L’intelligence artificielle au service de la route

La multiplication des objets connectés et le développement du traitement des images permettent, grâce à l’intelligence artificielle, d’obtenir des données de plus en plus nombreuses et de plus en plus précises pour gérer les flux de circulation routière.

Jusqu’au début des années 2000, l’étude des flux routiers reposait principalement sur les boucles électromagnétiques, insérées dans le revêtement routier, les radars et les caméras. Ces outils de régulation ont permis de connaître le trafic en temps réel.

Mais la multiplication de l’IoT (internet des objets), des véhicules connectés ou encore des solutions de navigation a changé la donne, en boostant la production des données. A l’aube du XXI^e siècle, le Big Data a fait son apparition. Et avec lui de nouveaux outils capables d’analyser des données provenant de sources différentes. « Depuis quelques années, aux données traditionnelles viennent s’ajouter les floatting car data (FCD) issues des traces GPS des véhicules, ou celles provenant des applications de navigation des téléphones portables, qui sont vendues aux gestionnaires routiers », explique Bruno Levilly, responsable du Secteur ITS (systèmes de transports intelligents) trafic et régulation au Cerema.

Cette multiplication des données va de pair avec le développement de l’intelligence artificielle, que l’on pourrait définir comme l’ensemble de ces programmes informatiques complexes capables de simuler le raisonnement ou l’apprentissage humains.

« Les sources de données sont fondamentales, insiste Philippe Gicquel, président fondateur de Cil4SYS, une entreprise d’ingénierie système. Il est important de combiner plusieurs sources et de mixer ces données en fonction des objectifs que l’on se fixe. Il faut trouver les sources les plus intelligentes, les moins chères. »

Edge computing, machine learning, deep learning, réseaux de neurones artificiels… de plus en plus, les développements informatiques en matière de gestion des flux de circulation utilisent ces méthodes pour apprendre aux machines à apprendre toutes seules, en s’adaptant à leur environnement. Grâce à une puissance de calcul de plus en plus forte, permettant d’analyser la data, les solutions de gestion de la mobilité se développent : gestion des carrefours, panneaux à messages variables, localisation des véhicules, parkings intelligents.

Premier outil de régulation du trafic, les feux tricolores.

« Un carrefour bien géré est la garantie d’un trafic plus fluide, et son fonctionnement doit répondre à une stratégie », explique Eric Franceries, directeur général délégué de Gertrude (Gestion électronique de régulation en temps réel pour l’urbanisme, les déplacements et l’environnement).

« Le trafic répond à des règles, notamment physiques : si une artère a deux files de circulation, l’objectif de faire passer un certain nombre de voitures dans les meilleures conditions, sera confronté à la limite physique de ces files, qui ne pourra jamais être dépassée », poursuit-il.

La mobilité, de plus en plus partagée (voitures, bus, vélos, scooters, trottinettes…) impose aux collectivités de faire des choix, de définir des stratégies comme d’accorder la priorité aux réseaux de transport collectifs. L’intelligence artificielle rend possible une régulation d’accès plus précise que celle qui est utilisée actuellement, basée sur des plans déterminés à partir d’un historique et ajustée grâce aux boucles électromagnétiques.

Actuellement on ne peut pas prendre en compte le nombre de piétons, de vélos ou de trottinettes en circulation. Demain, l’analyse d’images permettra de détecter tous les flux de piétons, d’adapter en temps réel les plans de feux, mais aussi de compter le nombre d’occupants d’une voiture, de détecter les comportements anormaux de véhicules, et d’anticiper, grâce à l’augmentation récente des puissances de calcul.

« Avant il fallait acheter des ordinateurs pour augmenter sa puissance de calcul. Aujourd’hui il est possible de la louer, ce qui diminue les coûts, et renforce les capacités d’analyse », précise Bruno Levilly. « Il est certain que l’intelligence artificielle apportera beaucoup sur la connaissance du temps réel, notamment cette capacité à analyser les data, en temps réel pour en faire du prédictif », poursuit-il.

De plus en plus, les projets d’infrastructures intègrent des dimensions de données partagées.

« Avoir une infrastructure routière plus intelligente, mieux partagée, accorder des droits de circulation en fonction des types de véhicules, du nombre de personnes, ce sont des champs qui commencent à être explorés, confirme Emmanuel Léger, CEO de cylope.ai, une filiale du groupe Vinci. Nous ne pouvons plus nous contenter d’une approche simpliste. Cette intelligence au service du collectif, au service de l’infrastructure est très enthousiasmante ».

Comprendre le trafic, les demandes des utilisateurs qui évoluent au gré des innovations, mieux partager la route, et protéger l’environnement, c’est tout l’enjeu de l’intelligence artificielle appliquée à la mobilité.

Dossier réalisé par Véronique Pierre

Une mission interministérielle sur le contrôle automatisé

Promulguée le 24 décembre, la loi d’orientation des mobilités intègre problématiques de mobilité et enjeux environnementaux.

Elle définit un nouveau cadre juridique autour de plusieurs axes dont la sortie de la dépendance automobile, l’accélération de la croissance de nouvelles mobilités, ou encore la réussite de la transition écologique.

Elle accorde de nouvelles compétences aux collectivités territoriales pour organiser des services comme l’autopartage, le covoiturage ou le transport à la demande.

Elle favorise le déploiement des navettes autonomes et celui des voies réservées (VR) et des zones à faibles émissions (ZFE) par les collectivités territoriales volontaires.

A ce propos, une mission interministérielle – la mission contrôle automatisée – a été confiée au préfet Bartolt, afin de coordonner le développement des dispositifs de contrôle-sanction automatisés pour le respect de la bonne utilisation des zones à faible émission et des voies réservées, dont le début de la mise en œuvre est prévu en 2020.

Reste que le législateur devra rapidement fixer un cadre réglementaire pour pouvoir mettre en œuvre des dispositifs de contrôle.

Le 28 novembre dernier, le Cerema a organisé une manifestation pour informer les collectivités et les gestionnaires de voiries de l’avancée des travaux de la mission contrôle automatisé.