Réseau de Brisbane (Australie) et technologie Bluetooth

Depuis 2011, le Brisbane City Council de la ville de Brisbane s’est engagé dans le déploiement de capteurs Bluetooth sur les principales intersections de la ville australienne. Les informations recueillies par un jeu de ces capteurs sont exploités pour caractériser le trafic à Brisbane.

1.2.3.1.1 Descriptif du cadre d’étude

La zone d’étude considérée se compose du centre urbain et d’affaires de la ville de Brisbane et des principaux axes d’accès. La couverture du réseau par les capteurs Bluetooth est illustrée en Figure 1.4 a). Bien qu’aujourd’hui, près de 900 capteurs soient disposés à travers la ville de Brisbane, seuls 77 étaient disponibles en 2012. Ces derniers sont situés sur les principaux axes d’accès au centre-urbain et sur les artères urbaines les plus fréquentées. La période de recueil de données est de trois mois : janvier et février 2012, puis octobre 2012.

1.2.3.1.2 Traitements appliqués aux données

En accord avec le procédé de détection introduit en section 1.2.1, tout véhicule équipé voit potentiellement son identifiant MAC (Media Access Control) recueilli par le capteur traversé. L’information est stockée, horodatée et centralisée. A chaque identifiant MAC est alors associé un jeu de détections composé de l’identifiant unique du capteur (localisation) et de la date de

passage. La différence entre deux détections successives d’un usager doit alors être associée au parcours d’une section ou arc du réseau et la différence de temps de passage à son temps de parcours effectif. Le débit moyen d’une section est estimé en décomptant le nombre d’usagers détectés pour le couple de détecteurs associé.

Le principe de détection du Bluetooth, mais surtout sa mise en pratique révèlent diverses problématiques illustrées en Figure 1.5 :

– identification de valeurs aberrantes ou bruitées, propres à tout procédé de recueil. Cette phase est d’autant plus importante que trois sources de valeurs aberrantes sont identifiées :

– Les jeux de détections sont recueillis en continu, sans distinction en itinéraires. – Aucune distinction n’est faite entre les modes de déplacement durant la phase de

détection. Tout usager équipé de la technologie Bluetooth est recueilli : piétons, cyclistes et deux-roues ou automobiles sont recensés sans distinction ou indication particulière.

– Les rayons de détection des scanners Bluetooth balaient à fréquence régulière, mais leur rayon effectif de détection varie en conséquence. Les temps de parcours sont donc légèrement bruités.

– identification et complétion des itinéraires empruntés. Le jeu de capteurs rencontrés peut s’avérer incomplet, du fait de détections manquées. Une incertitude sur les chemins empruntés est alors introduite, l’estimation du temps de parcours n’a pas de sens et aucun arc n’est associé au set de détecteurs successifs. Nous avons proposé dans [8] une stratégie de réallocation basée sur l’imbrication d’algorithmes du plus court chemin. De même, Michau [9] ont suggéré une méthodologie de reconstitution des jeux de détecteurs véritablement rencontrés. Te mp s t t1 t2 t3 t4 t5 TT 1-2 TT 2-3 TT 3-4 TT 4-5

Seuil 1-2 Seuil 2-3 Seuil 3-4 Seuil 4-5

(a)

Temps t

Temps t

Fluide Congestion Fluide Congestion

(b) 1 2 3 4 5 Trajectoire réellement observée. Le passage aux noeuds 2, 3 & 4 n’est pas détecté

Trajectoire sans détection manquée

(c)

Fig. 1.5.: Illustration des difficultés rencontrées à partir des données Bluetooth : a) Scission en itinéraires du jeu de détecteurs franchi par un usager b) Distinction des modes de transports c) La problématique des détections manquées.

Filtrage des données

Plus qu’à l’exploitation des données Bluetooth, la plupart des études publiées s’intéressent à leur significativité et à la nécessité ou non de les filtrer. La polémique étant due à la partialité des données recueillies et à l’adoption de méthodes de filtrage usuelles et adaptées aux capteurs intrusifs [13, 18, 10] ou de méthodes plus douces [12, 11, 19]. L’enjeu réside dans la mise

en place d’un filtrage sélectif et dans la significativité de la quantité de valeurs restantes. Les méthodes basées sur des seuils de vitesses [12, 11] ou de classification non supervisée [19, 20] sont généralement adéquates, car elles limitent l’élimination de valeurs pertinentes.

Le procédé de filtrage appliqué repose lui aussi sur des seuils de vitesses et vise à pallier deux des trois sources de valeurs aberrantes : la scission des ensembles de détections en itinéraires et l’identification des typologies d’usagers détectés. La méthodologie est dépeinte dans la Figure 1.6 et procède en deux étapes :

– Phase de partage en itinéraires du jeu de détections expérimenté par un usager. Après analyse des distributions de vitesse section par section, une tendance est clairement identifiable : en deçà de 1m/s (3,6 km/h), la densité de vitesses tend anormalement à augmenter. Ces trajets reliant 2 détecteurs à très faible vitesse ne correspondent pas à des trajets véritablement expérimentés par l’usager, mais à une sortie et une entrée sur le réseau. Toute vitesse inférieure à 1 m/s est éliminée.

– Phase d’identification des typologies d’usagers. Il est supposé que les usagers motori-sés d’une section de route sont soumis aux conditions de trafic. L’analyse des distributions de vitesses quotidiennes (voir Figure 1.6) montre que les véhicules motorisés observent globalement des chutes de vitesse lors des périodes d’affluence, ce qui se traduit par des embouteillages. Néanmoins, les véhicules non motorisés (cyclistes et piétons) ne sont pas soumis à de telles contraintes. L’identification d’une distribution particulière de vitesses indépendantes des congestions quotidiennes laisse supposer qu’il s’agit d’usagers empruntant de tels modes alternatifs. Un second seuil fixé à 4 m/s est appliqué sur les sections interurbaines uniquement.

1er seuil : F ré qu en ce Te mp s ( he ure s) Vitesse (km/h) Vitesse (km/h)

Fig. 1.6.:Illustration du procédé de filtrage adopté sur le réseau de Brisbane (technologie Bluetooth) Une extension du procédé de distinction des modes a été proposée [21], mais non appliquée. Elle se base sur l’hypothèse qu’au cours de leur itinéraire, les usagers expérimentant de grandes variations de vitesses sont motorisés, tandis que ceux expérimentant des vitesses faibles et peu variables usent de modes alternatifs. Cette hypothèse est schématisée par la Figure 1.5 b).

D’autres procédés s’appuyant sur des classifications non supervisées peuvent également être rencontrés [20].

Fiabilité des données

Un des grands questionnements concernant l’usage de la technologie Bluetooth (BT) porte sur sa fiabilité à représenter les états de trafic. La première partie de la thèse de Michau [9] et de notre travail de Master [8] fournissent un bon aperçu du potentiel de la technologie Bluetooth. Il est à retenir que le taux de pénétration sur le réseau de Brisbane varie d’une section à une autre entre 5% et 20%. Un tel pourcentage est suffisant pour produire des estimations de vitesses satisfaisantes, mais pose quelques difficultés quant à l’estimation d’autres variables macroscopiques du trafic comme le débit. L’étude approfondie de la capacité du Bluetooth à retranscrire les états de trafic nous a conduits à retrouver les principales caractéristiques structurelles et tendances journalières du réseau à partir des seules données recueillies [22]. Les résultats sont exposés en Figure 1.7. Les tendances lors des pics du matin et du soir sont bien inversées suivant le sens de circulation. De même, le CBD et les villes alentours sont identifiées en tant que zones urbaines. Diverses autres spécificités du réseau de Brisbane sont ainsi retrouvées. La qualité de retranscription des états de trafic par les données Bluetooth étant avérée, les caractéristiques macroscopiques (débit Bluetooth, vitesse) du trafic sont estimées avec un pas de 1 heure.

Pic du matin Pic du soir Loisirs Flux indépendant

Tendance Flux indépendant

Principaux pôles d’activité Tendance Pic du soir & du matin

Tendance Loisirs Accès aux plages Accès aux espaces naturels (a) Zone Urbaine Zone Périurbaine Zone Intermédiaire CBD Villes secondaires Zone intermédiaire Zone périurbaine Zone urbaine

(b)

Fig. 1.7.: Illustration de la fiabilité des capteurs Bluetooth : a) Qualification des sections suivant leurs tendances temporelles identifiées par un procédé de classification génératif probabiliste b) Qualification des sections suivant les caractéristiques spatiales tirées de la forme des diagrammes fondamentaux.