Fusion des données de trafic

• Forschungsstelle: ASTRA SBT
• Projektnummer: ASTRA2006/014

Schlüsselwörter (Englisch)

Safety indicator, meteorology, data fusion, accidents, road traffic

Schlüsselwörter (Französisch)

Indicateurs de sécurité, météorologie, fusion de données, accidents, trafic routier

Kurzbeschreibung (Englisch)

The big influence of the meteorology on traffic conditions and in particular traffic safety, makes the study of the meteorological data particularly important and interesting. One of the innovative aspects of this project is to use the meteorological sensors – which are at present used only for the winter maintenance (salting) - to improve the road safety in real time, according to the local meteorology. The tasks of testing safety indicators, elaboration of methods to combine them and of integration of meteorological-road data in these indicators will lean on three databases (with data collected in the Canton of Vaud):

§ Individual data on vehicles, supplied by traffic sensors installed on motorway over the last 4 years;

§ Records of accidents occurred during the last 3 years; and

§ Meteorological data from Boshung system, over the last 4 years.

The optimal use of all these data, the state of the traffic, meteorology and safety, will allow the administrator to take the necessary measures to reduce the risks of accidents on highway.

Kurzbeschreibung (Französisch)

La grande influence de la météorologie sur les conditions de circulation et de sécurité du trafic routier rend particulièrement importante et déterminnate l’étude des données météorologiques. Les capteurs météorologiques ne sont actuellement utilisés que pour l’entretien hivernal (salage). Un des aspects novateurs de ce projet consiste à mieux valoriser et utiliser les informations issues de ces capteurs afin d’améliorer la sécurité routière 24h/24, en fonction de la météorologie locale. Le travail de test d’indicateurs, d’élaboration de méthodes pour les combiner et d’intégration de données météorologiques routières à ces indicateurs s’appuiera sur trois bases de données (avec des données collectées au Canton de Vaud) :

§ des données individuelles sur les véhicules, fournies par les capteurs de trafic autoroutiers sur les 4 dernières années ;

§ des données archivées d’accidents survenus au cours des 3 dernières années ;

§ et surtout des données météorologiques (station météo Boschung), sur les 4 dernières années.

L’utilisation optimale de toutes ces données, orientée surveillance de l’état du trafic, de la météorologie et de la sécurité, permettra au gestionnaire de prendre les mesures nécessaires pour réduire les risques d’accidents sur autoroute.

Projektbeschreibung (Französisch)

Ce projet s’intéresse à la surveillance de la sécurité du trafic. Les indicateurs de sécurité de ce projet permettront ainsi au gestionnaire de l’infrastructure routière de prendre des mesures pour diminuer les risques d’accidents ou leur gravité.

De nombreuses données très diverses (données individuelles de véhicules, données météorologiques, …) sont aujourd’hui accessibles et même stockées. Pourtant, elles ne sont pas ou que très peu utilisées. Ce projet se propose de valoriser toutes ces sources d’informations, en utilisant leur richesse et leur finesse pour évaluer le niveau de sécurité du trafic en temps réel, en prenant en compte la météorologie et l’état du trafic.

Des études ont déjà montré (cf. bibliographie) que la météorologie influence le comportement humain (changement de projets de voyages [destination, mode, date…]), celui des conducteurs (vitesse, distance intervéhiculaire…), ainsi que le risque et la gravité des accidents (temps sec, pluie, neige, brouillard). L’heure de la journée (en particulier jour/nuit) et le type de jour (semaine/week-end) sont également des facteurs à prendre en compte.

Dans ce projet, nous souhaitons évaluer le niveau de sécurité du trafic, selon tous ces paramètres.

Différents indicateurs de sécurité existent déjà, basés sur des données trafic, parfois macroscopiques, parfois microscopiques. Certains sont d’ailleurs étudiés dans le cadre du projet européen INTRO (INTelligent ROads). INTRO commence justement à s’intéresser à prendre en compte la météorologie dans les indicateurs de sécurité et se propose même d’étudier leur agrégation.

Ici, nous souhaitons pousser plus avant les travaux d’INTRO. Ce projet permettra également de développer un système adapté aux autoroutes suisses.

En particulier, nous utiliserons des données du canton de Vaud, issues de 3 sources :

1. les données météorologiques des capteurs Boschung (station météo et de détection du vergals) : températures de l’air et de la chaussée, taux d’humidité de l’air, point de rosée, état de la chaussée (sèche, humide, trempée), type de précipitations (neige, pluie…), force des précipitations… (historique sur 4 ans) ;

2. les données trafic individuelles des véhicules : distanceet temps intervéhiculaire, vitesse, type de voie, type de véhicule (PL/VL)… (historique sur 4 ans ) ;

3. les rapports d’accidents (historique sur 3 ans).

Outre l’adaptation d’indicateurs de sécurité au cas des autoroutes suisses, ce projet vise à développer la fusion des données issues de ces sources, afin d’obtenir de meilleurs indicateurs de sécurité. En particulier, les différents indicateurs de sécurité (existants ou construits dans le cadre de ce projet) seront regroupés en classes (collision latérale, collision avant-arrière, …). Les indicateurs de chaque classe pourront être agrégés ou même fusionnés suivant différentes méthodes, afin d’obtenir le meilleur indicateur possible pour chaque classe : l’indicateur qui estimera au plus juste le risque de la classe dans toutes les conditions de trafic et de météorologie.

Les classes d’indicateurs pourront également être fusionnées pour créer un indicateur global de sécurité. Le gestionnaire pourra ensuite décider d’utiliser une action générale lorsque l’indicateur global de sécurité sera faible ; par exemple, diminuer la vitesse limite et/ou proposer des distances de sécurité plus grandes. Il pourra également choisir une action spécifique en fonction de la classe spécifique dont le risque est élevé (ou de la combinaison de classes dont le risque est élevé).

Jusqu’à présent, la fusion de données a montré les améliorations qu’elle pouvait apporter aux indicateurs de trafic (cf. projet INTRO et bibliographie). Les techniques de fusion de données sont également très utilisées dans beaucoup de domaines (notamment militaire et même météorologique). Ces techniques devraient ainsi apporter une plus grande fiabilité aux indicateurs de sécurité fusionnés, notamment en intégrant à ces indicateurs l’influence de la météorologie.

Ainsi, l’application de ce projet permettra une conduite plus sûre sur les autoroutes suisses.

Methoden (Französisch)

Ce projet suivra une méthodologie incrémentale.

Tout d’abord, il s’agit d’analyser les 3 bases de données : données trafic individuelles, données historiques d’accidents et données météorologiques. Cette analyse aura pour but d’identifier des changements de comportement dans la conduite, selon les conditions de trafic et de météorologie. En particulier, des techniques de fouille de données permettront de trouver dans les rapports d’accidents des facteurs critiques reliés aux conditions de trafic et de météorologie.

Ensuite, l’analyse croisée des bases de données permettra d’identifier des scénarios de trafic & météorologie pour lesquels nous aurons des données réelles. Par ailleurs, dans la mesure où les observations collectées ont une couverture limitée, d’autres scénarios seront définis et pourront être simulés.

Puis, les indicateurs de sécurité développés durant le projet INTRO seront testés sur tous les scénarios définis, via les données réelles collectées et/ou via la simulation de données trafic pour une configuration météorologique particulière.

Par ailleurs, de nouveaux indicateurs seront également proposés et testés.

Les étapes précédentes permettront de dresser un tableau général des liens entre trafic, météorologie et performance de chaque indicateur de sécurité. Il faut également noter que les indicateurs de sécurité seront répartis en classes (par exemple les indicateurs de collision latérale ou bien encore ceux de collision avant-arrière).

La clef de voûte de cette méthodologie incrémentale sera alors de fusionner les données trafic, les données météorologiques et les indicateurs de sécurité en un algorithme robuste pour la surveillance et l’estimation de la sécurité du trafic en temps réel. Nous explorerons en particulier l’agrégation de préférences pour la fusion des indicateurs de sécurité. Des mesures quantitatives (statistiques, par exemple) ou qualitatives sur les performances de chaque indicateur permettront aussi d’envisager la fusion d’indicateurs en utilisant la théorie des probabilités, la théorie de l’évidence ou encore la théorie des possibilités. Cette fusion sera réalisée dans une première étape au sein de chaque classe d’indicateurs de sécurité, afin d’estimer au plus juste le risque associée à la classe (collision latérale, collision avant-arrière, …). Dans une deuxième étape, les classes seront fusionnées en un indicateur de sécurité global qui permettra de savoir immédiatement le niveau de risque encouru. Les indicateurs de ces deux étapes permettront d’aider le gestionnaire à prendre les bonnes décisions au moment opportun, afin de diminuer les risques.

La validation de ces indicateurs se fera sur les données d’autres cantons.

Stand der eigenen Forschung (Französisch)

Olivier de Mouzon a soutenu sa thèse en septembre 2003 : Une approche du diagnostic basée sur la logique floue – application aux bancs d’essais de moteurs automobiles. Directeurs de thèse : Henri Prade et Didier Dubois de l’IRIT (Institut de Recherche en Informatique de Toulouse). Les travaux de recherche à l’IRIT ont en particulier couvert non seulement la logique floue, avec la théorie des possibilités, mais aussi les réseaux bayésiens et la théorie de l’Evidence. Ils ont été appliqués dans le domaine de l’automobile, pour du diagnostic de pannes. Ces travaux ont donné lieu à 1 publication dans un journal international, 9 conférences internationales, 2 nationales et plusieurs rapports.

Olivier de Mouzon est actuellement en post-doc à l’INRETS (Institut National de REcherche sur les Transports et leur Sécurité), où il travaille sur le projet européen INTRO (INTelligent ROads) autour de problèmes de filtrage et fusion de données, principalement des données trafic. Ces travaux de recherche sont ainsi dans la continuité des problématiques des théories bayésiennes, possibilistes et de l’Evidence. Ils incluent également une part statistique d’analyse de données. 1 publication pour un journal international est en cours de révision, 4 conférences internationales ont été acceptées et d’autres sont en préparation. Dans le cadre de ses activités à l’INRETS, Olivier de Mouzon s’intéresse également à l’influence de la météorologie sur le trafic. Il a notamment conduit une étude avec des données trafic fines (station Hestia, informations individuelle sur les véhicules) et des données météorologiques (station Boschung). Une publication est en cours.

Projektziele (Englisch)

This project has three objectives within the framework of the safety of the motorway traffic:

1. Establish the state of the art of existing safety indicators.

2. Propose methods of combining the indicators to know with confidence the state of traffic safety (selection of the best indicator at the current instant, aggregation, fusion).

3. Take into account weather conditions in the safety indicators (fog, wet road, snows, frost), notably by the effect of these conditions on the road friction, visibility …

The purpose is to help manage the motorway traffic in term of safety, notably by disseminating information to the users to reduce the risk of accident.

Projektziele (Französisch)

Ce projet a trois objectifs dans le cadre de la sécurité du trafic autoroutier:

1. Etablir l’état de l’art des indicateurs de sécurité existants.

2. Proposer des méthodes combinant ses indicateurs pour connaître en permanence l’état de sécurité du trafic (sélection du meilleur indicateur à l’instant courant, agrégation, fusion…).

3. Prendre en compte les conditions météorologiques dans les indicateurs de sécurité (brouillard, chaussée mouillée, neige, gel), notamment par l’effet de ces conditions sur l’adhérence, la visibilité…

Son but est d’aider à gérer le trafic autoroutier en terme de sécurité, notamment en diffusant l’information aux usagers pour réduire le risque d’accident

Umsetzung und Anwendungen (Französisch)

Le but de ces travaux de recherche est l’élaboration d’une méthodologie utilisable par les opérateurs pour améliorer la sécurité du trafic sur les autoroutes. La méthodologie inclut des techniques de fusion de données entre des données de trafic et météorologie. La méthodologie proposée devrait, en temps réel, permettre le contrôle de la sécurité du trafic et donner aux opérateurs d'autoroutes la possibilité de choisir l'action appropriée pour réduire les accidents et leur gravité.

Berichtsnummer (Deutsch)

1407

Literatur (Französisch)

A.-G. Dumont, F. Huguenin, Evaluation de la sécurité du trafic par microsimulation, Laboratoire des voies de circulation (LAVOC) de l’Ecole Polytechnique Fédérale de Lausanne (EPFL), Mandat de recherche ASTRA 2003/005, Décembre 2005

J. Andrey, B. Mills, J. Vansermolen. Weather Information and Road Safety. Paper Series – N° 15, August 2001.

Anis Ben Aissa, Jacques Sau, Nour-Eddin El Faouzi, Olivier de Mouzon. Sequential Monte Carlo traffic estimation for intelligent transportation system: Motorway travel time prediction application. Accepted for publication in the 2nd International Symposium of Transport Simulation – ISTS06 (4 – 6 September 2006, Lausanne, Switzerland).

H. Brodsky, A.-S. Hakkert. Risk of A Road Accident in Rainy Weather. Accident Analysis and Prevention, Vol. 20, No. 3, 1988, pp. 161-176.

Olivier de Mouzon, Nour-Eddin El Faouzi, Nicolas Schwab. Weather impact on ASF highway traffic – Maintaining safety and flow. To be submitted to TRB 2007.

N.-E. El Faouzi. Fusion de données : Concepts et méthodes. INRETS-LICIT report, No 2002-10-15, December, 2000.

Nour-Eddin El Faouzi, Olivier de Mouzon, Edward Chung, Bernhard Nowotny, Jean-Marc Morin. Data fusion for traffic indicators for Intelligent Roads project. Submitted to 13th ITS World Congress (8 – 12 October 2006, London, UK).

L.-C. Goodwin. Analysis of Weather-Related Crashes on U.S. Highways. Mitretek Systems, December, 2002.

J.-H. Hogema. Effect of Rain on Daily Traffic Volume and on Driving Behavior. Report TM-96-B019. TNO, The Netherlands, 1996.

A.-J. Khattak, P. Kantor, F.-M. Council. Role of Adverse Weather in Key Crash types on Limited-Access Roadways – Implications for Advanced Weather Systems. Transportation Research Record 1621.

K.-K. Knapp, L.-D. Smithson, A.-J. Khattak. The Mobility and Safety Impacts of Winter Storm Events in a Freeway Environment. Mid-Continent Transportation Symposium 2000 Proceeding.

A.-H. Perry, L.-J. Symons. Highway Meteorology. University of Wales Swansea, Swansea, Wales, United Kingdom, 1991.

P.-A. Pisano, L.-C. Goodwin. Research Needs for Weather-Responsive Traffic Management. TBR 2004 Annual Meeting.

H. Scharsching. Nowcasting Road Conditions – A System Improving Traffic Safety in Wintertime. Swedish Road and Traffic Research Institute (VTI) Sartryck, 1996.

E. Seddiki. Impact de la pluie sur le trafic autoroutier – Etude aux niveaux micro-, méso- et macroscopique. Recherche-Transports-Sécurité, N° 41, Décembre 1993.

L. Zhang, P.-D. Prevedouros. Motorist Perception on the Impact of Rainy Conditions on Driver Behavior and Accident Risk. TRB 2005 Annual Meeting.