11 septembre 2023
info:eu-repo/semantics/OpenAccess
Erwan Taillanter, « Road network structure and traffic pattern », HAL-SHS : architecture, ID : 10670/1.cxwuoh
L'automobile personnelle a bouleversé le monde dans lequel nous vivons. En particulier, les infrastructures de transport ont été modifiées et agrandies à un rythme effréné au cours de ce siècle, pour répondre `a la croissance du nombre d'automobilistes. Très vite, l'augmentation du nombre de véhicules a fait apparaître la nécessité d'établir un code de la route, pour fluidifier et sécuriser le trafic, mais également celle d'étudier avec une approche scientifique ce phénomène nouveau.L'évolution du trafic routier sur un réseau urbain reste à ce jour un sujet mal compris. Les nombreuses intersections introduisent de fortes corrélations entre les différentes routes, et les outils disponibles sont rapidement limités lorsque l'on souhaite estimer l'impact d'une décision locale sur le réseau à une échelle globale. Le domaine de l'ingénierie du trafic se trouve ainsi dans une situation qui n'est pas sans rappeler celle rencontrée par la communauté physicienne lors de l'invention de la physique statistique. A l'évidence, une approche ≪ microscopique ≫ n'est pas appropriée à la problématique et il convient d'adopter un point de vue ≪ macroscopique ≫. Cette nouvelle échelle est typiquement celle du réseau entier, composé de routes, en ignorant la réalité ≪ microscopique ≫ du comportement des automobilistes sur ces routes. Dans une approche physicienne, nous essayons de trouver des quantités moyennes pertinentes et de décrire leur comportement. Nous nous concentrons en particulier sur trois aspects distincts du problème, ayant chacun donné lieu à une publication. Le premier point concerne le réseau lui-même, et en particulier son évolution lorsque la demande en trafic augmenta. Nous montrons que la demande en trafic est le paramètre principal ayant mené à la construction des autoroutes urbaines et des périphériques dans les villes des Etats-Unis au cours des années 1960. Nous identifions empiriquement deux seuils de population au-delà desquelles les villes ont respectivement une autoroute et/ou un périphérique et proposons une analyse coût-bénéfice permettant de com-prendre cette observation. Le deuxième point concerne la propagation des embouteillages sur le réseau urbain. Nous mettons en évidence le fait que la formation d'embouteillage a lieu simultanément sur l'intégralité du réseau aux heures de pointes. Plus précisément, nous mesurons pour chaque route son degré de saturation et observons la longueur de corrélation de cette mesure. Nous constatons que cette longueur de corrélation est faible la nuit (de l'ordre de quelques centaines de mètres), indiquant qu'une perturbation locale se dissipe en quelques rues à peines. Tout à l'inverse, aux heures de pointe, cette longueur de corrélation diverge, impliquant que toute perturbation sur le réseau sera ressentie par tous les usagers. Ceci suggère que la formation d'embouteillages sur le réseau est analogue à une transition de phase physique. Enfin, le dernier point, certainement le plus intéressant au niveau de ses implications pour la planification urbaine, concerne le lien entre la structure du réseau et sa réponse au trafic.Daganzo et Geroliminis ont observé en 2008 que la densité de voitures moyenne et le trafic moyen sur le réseau sont li´es entre eux par une relation proche de celle observée à l'échelle de la route, appelée dans ce cas Diagramme Fonda-mental Macroscopique (MFD). L'existence de cette relation est remarquable et pas encore tout à fait comprise. En particulier, son existence implique que le réseau a une capacité maximale (c'est-`a-dire un flux maximal de voitures), atteint pour une certaine densité optimale. A l'aide d'une simulation, nous explorons l'impact des différents paramètres du réseau sur ces deux paramètres du MFD. Ceci marque un pas important en direction d'une meilleure planification des travaux de voirie. La situation idéale serait en effet de pouvoir évaluer à l'avance le plus finement possible l'impact de décisions locales sur l'efficacité du réseau.