IIT Guwahati : drones et IA pour modéliser le trafic routier indien

Des modèles existants peu adaptés

Beaucoup de modèles actuels reposent sur un trafic ordonné et des véhicules assez homogènes. En Inde, deux-roues, trois-roues et quatre-roues partagent la chaussée avec les piétons, ce qui accroît la variabilité des interactions, des vitesses et des espacements.

Les données montrent que, sur une route peu chargée, les véhicules gardent de grands écarts. Lorsque le trafic devient modérément dense, les écarts se réduisent et les véhicules se suivent de plus près. En trafic très dense, près de la saturation, les écarts s'élargissent de nouveau. Selon M. Maurya, la relation entre densité, espacement et vitesse n'est donc pas forcément linéaire. Avant la congestion, près de 3 000 véhicules passaient en un point par voie à plein débit ; à l'arrêt, la densité atteignait près de 900 véhicules par kilomètre sur toute la largeur.

Une fourchette de vitesses plutôt qu'une valeur

L'équipe a testé six modèles mathématiques et entraîné deux modèles d'apprentissage automatique. Plutôt qu'une vitesse unique, ils estiment une plage de vitesses possibles, ce qui, selon les chercheurs, reflète plus fidèlement la variabilité du trafic hétérogène.

D'après Akhilesh K Maurya, de tels modèles propres à l'Inde pourraient favoriser des simulations plus réalistes, une meilleure conception des routes et carrefours, la gestion de la congestion, l'évaluation de la capacité et des systèmes de gestion intelligente du trafic.