expliqués précédemment. Le TNI est valable dans le cas d’une période de temps suffisamment importante afin qu’on puisse justifier la description statistique. Le TNI est défini comme suit : T N I = 4 (L10 − L90 ) + L90 − 30 dB(A) (1.5) Cet indicateur est dynamique puisqu’il permet d’accentuer les variations de niveaux entre les périodes calmes et bruyantes grâce à l’expression (L10 − L90 ). 1.4.3.2 Le LNP « Noise Pollution Level » Le niveau de pollution sonore LN P a été proposé par Robinson [11]. À l’époque, Robinson remarquait que l’indice LAeq qui était le plus couramment utilisé n’était pas cohérent avec les tests psychoacoustiques. Le niveau de pollution sonore LN P causé par le bruit routier s’exprime comme suit : LN P = LAeq + 2.56 σL dB(A) (1.6) Où σL représente l’écart-type du niveau de pression sonore instantané sur la période T. La constante 2.56 a été définie en se basant sur des tests effectués sur des bruits de circulation routière. L’insertion de l’écart type permet d’introduire l’effet de fluctuations de niveau sonore, ainsi le LN P est considéré comme indicateur dynamique. 1.4.3.3 L’indicateur de rythme Le RI « Rhythm Indicator » est un indicateur proposé par le CSTB, et basé sur la transformée de Fourier de l’évolution de l’indice LAeq . Le RI s’exprime comme suit : LM = F F T (LAeq ) 8 (1.7) Évaluation de la gêne liée au bruit de trafic routier RI = 1 − moy(LM ∗ ) max(LM ) (1.8) Où « max (LM) » est la valeur maximale de LM et « moy (LM*) » est la moyenne arithmétique des valeurs de LM excluant les 1/2 octaves centrée autour de la fréquence maximale fmax . Autrement dit, « moy (LM*) » est la moyenne de LM associées aux fréquences se trouvant en dehors de l’intervalle 1 [ fmax , fmax ∗2 4 ][12]. Cet indicateur est souvent utilisé pour l’évaluation d’environnements urbains. 1 24 En effet, il permet de détecter les périodicités existantes dans l’évolution temporelle du niveau sonore. 1.4.3.4 L’indicateur σδL On considère la différence discrète temporelle entre deux échantillons successifs de LAeq : δL(t) = LAeq,1s (k + 1) − LAeq,1s (k) (1.9) Où LAeq,1s (k) est la valeur du k ème échantillon de LAeq,1s . L’indicateur σδL représente l’écart type des séries δL. Cet indicateur renseigne sur la rapidité des variations du LAeq,1s . En effet, si les valeurs de δL(t) sont proches de zéro, les variations de LAeq,1s sont lentes. Par contre, si les valeurs de δL(t) sont très étalées, les variations de LAeq,1s sont rapides. 1.4.3.5 Indicateurs de calme et de bruyance Ces indicateurs ([12], [13]) ont été intégrés afin de prendre en compte l’impact de l’occurrence des évènements sonores. L’indicateur de bruyance %TL>Lα correspond au pourcentage par rapport à la période considérée de la durée du temps pendant laquelle le niveau LAeq dépasse la valeur seuil Lα. Quant à lui, l’indicateur de calme %TL<Lα correspond au pourcentage de la durée du temps pendant laquelle le niveau LAeq reste inférieur la valeur seuil Lα. Il convient de noter que généralement on adopte un seuil de 65 dB(A) pour le calcul du pourcentage de temps bruyant, et un seuil de 55 dB(A) pour le calcul de pourcentage de temps calme. 9 Chapitre 2 Auralisation du bruit de trafic routier au CSTB 2.1 Intérêt général L’auralisation est la technique permettant de restituer auditivement l’ambiance sonore d’un environnement simulé. Cette approche est basée sur un modèle physique de manière à fournir un rendu sonore fidèle au champ sonore réel. L’apport de l’auralisation se résume dans la possibilité de simuler un environnement virtuel dont on n’a pas accès par une prise de son. D’autre part, elle fournit la possibilité d’évaluer des environnements sonores par l’écoute. De nos jours, l’auralisation représente une solution innovante pour l’évaluation des solutions de protection antibruit. Elle constitue également un outil de recherche robuste pour le développement d’indicateurs de gêne, pour mieux décrire l’exposition au bruit. Dans ce cas, on peut estimer l’évolution temporelle du niveau de bruit équivalent pondéré A intégré sur une seconde (LAeq,1s ). Cette évolution temporelle donne accès à d’autres indicateurs plus avancés tels que ceux présentés au précédent chapitre. Le CSTB effectue depuis plusieurs années des actions de recherches dans le domaine de l’auralisation des environnements sonores. Ces recherches ont permis le développement d’une suite logicielle permettant l’auralisation de bruits urbains et plus particulièrement du bruit de trafic routier. 2.2 Principe général du système d’auralisation Le logiciel MithraSON du CSTB permet d’auraliser un bruit de trafic routier. Le système d’auralisation est basé sur un modèle d’acoustique géométrique. Ce modèle permet la séparation du champ sonore au point d’écoute en contributions individuelles. Ces dernières sont représentées par des sources ponctuelles. Les contributions perceptivement importantes sont ainsi restituées par un système de restitution spatialisé tel qu’un casque ou de hauts-parleurs. La figure 2.1 est une vue générale du système d’auralisation du bruit de trafic. Le système proposé est constitué des modules temps réel et d’autres "hors temps réel". Les modules "hors temps réel" incluent la modélisation du site et le calcul des contributions acoustiques. La modélisation du site repose sur la définition du terrain, des bâtiments, du réseau routier et des propriétés du trafic. Le calcul des contributions acoustiques s’effectue lors d’une étape de prétraitement pour un ou plusieurs récepteurs. La partie "hors temps réel" est ainsi utilisée pour une 10 Auralisation du bruit de trafic routier au CSTB phase de pré-calcul. Figure 2.1 – Vue générale du système d’auralisation du bruit de trafic Les modules exécutés en temps réel regroupent le module de simulation de trafic, de synthèse des signaux source et d’auralisation de sources. Tout d’abord, le module de simulation de trafic est basé sur le simulateur du trafic routier SymuVia, développé par l’Ifsttar. Ce moteur permet de donner à chaque pas de temps la position, la vitesse et l’accélération de l’ensemble des véhicules du réseau routier. Ces paramètres sont utilisés pour la synthèse des signaux sources de bruit routier. Le signal synthétisé est ensuite envoyé au module d’auralisation. Le système d’auralisation d’un bruit de trafic peut être décomposé en deux tâches principales : la synthèse des signaux sources et la modélisation des effets de propagation. Les sections suivantes présentent une description plus détaillée des différentes composantes du système d’auralisation utilisé. 2.2.1 Phase de synthèse des signaux sources L’ambiance sonore en milieu urbain est reproduite à l’aide des sources sonores suivantes : • Véhicule en déplacement : constituée d’une ou plusieurs sources ponctuelles. Le signal et la trajectoire d’émission associés à cette source sont calculés en temps réel à l’aide du module de simulation dynamique du trafic ; • Source de bruit fixe, étendu : caractérisée par des sources ponctuelles fixes dont les signatures sont pré-calculées ; • Autre source de bruit mobile : représentée par une source ponctuelle mobile dont la trajectoire et le signal d’émission sont pré-calculés ; • Source de bruit résiduel : source de bruit avec une signature et une puissance indépendante du point d’écoute. Le CSTB a développé récemment une méthode de synthèse temps réel des sources du bruit de trafic. Ce module de synthèse pilote la génération des signaux source de véhicules à des vitesses de déplacement variables. Il permet ainsi de capturer le caractère non-stationnaire du trafic comportant des accélérations et des décélérations. Le bruit de trafic routier est décomposé en un bruit moteur et un bruit roulement. Pour chaque véhicule, la synthèse du signal du bruit moteur et du bruit roulement permet de restituer le bruit de véhicule associé. La méthode de synthèse sonore repose 11 Auralisation du bruit de trafic routier au CSTB sur un algorithme de synthèse granulaire [14]. La synthèse granulaire consiste à extraire des grains sonores d’un signal enregistré au préalable et les recombiner lors de la synthèse. Ce type de synthèse permet de générer un signal très réaliste. La synthèse granulaire est bien adaptée dans la construction des signaux sources du bruit de trafic. En effet, le bruit moteur et le bruit roulement peuvent être obtenus par des variations arbitraires respectivement du régime moteur et de la vitesse du véhicule. Le bruit moteur est caractérisé par un signal majoritairement harmonique. Pour le synthétiser, une synthèse granulaire synchrone est adoptée. Ce type de synthèse permet de préserver le caractère harmonique du bruit. La figure 2.2 montre le principe d’une telle synthèse. Figure 2.2 – Principe de la synthèse granulaire synchrone [source CSTB-Maillard] Dans ce cas, le signal original résulte d’un enregistrement de montées en régime du moteur pour un véhicule à l’arrêt (embrayage au point mort). Les grains extraits du signal original sont ensuite recombinés sans superpositions et de manière à préserver la phase des harmoniques du bruit. Le bruit de roulement est caractérisé par un spectre peu harmonique, une synthèse granulaire de type asynchrone est ainsi adoptée. Dans ce cas, l’extraction des grains sonores est effectuée à des instants arbitraires à partir du signal enregistré ainsi que la recombinaison des grains. De ce fait, plusieurs grains peuvent se superposer. La figure 2.3 présente le principe de la synthèse granulaire asynchrone. Figure 2.3 – Principe de la synthèse granulaire asynchrone [source CSTB-Maillard] 12 Auralisation du bruit de trafic routier au CSTB Des tests d’écoute ont montré le réalisme des signaux obtenus à l’aide de la technique synchrone pour un bruit moteur et la technique asynchrone dans le cas du bruit de roulement [15]. 2.2.2 Phase de modélisation des effets de propagation Cette modélisation se décompose en deux étapes. Dans un premier temps, un pré-calcul acoustique détermine la fonction de transfert entre une source et le point récepteur. En se basant sur les propriétés de la fonction de transfert calculée, des opérations de traitement du signal sont ensuite appliquées sur le signal source. En particulier, ces opérations englobent l’introduction d’un retard de propagation et d’une atténuation acoustique. L’auralisation du bruit de trafic repose sur le pré-calcul des chemins de propagation entre les sources et les récepteurs. La décomposition en chemin acoustique est préservée lors de la phase de restitution. Une fonction de transfert représente les effets de propagation acoustique entre une source et un récepteur. Chaque fonction de transfert est associée à un ou plusieurs chemins de propagation. Ces chemins sont identifiés lors de la phase de pré-calcul assuré par le logiciel MithraSON. Chaque chemin de propagation est associé à une unité de traitement dans l’outil terraAudio qui constitue le moteur d’auralisation de MithraSON. Une unité permet de modifier le signal audio de la source en fonction des caractéristiques de chemin de propagation. Il s’agit tout d’abord d’introduire un retard lié à l’effet du retard de propagation acoustique. La prise en considération des ces effets de propagation est nécessaire au réalisme des séquences auralisées. On prend l’exemple d’une source en mouvement et d’un récepteur fixe, c’est la variation du retard de propagation entre la source et le récepteur qui permet d’introduire l’effet Doppler qui est perçu dans la réalité. L’unité de traitement consiste dans un deuxième temps à un module d’égalisation fréquentielle afin d’introduire l’atténuation acoustique du chemin. La valeur d’atténuation associée à un chemin de propagation est déterminée lors de la phase de pré-calcul en se basant sur l’une des méthodes standardisées : ISO-9613, NMPB2008 ou Harmonoise. Pour conclure, la procédure de traitement du signal associée à une fonction de transfert est la suivante : le signal synthétisé de la source élémentaire (bruit moteur ou bruit roulement) est envoyé à une ligne à retard appliquant le retard de propagation de chaque chemin de propagation inclus dans la fonction de transfert. Le signal retardé est ensuite filtré à l’aide d’un filtre par bande d’octave dont les gains sont basés sur les données d’atténuation fréquentielle et de directivité associées au chemin et à la source. Dans le cas d’une restitution sonore spatialisée, d’autres traitements associés au système de spatialisation sont appliqués afin de reproduire fidèlement les propriétés spatiales au point d’écoute. 13 Chapitre 3 Auralisation des parcours piétonniers La partie précédente a évoqué les étapes de la simulation dynamique du bruit de trafic assuré par les outils SymuVia, MithraSON et terraAudio. La première partie de mon travail consiste à mettre en place une technique d’auralisation du bruit de trafic dans le cas d’un parcours piétonnier tout en se basant sur le modèle existant. Ce qui permettra d’étendre l’utilisation de la suite logicielle SymuVia, MithraSON et terraAudio dans le cas des parcours piétonniers urbains. Pour ce faire, des modifications ont été menées sur MithraSON et terraAudio. 3.1 MithraSON L’auralisation d’un environnement sonore urbain repose sur le pré-calcul des chemins de propagation entre les sources et les récepteurs. Dans le but de pouvoir auraliser des parcours piétonniers, il a fallu tout d’abord insérer un nouveau type de récepteur dans l’ancien modèle. C’est ce type qui permet de définir la géométrie d’un parcours. Étant donné que la suite logicielle d’auralisation complète est développée avec le langage C++, l’idée était d’ajouter une nouvelle classe intitulée "ReceiverPath" qui sert à créer notre parcours. Cette classe contient un type qui modélise un polygone ouvert. Un parcours est composé donc d’un ensemble de segments rectilignes de type "LineSegement". Dans un deuxième temps, on a inséré un nouveau objet sur le logiciel MithraSON, cet objet intitulé "trajectoire" permettant la création, l’édition la suppression et l’affichage des données de type "ReceiverPath". La figure suivante montre la création d’un parcours grâce à la nouvelle interface dédiée sous MithraSON. Dans cet exemple, le point d’écoute est en mouvement sur un parcours défini par 5 segments. Figure 3.1 – Saisi d’un parcours sur MithraSON 14 Auralisation des parcours piétonniers Comme évoqué précédemment, le principe d’auralisation du bruit de trafic repose sur le pré-calcul de chemins de propagation entre les sources et les récepteurs. Cette phase est assurée par MithraSON, il s’agit de déterminer la fonction de transfert entre l’auditeur et un point source. Toutefois, notre auditeur est en mouvement le long de la trajectoire prédéfinie. Pour pouvoir déterminer les fonctions de transfert entre les sources et l’auditeur en mouvement, notre approche consiste à discrétiser la trajectoire de déplacement de l’auditeur en plusieurs tronçons. Chaque segment de la trajectoire est discrétisée en plusieurs tronçons équidistants de distance inférieure ou égale à "maxDistance", une variable prédéfinie comme étant un attribut dans la classe "ReceiverPath". On dispose ainsi d’un ensemble de points récepteurs couvrant la trajectoire d’écoute. Dans notre cas où l’auralisation est couplée à une navigation de l’auditeur le long d’un parcours, la phase de pré-calcul permet de déterminer les fonctions de transfert entre une source et l’ensemble des points récepteurs identifiés lors de l’étape précédente. 3.2 Le module d’auralisation terraAudio Pour assurer l’auralisation du parcours piétonnier, il a fallu déterminer en temps réel la fonction de transfert associée à un auditeur lors du son déplacement le long du parcours prédéfini. Cet auditeur est repéré à un instant donné par sa position sur le parcours. À ce stade, notre approche repose sur les fonctions de transfert déjà calculées lors de la phase du pré-calcul. Il s’agit donc d’identifier la fonction de transfert de l’auditeur à une position donnée en se basant sur les deux fonctions de transfert calculées aux deux points récepteurs discrétisés entourant la position actuelle du point d’écoute. Le module proposé effectue une interpolation des fonctions de transfert précalculées. Ainsi, cette interpolation assure une définition continue des fonctions de transfert, ce qui permet une restitution continue du champ sonore en tout point du parcours. L’interpolation est basée sur un calcul de poids de pondération du point d’écoute par rapport aux deux récepteurs qui l’entourent. Les poids de pondération sont calculés en fonction de la distance variable aux deux récepteurs. TerraAudio est chargé de l’auralisation, et c’est dans cet outil qu’on implémentera le processus de pondération. On a inséré une nouvelle classe intitulée "ReceiverPathTFInterp" réservée à ce module de pondération. Elle permet à chaque pas de temps de déterminer les deux récepteurs entourant la position courante du point d’écoute et de renvoyer les poids de pondération associés à chacune des deux récepteurs. L’algorithme de cette classe est décrit ci-dessous. 15 Auralisation des parcours piétonniers class ReceiverPathInterp { public : void UpdateListener (D, lastindex, W1, W2) ; void reset () ; private : int lastindex ; double lastd1 ; double lastd2 ; vector<Pos> VecPos ; }; Reset() ; int nb_recepteur = VecPos.size() ; D_max = 0. ; for int i=0 ; i < nb_recepteur -1 ; i++ do Dmax + = getSegmentDist(i) ; void ReceiverPathTFInterp : : Reset() { lastindex = 0 ; lastd1 = lastd2 = 0. ; } void ReceiverPathInterp : : UpdateListener (D, lastindex, W1, W2) { if (D < 0 || D > Dmax ) then return false ; else if (D >= lastd1) then while (lastindex < nb_recepteur && D > lastd2) do lastd1 = lastd2 ; lastd2 + = distance (V ecP os[lastindex + 1], V ecP os[lastindex]) ; lastindex + + ; else while (lastindex_pt1 >= 0 && D < lastd1) do lastd2 = lastd1 ; lastd1 − = distance (V ecP os[lastindex + 1], V ecP os[lastindex]) ; lastindex − − ; D − lastd1 ; lastd2 − lastd1 W1 = 1 − W2 ; W2 = return true } Algorithme de calcul de poids de pondération 16 Auralisation des parcours piétonniers La classe est constituée de deux méthodes : "Reset" pour initialiser les attributs de la classe et une autre méthode intitulée "UpdateListener". C’est cette dernière méthode qui se charge de la localisation du point d’écoute et du calcul des poids de pondération associés. En effet, le programme envoie périodiquement la distance à l’origine (premier point de la trajectoire) du point d’écoute, cette distance est stockée dans la variable "D". La méthode "UpdateListener" se base sur cette distance à l’origine et procède à une boucle de calcul de distances cumulées en faisant incrémenter le compteur "lastindex" jusqu’au à ce qu’elle détermine les deux récepteurs de part et d’autre de la position actuelle du point d’écoute. Les deux récepteurs identifiés possèdent des distances à l’origine respectivement "lastd1" et "lastd2". Les poids associés sont ensuite calculés simplement grâce à "lastd1", "lastd2" et "D". Notons que cette méthode exploite lors de son calcul le vecteur VecPos, qui récolte les cordonnées de l’ensemble des récepteurs identifiés lors de la discrétisation de la trajectoire, ce vecteur est utilisé dans un premier temps pour déterminer la distance totale des segments "Dmax". Il convient de noter que lors des appels successifs de "UpdateListener" dans le programme, la méthode exploite le dernier calcul effectué (identifié par l’indice "lastindex"), cela permet d’optimiser l’algorithme et de réduire le temps de calcul en utilisant les anciens calculs de distances. Cette classe C++ a été intégrée dans terraAudio, permettant de localiser à chaque pas du temps la nouvelle position du point récepteur. La localisation conduit à un calcul périodique de poids de pondération du point d’écoute par rapport aux deux récepteurs qui l’entourent. Ces poids de pondération sont ensuite utilisés pour déterminer la fonction de transfert associé l’auditeur qui navigue sur le parcours. À l’issue de cette partie, on a implémenté le module d’interpolation des fonctions de transfert qui permettra de restituer correctement et de façon continue le champ sonore perçu par un auditeur au cours de son déplacement le long d’une trajectoire. La figure 3.2 visualise l’interface de terraAudio lors d’une application d’auralisation dans le cas d’un auditeur en déplacement le long d’un parcours. L’auditeur est représenté avec la flèche mauve et le parcours en vert. Figure 3.2 – Application de l’outil d’auralisation pour un auditeur mobile le long d’un parcours 17 Chapitre 4 Application de la technique d’auralisation dans le cas du quartier du Tonkin MithraSON est l’outil permettant de restituer des environnements sonores en milieu urbain. Cette restitution est basée sur une modélisation de la topographie et de l’écoulement du trafic. Le module implémenté à l’issue du chapitre 3 au sein du logiciel MithraSON a étendu l’application de cet outil à la restitution du bruit de trafic urbain pour un auditeur se déplaçant le long d’une trajectoire prédéfinie. La technique a été mise en place afin d’être appliquée dans des cas réels. 4.1 Choix de la zone d’étude Dans cette étude, le quartier du Tonkin a été choisi. Ce quartier, dans l’agglomération lyonnaise, se situe au nord de la commune de Villeurbanne et il est délimité par le cours Émile Zola dans la partie sud. La figure 4.1 représente une vue de dessus du quartier. Figure 4.1 – Quartier du Tonkin à Lyon [16] Notre étude se focalise sur la zone sud-est. Cette dernière, d’une superficie de 3.6 km2, constitue la partie la plus résidentielle du site. La zone choisie est constituée de 583 tronçons, 167 carrefours 18 Application de la technique d’auralisation dans le cas du quartier du Tonkin et 8 giratoires. 4.1.1 Cartographie du quartier du Tonkin Une étude récente a été menée sur le site du Tonkin dans le cadre du projet CITEDYNE. Ce projet réalisé pour le compte de l’ADEME par le CSTB, l’IFSTTAR, l’UCP, AIR RHONE ALPES, l’ENTPE et le Grand Lyon a pour objectif le développement d’un outil intégré permettant une caractérisation dynamique du bruit et de la pollution, pour l’aide à la décision d’aménagements urbains. Lors de ce projet, le réseau de trafic du quartier a été saisi en se basant sur une ortho-photo ayant une résolution suffisante, afin de pouvoir placer convenablement les éléments du réseau routier. La figure 4.2 montre l’ortho-photo utilisée en arrière-plan lors du codage de la géométrie du réseau. Figure 4.2 – Ortho-photo du quartier du Tonkin [16] À l’issue du projet CITEDYNE, on dispose d’une vue graphique de la topologie du réseau sous un format XML. Ces données seront exploitées par le simulateur de trafic SymuVia. La figure ci-dessous montre la phase de la saisie graphique de la topologie du réseau du quartier du Tonkin. Figure 4.3 – Saisie du réseau du quartier de Tonkin [16] 19 Application de la technique d’auralisation dans le cas du quartier du Tonkin 4.1.2 Importation des données dans SymuVia SymuVia permet la simulation dynamique du flux de trafic. Ce moteur fournit périodiquement la position, la vitesse et l’accélération des véhicules existants sur le réseau. Pour assurer cette simulation, SymuVia importe les données dites géométriques (saisies lors de la phase du codage du site de trafic). Ces données donnent accès à l’information géométrique et topologique du réseau de trafic. La figure 4.4 montre une visualisation du réseau SymuVia du quartier. Figure 4.4 – Réseau SymuVia du quartier de Tonkin [16] La figure ci-dessus constitue une définition complète du réseau du quartier : elle intègre l’ensemble des tronçons, des voies de circulation et des niveaux d’intersections. En plus des données purement géométriques, le moteur de simulation dynamique nécessite des données de paramétrage des débits et vitesses moyennes propres à chaque catégorie de véhicules. Ainsi, on aboutit à une configuration précise du réseau et de sa topologie. 4.1.3 Importation des données dans MithraSON Les données de déplacement des véhicules issues du moteur de simulation sont ensuite transmises à MithraSON. Elles sont exploitées lors de l’auralisation des bruits de trafic. Toutefois, pour pouvoir restituer des ambiances sonores sur la zone d’étude, il faut également importer les données géométriques (bâtiments, chaussées, terrain), les données acoustiques (type de sol, type de revêtement) ainsi que les données du trafic du site. Les travaux menés au cours du projet CITEDYNE ont abouti à une modélisation du quartier du Tonkin sous MithraSON. 20 Application de la technique d’auralisation dans le cas du quartier du Tonkin Figure 4.5 – Vue 2D en mode édition de MithraSON du Tonkin La figure 4.5 est une vue générale 2D en mode édition du logiciel MithraSON. Sur cette figure, sont tracés les bâtiments (gris clair), les chaussées (gris foncé), les lignes de circulation (mauve) et les surfaces du sol (vert) de la totalité du site du Tonkin. La vue 3D du quartier est représentée sur la figure 4.6 en mode analyse du logiciel MithraSON. Dans cette figure, les bâtiments sont représentés en marron, les segments de voie en lignes mauves et les surfaces du sol sont toujours représentées en vert. Figure 4.6 – Vue 3D en mode analyse de MithraSON du Tonkin Sur ce projet, on peut créer des récepteurs fixes ou mobiles (trajectoires). MithraSON lance des calculs acoustiques en fonction de récepteurs choisis. Suite à cette étape, terraAudio (moteur 21 Application de la technique d’auralisation dans le cas du quartier du Tonkin d’auralisation de MithraSON) exploite le résultat du calcul et importe le fichier XML généré par SymuVia contenant les données géométriques du réseau et le paramétrage de trafic. Toutes ces données sont utilisées en vue de l’auralisation du bruit du trafic. 4.2 Évaluation perceptive de bruits de trafic auralisés sur le quartier du Tonkin 4.2.1 4.2.1.1 Protocole expérimental Construction des stimuli Les stimuli de l’expérience psychoacoustique sont des séquences sonores auralisées sur le site du Tonkin. L’idée était de saisir plusieurs trajectoires sur le modèle MithraSON du quartier. Ces trajectoires qui correspondent à des parcours piétonniers, sont ensuite menées d’un calcul acoustique sous MithraSON. Enfin, l’auralisation des parcours est assurée par le module d’auralisation terraAudio, de MithraSON. Ce module importe le calcul acoustique et les données de trafic SymuVia pour ce faire. Ainsi, on aboutit à des séquences .wav qui correspondent au champ sonore perçu lors du déplacement de l’auditeur le long de chaque parcours. Les parcours piétonniers ont été choisis de manière à ce qu’ils soient le plus proche possible de situations réelles. Pour aboutir à une analyse représentative de différents scénarios d’exposition, il était indispensable de faire varier les séquences auralisées et donc les paramètres associés. Pour cela, les parcours choisis ont été placés le long de boulevards de forts trafics, de réseaux secondaires à flux réduit, quelques zones d’intersection d’axes routiers, etc. Ils sont tous positionnés à une distance d’environ trois mètres du bord de la chaussée. La figure suivante illustre un exemple de géométrie d’un parcours piétonnier en rouge pointillé. Dans ce cas, la géométrie est caractérisée par un changement de direction. Figure 4.7 – Exemple d’un parcours piétonnier (en rouge) Cinq trajectoires ont été choisies dont les quatre premières ont été simulées pour trois scénarios SymuVia différents. Autrement dit, chaque trajectoire est simulée pour trois scénarios de trafic différents. La cinquième trajectoire a été introduite afin d’évaluer l’impact d’un réaménagement 22 Application de la technique d’auralisation dans le cas du quartier du Tonkin effectué sur le cours Émile Zola (partie sud du quartier). Ce cours est actuellement caractérisé par un axe deux fois deux voies comportant cinq carrefours à feux. Le réaménagement proposé consiste à passer à deux fois une voie et le remplacement des carrefours à feux par des ronds-points. La figure 4.8 illustre le réaménagement effectué sur le cours Émile Zola. On peut remarquer le réaménagement effectué au niveau des voies de circulation (représentées en lignes mauves) sur le boulevard. Figure 4.8 – Réaménagement effectué sur le cours Émile Zola : scénario référence (en haut) et scénario réaménagé (en bas) La cinquième trajectoire a été placée au bord du boulevard réaménagé. Elle a été ensuite simulée par le deux scénario : scénario référence et scénario réaménagé. Il est pertinent de noter que le réaménagement a réaffecté certains itinéraires tout en conservant le même nombre de véhicules sur le réseau réaménagé que le réseau de référence. À l’issue de cette partie, on a obtenu 14 parcours piétonniers (4 trajectoires * 3 scénarios + 1 trajectoire * 2 scénarios). Ceci représente donc 14 séquences sonores auralisées dont on a déterminé l’évolution des LAeq,1s (niveau sonore pondéré A intégré sur 1 seconde). Les évolutions temporelles des LAeq,1s des séquences auralisées sont représentées en Annexe. Ces évolutions nous ont permis de calculer les différents indicateurs acoustiques associés aux séquences. Le tableau 4.1 liste les 14 séquences auralisées (numérotée de 1 à 14) ainsi que leurs paramètres acoustiques. Remarque Les extraits sonores crées sont de durée 3 minutes. Durant cette période, notre auditeur se déplaçant à une vitesse constante de 4km/s, parcourt 200 mètres. Cette distance est cohérente avec la réalité d’un piéton se déplaçant. La durée de 3 minutes est suffisamment longue de façon à permette une 23 Application de la technique d’auralisation dans le cas du quartier du Tonkin description statistique et le calcul d’indicateurs associés. D’autre part, cette durée permet de capturer deux cycles de feux complets (la période du cycle dure 70 secondes = 45 s pour le feu vert et 25 s pour le feu rouge). Un bruit de fond de durée 30 secondes et de niveau moyen 35 dBA, a été bouclé sur les séquences auralisées. Ainsi, ces choix viennent favoriser le contexte réaliste imposé par le projet. 24 Trajectoire 1 1 1 2 2 2 3 3 3 4 4 4 5 5 Séquence 1 2 3 4 5 6 7 8 9 10 11 12 13 14 25 LAeq (dBA) 57.2 56.5 55.9 45.1 48.1 42.5 44.5 50.3 47.4 56.2 58.4 55.1 54.6 44 LAmax (dBA) 70.6 69 70.6 54.9 64.2 50.2 54.1 66.4 64.3 72 73.2 72.8 69.5 49.8 LA10 (dBA) 60.8 60.7 58.5 47.6 49 44 46.4 51.2 47.2 58.6 59.9 57 57.5 46.7 LA50 (dBA) 49 48 47.5 42.6 42.8 41.8 42.7 43.4 42.9 45.5 50.4 48 46.9 43 LA90 (dBA) 44.5 43.6 41.6 40.8 41.1 40.2 41.3 41.4 41.1 41.3 42.6 42.4 42.1 40.4 Table 4.1 – Propriétés des séquences sonores auralisées Scénario trafic 1 2 3 1 2 3 1 2 3 1 2 3 1 4 TNI (dBA) 79.7 82 79.2 38 42.7 25.4 31.7 50.6 35.5 80.5 81.8 70.8 73.7 35.6 LN P (dBA) 74.2 73.4 72.9 52.9 57.9 47 51 62 56.5 74.3 76.2 69.7 70.8 50 2.9 3.7 3.5 1.6 1.8 1.4 1.2 2 1.6 2.7 3.2 2.8 2.7 1.1 σδL Application de la technique d’auralisation dans le cas du quartier du Tonkin Application de la technique d’auralisation dans le cas du quartier du Tonkin 4.2.1.2 Dispositif expérimental Les tests se sont déroulés dans une salle isolée, au CSTB. Le niveau de bruit de fond dans cette sale est de 30 dB(A). Les sons étaient diffusés en stéréo via une carte son RME Babyface et un casque SENNHEISER HD 600. Le casque, caractérisé par une réponse plate, a été calibré au préalable de manière à restituer les niveaux réels. 4.2.1.3 Procédure expérimentale Le premier test d’écoute a pour objectif d’évaluer le désagrément sonore des séquences auralisées. Les 14 extraits sonores présentés ci-dessus ont tous été utilisés dans ce test. La consigne adoptée pour ce test est la suivante : « L’objectif de ce test auquel vous avez bien voulu participer est d’évaluer le désagrément sonore de plusieurs extraits audio. Vous allez entendre des extraits d’environnement sonore urbain pour un auditeur se déplaçant le long de parcours piétonniers en ville. On vous demande d’en évaluer le désagrément ressenti. Pour cela, imaginez-vous marcher en ville le long d’un parcours piétonnier. Vous devez noter le désagrément ressenti sur une échelle graduée de 0 à 10. La valeur 0 signifie que vous jugez la séquence sonore perçue comme pas du tout désagréable et la valeur 10, comme extrêmement désagréable. Si vous êtes entre ces deux situations, choisissez une valeur intermédiaire entre 0 et 10. Les sons seront présentés automatiquement. Après avoir saisi votre note, cliquez sur "Valider et passer à la séquence suivante". Vous pouvez aussi rejouer la même séquence si vous le souhaitez. Prenez votre temps pour répondre. L’expérience dure environ 45 minutes, un bouton clignotera en vert vous indiquant la fin de l’expérience. Pour commencer, cliquer sur "DEBUT TEST", bon test. . . » Figure 4.9 – Interface du test développée sous Max/MSP La totalité de l’expérience a été développée sous le langage Max/MSP, un langage de programmation orienté objet. Ce langage est désormais un outil de création très puissant pour les acousticiens. En ce qui concerne le déroulement du test, le sujet débutait par saisir ses cordonnées (nom, prénom, âge. . . ) grâce à un patch Max. Ensuite, il peut entamer le test en cliquant sur "DEBUT TEST". Dans ce cas, les séquences auralisées (codées de 1 à 14) vont être présentées successivement dans un ordre aléatoire. Pour répondre, l’auditeur est invité à déplacer le curseur 26 Application de la technique d’auralisation dans le cas du quartier du Tonkin rouge entre 0 et 10, le long d’une échelle continue. Il est pertinent de noter que le curseur demeure bloqué jusqu’à la fin de la séquence sonore. Par conséquent, l’auditeur ne peut formuler sa réponse qu’après la fin de l’extrait sonore. Après avoir saisi sa réponse, l’auditeur peut lancer la séquence suivante en cliquant sur "Valider et passer à la séquence suivante". Le bouton au-dessus du texte "FIN TEST" clignotera en vert, indiquant la fin du test. Dans ce cas, les réponses saisies s’enregistrent automatiquement dans un fichier txt (nom _ prénom.txt). Ce fichier contient les coordonnées du sujet et ses réponses. 4.2.2 Influence des indices acoustiques sur le désagrément sonore L’objectif de notre expérience psychoacoustique était d’évaluer le désagrément de différentes séquences sonores auralisées par MithraSON. Ce test vise à étudier les éventuelles relations qui existent entre les indicateurs acoustiques des séquences présentées et les scores de désagrément ressenti par les sujets ayant passé le test. Dans un deuxième temps, on vise à évaluer plus particulièrement l’influence d’un réaménagement urbain (détaillé précédemment) sur la qualité sonore de l’environnement urbain étudié. 20 sujets ont participé à cette expérience, 15 hommes et 5 femmes avec une moyenne d’âge de 23 ans. 4.2.2.1 Corrélation de Pearson entre les indicateurs acoustiques et le désagrément ressenti Cette technique statistique permet de déterminer le rapport entre les scores de désagrément formulés par les sujets et les différents indicateurs acoustiques associés aux séquences auralisées. Relation désagrément – niveau sonore moyen (LAeq ) La figure 4.10 est une représentation des scores moyens de désagrément en fonction du niveau sonore équivalent pondéré A. Une analyse de corrélation entre les scores moyens de désagrément et le LAeq a donné un coefficient de corrélation de 0,99. Figure 4.10 – Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du LAeq 27 Application de la technique d’auralisation dans le cas du quartier du Tonkin La figure 4.10 confirme un premier résultat très connu : la très forte corrélation entre le désagrément sonore et le LAeq . La variation de désagrément apparait linéaire en fonction du LAeq : Désagrément = 0.31 ∗ LAeq − 10.5 (r2 = 0.97) (4.1) Relation désagrément – indices statistiques Dans cette partie, on étudie l’éventuelle relation entre le désagrément occasionné par les séquences du bruit de trafic auralisées et les indicateurs de niveaux (LA10 , LA50 , LA90 ). Les figures suivantes visualisent les relations observées suivies des ajustements linéaires. Figure 4.11 – Représentation des droites de régression linéaire et du désagrément en fonction des indicateurs statistiques LA10 (en haut à gauche), LA50 (en haut à gauche) et LA90 (en bas) 28 Application de la technique d’auralisation dans le cas du quartier du Tonkin Le tableau suivant regroupe les coefficients de corrélation de Pearson entre les réponses moyennes de désagrément et les indicateurs statistiques. Indicateur (dBA) LA10 LA50 LA90 r (Pearson) 0.99 0.93 0.80 Table 4.2 – Coefficients de corrélation calculés entre les scores moyens de désagrément et les indicateurs statistiques Le désagrément moyen apparait statistiquement corrélé avec tous les indicateurs statistiques malgré le fait que cette corrélation est de moins en moins significative en augmentant la période d’étude (utilisé pour calculer ces indicateurs). Le LA10 est prépondérant sur les scores de désagrément. En effet, cet indicateur qui capte les émergences fortes du bruit devrait être très corrélé à la nuisance sonore puisque les niveaux sonores les plus élevés induisent logiquement à la nuisance sonore. Ainsi, le lien s’affaibli avec la capacité d’indicateur à prendre en considération des niveaux de plus en plus faibles (LA50 et LA90 ). Relation désagrément – TNI (Traffic Noise Index) Le TNI est considéré comme étant un indicateur dynamique. On rappelle sa formule : T N I = 4 (L10 − L90 ) + L90 − 30 dB(A) (4.2) La figure 4.12 est une représentation du désagrément moyen en fonction du TNI. Figure 4.12 – Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du TNI 29 Application de la technique d’auralisation dans le cas du quartier du Tonkin Une régression linéaire du désagrément en fonction du TNI aboutit à cette relation : Désagrément = 0.08 ∗ T N I + 0.67 (r2 = 0.97) (4.3) La valeur du coefficient de corrélation calculé à partir de cet indicateur est de 0.98, légèrement inférieur à celui déterminé par le niveau équivalent LAeq (0.98 < 0.99). Par ailleurs, il ressort de cette étude que le TNI est fortement corrélé au désagrément sonore. En effet, cet indicateur étant construit à partir d’indices statistiques, est capable de décrire la dynamique du bruit en prenant en compte les variations entre les périodes calmes et bruyantes grâce au terme (L10 − L90 ). Relation désagrément – LN P (Noise Pollution Level) Comme on l’a évoqué lors du premier chapitre, le LN P est un indicateur acoustique dynamique. Il se calcule en rajoutant une quantité proportionnelle à l’écart type des variations du LAeq,1s : LN P = LAeq + 2.56 σL dB(A) (4.4) La figure ci-dessous est une représentation du désagrément sonore moyen en fonction du LN P . Figure 4.13 – Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du LN P Une régression linéaire appliquée aux données récoltées montre la relation suivante : Désagrément = 0.16 ∗ LN P − 5.19 (r2 = 0.97) (4.5) Le coefficient de corrélation entre le désagrément moyen et le LN P est de 0,98. L’analyse révèle 30 Application de la technique d’auralisation dans le cas du quartier du Tonkin ainsi une corrélation très significative de cet indicateur sur les réponses des sujets. Étant donné que cet indicateur tient en compte d’une part le niveau sonore équivalent dans le premier terme et les fluctuations du bruit grâce à son deuxième terme, on s’attendait à un effet prépondérant de cet indicateur sur le désagrément sonore. Relation désagrément – σδL L’indicateur σδL est lié aux aspects temporels du bruit. En effet, il représente l’écart type de la série suivante : δL(t) = LAeq,1s (k + 1) − LAeq,1s (k) (4.6) Sur la figure 4.14, on a tracé le désagrément moyen en fonction des σδL des séquences auralisées. Figure 4.14 – Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction de σδL La régression linéaire conduit à la relation suivante : Désagrément = 1.92 ∗ σδL + 0.79 (r2 = 0.89) (4.7) Le coefficient de corrélation entre le désagrément moyen et le σδL est de 0,94. Cet indice s’avère statistiquement bien corrélée avec le désagrément sonore. Cette observation parait cohérente dans notre cas. En effet, une valeur importante de σδL est associée à un niveau sonore très fluctuant. Ceci montre la capacité du niveau à atteindre des niveaux sonore assez élevés. Ainsi, le bruit perçu sera perçu comme désagréable. 31 Application de la technique d’auralisation dans le cas du quartier du Tonkin 4.2.2.2 Influence de l’aménagement du cours Émile Zola sur l’environnement acoustique Comme cité précédemment, le réaménagement du cours Émile Zola consiste à réduire le nombre de voies et surtout le remplacement des carrefours à feux par des ronds-points. Cette partie constitue une analyse séparée de l’environnement sonore entre le scénario de référence et celui réaménagé. Évolution du LAeq,1s La figure 4.15 est une représentation des variations des LAeq,1s pour le scénario de référence suivi par le scénario réaménagé. Figure 4.15 – Évolutions des LAeq,1s pour le scénario de référence (à gauche) et le scénario réaménagé (à droite) Après une première comparaison de l’évolution du LAeq,1s , on remarque une alternance en terme des périodes calmes et bruyantes dans le scénario de référence. Les périodes bruyantes sont causées par la présence de démarrages rapides lors du passage des feux au vert. Dans le cas du scénario réaménagé, on remarque une évolution relativement stationnaire. Ceci résulte de la fluidité du trafic assurée par l’absence de démarrages rapides puisque les véhicules s’arrêtent moins souvent à proximité des ronds-points que des carrefours à feux. Impact du réaménagement sur les indicateurs acoustiques Un calcul d’indicateurs classiques et dynamiques a été effectué à partir des évolutions du LAeq,1s . Ces indicateurs sont résumés dans le tableau suivant. 32 Application de la technique d’auralisation dans le cas du quartier du Tonkin Indicateur acoustique Scénario référence Scénario réaménagé LAeq (dBA) 54.6 44 LA10 (dBA) 57.5 46.9 LA50 (dBA) 49.6 43 LA90 (dBA) 42.1 40.4 TNI (dBA) 73.7 35.6 LN P (dBA) 70.8 44.1 σδL 2.7 1.1 Table 4.3 – Indicateurs acoustiques correspondants aux évolutions de LAeq,1s du scénario référence et réaménagé • Le niveau sonore équivalent pondéré A : le LAeq indique une différence remarquable entre les deux scénarios, l’environnent réaménagé est plus agréable que le scénario de référence. Toutefois, cet indicateur est incapable de nous renseigner sur la dynamique de ces deux situations urbaines. • Indicateurs statistiques : ces indicateurs présentent des différences assez significatives, plus particulièrement au niveau du LA10 . Cette réduction dans le scénario réaménagé est due à la diminution du niveau d’émergences suite à l’absence de fortes accélérations de véhicules observées lors du passage des feux au vert. D’autre part, le LA90 montre une très légère différence entre les deux aménagements. On s’attendait à ce résultat puisque cet indicateur renseigne sur le niveau du bruit du fond et dans notre cas, toutes les séquences étaient auralisées avec le même bruit du fond. • Traffic Noise Index : étant donné que le TNI permet d’amplifier les variations entre les émergences liées au LA10 et le bruit du fond LA90 , on remarque une différence très significative entre les deux situations indiquant une amélioration de l’environnement sonore du scénario réaménagé. • Noise Pollution Level : cet indicateur dynamique est diminué dans le scénario 2. La différence est produite par l’absence de fluctuations du trafic dans l’environnement réaménagé. Cela conduit à une amélioration de la qualité acoustique de l’environnement réaménagé. • σδL : on remarque une réduction au niveau de σδL dans le second aménagement. Ceci est causé par l’absence des fluctuations rapides du niveau sonore puisque les variations du LAeq,1s sont lentes dans le cas d’un aménagement de type ronds-points. D’où le deuxième environnement est plus agréable que le scénario de référence. 33 Application de la technique d’auralisation dans le cas du quartier du Tonkin La figure 4.16 est une représentation en boite à moustache du désagrément ressenti par l’ensemble des auditeurs dans le cas des deux aménagements. Figure 4.16 – Désagrément sonore du scénario de référence (à gauche) et du scénario réaménagé (à droite) Les résultats montrent qu’un aménagement de type ronds-points est en moyenne plus agréable que l’aménagement de référence comportant des carrefours à feux. Ce résultat perceptif vient valider la comparaison précédente basée sur les indicateurs acoustiques. 4.3 4.3.1 Évaluation du réalisme sonore des séquences auralisées Protocole expérimental Un second test d’écoute a été mis en place. Il consiste à juger le réalisme sonore des séquences auralisées. Ce test est indispensable afin d’évaluer la cohérence de notre système d’auralisation. On a utilisé la même interface que le premier test qui a porté sur le désagrément. Cependant, 8 séquences auralisées parmi 14 ont été utilisées (Séquence 1, 2, 3, 7, 8, 9, 13 et 14). Les paramètres acoustiques associés à ces séquences sont représentés dans le tableau 4.1). Ce choix a pour objectif d’alléger le test, d’une part. D’autre part, le réalisme sonore est une grandeur subjective qui reste toujours mal définie. Pour éviter que les sujets tombent dans l’évaluation d’autres grandeurs acoustiques (par exemple la force sonore), il était cohérent d’alléger l’expérience. Enfin, ce test d’évaluation de réalisme a duré environ 25 minutes. La consigne du test est la suivante : « L’objectif de ce test auquel vous avez bien voulu participer est d’évaluer le réalisme sonore de plusieurs extraits audio. Vous allez entendre des extraits synthétisés d’environnement sonore urbain pour un auditeur se déplaçant le long de parcours piétonniers en ville. On vous demande d’en évaluer le réalisme associé. Pour cela, imaginez-vous marcher en ville le long d’un parcours piétonnier. Vous devez noter le réalisme sonore sur une échelle graduée de 0 à 10. La valeur 0 signifie que vous jugez la séquence sonore perçue comme pas du tout réaliste et la valeur 10, comme extrêmement réaliste. Si vous êtes entre ces deux situations, choisissez une valeur intermédiaire entre 0 et 10. Les sons seront présentés 34 Application de la technique d’auralisation dans le cas du quartier du Tonkin automatiquement. Après avoir saisi votre note, cliquez sur " Valider et passer à la séquence suivante ”. Vous pouvez aussi rejouer la même séquence si vous le souhaitez. Prenez votre temps pour répondre. L’expérience dure environ 25 minutes, un bouton clignotera en vert vous indiquant la fin de l’expérience. Pour commencer, cliquer sur " DEBUT TEST ", bon test. . . » 4.3.2 Résultats Une population de 10 sujets a été recrutée pour participer à ce test, 7 hommes et 3 femmes, avec une moyenne d’âge de 21 ans. La figure 4.17 est une représentation en boite à moustache du réalisme de l’ensemble des séquences auralisées. Figure 4.17 – Réalisme sonore des séquences auralisées Sur le digramme ci-dessus, la différence en terme de réalisme sonore ne parait pas remarquable entre les différentes séquences sonores. Cependant, les paramètres acoustiques diffèrent d’un extrait à un autre (voir tableau 4.1). Le réalisme moyen calculé sur les 80 scores attribués (8 séquences * 10 sujets) est de 7 sur 10. Cette valeur reflète que notre restitution est globalement réaliste. D’autre part, les séquences étaient parfois jugées comme 100% réaliste (cas des séquences 2 et 7). Cela renforce le fait que notre système d’auralisation permet à un auditeur de se sentir dans une situation d’écoute réelle. Statistiquement, on ne trouve pas de dépendances du réalisme avec les indices acoustiques. Cela permet de dire que les propriétés des séquences auralisées n’ont pas contribué dans l’évaluation du réalisme sonore. 35 Application de la technique d’auralisation dans le cas du quartier du Tonkin 4.4 Discussion Lors de nos tests d’écoutes menés sur des bruits de trafic auralisés, il s’est avéré dans un premier temps que le désagrément moyen est fortement corrélé au niveau sonore moyen LAeq . Ce résultat a été souvent observé par plusieurs études. En effet, Lavandier et al. [17] ont montré dans le cas d’un bruit de circulation routière, que le désagrément est lié en premier lieu au niveau sonore. L’effet de ce facteur est assez important pour rendre difficile l’observation de l’impact des autres paramètres [17]. Le désagrément moyen apparait aussi corrélé avec tous les indicateurs statistiques (LA10 , LA50 et LA90 ). D’autre part, on a montré que les indicateurs dynamiques TNI et le LN P (respectivement le "Traffic Noise Index" et le "Level Noise Pollution") sont corrélés avec le désagrément moyen. Cependant, les coefficients de corrélation associés à ces deux indicateurs restent toujours inférieurs à celui déterminé par l’indice LAeq (r = 0,99). Ainsi, l’estimation du désagrément est améliorée par l’intermédiaire du LAeq , ce paramètre permet donc une meilleure prédiction du désagrément que les indices TNI et LN P . Un résultat similaire a été montré par Yaniv et al. pour des bruits de trafic routier [18]. Il ressort de notre étude une amélioration de la qualité sonore par un remplacement des carrefours à feux par des ronds-points : un aménagement de type ronds-points est moins désagréable qu’un carrefour à feux. Les indices de niveau (LAeq , LA10 , LA50 et LA90 ) ont permis d’apporter une information sur l’environnement sonore. Cependant, cette information ne permet pas de caractériser finement l’environnent. En particulier, elle ne reflète pas des informations sur la dynamique du bruit étudié. À ce stade, l’utilisation des indicateurs dynamiques a conduit à une étude plus intuitive. On retrouve ainsi la pertinence de l’indicateur TNI qui permet d’accentuer l’effet des variations de niveaux entre des périodes calmes et bruyantes en se basant sur les indices statistique. Quant à lui, le LN P a permis de quantifier les fluctuations du champ sonore. Lors de cette comparaison entre les deux aménagements, l’intérêt des indicateurs dynamiques a été mis en valeur et l’étude a prouvé la capacité de ce type d’indices à capturer le caractère dynamique engendré par un aménagement de type carrefours à feux. Les indicateurs dynamiques permettent donc une caractérisation plus précise pour l’étude des environnements sonores urbains. Ce résultat a été déjà montré par plusieurs études récentes [19], où ils ont montré la pertinence des indicateurs dynamiques par rapport aux indicateurs du niveau tel que le LAeq . Le test de jugement de réalisme sonore a conduit à une valeur moyenne de réalisme de 7 sur 10 sur un ensemble de huit séquences. Cette valeur montre que les extraits auralisés étaient globalement réalistes. Ceci permet d’argumenter la performance de notre outil d’auralisation MithraSON et la qualité des séquences auralisées en terme de réalisme sonore. Toutefois, les résultats collectés ne révèlent pas de tendances statistiquement significatives en fonctions des grandeurs acoustiques. Nous voyons deux explications possible à ce résultat : soit les séquences auralisées n’engendrent pas de différences en terme de réalisme puisqu’elles ont été auralisées en se basant sur le même modèle physique (principe utilisé par MithraSON pour auraliser un bruit de trafic : expliqué dans les chapitres précédents), soit le nombre de sujets est assez limité de manière à rendre difficile l’extraction de rapports significatifs entre le réalisme et les paramètres acoustiques. 36 Conclusion et perspectives L’objet de ce stage était de mettre en œuvre une technique d’évaluation de la qualité acoustique des parcours piétonniers urbains par auralisation au sein du logiciel MithraSON. Pour cela, nous avons créé une nouvelle classe permettant la saisie d’un parcours sous MithraSON. On a implémenté par la suite un module d’interpolation de fonctions de transfert : ce module permet d’identifier périodiquement la fonction de transfert entre une source et un auditeur qui navigue sur le parcours. À l’issue de cette partie, MithraSON est capable de restituer le champ sonore occasionné par un bruit de trafic perçu par un auditeur en déplacement le long d’un parcours prédéfini. La technique développée a été ensuite appliquée sur le quartier du Tonkin à Lyon. Un premier test d’écoute a été mis en place, il consiste à étudier l’impact du trafic routier urbain sur le désagrément sonore. Plusieurs parcours piétonniers ont été auralisés sur le site, dont on a déterminé les propriétés acoustiques associées. Il ressort de notre étude que le désagrément sonore est lié en premier lieu au niveau sonore équivalent pondéré A, LAeq . Il est aussi lié aux indicateurs dynamiques TNI, LN P et σδL. D’autre part, l’étude a montré qu’un aménagement de type ronds-points est moins désagréable qu’un carrefour à feux. Un deuxième test d’écoute a été mis en place. Ce test consiste à juger le réalisme sonore des séquences auralisées. Il s’est avéré que les séquences auralisées étaient globalement réalistes, avec une valeur moyenne de 7 sur 10. Ce résultat montre que la restitution sonore assurée par notre système d’auralisation est aussi proche de la réalité. Le réalisme sonore paraît statistiquement indépendant des propriétés acoustiques. À ce stade, les travaux menés au cours de ce stage peuvent être améliorés par l’insertion de grandeurs psychoacoustiques et l’étude de leurs influences sur le désagrément sonore. En effet, il a été montré que la sonie en tant que grandeur psychoacoustique, représente le facteur déterminant du désagrément causé par les bruits de circulation routière ([9], [20]). D’autre part, il paraît plus cohérent d’introduire des extraits sonores réels avec les séquences auralisées lors de l’évaluation du réalisme sonore. Cela permettrait d’aboutir à un jugement plus pertinent du réalisme des séquences auralisées par rapport aux extraits réels. Enfin, je mentionne que ce stage constituait pour moi une expérience très enrichissante. Il m’a permis de consolider mes connaissances dans plusieurs axes. En effet, j’ai eu l’occasion de me familiariser avec la suite logicielle utilisée pour auraliser des bruits de trafic et d’avoir un aperçu général sur le principe de fonctionnement de cet outil. J’ai pu acquérir des compétences en langage C++ lors de l’implémentation du module d’interpolation de fonctions de transfert dans MithraSON. Aussi, la partie psychoacoustique m’a permis d’apprendre du savoir faire au niveau de la mise en place du protocole expérimental, programmation du test et son déroulement ainsi qu’au niveau de 37 l’analyse des résultats. 38 ANNEXE : Évolutions des LAeq,1s des séquences auralisées Ce sont des représentations des évolutions temporelles des LAeq,1s des 14 séquences auralisées. On rappelle que toutes les séquences sont de durée 3 minutes. séquence_1 séquence_2 séquence_3 séquence_4 39 séquence_5 séquence_6 séquence_7 séquence_8 séquence_9 séquence_10 40 séquence_11 séquence_12 séquence_13 séquence_14 41 Table des figures 1.1 Les courbes de pondération [3] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 Différentes sources du bruit d’un véhicule . . . . . . . . . . . . . . . . . . . . . 5 1.3 Schéma explicatif de la signification d’un niveau de pression sonore équivalent par rapport à un niveau de pression sonore . . . . . . . . . . . . . . . . . . . . 7 2.1 Vue générale du système d’auralisation du bruit de trafic . . . . . . . . . . . 11 2.2 Principe de la synthèse granulaire synchrone [source CSTB-Maillard] . . . 12 2.3 Principe de la synthèse granulaire asynchrone [source CSTB-Maillard] . . 12 3.1 Saisi d’un parcours sur MithraSON . . . . . . . . . . . . . . . . . . . . . . . . . 14 3.2 Application de l’outil d’auralisation pour un auditeur mobile le long d’un parcours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 4.1 Quartier du Tonkin à Lyon [16] . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 4.2 Ortho-photo du quartier du Tonkin [16] . . . . . . . . . . . . . . . . . . . . . . 19 4.3 Saisie du réseau du quartier de Tonkin [16] . . . . . . . . . . . . . . . . . . . . 19 4.4 Réseau SymuVia du quartier de Tonkin [16] . . . . . . . . . . . . . . . . . . . 20 4.5 Vue 2D en mode édition de MithraSON du Tonkin . . . . . . . . . . . . . . . 21 4.6 Vue 3D en mode analyse de MithraSON du Tonkin . . . . . . . . . . . . . . 21 4.7 Exemple d’un parcours piétonnier (en rouge) . . . . . . . . . . . . . . . . . . 22 4.8 Réaménagement effectué sur le cours Émile Zola : scénario référence (en 4.9 haut) et scénario réaménagé (en bas) . . . . . . . . . . . . . . . . . . . . . . . . 23 Interface du test développée sous Max/MSP . . . . . . . . . . . . . . . . . . . 26 4.10 Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du LAeq . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 4.11 Représentation des droites de régression linéaire et du désagrément en fonction des indicateurs statistiques LA10 (en haut à gauche), LA50 (en haut à gauche) et LA90 (en bas) . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 4.12 Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du TNI . . . . . . . . . . . . . . . . . . . . . . . . . . 29 4.13 Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction du LN P . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 4.14 Représentation de la droite de régression linéaire et des scores moyens de désagrément en fonction de σδL . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 31 4.15 Évolutions des LAeq,1s pour le scénario de référence (à gauche) et le scénario réaménagé (à droite) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 4.16 Désagrément sonore du scénario de référence (à gauche) et du scénario réaménagé (à droite) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4.17 Réalisme sonore des séquences auralisées . . . . . . . . . . . . . . . . . . . . . 35 43 Liste des tableaux 4.1 Propriétés des séquences sonores auralisées . . . . . . . . . . . . . . . . . . . . 4.2 Coefficients de corrélation calculés entre les scores moyens de désagrément et les indicateurs statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 25 29 Indicateurs acoustiques correspondants aux évolutions de LAeq,1s du scénario référence et réaménagé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 33 Bibliographie [1] LAMBERT J., TRINDADE C. et PHILIPPES-BERTIN C., Enquête nationale sur les nuisances environnementales des transports. Premiers résultats de l’enquête. Rapport INRETS-LTE 0713, mai 2007 pour l’ADEME. [2] MOLLA S., BOULLET I., MEUNIER S., RABAU G., BENOIT G. et BOUSSARD P., Calcul des indicateurs de sonie : revue des algorithmes et implémentation. 10ème Congrès Français d’Acoustique. [3] http://documentation.bruxellesenvironnement.be/documents/Bru_2.PDF [4] MOCH A., Les stress de l’environnement. Culture et Société. Saint Denis : Presses Universitaires de Vincennes, 1989. [5] CENTRE D’ÉTUDE SUR LES TRANSPORTS URBAINS. Guide du bruit des transports terrestres, Ministère de l’Environnement et du Cadre de Vie – Ministère des Transports, CETUR, Paris, novembre 1980, 330 p. [6] GUSKI R., FELSCHER-SUHR U., et SCHUEMER R., The concept of noise annoyance : how international experts see it. Journal of sound and vibration, 1999, vol. 223, n°4, pp. 513-527. [7] FIELDS J.M., Effect of personal and situational variables on noise annoyance in residential areas. Journal of the Acoustical Society of America, 1993, vol. 93, pp. 2753-2763. [8] KJELLBERG A., TESARZ M., HOLMBERG K. et LANDSTRÖM U., Evaluation of frequencyweighted sound level measurements for prediction of low-frequency noise annoyance. Environment international, 1997, vol. 23, n°4, pp. 519-527. [9] MEUNIER S., Critères psychoacoustiques des nuisances sonores Évaluation perceptive de bruits de circulation routière et ferroviaire : Acoustique & Techniques n°26, 3e Assises "Angers 2001". [10] LANGDON F. J., SCHOLES W., The traffic noise index : A method of controlling noise nuisance. Architectural Journal 147 (Apr. 1968). [11] ROBINSON D.W., Towards a unified system of noise assessment. Journal of Sound and Vibration, 1971, vol. 14, n°3, pp. 279-298. [12] LECLERCQ L., CAN A., CREPEAUX P., DEFRANCE J., FOURNIER M., LELONG J., MIEGE B., MINAUDIER C., ONLY X., PALACINO J. et VIENCENT B., Estimation dynamique du bruit de circulation en milieu urbain : étude d’un cas réel. Rapport INRETS/LICIT n°0801, 2008. [13] CAN A., LECLERCQ L., LELONG J. and DEFRANCE J., Capturing urban traffic noise dynamics through relevant descriptors, Applied Acoustics, 69(12), 1270-1280 (2008). [14] CHERVET G., ’ISAUR – Prise en main’, Manuel d’utilisation du logiciel ISAUr. 45 [15] MAILLARD J. and JALGA J., Real Time Auralization of Non-Stationary Traffic Noise Quantitative and Perceptual Validation in an Urban Street, in ’Proc. of AIA-DAGA 2013, Merano’. [16] Jagla J., Maillard J., Maercke D. V., Defrance J., Picaut J., Lelong J., Can A, Chervet G., Leclercq L., Villegas D., Bécarie C., Chiabaut N., Lejri D., Lavandier C., Terroir J., Lavandier M., Marquis-Favre C., Trollé A., Pellet C., Troude F., Nguyen M.-L. & Brulfert G. Projet CITEDYNE : CITE ET TRANSPORTS : EVALUATION DYNAMIQUE DES EMISSIONS – Rapport final. ADEME, 2014. [17] LAVANDIER C., TERRIOR J., TROLLÉ A., LAVANDIER M., MARQUIS-FAVRE. C., Impact du trafic routier urbain sur le désagrement sonore : application à différentes configurations du quartier Tonkin à Villeurbanne. Congrès Français d’Acoustique, 2014 Poitiers. [18] YANIV S.L., DANNER W.F., BAUER J.W. Measurement and prediction of annoyance caused by time-varying highway noise. Journal of the Acoustical Society of America, 1982, vol. 72, n°1, pp. 200-207. [19] JALGA J., MAILLARD J., DEFRANCE J., Estimation of dynamic indicators based on auralization of urban traffic noise, Forum Acusticum, 7-12 September 2014. [20] MEUNIER S., Simulation acoustique et évaluation psychoacoustique de bruits de circulation routière : Actes du 5ème Congrès Français d’Acoustique, 3-6 septembre 2000, EPFL Lausanne, Suisse. Presses Polytechniques et Universitaires Romandes, 403-406. 46