• Aucun résultat trouvé

5.2 Construction d’un profil moyen

5.2.1 Des données brutes aux courbes : l’étape de lissage

Les données brutes de position et de vitesse issues du GPS pour les 78 trajets

effectués sur la section décrite à la figure 5.1 sont représentées à la figure 5.2. Ces

données sont représentées dans les trois espaces distance×temps,vitesse×temps

etvitesse×distance.

Ces mesures de position et de vitesse étant observées en des instants discrétisés,

les données brutes représentées à la figure5.2sont de nature vectorielle. La première

étape de cette étude consiste donc à convertir les données brutes en objet fonctionnel

par une étape de lissage. Pour ce faire, nous appliquons la méthode de lissage que

nous avons développée au chapitre4, constituée des deux étapes suivantes :

1 Une première étape de lissage utilisant l’information sur la dérivée.

Méthode : Construction d’un estimateurFb(t)par spline de lissage de la fonction

de régressionF(t), à partir d’observations bruitées de cette fonction (mesures

de position) et également d’observations bruitées de sa dérivée F0(t) (mesures

de vitesse).

2 Une seconde étape de lissage sous contrainte de monotonie.

Méthode : Construction d’un estimateur strictement monotone Fbmono(t) qui

est une "monotonisation" de l’estimateur Fb(t)construit à l’étape précédente.

A l’étape 1, nous construisons un estimateur par spline de lissage Fbλi(t) de

cha-cune des fonctions Fi(t) représentant la distance parcourue en fonction du temps

correspondant au trajeti, pouri= 1, . . . ,78, avec les paramètres suivants :

– une estimation des variances σx,i2 etσv,i2 des mesures de position et de vitesse ;

– m= 3 (spline quintique de degré 5) ;

– une sélection automatique du paramètre de lissage λi par minimisation du

critère GML.

Par dérivation, on en déduit un estimateur Fbλ0

i(t) de chacune des fonctionsFi0(t)

re-présentant la vitesse en fonction du temps (espace vitesse×temps). Puis, on en

déduit un estimateur de chacun des profils spatiaux de vitesse par l’application

b

Fλ0i(t)◦Fbλ1

i (t). Les résultats obtenus après l’étape 1 de cette procédure de lissage

sont illustrés à la figure 5.3.

A l’étape 2, nous "monotonisons" chacun des Fbλi(t) obtenus à l’étape 1, pour

a) Distance parcourue en fonction du temps.

0 50 100 150 200 0 200 400 600 800 1000 1200 Time (sec) Distance (m)

b) Vitesse en fonction du temps.

0 50 100 150 200 0 20 40 60 80 Time (sec) Speed (km/h)

c) Profils spatiaux de vitesse (Vitesse en fonction de la distance parcourue).

0 200 400 600 800 1000 0 20 40 60 80 Distance (m) Speed (km/h)

Figure5.2 -Données brutes. Représentation dans les 3 espaces :distance×temps,

Application à l’éco-conduite

a) Distance parcourue en fonction du temps.

0 50 100 150 200 0 200 400 600 800 1000 1200 Time (sec) Distance (m)

b) Vitesse en fonction du temps.

0 50 100 150 200 0 20 40 60 80 Time (sec) Speed (km/h)

c) Profils spatiaux de vitesse (Vitesse en fonction de la distance parcourue).

0 200 400 600 800 1000 0 20 40 60 80 Distance (m) Speed (km/h)

Figure 5.3 - Lissage des données : Etape 1 (utilisation de l’information sur la

dérivée). Représentation dans les 3 espaces : distance×temps, vitesse×temps et

suivants :

– m= 3 comme degré pour la pénalité ;

– une sélection du paramètre λ par essais et erreurs (λ compris entre 104 et

101 selon les profils estimés).

Les résultats obtenus après cette étape de monotonisation sont illustrés à la figure

5.4.

De manière générale, on observe sur les figures 5.3 et 5.4 que la forme globale

des profils de vitesse est bien conservée après les deux étapes de lissage, quel que

soit l’espace étudié (distance×temps,vitesse×temps ouvitesse×distance). On

observe également une atténuation de certains pics présents dans les données brutes

(courbes orange et bleue sur la figure 5.2.c) et qui semblent correspondre à des

valeurs aberrantes. Notons également que ce lissage a permis de corriger certaines

valeurs manquantes présentes dans les données brutes. Enfin, on observe sur la figure

5.3.b des vitesses négatives (entre 120 et 150 s) qui sont corrigées lors de l’étape de

monotonisation (figure5.4.b).

Afin d’observer plus précisément les résultats des deux étapes de lissage lorsque

la vitesse s’annule, nous proposons d’effectuer un zoom sur certaines zones de la

section étudiée correspondant aux arrêts des véhicules. Ainsi, les figures 5.5 et 5.6

représentent les données brutes correspondant aux profils spatiaux de vitesse, ainsi

que les courbes lissées obtenues après chacune des deux étapes de lissage, au niveau

des deux principaux arrêts imposés par l’infrastructure, à savoir le stop (situé entre

110 et 150 m) et le feu de signalisation (situé entre 630 et 680 m). On observe

sur les données brutes des erreurs de positionnement puisque le véhicule se déplace

alors que sa vitesse est nulle (par exemple, courbe turquoise sur la figure5.5.a entre

120 et 125 m, ou courbe fuschia sur la figure 5.6.a autour de 640 m). Ces erreurs

sont dues à une imprécision des données de position du GPS. On observe que ces

erreurs de positionnement sont corrigées lors de l’étape 1 du lissage mais que l’on

obtient des vitesses négatives puisqu’aucune hypothèse de monotonie n’ait faite dans

cette première étape. L’étape 2 de monotonisation permet de corriger ces vitesses

négatives, mais a tendance à sur-estimer la vitesse au niveau de l’arrêt du véhicule

correspondant au minimum local de chaque courbe. Ce problème déjà évoqué au

chapitre précédent (section4.4.3.2) est lié à la difficulté d’estimer les "plateaux" de

la fonctionF(t)lorsque le véhicule est à l’arrêt, et au fait que notre estimateur soit

strictement monotone. Cette difficulté est d’autant plus importante lorsque l’arrêt

est très court. En effet, on observe que cette sur-estimation des vitesses au niveau

des arrêts du véhicule est particulièrement marquée pour l’arrêt au stop (figure5.5.c)

qui est un arrêt court d’une durée moyenne inférieure à 5 s, alors que les arrêts au

feu d’une durée moyenne d’environ 15 s sont bien estimés (figure5.6.c).

Application à l’éco-conduite

a) Distance parcourue en fonction du temps.

0 50 100 150 200 0 200 400 600 800 1000 1200 Time (sec) Distance (m)

b) Vitesse en fonction du temps.

0 50 100 150 200 0 20 40 60 80 Time (sec) Speed (km/h)

c) Profils spatiaux de vitesse (Vitesse en fonction de la distance parcourue).

0 200 400 600 800 1000 0 20 40 60 80 Distance (m) Speed (km/h)

Figure5.4 -Lissage des données : Etape 2 (monotonisation). Représentation dans

a) Données brutes. b) Etape 1 du lissage. c) Etape 2 du lissage.

110 120 130 140 150 0 2 4 6 8 10 Distance (m) Speed (km/h) 110 120 130 140 150 0 2 4 6 8 10 Distance (m) Speed (km/h) 110 120 130 140 150 0 2 4 6 8 10 Distance (m) Speed (km/h)

Figure5.5 -Profils spatiaux de vitesse : données brutes et courbes lissées obtenues

après chacune des deux étapes de lissage. Zoom sur l’arrêt au stop situé entre 110 et

150 m.

a) Données brutes. b) Etape 1 du lissage. c) Etape 2 du lissage.

630 640 650 660 670 680 0 2 4 6 8 10 Distance (m) Speed (km/h) 630 640 650 660 670 680 0 2 4 6 8 10 Distance (m) Speed (km/h) 630 640 650 660 670 680 0 2 4 6 8 10 Distance (m) Speed (km/h)

Figure5.6 -Profils spatiaux de vitesse : données brutes et courbes lissées obtenues

après chacune des deux étapes de lissage. Zoom sur l’arrêt au feu situé entre 630 et

680 m.

Application à l’éco-conduite