Méthodes de prévisions de trafic à court et moyen termes
Transcription
Méthodes de prévisions de trafic à court et moyen termes
^ìíÉìêë=W==m `f=oaoq= =p¨íê~= = = à ìá å =O M NO = = mê¨îáëáçå=ÇÉ=íê~ÑáÅ= ÇÉ=Åçìêí=Éí=ãçóÉå=íÉêãÉë= j¨íÜçÇÉëI=ãçÇ≠äÉë=Éí=çìíáäë= = qê~åëéçêíë= MS= La prévision de trafic est une activité essentielle pour les services en charge de la circulation routière et de l’information aux usagers. Les outils de prévision de trafic permettent aux gestionnaires de travailler plus efficacement sur les données et donc d’améliorer et de fiabiliser ces prévisions. Les objectifs et enjeux de la prévision de trafic varient quant à eux selon l'horizon de cette prévision, ainsi que la confiance que l'on peut accorder à cette dernière. Cette note d’information vise ainsi à présenter les différentes approches de la prévision de trafic ainsi que les outils qui y sont attachés et à donner aux utilisateurs, principalement les gestionnaires routiers, une première analyse de leurs utilisations potentielles. Sommaire Introduction ................................................................................................................................... 2 Généralités sur les prévisions de trafic ......................................................................................... 2 Méthodes de prévisions de trafic à court et moyen termes........................................................... 7 Aperçu des outils et solutions de prévisions de trafic ................................................................. 11 Conclusion.................................................................................................................................... 17 Bibliographie................................................................................................................................ 18 Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 2 Introduction La prévision de trafic est une activité essentielle pour les services en charge de la circulation routière et de l’information aux usagers avant le voyage (par ex. au niveau des centres d’information et de gestion de trafic et des sociétés d’autoroutes…). Les outils de prévisions de trafic permettent aux gestionnaires de travailler plus efficacement sur les données et donc d’améliorer et de fiabiliser ces prévisions. Les objectifs et enjeux de la prévision de trafic varient selon l'horizon de cette prévision. La recherche bibliographique réalisée en vue de cette note d'information a porté sur diverses sources documentaires. Il s'est agit de réunir à la fois des notices techniques de logiciels, de la documentation fournie par les prestataires sur leur site Internet, des articles de congrès, des thèses industrielles, ainsi que des rapports d'études ou des présentations de résultats par utilisateurs. L'ensemble des documents, articles et sites consultés lors de la recherche bibliographique sont listés à la fin de ce document, dans la partie « Bibliographie ». Cette note d’information vise ainsi à présenter les différentes approches de la prévision de trafic ainsi que les outils qui en découlent. Ceux-ci, groupés dans des grandes catégories ont pu être analysés selon différents critères, afin de donner aux utilisateurs de ces outils une première grille d’analyse dans leurs choix d’utilisation. Dans une première partie, « Généralités sur les prévisions de trafic », une typologie de la prévision de trafic est présentée et quelques critères (horizon, configuration du réseau) de choix de la méthodologie sont présentés. Dans une deuxième partie, « Méthodes de prévision de trafic à court et moyen termes », sont exposées et classées les différentes méthodes de prévision de trafic pour les horizons allant du très court au moyen terme. Enfin, dans une troisième partie, « Etudes des outils et solutions de prévision de trafic », différents outils et solutions de prévisions de trafic sont présentés succinctement, au regard d’un ensemble de critères liés à la mise en œuvre de ces outils, leurs fonctionnalités, les résultats produits et éventuellement leur coût. La synthèse de cette analyse est récapitulée sous forme d'une synthèse qualitative. Généralités sur les prévisions de trafic La prévision de trafic peut être envisagée selon deux approches relativement distinctes, selon que l'on fait intervenir ou non un processus de modélisation dynamique du trafic dans la prévision. Il existe ainsi trois principales approches : • une approche statistique de la prévision de trafic, qui ne fait pas intervenir de modèles de trafic, • une approche phénoménologique de la prévision de trafic, qui, elle, s'appuie essentiellement sur les modèles de trafic, • une approche hybride combinant les deux précédentes. Typologie de la prévision de trafic Approche statistique L'approche statistique de la prévision de trafic se pratique schématiquement sur la base d’une analyse des données historiques des états de trafic. Approche phénoménologique L'approche phénoménologique se base quant à elle sur la dynamique du trafic constatée en temps réel et tient compte des phénomènes perturbateurs qui peuvent survenir. Elle s'appuie pour l'essentiel sur des modèles de trafic, parfois très élaborés, reproduisant par exemple les phénomènes de propagation en amont de la congestion. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 3 Cette approche peut également être utilisée pour modéliser les processus d'affectation variable des usagers sur les différents arcs d'un réseau, en fonction des conditions de circulation. Approche hybride Enfin, une troisième approche de la prévision du trafic relève d'une hybridation des approches statistiques et phénoménologiques. Certaines solutions intégrées de gestion et de prévision de trafic disposent d'algorithmes spécifiquement dédiés à cette hybridation des prévisions. Cette approche hybride rend notamment possible de réaliser une prévision, même si les données font défaut pour l'une ou l'autre des deux approches. Horizons temporels des prévisions Les notions de court, moyen ou long terme servent à caractériser l'horizon temporel que l'on se fixe pour réaliser une prévision. Ces notions sont relatives au contexte ou au domaine d'activité dans lequel elles sont utilisées. Par exemple, la prévision à court terme de la croissance économique d'un pays s'entend sur une période de 1 à 2 mois environ. En revanche, la notion de court terme revêt une signification totalement différente lorsqu'il s'agit par exemple de prévisions météorologiques. Dans le domaine de la prévision de trafic, les notions sont relativement bien fixées et partagées par la communauté des experts. Le paragraphe ci-dessous propose une définition de chaque horizon, que l'on peut considérer comme communément admise, issue des éléments bibliographiques disponibles sur ce sujet. Il est ainsi nécessaire de considérer cinq catégories principales d'horizons temporels lorsque l'on parle de prévisions de trafic : très long terme, long terme, moyen terme, court terme, très court terme. Prévisions de très long terme Il s'agit ici des prévisions (ou projections) de trafic à l'horizon de 5 à plus de 50 ans, utilisées pour les évaluations de projets et politiques de transport. Le pas de temps de ces prévisions est en général annuel. Les prévisions ou projections à très long terme ne sont pas abordées dans la suite de cette note. Prévisions à long terme L'horizon de prévision à long terme peut se définir comme un horizon de type mensuel ou annuel. La prévision porte sur les mois à venir et parfois jusqu'à 1 an à l'avance. A cet horizon, les éléments saisonniers et calendaires jouent un rôle important, les calendriers étant généralement connus plus d’un an à l'avance (vacances scolaires, jours fériés et ponts...). Les prévisions de circulation réalisées par Bison futé sont un exemple classique de prévisions à long terme. La finesse des prévisions à long terme se limite en général à l'échelle de la journée. Elles servent par exemple à établir le calendrier national Bison futé, qui retrace les principales difficultés de circulation prévisibles pour l’année à venir, en affectant à chaque journée une couleur (vert, jaune, rouge ou noir). Ces prévisions peuvent ensuite être affinées dans une perspective de moyen terme, par exemple à la veille des week-ends de grands départs. Par ailleurs, à partir de la prévision de débit journalier, il est possible de prévoir les débits horaires. Les prévisions sont en général réalisées à partir des historiques de données HKM (heures - kilomètres de bouchons enregistrés) collectées par l'observation de l'évolution des bouchons. L'archivage des données HKM remonte au début des années 2000. La prévision pour une période donnée s'effectue, schématiquement, sur la base d'une situation de référence présentant une configuration calendaire similaire avec l'année de prévision. Chaque CRICR (Centre Régional d’Information et de Circulation Routière) dispose également des jours de grands départs sur sa zone d'action, de courbes prévisionnelles de trafics horaires, sur des axes à forts enjeux (ex. Vallée du Rhône). Ces Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 4 prévisions sont établies sur la base des historiques de données trafic (débit, vitesse, concentration) des années précédentes, pour une même configuration calendaire (ex. week-ends vacances d'hiver, départs du 14 juillet...). Le croisement des données de trafic et des configurations calendaires similaires aux jours de recueil permet d'obtenir les prévisions pour l'année à venir. Cette méthode est généralement appelée la « méthode calendaire ». Elle peut être complétée en utilisant d'autres variables explicatives que le calendrier, en recourrant alors à des méthodes de régression linéaire. Exemples de prévisions par Bison futé Prévisions à moyen terme L'horizon de prévision à moyen terme peut se définir comme un horizon de type journalier. La prévision portera sur les quelques jours à venir (du lendemain jusqu'à 1 semaine). Pour ce type de prévision, on ne travaille plus à l'échelle de la journée, mais plutôt à l'échelle horaire. On parlera donc de prévisions de trafic horaires. Une analogie plus concrète peut être faite entre ce type de prévisions et les bulletins de prévisions météorologiques diffusés au grand public. Cette analogie est d'autant plus pertinente que les prévisions météorologiques sont l'un des paramètres de corrections et d'affinage des plus influents pour cet horizon de prévision. Il existe de nombreuses méthodes pour réaliser des prévisions de trafic horaire à moyen terme, notamment selon la variable d'état du trafic que l'on souhaite prédire (débit, vitesse, temps de parcours, congestion...). Cependant, ces méthodes s'appuient généralement sur deux caractéristiques essentielles qui influent directement le trafic routier, à savoir : • à l'échelle horaire : la répétition des comportements des usagers liés à des déplacements périodiques, soit de type domicile-travail, soit de type saisonnier, • à l'échelle journalière : l'appartenance de chaque journée à typologie prédéfinie (les jours ouvrés, les samedis, les veilles de jours fériés...). La typologie des familles de journées est généralement propre à chaque problématique de prévision. Elle est donc spécifique à un réseau particulier, et peut être transposée moyennant certaines précautions. Dès lors qu'un exploitant a pu établir cette typologie, il peut alors associer chaque journée de son horizon de prévision à une journée type. Il dispose ainsi d'un "profil horaire moyen" de l'évolution des trafics prévisible lors de cette journée. Ce profil horaire moyen peut ensuite être corrigé selon certains paramètres tenant compte par exemple des prévisions météorologiques les jours à venir. Un exemple de ce type concerne les prévisions de circulation réalisées à la veille d'une journée particulière de grands départs ou encore mis à disposition du grand public quelques mois à l'avance. L'indicateur graphique se présente généralement sous la forme d'un histogramme sur 24h, présentant les niveaux de trafics attendus heure par heure. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 5 Prévisions à court terme L'horizon de prévision à court terme peut se définir comme un horizon de type horaire. La prévision portera sur les quelques heures à venir (de 1h à 24h). Les prévisions à quelques heures sont généralement utilisées par les exploitants de réseaux pour améliorer leur préparation face à une situation de fort trafic, pour rappeler éventuellement des effectifs d'astreintes, ou pour évaluer approximativement l'heure de fin d'une grande migration... Ces prévisions peuvent être obtenues de diverses manières. Sur les réseaux autoroutiers avec une morphologie linéaire de type "tuyau" (par ex. A6 et A7) et lors de grandes migrations, le gestionnaire peut utiliser le fait que les débits mesurés en entrée se retrouveront quelques heures plus tard plus en aval sur son réseau. Il s'agit donc d'une méthode basée sur l'hypothèse d'une propagation linéaire des niveaux de trafic vers l'aval, à la vitesse du flot de véhicules. Ces prévisions peuvent également consister en une amélioration des prévisions à moyen terme, au regard de nouveaux paramètres disponibles (événement météo ou festif par exemple). Prévisions à très court terme L'horizon de prévision à très court terme peut se définir comme un horizon de type infra-horaire. La prévision portera sur les minutes à venir (de 1min à 1 heure). L'horizon de prévision à très court terme semble paradoxalement le plus complexe, du fait essentiellement que les tendances déterministes utilisées dans les autres méthodes s'estompent considérablement. À ce niveau de prévision, ce sont essentiellement les caractéristiques physiques de la dynamique du trafic en temps réel qui influencent son état ultérieur à quelques minutes. Il est par nature impossible de prévoir l'apparition d'un événement aléatoire au sein du trafic (accident, ralentissement brutal, panne...). En revanche, dès lors que ce type d'évènement survient, il est possible d'en prévoir (moyennant certaines hypothèses) les répercutions directes sur la section de route directement en amont. La propagation de la congestion est en effet déterministe, seule la variable liée à la durée de l'évènement est source d’incertitude dans la prévision. Ce type de prévisions étant extrêmement pointues et ardues à réaliser, les exemples en la matière sont encore peu nombreux et relèvent parfois du secret industriel. On peut simplement préciser ici que ces prévisions sont destinées à améliorer l'aide à la décision pour les exploitants de réseaux, par exemple pour la détection anticipée des régimes de déstabilisation du trafic. D'autres applications consistent à améliorer les informations diffusées en temps réel aux usagers, tels que les temps de parcours. Influence de la configuration des réseaux routiers sur les prévisions Le fonctionnement d'un réseau routier dépend d'un grand nombre de facteurs, tels que la nature des trafics qu'il supporte, le jour de la semaine, l'heure de la journée, les conditions météorologiques, etc. Son fonctionnement dépend également, et pour une grande part, de sa situation géographique et par conséquent de la fonction qu'il remplit. La fonction d'un réseau routier impacte directement sa configuration, et par conséquent son fonctionnement. Par exemple, les réseaux autoroutiers situés en milieu inter-urbain ont une fonction différente des réseaux de voies rapides situées en milieu péri-urbain. Il en va de même de leurs fonctionnements propres qui sont totalement différents. Ainsi, lorsque l'on souhaite réaliser des prévisions de trafic, la configuration du réseau est donc un des éléments à prendre en considération pour augmenter la fiabilité de ces prévisions. Il faut comprendre ici que l'on entend par configuration la "morphologie" physique du réseau routier dans son ensemble, en considérant : • l'axe principal du réseau, • les entrées et sorties du réseau principal, • éventuellement les axes du réseau secondaire, s'ils présentent des risques d'impact sur le réseau principal ou bien des itinéraires alternatifs. La réalisation de prévisions de trafic peut, dans certains cas, nécessiter d'approfondir la connaissance du réseau routier en question. Pour prévoir les volumes de trafic en certains points du réseau, on doit par exemple avoir recours aux matrices origine-destination (OD) des flux de trafics sur le réseau concerné. Dans ce cas, l'affectation d'une matrice OD se fait en prenant certaines hypothèses liées au contexte et à la situation dans laquelle les prévisions sont réalisées. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 6 Afin de simplifier la problématique, on s'intéresse aux réseaux autoroutiers en considérant qu'il en existe principalement trois catégories: • réseau autoroutier de configuration linéaire, • réseau autoroutier de configuration maillée, • réseau de voies rapides urbaines maillées. La suite du paragraphe précise comment chaque configuration peut influencer les prévisions et quels sont les points principaux à prendre en considération. Réseau linéaire Un réseau autoroutier de type linéaire se caractérise par une morphologie très simple, à savoir: • un axe principal de circulation, • des bretelles d'entrées et sorties réparties à intervalles réguliers. Schématiquement, la morphologie de ce type de réseau se caractérise par une configuration en « arêtes de poisson », telle que représentée sur le schéma ci-contre. Configuration d’un réseau linéaire L'écoulement du trafic se déroule relativement de la même manière qu'un fluide dans un tuyau. En effet, l'origine de la majorité des véhicules est l'entrée amont de l'axe (A), et leur destination principale l'extrémité aval (B). Parfois, certaines entrées peuvent également supporter des trafics non négligeables en volume, qui peuvent venir perturber l'écoulement sur l'axe principal. C'est le cas par exemple des autoroutes qui passent à proximité d'une agglomération. Les entrées / sorties : • sont plus sollicitées et génèrent / absorbent des trafics parfois importants, • sont plus proches les unes des autres (par rapport à l'interurbain), représentants plusieurs foyers potentiels de perturbations. Réseau maillé interurbain Un réseau est dit maillé lorsqu'il existe au moins deux itinéraires distincts, mais de même importance, permettant de relier un point A à un point B. Les caractéristiques principales d'un réseau maillé interurbain sont que : • l'essentiel de la demande entre et sort par le réseau principal lui-même. Cela signifie que le réseau secondaire ne joue qu'un rôle à la marge sur les conditions de circulations du réseau principal, • il est constitué de mailles « à grande échelle », • le réseau secondaire représente une solution alternative peu concurrentielle au regard des distances que permet de parcourir le réseau principal. Configuration d’un réseau maillé interurbain Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 7 L'écoulement du trafic sur chaque branche du réseau se déroule relativement de la même manière que sur un réseau linéaire, à savoir que l'essentiel des trafics proviennent et sortent par les axes principaux. La différence fondamentale avec la configuration précédente tient au fait que les usagers entrant sur le réseau en (A) disposent non plus d'une mais de deux (ou plus) possibilités pour regagner la destination (B). Cette possibilité impose donc à l'usager un choix. La connaissance du fonctionnement du réseau et la capacité de réaliser des prévisions de trafic passent donc par la connaissance de ce choix, dans les situations normales comme dans les situations exceptionnelles. Du fait de ses caractéristiques, lorsqu'on réalise une prévision de trafic sur ce type de réseau, on émet l'hypothèse que la quasi totalité de la demande en amont du réseau va s'écouler au travers de celui-ci, avec une perte de temps relative à la difficulté d'écoulement de la circulation. Réseau maillé périurbain À la différence de l'interurbain, le réseau maillé périurbain présente : • une plus forte concentration spatiale d'échangeurs ou de diffuseurs, • des tailles de mailles plus petites, • une aptitude plus importante à être concurrencé par le réseau secondaire (dans certaines conditions de circulation). Le maillage plus étroit et la concentration des échangeurs ont notamment pour conséquence une plus grande dispersion des trafics sur le réseau. Les extrémités du réseau principal ne sont plus, en volumes, les principales origines et destinations des trafics. De plus, la présence de nombreux échangeurs et la densité du réseau secondaire représentent autant de possibilités de choix d'itinéraires alternatifs pour l'usager lorsqu'un le réseau principal connaît des perturbations (programmée ou aléatoire). Configuration d’un réseau maillé périurbain Les bretelles d'entrée et sortie vont jouer un rôle plus important au niveau des conditions de circulation, car certaines sont à l'origine d'une demande forte. De même, l'état de certaines sorties très sollicitées du réseau périurbain maillé va avoir un impact non négligeable sur l'offre globale du réseau. Les modèles de prévision de trafic doivent donc être capables de traiter l'ensemble des solutions d'équilibres du réseau global, ce qui nécessite des capacités de traitement informatique considérables. Méthodes de prévisions de trafic à court et moyen termes Méthodes statistiques Les volumes de trafics mesurés sur un réseau routier donné sont fluctuants par nature. Ils varient dans l'espace selon les différents points où on les mesure, ainsi que dans le temps, pour chaque point de mesure. Les fluctuations des volumes de trafics traduisent ainsi des besoins de mobilité ponctuels et généralement récurrents de la part des usagers. L'objectif des méthodes de prévisions statistiques est d'exploiter ces caractéristiques de la mobilité des usagers de la route et de leurs comportements sur ces réseaux. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 8 Un travail de recherche [D1] pour l'Office fédéral des routes de la Confédération suisse, dans le cadre de la mise en œuvre de la centrale de gestion du trafic sur le réseau national suisse a dressé, en 2007, un état de l'art des méthodes de prévision de trafic. Il en est ressorti qu'il n'existait pas de méthodologies ou de recommandations clairement établies et partagées par l'ensemble de la communauté des utilisateurs. Cette étude a distingué trois méthodes principales dignes d'intérêt pour réaliser des prévisions de trafic et nécessitant une analyse approfondie. Il s'agit de : • la cluster analyse (CA), • la régression linéaire, • les séries de Fourier. D'autres méthodes de prévisions plus complexes telles que les réseaux de neurones, les filtres de Kalmann, Box-Jenkins, les modèles hybrides, etc. sont jugées trop consommatrices en ressources de calculs, et donc difficilement utilisables pour établir des prévisions dans un centre de gestion du trafic. Données d’entrée Comme indiqué ci-dessus dans la définition des horizons temporels, la prévision à court terme s'attache à prévoir les conditions de circulation et volumes de trafics attendus dans les quelques heures qui suivent (entre 1h et 24h). Les prévisions de trafic basées sur les méthodes statistiques utilisent généralement comme données en entrée des courbes de variations journalières (CVJ) du trafic. Ce type de courbe est obtenu en mesurant l'évolution d'une variable d'état du trafic (débit, vitesse ou taux d'occupation) en un point donné du réseau, et selon un pas de temps pré-établi (par exemple horaire). 100,0 95,0 90,0 85,0 80,0 Km/h 75,0 70,0 65,0 60,0 55,0 50,0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Exemple de courbes de variation journalières de la vitesse Cluster analyse La cluster analyse (CA) regroupe un ensemble de méthodes statistiques destinées à traiter et réduire successivement d'importants volumes de données, en minimisant la perte d'information. Pour les prévisions de trafic, la CA est appliquée aux courbes de variation journalières (CVJ). Le but de la CA est de produire un panel restreint de CVJ suffisamment représentatif de l'ensemble des situations rencontrées. Par exemple, un panel simple de CVJ moyennes peut consister à distinguer 3 types de journées : jours ouvrables,Heures vacances scolaires et week-ends. Concrètement, et sans trop détailler la méthode, la CA procède de proche en proche, en agrégeant à chaque étape les deux éléments les plus proches en un seul. Pour déterminer quels sont les deux éléments les plus proches parmi l'ensemble des CVJ, les algorithmes de CA procèdent à un calcul de distance entre CVJ. L'agrégation étant ensuite la moyenne deux à deux des points composant chaque courbe. Régression linéaire La régression linéaire est une méthode statistique très répandue pour réaliser des prévisions de trafic à court terme. Si la méthode en soi est bien connue, on dispose plus rarement d'informations complémentaires détaillées sur les variables explicatives prises en compte ainsi que l'ordre de grandeur de leurs impacts sur le trafic, et leur significativité statistique. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 9 Séries de Fourier L'idée centrale des séries de Fourier est que toute fonction continue dans le temps peut être exprimée à l'aide d'une somme de sinusoïdes, variant chacune en amplitude et en fréquence. Cette propriété des séries de Fourier semble très prometteuse pour la réalisation de prévisions de trafic à court terme. Cependant, le travail de recherche a mis en évidence qu'aucune méthode de prévisions de trafic n'est basée sur cet outil mathématique. La raison principale est que, bien qu'il soit possible de calculer précisément les coefficients de Fourier pour une CVJ donnée, il est impossible de calculer les mêmes coefficients pour une partie de la CVJ (par exemple les deux dernières heures écoulées), car les créneaux temporels sont différents. À partir de ce constat, il est donc impossible de déduire à partir d'une tendance observée sur les 2 dernières heures à quelle famille de CVJ celle-ci appartient. Méthodes phénoménologiques L'analyse phénoménologique considère que, à l'échelle macroscopique, le trafic peut être considéré comme un fluide. Celui-ci réagit ainsi à une perturbation extérieure selon les mêmes lois physiques. Cette manière de réaliser des prévisions est donc par nature limitée à des horizons temporels très proches, car les effets des perturbations s'atténuent rapidement avec le temps pour laisser place aux composantes récurrentes. Les méthodes de prévisions phénoménologiques sont donc utilisées uniquement sur des horizons à : • court terme • ou très court terme. Sur un réseau linéaire type « arête de poisson », l'horizon de prévision peut atteindre quelques heures du fait du temps nécessaire pour le parcourir. Illustration d'une congestion avec différentes vitesses de traversée (Source : Comprendre le trafic routier – C. Buisson ; J-B. Lesort [F1]) La figure ci-dessus illustre une méthode de prévision du temps de parcours lorsque celui-ci est impacté par un phénomène de congestion. La vitesse de remontée de la congestion le long de l'axe X (vertical) est illustrée par la pente côté gauche du triangle. La vitesse de résorption de cette même congestion est illustrée par la pente côté droit du triangle. Selon la dureté de la congestion (faible sur l'illustration de gauche, élevée à droite étant donnés les retards subis par les véhicules dans la congestion), le temps de parcours total augmentera d'autant plus. Cette méthode de prévision nécessite de disposer: • de stations de recueil le long de l'axe X, • d'une remontée des mesures en temps réel avec une fréquence élevée, Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes • 10 d'avoir une estimation du temps de résorption de l'évènement à l'origine de la congestion (réduction de capacité, coupure...) Méthodes hybrides Les méthodes de prévision du trafic hybrides visent essentiellement à faire le lien entre les deux approches précédemment décrites. En effet, selon la situation et les caractéristiques du réseau, il existe toujours un horizon temporel intermédiaire pour lequel chaque composante du trafic (statistique ou phénoménologique) va compter pour moitié dans la prévision. L'objectif dans ce type d'approche est notamment de disposer d'algorithmes suffisamment bien calés pour réaliser des prévisions correctes. Prévision de temps de parcours selon l'évolution de la congestion (Source : Comprendre le trafic routier – C. Buisson ; J-B. Lesort [F1]) L'illustration ci-dessus décrit la prévision du temps de parcours de traversée d'une congestion selon l'évolution de celle-ci au cours du temps. Le déroulement de cette prévision se décompose en deux étapes. La première étape consiste en un état des lieux de l'évènement et du phénomène qui en découle : • le gestionnaire a eu connaissance de l'évènement et de sa localisation ; il souhaite réaliser une prévision réactualisée du temps de parcours sur la section concernée ; • en fonction des remontées d'informations issues du terrain (boucles de comptages, vidéo, patrouilleurs...), il peut estimer : – la vitesse de propagation de la congestion vers l'amont, – la dureté du bouchon. La deuxième étape consiste à réaliser à l'instant t1 une prévision du temps de parcours à l'horizon (t1 + h) : • le gestionnaire émet une hypothèse sur la durée prévisible de l'évènement et le temps nécessaire à la résorption de la congestion ; • il prend également en compte les statistiques du trafic pour estimer l'évolution de la congestion dans le temps. Synthèse Le tableau ci-dessous présente de manière synthétique une analyse croisée entre : • en ligne, un ensemble de critères et facteurs, • en colonnes, les horizons de prévisions. Ce tableau représente une grille de lecture des potentialités, limites et contraintes pour réaliser des prévisions de trafic selon les horizons temporels visés. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes Terme 11 Très court Court Moyen Long Horizon quelques minutes heures suivantes jours suivants sur l'année Méthode de prévision phénoménologie phénoménologie & statistique statistique statistique oui oui oui non Type de données temps réel temps réel + historiques historiques historiques Nature du réseau périurbain maillé, urbain périurbain maillé, axe axe axe / zone OD temps réel, incidents... OD statistiques, événement. programmé non non urbain : feux tricolores événements (circulation, travaux...) événement programmé calendriers scolaires minute sub-horaire heure journée/heure Facteur météorologique Fonctionnement du réseau Facteurs exogènes Précision des résultats Tableau de synthèse sur les méthodes de prévisions de trafic Aperçu des outils et solutions de prévisions de trafic Présentation de l’approche Cette partie rend compte d’une étude prospective et bibliographique sur les outils de prévisions de trafic court et moyen termes (« Prévisions de trafic court et moyen termes », [D2]) réalisée par le PCI « régulation dynamique des réseaux de transports ». La revu bibliographique a porté sur divers documents : • notices techniques et sites Internet des logiciels ([B]), • articles de congrès ([A]), • rapports d'études ([D]), • thèses industrielles ([C]), • entretiens ([E]). L'analyse de cette bibliographie a permis d'identifier et de sélectionner un certain nombre de solutions et d'outils qui sont présentés de façon synthétique dans cette note d’information. Il est néanmoins important de noter que les outils et solutions étudiés ne sont pas exhaustifs. On rappelle à cet égard que cette note d'information n'entend pas constituer un guide pour les gestionnaires pour l'achat de solutions d'outils de prévisions de trafic. Les outils et solutions identifiés sont classés selon trois grandes familles : • logiciels (outils dédiés, intégrés ou de la recherche) : produits commercialisés ou prototypes, • services : les prévisions sont accessibles en ligne sur internet, • usage interne : produit sur mesure réalisé pour un usage interne (peu d'informations disponibles). Les logiciels ont également été distingués selon qu’il s’agissait d’outils dédiés spécifiquement à la prévision de trafic, d’outils intégrés ou d’outils réalisés par la recherche. Une grille de lecture et d'analyse commune pour les outils (logiciels ou solutions) de prévisions de trafic a été définie, afin de les caractériser sur la base d'un ensemble de critères techniques et fonctionnels. Il ne s'agit pas ici d'évaluer leurs performances, ce qui aurait nécessité de les acquérir et de les tester en laboratoire. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 12 Critères d'analyse Appréciation / commentaire Horizons de prévisions Définit quel(s) horizon(s) de prévisions sont pris en charge par l'outil. Mise en œuvre Précise comment l'outil peut être utilisé, les réseaux concernés, les données nécessaires en entrée : nature, échelles temporelles, récurrence... Modules et fonctionnalités Cette partie s'attachera à lister quelles sont les principales fonctionnalités de la solution étudiée. Ces fonctionnalités peuvent concerner l'acquisition et la gestion des données trafic (classification, qualification,...), leur traitement (complétion, corrections...) et les services fournis en sortie (synoptique, indicateurs...). Méthodes et modèles de prévisions Définit quelles sont les méthodes de prévisions de trafic mises en œuvre, et décrit brièvement les modèles mathématiques sous-jacents. Facteur météorologique La prise en compte de la météorologie est un facteur clé au niveau de la précision de la prévision de trafic. Cet item mentionnera ce point lorsque celui-ci est pris en compte, et si possible de quelle manière. Résultats obtenus Précise sous quelle forme sont présentés les résultats de la prévision, quelles sont les variables d'état de trafic produites. Intégration au sein du PC1 Ce paragraphe précisera dans les grandes lignes de quelle manière peut s'intégrer la solution au sein d'un PC1 circulation. Seront également indiqués si possible les pré-requis opérationnels (disponibilité des données, …), les possibilités de paramétrages par l'utilisateur, les rafraîchissements des états de trafic... Coûts Éléments de coûts d'acquisition, installation, maintenance et formation. Tableau des critères d’analyse des outils de prévisions de trafic Analyse par famille d’outils Le tableau suivant présente les résultats de l’étude réalisée par famille d’outils. Pour avoir une analyse plus fine par outil, il est nécessaire de se procurer l’étude réalisée par le PCI RDRT [D2], document interne au ministère. La famille d’outils à usage interne n’est pas détaillée ici, car trop peu d’informations étaient disponibles. Famille d'outils Outils dédiés Critères d'analyses Horizons de prévisions : - les horizons de prévisions diffèrent selon les outils. Cela va du long terme au court terme. En revanche, le très court terme (inférieur à l'heure) n'est pas pris en compte à ce jour par ces outils. Mise en œuvre : - la prévision de trafic est le cœur de métier de ces outils. - lorsque l'ergonomie est soignée et l'utilisation des fonctionnalités « intuitive », cela facilite et accélère la réalisation des prévisions. Fonctionnalités : - les fonctionnalités classiques concernent généralement la réalisation et mise à jour de la base des données historiques, le sectionnement du réseau routier, le paramétrage du calendrier, le paramétrage des seuils de trafic, la réalisation des prévisions et leur visualisation. - certains outils proposent des modules optionnels, qui sont généralement indispensables à la réalisation de bonnes prévisions (complétion / qualification des historiques, interfaces graphiques...) 1 Poste de Commande Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes Famille d'outils 13 Critères d'analyses Méthodes de prévisions : - les méthodes de prévisions utilisées dans ces outils sont statistiques ou phénoménologiques. Facteur météorologique : - le facteur météorologique est généralement pris en compte dans la prévision, mais cela n'est pas le cas pour tous les outils. Résultats obtenus : - les prévisions réalisées sont généralement affichées sous forme de tableaux ou de graphiques, avec des codes couleur indiquant les états de trafic. Elles servent à alimenter d'autres modules, tels que la détection anticipée des bouchons sur certaines sections, la programmation des chantiers... Intégration au sein d'un PC : - ce critère diffère selon les outils. Les outils fonctionnant en mode « client léger » ne présentent aucune difficulté d'intégration au sein d'un PC, et ne nécessitent pas une maintenance lourde. Coûts : - les coûts diffèrent selon les modules optionnels que l'on souhaite intégrer. Les coûts de maintenance pour certains outils peuvent représenter un poste de dépenses important. Tableau d’analyse des outils dédiés Famille d'outils Solutions intégrées Critères d'analyses Horizons de prévisions : - les horizons de prévisions visés sont le court et le très court terme. Mise en œuvre : - la mise en œuvre de ces solutions par un utilisateur nécessite de maîtriser l'ensemble (ou du moins une grande partie) des métiers liés à l'ingénierie du trafic, au-delà des seules prévisions de trafic. - les aspects liés au paramétrage et au calibrage des modèles sont une étape essentielle pour la réalisation de bonnes prévisions, en lien avec la complexité des réseaux concernés. - les prévisions de trafic réalisées permettent d'alimenter « sans coutures » d'autres fonctionnalités implémentées au sein du même outil. Fonctionnalités : - Les solutions intégrées sont par nature plus riches en terme de fonctionnalités que les outils dédiés. Elles disposent notamment de fonctionnalités en lien avec les autres modules de la solution (recueil de données temps réel, stratégies de gestion du trafic et d'information...). Méthodes de prévisions : - les prévisions reposent généralement sur une hybridation des méthodes statistiques et phénoménologiques. Cependant, la part et l'influence des différents modèles dans la prévision finale demeurent méconnues pour l'utilisateur. Facteur météorologique : - le facteur météorologique peut être pris en compte par ces solutions. À noter qu'il doit être en corrélation avec l'horizon de prévision recherché. Résultats obtenus : - l'intégration de la prévision de trafic au sein d'une solution de gestion de trafic globale apporte une forte plus-value à l'utilisateur, notamment en terme d'aide à la décision (choix des stratégies de régulation dynamique du trafic adaptation des cycles de feux ) Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes Famille d'outils 14 Critères d'analyses L'intégration apporte une plus grande homogénéité des sources de données et des résultats. - certaines solutions permettent de réaliser des simulations dynamiques de stratégies de gestion de trafic, afin de choisir la plus efficace selon la situation rencontrée. Intégration au sein d'un PC : - les solutions intégrées représentent en soi un outil complet d'aide à la gestion du trafic. - elles présentent un réel intérêt si l'on envisage leur intégration dans un PC gérant le trafic à l'échelle d'une agglomération urbaine (prise en compte de l'ensemble des catégories de réseaux routiers). Coûts : - les coûts de ce type de solutions sont a priori plus élevés que pour les outils dédiés. Ils sont étroitement liés à la nature et à la taille des réseaux couverts, ainsi qu’aux modules implémentés. Tableau d’analyse des solutions intégrées Famille d'outils Services en ligne Critères d'analyses Horizons de prévisions : - les horizons de prévision visés sont généralement le court et le très court terme. Mise en œuvre : - les services de prévision de trafic sont accessibles sur internet. - les prévisions sont réalisées à partir de données historiques et de données relevées en temps réel (données issues de compteurs fixes et de capteurs mobiles). - l'utilisateur ne peut pas disposer des données historiques pour alimenter sa propre base de données. Fonctionnalités : - actuellement, les seules fonctionnalités disponibles sont la consultation des états de trafic sur une cartographie numérique (avec possibilité de zoomer sur les agglomérations et réseaux routiers). Méthodes de prévisions : - les prévisions reposent sur une hybridation des méthodes statistiques et phénoménologiques. - il n'y a cependant aucune information disponible sur le site par rapport aux modèles mis en jeu et sur la fiabilité des résultats. Facteur météorologique : - le facteur météorologique a moins d'intérêt pour ce service, dans le sens où il traite des prévisions sur le très court terme, et intègre dans ses calculs des données de trafic en temps réel. Résultats obtenus : - les résultats obtenus fournissent une information sur les états de trafic prévisibles à très court terme: localisation des bouchons, longueur, temps de traversée estimé. - des informations de temps de parcours sont disponibles sur certains itinéraires de voies rapides urbaines en l'Île-de-France. Intégration au sein d'un PC : - ces services s'intègrent facilement au sein d'un PC de circulation, via un poste de travail connecté à internet. Coûts : - les services de prévisions décrits ci-dessus sont accessibles gratuitement sur internet. Tableau d’analyse des services en ligne Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes Famille d'outils Outils issus de la recherche 15 Critères d'analyses Horizons de prévisions : - les horizons de prévisions sont spécifiques à chaque outil. Ils vont du long terme au très court terme. Mise en œuvre : - l'objectif est avant tout de réaliser des recherches grâce à ces outils. Leur mise en œuvre au sens opérationnel nécessiterait vraisemblablement des développements complémentaires. Fonctionnalités : - les fonctionnalités sont généralement focalisées sur le paramétrage des modèles mathématiques. Méthodes de prévisions : - les méthodes de prévisions mises en œuvre sont, selon les cas et les recherches menées, statistiques, phénoménologiques ou hybrides. Facteur météorologique : - lorsque le facteur météorologique est pris en compte, il fait l'objet de recherches spécifiques, afin d'évaluer son impact sur la prévision. Résultats obtenus : - les résultats obtenus sont relatifs à des recherches spécifiques et font l'objet de publications scientifiques. Les indicateurs utilisés sont très variables d'un outil à l'autre. Dans le cas décrit ci-dessous, il s'agit des états de trafic. Intégration au sein d'un PC : - un de ces outils issus de la recherche a été implémenté au sein d'un PC de circulation, afin de fournir des prévisions de trafic à très court terme sous forme de traficolor. Coûts : - ces outils n'ont pas vocation à être commercialisés. Tableau d’analyse des outils issus de la recherche Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 16 Synthèse Le tableau suivant propose un résumé des principales utilisations des différentes familles d’outils ainsi qu’un aperçu de leurs avantages/inconvénients. Il peut s’agir d’un premier niveau d’analyse utile pour un gestionnaire ou autre utilisateur intéressé par la recherche d’un tel outil. Famille d'outils Périmètre d’utilisation Avantages Outils dédiés Du court au long terme Réseau périurbain maillé/axe Nécessité de données temps réel (pour le court terme) et historiques Nécessité de matrices OD statistiques (pour le court terme) Gestion des événements programmés Ergonomie De nombreuses variables sont prises en compte (trafic, météo…) Solutions dédiées, peu lourdes à mettre en œuvre Coûts généralement élevés (en modules ou en maintenance) Ne traite pas du très court terme Souvent des « boîtes noires » Outils intégrés Du très court au court terme Réseau périurbain maillé/urbain Nécessité de données et de matrices OD temps réel et historiques Gestion des événements Il s’agit de SAGT (Systèmes d’Aide à la Gestion de Trafic) Tout type d’événements peut être géré en temps réel et simulé Solution exhaustive : l’adaptation au réseau et le paramétrage sont très longs et coûteux Nécessité un recueil de données, notamment en temps réel, fiable Maintenance importante (notamment du modèle) Services en ligne Du très court au court terme Réseau périurbain maillé/axe Nécessité de données temps réel (pour le court terme) et historiques, y compris véhicules traceurs Solutions légères Gratuité du service en général Ergonomie Souvent des « boîtes noires » Fournissent uniquement des états de trafic Du très court au long terme Tout type de réseau Les outils développés se concentrent en général sur le paramétrage des modèles mathématiques et peu sur leur utilisation dans un contexte opérationnel Modèles connus et peuvent être complétés pour coller à des besoins spécifiques Résultats assez satisfaisants Nécessité de développements complémentaires pour intégration dans un PC Ergonomie Outils issus de la recherche Synthèse de l’utilisation des familles d’outils Inconvénients Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 17 Conclusion Cette note d’information, issue d’une recherche bibliographique sur les différents outils de prévisions de trafic court terme, a pour but de relancer les réflexions sur les méthodes et outils de prévision de trafic. L’information aux usagers est désormais incontournable et souvent, le recueil de données actuel ne permet qu’une présentation à l’usager de l’état actuel du trafic. Or l’usager a besoin de disposer d’information, par exemple le temps de parcours, juste avant qu’il ne pénètre sur un réseau. Les prévisions de trafic ne sont pas un sujet nouveau. Le premier calendrier prévisionnel du trafic routier « Bison futé » remonte à 1983. Ce type de prévisions a été défini dans cette note comme étant à un horizon « long terme ». Les besoins plus récents ont nécessité de définir de nouveaux horizons : le moyen terme, qui consiste à corriger les prévisions long terme à l’aide de paramètres complémentaires prévisibles à moyen terme, tels que la météo ; et les court et très court termes rendus possibles par l’amélioration des technologies de recueil de données trafic en temps réel et l’émergence des systèmes d’aide à la gestion du trafic. Les outils et solutions analysés au cours de l’étude bibliographique, bien que non exhaustifs, ont permis de tirer des premiers éléments quant à l’utilisation de ces outils, leurs contraintes et leurs domaines de compétence. Les perspectives de cette étude sont diverses. On peut citer notamment la réalisation d'un état des lieux plus précis des besoins opérationnels des acteurs susceptibles d'utiliser des prévisions de trafic. La question des méthodes de test des outils peut également être ouverte, afin de surmonter l'effet "boite noire" parfois inhérent à la complexité des méthodes utilisées. Note d'information du Sétra – Série Transports n° 06 Prévision de trafic de court et moyen termes 18 Bibliographie [A] Articles de recherche [A1] BARCELO J., DELGADO M., Online microscopic traffic simulation supports real-time traffic management strategies, SIAM News, Volume 40, N°9 (novembre 2007). [A2] EL FAOUZI N.E., BOUZEBDA S., BILLOT R., Spatio-temporal search algorithm and weather impact integration for travel time prediction based on motorway toll data, ITS World Congress 2009, (septembre 2009). [A3] ALLAIN G., GOUDAL P., GAMBOA F., LOUBES J.M., MAZA E., A statistical framework for road traffic prediction, ITS World Congress 2009, (septembre 2009). [A4] MUNAKATA K, TAMURA Y., A case study about the traffic prediction under accidents using dynamic traffic simulation on Tokyo Metropolitan Expressway, ITS World Congress 2009, (septembre 2009). [A5] ANDREASSON I., BURGHOUT.W., Incident management and traffic information, simulation-based traffic prediction, ITS World Congress 2009, (septembre 2009). [A6] LAN L., BO.L., HIROAKI.M., Travel time prediction by combining real-time and statistical data according to congestion level, Hitachi (China) R & D Corporation, ITS World Congress 2009, (septembre 2009). [B] Logiciels [B1] AIMSUN Online, Transport Simulation Systems (TSS), Barcelona, Spain: http://www.aimsun.com [B2] PX PREVIA, Société PHOENIX ISI, Noisy le Grand – France : http://www.phoenix-isi.fr [B3] TRAFFIC FIRST Plateforme de traitement pour la prévision de trafic – France : www.trafficfirst.com [B4] MAESTRO RouteFlow, EGIS Mobilité – France [C] Thèses [C1] ALLAIN G., Prévision et analyse du trafic routier par des méthodes statistiques, Mémoire de thèse, Université Toulouse III Paul Sabatier (octobre 2008). [C2] IORDNOVA V., Contribution à la modélisation et commande du trafic routier, Mémoire de thèse, Université d'Artois (décembre 2006). [D] Rapports d’études [D1] Prof. C. de RHAM, Short-term forecasts for transport models, Confédération Suisse, Road federal office (décembre 2007). [D2] PCI Régulation Dynamique des Réseaux de Transports, Prévisions de trafic court et moyen termes, CETE Lyon (août 2011). [E] Interviews [E1] BUISSON C. (HDR), ENTPE LICIT, Prévision de trafic avec modélisation (septembre 2010 et mars 2011). [E2] DUMAS S., AREA, Chef du Pôle Trafics (mars 2011) [E3] GOUDAL P., V-Trafic (décembre 2010). [F] Ouvrages [F1] BUISSON C., LESORT J-B, Certu, Comprendre le trafic routier (mars 2010) Pôle de Compétences et d'Innovation " Régulation dynamique des réseaux de transport " Ce document a été élaboré sous le pilotage du Sétra par le PCI "Régulation dynamique des réseaux de transport ". Le PCI a pour objectifs d’apporter les éléments de diagnostic et d’évaluation nécessaires à l’élaboration et la mise-en œuvre des stratégies, mesures et systèmes de régulation des flux de transports, notamment dans une logique multimodale. Le PCI est situé au CETE de Lyon et CETE Ile-de-France Rédacteur Fabrice RECLUS, CETE de Lyon téléphone : 04 72 14 31 47 [email protected] Référent Sétra Marie-Christine ESPOSITO [email protected] AVERTISSEMENT La collection des notes d'information du Sétra est destinée à fournir une information rapide. La contre-partie de cette rapidité est le risque d'erreur et la non exhaustivité. Ce document ne peut engager la responsabilité ni de son rédacteur ni de l'administration. Les sociétés citées le cas échéant dans cette série le sont à titre d'exemple d'application jugé nécessaire à la bonne compréhension du texte et à sa mise en pratique. Service d'études sur les transports, les routes et leurs aménagements 110, rue de Paris - SOURDUN – BP 124 – 77487 PROVINS Cedex – France téléphone : 33 (0)1 60 52 31 31 – télécopie : 33 (0)1 60 52 31 69 Document consultable et téléchargeable sur les sites web du Sétra : • Internet : http://www.setra.developpement-durable.gouv.fr • Intranet (Réseau ministère) : http://intra.setra.i2 Ce document ne peut être vendu. La reproduction totale du document est libre de droits. En cas de reproduction partielle, l’accord préalable du Sétra devra être demandé. Référence : 1218w – ISSN : 1250-8675 Le Sétra appartient au Réseau Scientifique et Technique du MEDDE