ISTLS Simulation Trafic
Transcript of ISTLS Simulation Trafic
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 1/81
Modélisation et Contrôledu trafic
Habib HAJ SALEM (IFSTTAR/ GRETTIA)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 2/81
Plan du cours Problématique Définition des variables fondamentales Modélisation du trafic
Objectifs Modèles microscopiques Du microscopique vers le macroscopique Modèles macroscopiques Problème du calibrage des modèles
Aperçu sur la régulation du trafic
Détection automatique d’incident (DAI)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 3/81
France: la route en quelques
chiffres Nombre de véhicules
26.8M de voitures particulières et 5.5M d’utilitaires
Longueurs 980000 de Km de voiries 80 % des RN sont à 2 ou 3 voies
Trafic Autoroute 30000 Véh /J RN 10000 Véh /J Répartition : voyageurs, marchandises Évolution : 3.3% annuels sur 15 ans
C’est aussi 8 078 tués, 162 117 blessés et 3000 handicapés à plus de 50% Congestion : 8600Km
Pollutions
RN
3%
RD
36%
VC
60%
AUT
1%
Longueurs
RN
48%
AUT
52%
Volume de trafic
Route
75.3%
V. nav
1.9% Oléod
6.6%
Fer
16.2%
Transport de marchandises
Voitures
84.3% Fer
8.9%
Air
1.7%
Autocars
5.1%
Transport de voyageurs
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 4/81
En Tunisie :la route en quelques
chiffres Population : ~10 millions Nombre de véhicules
1.3 M de voitures Longueurs
q.q millier de Km de voirie ~ 500 Km d’autoroute
Trafic
Localisé autour des grandes villes C’est aussi
11000 accidents /an (26% l’été) ~1500 tués, 16000 blessés Congestion : autour des grandes villes Pollutions
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 5/81
PROBLEMATIQUE GENERALE
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 6/81
Modélisation du trafic
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 7/81
Objectifs généraux Pourquoi a-t-on besoin de modèle du trafic?
Comprendre la dynamique du trafic (congestion) pour agir
Développer des stratégies de contrôle Estimation et prévision des états du trafic
Simulation permet: Evaluation des stratégies de contrôle
Evaluation des modifications de l’infrastructure, des travaux Disposer en temps réel d’un outil d’aide-à-la décision
(exploitants routier et autoroutier)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 8/81
Aperçu des Problèmes de la
physique du trafic Trafic = somme de comportement individuel ->La physique de l’écoulement
nécessite la définition des variables caractéristiques (e.g analogiehydrodynamique)
Un flux du trafic est constitué de particules (véh) de grande taille et peunombreuses.
Pb1: Le phénomène étudié est de la taille du véh Pas de séparation d’échellepermettant une description cohérente (micro Macro)
Pb2: Les véh. sont dotés d’une énergie intrinsèque(motorisés): les équationsclassiques de conservation de la quantité de mouvement sont inapplicables car
peu pertinents (définition de potentiel ou champ de force n’a pas de sens) Pb3: Les particules du trafic sont: le véh+conducteur possédant un projet
(origine/destination précise) donc il choisissent leur itinéraire en conséquenced’où la difficulté de modéliser correctement les divergents
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 9/81
Aperçu des Problèmes de la
physique du trafic (2) Pour des raisons de simplicité:
Tous les modèles d’écoulement du trafic sont définis pour une sectionhomogène et à sens unique
Ce sont des modèles unidimensionnels ( pas de différenciation de voies) L’écoulement du trafic est homogène Les échangeurs autoroutiers, les carrefours urbains sont des extensions du
modèle de base
Sur la base de ces hypothèses que les définitions des
variables fondamentales sont introduites.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 10/81
Variables Fondamentales du traficTrafic est composé par l’ensemble des
trajectoires définissants en Fn dutemps: position(xn), vn = dx/dt et
gn = ¨x(t)
2 points de vue sur l’écoulement de trafic:
1. On observe l’écoulement en un point x
donnée pendant un intervalle de temps dt2. On observe dans l’espace à un instantdonné dt.
Les variables associées à chacun des cas
sont différentes
x
tt1 t2
* * **
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 11/81
Variables en un point x entre deux instants t1 et t2:
débit :
Les unités de temps le plus répandues sont: 1 min, 6 min, heure et la journée, année (TJMA : Trafic Journalier Annuel Moyen)
L’unité standard est le vh/h.Exemple : pour une autoroute à 3 voies: le débit max est de 6200 vh/h
pour une voirie urbaine 3 voies : 3900 vh/h
Variables Temporelles0)(
),,(lim),(
),,(),,( 12
12
21
12
2121
2
1
t t siCalculde pbt t
t t x N t xq
t t
t t x N t t xq
t t t t
0
)2
,2
,(
),(
et petit t avect
t t
t t x N
t xq
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 12/81
Variables Temporelles Vitesse moyenne temporelle:
On définit une vitesse moyenne instantanée
N
i
iT v N t t xV 1
21
1
),,(
)2
,2
,(),(t
t t
t xV t xV T T
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 13/81
Variables TemporellesIntervalle inter-véhiculaires:
Headway: intervalle de temps en un point x séparant le passage de l’avant de
chaque véh.(# du Gap = passage de l’arrière du leader et l’avant du suiveur)
Pour t2-t1 grand:
Ecart moyen instantané ( pareil que le débit)
iiih 1
),,(),,(),,(
21
11
21
121
t t x N t t x N
h
t t xhmoyen Intervalle N
N
i
i
),,(1
),,(),,(
2121
1221
t t xqt t x N
t t t t xh
),(
1),(
t xqt xh
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 14/81
Variables Spatiales Densité, notée r(x,t) nombre de véhicule observé à t entre x1 et x2
Pareil que le débit, on définit un r sur xComme:
12
2121
),,(),,(
x x
t x xnt x x
r
x2
tt
x1
*
*
*
t
x x
x xt x ,
2
,
2
),( r r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 15/81
Variables Spatiales Distance inter-véhiculaire : duale à l’intervalle inter véhiculaire
),(
1
),,(,
2,
2),(
),,(1
),,(),,(
),,(
),,(
1),,(
21
12
2121
1221
121
21
1
1
121
21
t xt x xn
x xt x
x x
xSt xS
t x xt x xn x xt x xS
x x x pour
t x xnS
SavecS
t x xn
t x xS
j j
j j
j
j j j
n
i
j
r
r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 16/81
Variables Spatiales Vitesse moyenne spatiale
t x
x x
xV V
vt x xnt x xV
E E
n
i
i E
,2
,2
),,(
1),,(
121
21
Même hypothèses que précédemment et enun point x:
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 17/81
Variables Spatiales Vitesse du flot
Cas isovélique ( v= const pour tous)
Si x la longueur de la chaussée, le nb de veh présent : n = r x
Soit u = vitesse il faut t =x/u unité de temps pour que tous les veh sortent q= n/ t = r x (u/ x) = ru
Cas général:
la vitesse moyenne du flot:
On peut démontrer que cette vitesse correspond à la moyenne spatiale
(exercice)
),(
),(),(
t x
t xqt xv
r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 18/81
Variables Spatiales Propriété de la vitesse du Flot
On démontre que: V = moyenne harmonique des vitesses mesurées
Exo : démontrer ( piste: décomposition du flot en flotisovélique)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 19/81
Définition du Diagramme
fondamental Relation qui lie le débit à la densité: Relation phénémologique, basé sur les mesures
(vitesse,densité)
0
20
40
60
80
100
120
0 10 20 30 40 50 60 70 80
Débit (Vh/min)
Taux d'occupation (%)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 20/81
Dispositifs de mesures Boucle électromagnétique
Electronique(Détecteur)
t
s
s
Sb
temps
Sb
lb
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 21/81
Boucles Electromagnétiques
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 22/81
Mesures de la vitesse
lb d
Exo : Donner, en fonction du temps, l’allure des deux signaux deboucles.Donner la formule du calcul de la vitesse en fn de lb et d
t=t0
t=t1
t=t2
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 23/81
Radars à effet DOPPLER-Fizeau
f
Axe du faisceau radar
f )cos(2V F d
Fd = fréquence du signal réfléchi
F= angle (faisceau, vecteur vitesse) = 25°, = long. d’onde = 9GH
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 24/81
Traitement d’Image Début vers les années 90 Basé sur la morphologie mathématique
(analyse des formes) Similitude en médecine l’INRETS: développement d’un outil en
1990, commercialisé par CITILOG Fonction: mesures spatiales, DAI etc.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 25/81
Modélisation du trafic
Principe et Familles des
modèles microscopiques
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 26/81
Modèles microscopiques: Principe Lois de poursuite (longitudinal) + dépassement (latéral) Ajustement de la vitesse du suiveur/leader
11 j j j xS L x x
Véh j+1
Véh j
X j
X j+1
L
Reuschel (1950):
Pipes (1953) : ( )11
1
j j j x x
S
x
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 27/81
Modèles microscopiques(2) Addition d’un retard = facteur de sensibilité
Plus généralement:
Pour des valeurs de (m,l) on défini des familles de modèle micro: (eg:
(0,0) modèle Tous les modèles microscopiques sont utilisés uniquement comme outil de
simulation
( )S
avect xt xt x j j j
1)()()(
11
( )lt xt x
mt x
j j
j
)()(
)(
1
1
0
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 28/81
Modèles microscopiques(3) Remarques:
Distance de sécurité
Pourquoi? Aucune accé./décél. spécifique dynamique (autre que celle dûe à )Modèle stationnaire du type vitesse/distance de la forme:
Les deux équations sont mathématiquement équivalentes. La différence réside dans lescondition initiales qui doivent satisfaire:
Helly (1961) (simplifié):
Possibilité simple:
0)()(0 11
t xt xSi x j j j
j j j j jx xF xonaccélerati xF x )()(
'
)0()0( j j xF x
) 0,)(()()()(21
1
211
C C Avect xF t xC t xC t x j j j j
)())(()(1
t xt xF C t x j j j
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 29/81
Stabilité des modèles Micro. Variables: Position x j(t), vitesse V j(t), distances h j=x j-x j+1
V j+1 (t)= F[x j(t) – x j+1(t)] pour un train de véhicules:
h
V
h*
instable
stable
)()()()(
)(11
'1
t vt vt xt xF dt
t dV j j j j
j
Si F’(h j) ≈ Const = m > 0 j alors les fluctuationssont amorties car:
V2 = m (V1-V2)
V3 = m (V2-V3).
.
Constamment stable
Modèle simple et stable de loi de poursuite
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 30/81
Stabilité des modèles Micro.(2) Introduction du Temps de réaction : F’(hj) =m const
Possibilité d’avoir des instabilités Locales : augmentation dans le temps des fluctuations de la
vitesse des suiveurs (m > П /2)
Assymtotiques : (m > 1/2)
)()()(
1
1 m
t vt v
dt
t dV j j
j
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 31/81
Extension des modèle Micros. Paramètres stochastiques
Contrôle ( limitation des vitesses) Lois de poursuite à trois véh: 2 leaders Utilisation des lois asymétriques
d’accélération et de décélération
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 32/81
Stabilité des modèles Micro. Prise en compte du temps de réaction avec F’(h j) ≈ Const = m
Des instabilités apparaissent: Instabilité local : augmentation progressive dans le temps des amplitudes des fluctuations de
la vitesse en fn de celle du leader et des suiveurs.
Instabilité asymptotique: si
Distance critique h* (peut être violée)Congestion peuvent apparaître de rienSi le peloton est important apparition d’un régime « stop-and-go »
)()()(
11
m
t vt vdt
t dV j j
j
2
m
2
1
m
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 33/81
Modèles de Changement de voie Lié au comportement du conducteur
Plusieurs modèles existent basés pour laplus part: Créneaux inter véhiculaire (Gap acceptance) Sélection de l’usager de sa voie (sortie)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 34/81
Panorama des Outils de simulation
Microscopique existants TEXAS
Carrefours à feux ou non Traitement des priorité au feux Calcul d’indicateurs : retard moyen au feu, nb
de stop par mouvement (TTD, TAD, TAG),longueurs des queues, consommation
Prise de en compte de deux types de véh: VLet PL.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 35/81
Panorama des Outils de simulation
Microscopique existants ROADSIM (FHWA)
Modèle à deux voies dans chaque sens
Changement de la géométrie et la composition du trafic Formation de peloton, modèle de dépassement Statistique par catégorie de veh.( distance parcourue,
temps de parcours
Par tronçon: vitesse, distribution des intervalles-Veh,distribution de la taille des pelletons)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 36/81
Panorama des Outils de simulation
Microscopique existants NETSIM (FHWA)
Réseau urbain Carrefour à feux ou non Prise en compte des bus, conflits
véhicules/piétons, friction inter-voies
Calcul des indicateurs: consommation,émission de polluants, etc.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 37/81
Panorama des Outils de simulation
Microscopique existants INRAS/FRESIM (FHWA)
Réseau autoroutier +réseau de surface Accès autoroutier Détection des incidents et régulation du trafic
sur autoroute
Simulation des boucles simples, doubles,radar)
CORSIM = NETSIM+FRESIM (FHWA)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 38/81
Panorama des Outils de simulation
Microscopique existants INTEGRATION ( Canadien)
Réseau urbain/autoroutier Carrefour à feux ou non Modélisation de l’affectation ( matrice OD): choix d’itinéraires
TRAFFICQ ( MVA: UK) Modèle urbain
FLEXSYT (NL: RWS) Urbain/autoroute/ mixte
SIMNET, MISSION, DYNEMO, SITRA-B, MITSIM, AIMSUN, VISSIM (3d), PARAMICS, TRANSSIM, ARCHISIM (INRETS)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 39/81
Modélisation du trafic
MODELISATION
MACROSCOPIQUE
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 40/81
Du Microscopique ->Macroscopique
max
nnn )t (l)t ( x)t ( x r
111
)t ( xdt
)t (dxn
n
)t ( xdt
)t ( xd
dt
)t ( xd n
nn
2
n+1 n
0
Lxn
1/rmax
Ln+1
xn+1
Leadersuiveur
débit
x
Distance inter véhiculaire (headway):
Vitesse :
Accélération :
Différentiel des vitesses: )t (l)t ( x)t ( x nnn 11
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 41/81
Du Microscopique ->Macroscopiquen+1 n
0
Lxn
1/rmaxLn+1
Xn+1
Leadersuiveur
débit
x
Loi de poursuite simple: ))t ( x)t ( x(a)t (la)T t ( x nnnn 111
Avec a = facteur de sensibilité (~0.37 s-1)
T = Temps de réaction des usagers (~1.5 sec)
Questions:1. Est-ce que ce modèle de poursuite est pertinent?2. Y-a-t-il une relation avec la modélisation macroscopique?
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 42/81
Du Microscopique ->Macroscopique
)1(Q)(Qmax
max r
r r
)0T (;))t ( x)t ( x(a)t ( x 1nn1n
Loi de poursuite simple (pas de temps de réaction):
A partir de cette loi peut-on déduire le diagrammefondamental ?
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 43/81
Du Microscopique ->Macroscopique
t
0
1n
t
0
1n dy) y(lady) y( x
))0(l)t (l(a)0(u)t (u 1n1n1n1n
Démonstration: )) y( x) y( x(a) y( x 1nn1n
dy) y(lady)) y( x) y( x(ady) y( x1n1nn1n
)0(al)t (al)0(u)t (u 1n1n1n1n
Si l n+1(t) = 0 alors un+1(t) =0 0)0(al)0(u 1n1n
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 44/81
Du Microscopique ->Macroscopique
)1(Q)(Qmax
max r
r r
max1n
1n1n
1
)t (
1a)t (al)t (u
r r
max
max
Qaalors)1(aaqsiOr
aqalors0Si
r
r
r
max
11
au r r
maxmax
1a11
auq r
r r
r r r
?? physiquesensu0Si:marque Re r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 45/81
Modèle non linéaire de loi de
poursuite
5.0
maxmax 1)( r
r r r uQSi T =0
5.1
max1
105.1
1
101
1
)(
)(
)()(
)()()(
r t l
t la
t xt x
t xt xaT t x
n
n
nn
nnn
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 46/81
Familles des relations: débits/densités
l
nn
nnm
nt xt x
t xt xt xaT t x
)]()([
)()()()(
1
1101n
)1(Q)(Qmax
max r
r r
max
f 1expV )(Q r
r r r
l m Relation débit-densité
0 0
1 0
1.5 0
2 0
2 1
3 1
r
r r r max f lnV )(Q
5.0
max
f 1V )(Q r
r r r
max
f 1V )(Q r
r r r
2
max
f
2
1expV )(Q
r
r r r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 47/81
Variables utilisées Par analogie à la mécanique des fluides
Densité r(x,t) vh/km Débits q(x,t) vh/h Vitesse du flot v(x,t) km/h
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 48/81
Ondes cinématiques
Ondes de choc
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 49/81
Plan du chapitre Postulats de la théorie hydrodynamique Représentation continue
Loi de conservation Équation de continuité
Analogie hydrodynamique et trafic
Ondes cinématiques Ondes de choc Goulot de trafic
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 50/81
Théorie hydrodynamique du trafic
Analogie avec les lois physiques régissantl'écoulement des fluides incompressibles cas des fortes concentrations
Trois postulats de base la représentation continue la loi de conservation le diagramme fondamental.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 51/81
Représentation continue Débit q(x,t) et concentration r (x,t) au point x et à l'instantt , définis par
Fonctions q(x,t) et r( x,t) supposées continues.
Il en est de même pour la vitesse moyenne u(x,t) définie,par analogie avec l'écoulement d'un fluide dans un conduit,par le rapport :
u(x,t) = q(x,t)/ r(x,t) avec r (x,t) ≠ 0
t 0
t t
q( x,t ) lim q( t ,t , x ) 2 2
),2,2(lim),( 0 t
x
x
x
xt x x
r r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 52/81
Nombre N de véhicules sur [a, b]
Nombre N de véhicules sur un segment [a,b]a b
b
a
dxt x N ),( r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 53/81
Variation de N dans le temps S’il n’y a ni entrée ni sortie entre a et b, N
peut néanmoins varier dans le temps.
La variation de N ne dépend que des débitsen a et b :
),(),( t bqt aqdt
dN
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 54/81
Loi de conservation Loi de conservation intégrale (positions a et
b dépendantes de t) :
Loi de conservation locale (positions a et
b indépendantes de t) :
),(),(),( t bqt aqdxt xdt d
b
a
r
)()(),( bqaqdxt xt
b
a
r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 55/81
Équation de continuité On établit alors l’équation dite de continuité :
0),(),(
x
t xq
t
t x r
Avec l’hypothèse q= vr, elle s’écrit :
La théorie des ondes s’attache à la résolution de cette
équation aux dérivées partielles linéaire du 1er ordre .
0),(
)(),( '
x
t xqt
t x r r
r
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 56/81
Analogie hydrodynamique et
traficCaractéristiques Hydrodynamique Trafic
Continuité fluideunidimensionnel
flot
Unité dediscrétisation
molécule véhicule
Variables densité massique r vitesse v
concentration r vitesse v
Équation d’état P = crTP pressionT température
q = rv
Équation decontinuité
∂r∂t +
∂(rv)∂x = 0
∂r∂t +
∂(rv)∂x = 0
Paramètres vitesse critique vc flot critique Qc
moment rv
vitesse critique uc capacité
flot rv
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 57/81
Ondes cinématiques Dans le repère (temps, espace), les droites d'équationx = t q'(r) + constante sont appelées caractéristiques ou ondes cinématiques .
Sur ces droites, concentration r, débit q et vitessemoyenne u sont constants.
Ces droites iso-débit correspondent à des fronts d'ondes propageant une valeur q du débit à la vitessec = q'(r).
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 58/81
Représentation du phénomène dansles plans (r,q) et (t,x)
La vitesse de ces ondes cinématiques correspond à la pente
de la tangente au diagramme fondamental.
O k
q
A
x
O t
Vitesse et trajectoire des ondes et des vé hiculesp lans dé bit/concentration et espace/temps
u
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 59/81
Vitesse des ondes cinématiques
La vitesse des ondes cinématiquescorrespond à c = q’(r).
c est inférieure à la vitesse moyenne v duflot : c = v + r (dv/dr) et u fonction monotone
décroissante de r, donc dv/dr ≤ 0, d’où c ≤ v.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 60/81
Propagation des ondes
Les ondes cinématiques se propagent : vers l'avant, dans le sens du trafic, lorsque r<rc vers l'arrière, lorsque r>rc
Cette propriété permet de distinguer 2
régimes d'écoulement : un régime fluide, pour r< rc et un régime congestionné, pour r> rc.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 61/81
Ondes de choc Changement d'état dans l'écoulement du flot : un peloton
de véhicules rapides (A : q A , r A , u A) rejoint un flot pluslent (B : qB, rB, uB).
Les ondes cinématiques de plus grande vitesse rejoignentcelles de plus faible vitesse, pour former une onde de choc.
Formellement, l'onde de choc correspond à un point dediscontinuité de la fonction concentration r(x, t) : celle-cipasse brusquement d'une valeur r A à une valeur rB.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 62/81
Vitesse w de l’onde de choc Pour un observateur attaché à l'onde de choc, les véhicules
se déplacent : dans la zone de concentration r A à une vitesse (u A - w)
dans la zone de concentration rB à une vitesse (uB - w). Conservation du nombre de véhicules durant une période de
temps t, de part et d’autre de l’onde de choc :
r A (u A - w) t = rB (uB - w) t
La vitesse w est donnée par la pente de la corde AB sur lediagramme fondamental (r, q) :
w = q/r = (qB – q A)/(rB – r A)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 63/81
Représentation du phénomène
Onde de choc, plans débit/concentration et espace/temps
O k
q
B
x
état B
état A
O
véhicule
t
onde de choc
A
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 64/81
Représentation (2) En amont de l'onde de choc, dans la région A, les ondes
cinématiques ont une vitesse supérieure correspondant àdes débits faibles.
Dans la région B, en aval de l'onde de choc, les ondes deplus faible vitesse, tracées parallèlement à la tangente enB, correspondent à des débits forts.
L'onde de choc, séparant les 2 zones, se déplace à unevitesse intermédiaire. Sa pente est parallèle à celle de la
corde AB. On peut représenter le trajet suivi par un véhicule, sur
deux segments parallèles aux cordes OB et OAsuccessivement.
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 65/81
Exemple d’application Blocage total d’une
section de route enraison d’un incident (dû
à un poids lourd).
Détermination de lalongueur de la file
d'attente (à la fin del'incident).
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 66/81
Exemple d’application
Ralentissement dû àun véhicule
Analyse et évaluationdu phénomène
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 67/81
Ralentissement Premier point de fonctionnement A :
vA = 60 mi/h ; r A = 3.26 veh/mi ; qA = 195 veh/h. Un peloton de véhicules se forme avec comme point de
fonctionnement le point B : vB = 15 mi/h ; rB = 98.31 veh/mi ; qB = 1475 veh/h.
L’onde de choc AB se propage à la vitesse : wAB = q/r = (195 - 1475)/(3.26 - 98.31) = 13.47 mi/h
C’est aussi la vitesse de la queue du peloton. Le véhicule de tête roule à 15 km/h. La queue du peloton avance dans le sens du trafic à la vitesse
de 13.47 mi/h. Donc, le peloton évolue à la vitesse : 15 - 13.47 = 1.53 mi/h.
Au bout de 120 s, la longueur du peloton est 1.53 (120/3600) = 0.051 mi (82 m)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 68/81
Goulot de trafic Une sous-section de route d’une section
principale constitue un goulot si sa capacité estinférieure à celle de la section principale.
Goulots permanents diminution du nombre de voies section en aval d’une bretelle d’entrée
section en rampe (pente du profil en long élevée) …
Goulots aléatoires Incidents, accidents, …
D d ité d
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 69/81
Demande < capacité dugoulot
Vitesse de l’onde dechoc entre les points 1et 2 w = Q/r = 0
L’onde de choc eststationnaire .
Pas de file d’attente en
amont du goulot. Les véhicules subissent
une baisse de leurvitesse sur la section en
goulot.
u
u
u
k
k
k
k
Q
D d ité d
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 70/81
Demande > capacité dugoulot
Vitesse de l’onde dechoc entre les points 1et 4 w = Q/r < 0
La vitesse de l’onde dechoc est négative:l’onde se propage ensens contraire du trafic.
Il y a formation d’une
file d’attenteimmédiatement enamont du goulot.
L’arrière de la file sepropage à la vitesse w.
Q
kk k k k
k
k
k
k
u
uu
u
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 71/81
1 er Ordre: Equations de base(continu)
1- Équation de conservation
dr (x,t)/ d t +d q(x,t)/ d x = 0
2- Relation débit-densité: q(x,t) = r (x,t) v(x,t) ; analogie théorie hydrodynamique
3- Relation vitesse-densité
v(x,t) = F( r (x,t)) ; Diagramme fondamental
F: fonction monotone décroissante
[x] [x+dx]
qe qsr
[t, t+dt]
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 72/81
Discrétisation
Subdivision spatiale et temporelle de l’équation deconservation selon un schéma précis (Godonov)
)k (iq)k (
1iq
x
T )k (i
)1k (i
r r
…… …… 1 N
i
ri
x, t, (k) sont choisis tel que : Vmax t < x
Stabilité de la discrétisation
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 73/81
MODELE 1er Ordre: Equationsdiscrétisées
i
ri
vi
ri+1
vi+1
ri-1
vi-1
qi
1.2.
3.
)k (i)k (i)k (i V q r
max
)k (i1
f )k (i V V
r
r
)k (i)k (1i)k (i)1k (i qqT r r
é è
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 74/81
Discrétisation du modèle du 1er ordre
Onde de choc discontinuité Pb: trouver la solution mathématique en
X0 résolution du Problème de Riemann(conditions limites)
x0
gauche droite
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 75/81
Résolution : Offre/demande
Demande
offre
x0
gauche droiteQ e
Q e = Min(offre, demande)
Equations des modèles
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 76/81
Equations des modèlesmacroscopique du 2ème
1- Equation conservation: t r (x,t) + x q(x,t) = 0
2- Relation Débit-Densité-Vitesse: 1er ordre
q(x,t) = r (x,t) v(x,t)3- Diagramme fondamentale 2ème
v(x,t) = Qe( r (x,t)) avec F monotone décroissante ordre
4- Equation de la vitesse ( Accélération)
dv(x,t)/dt= t v(x,t) + v(x,t) x v(x,t)= G( r (x,t), v(x,t))
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 77/81
Processus de calibrage:
Trouver {W} qui minimise e = EQ (y, ym) (Pb.d’o timisation
Aperçu du P.B du Calibrage
EQUATIONS
DU MODELE
{W}
Entrées
Um(k)
Conditions initiales
Sorties
y(k)
Mesures
ym(k)
e(k)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 78/81
Formulation du Problème
Minimiser e EQ ( Mesures, Simulation)
Assujetti aux équations du modèle:
X(k+1) = F[X(k),W, d(k)]
Avec: X(k) = [r(k) v(k)]T
W Parmètres du modèle ( Diagramme fondamental)
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 79/81
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 80/81
5/11/2018 ISTLS Simulation Trafic - slidepdf.com
http://slidepdf.com/reader/full/istls-simulation-trafic 81/81
Equation de conservation
x1 x2
r
( ) ( ) ( ) ( ) 2
1
2
1
,,,, 2112
t
t
x
xdt t xqt xqdxt xt x r r
N(x1,x2,t2) - N(x1,x2,t1) = N(t1,t2,x2) - N(t1,t2,x1)
( ) ( ) 0xtx,q
ttx,
r
( ) ( ) ( )q
r
Démo: D.L au voisinage (x1,t1)