ÉCOLE DOCTORALE DES SCIENCES FONDAMENTALES ET
APPLIQUÉES
POSTGRADUATE SCHOOL FOR PURE AND APPLIED
SCIENCES
-----------------
Unité de Formation Doctorale des Sciences de
l'Ingénieur
Postgraduate Training Unit for Engineering
Sciences
-----------------
Laboratoire d'Énergie Modélisation
Matériau et Méthodes (E3M)
Laboratory of Energy Modeling Materials and Methods
(E3M)
MÉMOIRE DE FIN D'ÉTUDE
Présenté et soutenu en vue de
l'obtention du diplôme de
Master 2 Recherche en Sciences de
l'Ingénieur
PARCOURS TYPE : TELECOMMUNICATIONS ET SYSTEMES
D'INFORMATION
THEME :GESTION DU TRAFIC ROUTIER AVEC
PRISE DE DÉCISION PAR LOGIQUE FLOUE : cas du carrefour
ndokoti
RESUME
Ces travaux de recherche traitant de l'intelligence
artificielle, utilisent la Logique Floue comme outils de modélisation
pour gérer de façon « intelligente » le
trafic routier afin de réduire au minimum les embouteillages qui
paralysent la circulation dans la ville de Douala en général, et
le carrefour NDOKOTI en particulier.
Après avoir mené une étude rationnelle
sur les causes réelles de la congestion du trafic routier, nous avons
commencé par déterminer les variables d'entrée/sortie
(input/output), puis nous avons construit notre système à
logique floue en formulant des variables linguistiques pour chaque
paramètre, puis la fuzzification, la construction de la base de
règles floues, et enfin la déffuzification. Les courbes obtenues
après simulation sur la plateforme logicielle MATLAB montrent
effectivement que cette approche par logique floue est prometteuse.
Par ailleurs, nous avons ajouté un petit module
intelligent appelé TEMPORISATEUR donc le rôle majeur est de
limiter le temps de passage d'une voie qui tend à aller au-delà
de 120 secondes, considérées comme maximum de temps d'attente.
Les résultats obtenus satisfont bien aux exigences des
hypothèses de départ comme le montre la figure
3.8 (tracé en rouge) dans laquelle le temps de changement de feu en
ordonnée admet 120 comme asymptote(en rouge), ce qui témoigne
bien d'une valeur à ne pas franchir (tracé en rouge). Ceci dit,
on ne peut attendre plus de 120s pour passer à un changement de feu.
En définitive, on pourra finalement remplacer les
agents de police qui gèrent la circulation dans les carrefours par
notre système conçu sur la base de la LOGIQUE FLOUE.
Mots clés : trafic routier
-intelligence artificielle - logique floue -fuzzification- base
d'inférence- déffuzification - temporisateur - asymptote.
INTRODUCTION
La gestion intelligente du trafic routier nécessite
des méthodes et outils de plus en plus perfectionnés. Le trafic
routier mondial et les transports urbains sont essentiellement tributaires du
parc automobile, et de l'état de la voirie qui peuvent faciliter la
mobilité urbaine ou rendre difficile les transports des personnes et des
biens. Le développement des infrastructures et des machines qui
permettent notre déplacement, nos correspondances et notre
approvisionnement a toujours été au coeur des
préoccupations des pouvoirs publics. Il semble évident de dire
aujourd'hui que le problème du trafic routier ou du moins les
difficultés liées au déplacement vont suivre une
croissance exponentielle si rien n'est fait car, en effet, si les
infrastructures de l'époque médiévale causaient moins
d'embouteillage avec le parc automobile de l'époque, il n'en demeure pas
moins que le 21eme siècle est arrivé avec son lot de
difficultés parmi lesquelles les embouteillages.
Nous disposons d'une pléthore de ressources pour
réguler le phénomène d'embouteillage dans le monde. L'une
de ces ressources est l'intelligence artificielle, qui, selon Virginie
MATHIVET, (virginie Mathivet, 2004) consiste
à rendre intelligent un système artificiel, principalement
informatique ». Palliant cette mouvance, nous nous sommes
intéressés au secteur du transport urbain plus
précisément le problème de gestion du trafic
routier.
L'évolution technologique et scientifique à
travers la recherche et la création de multiples algorithmes et
plateformes spécialisés a transformé l'intelligence
artificielle avec sa composante d'apprentissage automatique (le Machine
Learning) en une sorte « d'oracle, de
voyant......» capable d'étudier un phénomène
quelconque à travers l'exploitation et le stockage de ses données
pour prédire son comportement futur (Didier
Müller, 2016).
Le souhait d'apporter notre contribution au
développement futur du transport urbain au Cameroun mais surtout de
l'amélioration du trafic routier pour diminuer les embouteillages nous a
motivé pour le choix de ce thème
intitulé « Gestion du Trafic Routier avec prise
de décision par Logique Floue : cas du carrefour Ndokoti
»
La première partie se focalise sur l'état
de l'art et la problématique sur la situation des embouteillages dans le
monde en général, et la ville de Douala pour le cas
d'espèce. La deuxième partie : Méthodes et
Matériels appropriés utilisés quant à lui,
présente les outils de modélisation et les moyens
utilisées en vue de la réalisation de l'objet de ce
mémoire, en terme d'architectures matérielle et logicielle que
nous avons conçues. En fin le troisième chapitre :
résultats et discussion, présente les choix techniques
opérés, l'environnement matériel et logiciel dont on a
disposé, et la description des résultats obtenus ainsi que leur
faisabilité dans le cadre local de la ville de Douala.
REVUE DE LA LITTÉRATURE
Le trafic routier mondial et les transports urbains sont
essentiellement tributaires du parc automobile, et de l'état de la
voirie qui peuvent faciliter la mobilité urbaine ou rendre difficile les
transports des personnes et des biens notamment en ville où les
ralentissements aux heures de pointe peuvent avoir un impact notable sur
l'organisation des activités, l'économie ou encore
l'écologie (Sébastien Faye,
2014). Les nouvelles technologies innovantes dites
« intelligentes » peuvent bien être utilisées
pour résoudre les difficultés liées à la congestion
routière. Un tel système peut, par ailleurs, réagir aux
variations du trafic en régulant dynamiquement les flux de
véhicules (Zhou et al, 2010). Les équipements
tels que les feux de circulation deviennent alors des éléments
actifs dans la réduction des embouteillages et dans la gestion de la
sécurité, améliorant globalement l'expérience des
usagers.
1. Définitions
La Congestion est un phénomène qui survient
lorsque la demande (le nombre de véhicules qui cherchent à
utiliser une infrastructure donnée) est supérieure à la
capacité de cette infrastructure. Si la demande excède la
capacité, alors des véhicules seront ralentis à
l'entrée de l'infrastructure, formant ainsi un bouchon. (Certu,
2010) Ces véhicules excédentaires seront à chaque
instant plus nombreux qu'à l'instant précédent. Comme
chaque véhicule occupe une certaine longueur de voie, la longueur de la
file d'attente ne fera que croître en proportion du nombre de
véhicules présents dans cette file d'attente (Moustapha
,2014).
| 
