Predictive Analyses of IoV Networks in Smart Cities

Analyses Prédictives des Réseaux IoV des Villes Intelligentes Les villes intelligentes intègrent les technologies de l'information pour optimiser la gestion urbaine et améliorer la qualité de vie. Dans cette transformation, les Systèmes de Transport Intelligents (ITS) jouent un rôle clé, et l'Internet des Véhicules (IoV) en devient une composante centrale. La communication véhiculaire, élément fondamental de l'IoV, contribue à résoudre les problèmes de congestion, pollution et sécurité dans les zones densément peuplées. Ce projet de thèse développe une méthodologie multidisciplinaire, appuyée sur des outils de simulation, pour prédire et analyser les systèmes véhiculaires connectés d'aide à la conduite. Les modélisations actuelles peinent à intégrer des aspects réalistes du trafic urbain, du trafic réseau et des applications IoV. Notre recherche propose une approche basée sur la simulation, appuyée par des outils avancés, avec une étude de cas dans une zone commerciale fortement congestionnée de la région parisienne.Dans un premier temps, nous avons développé une approche itérative permettant de modéliser de manière réaliste le trafic urbain, en capturant la dynamique du trafic ainsi que les comportements des usagers à travers SUMO. Nous avons intégré différents profils des usagers de la route(agressif, modéré, coopératif) et leurs réactions face aux embouteillages. Par ailleurs, un scénario optimal de fluidification du trafic a été mis en place, visant à redistribuer les flux de circulation vers des itinéraires alternatifs. Dans un deuxième temps, nous avons intégré une couche de communication véhiculaire, basée sur les messages de sensibilisation coopérative (CAM) et les messages de notification environnementale décentralisée (DENM) pour les applications de sécurité, démontrant ainsi l'impact de la connectivité V2X sur le trafic urbain, le tout soutenu par le cadre de co-simulation Eclipse MOSAIC. Cette intégration a permis de développer une application IoV d'assistance à la conduite, conçue pour émettre des alertes sur les conditions de circulation et ajuster la vitesse en temps réel en fonction des conditions de trafic.Dans le troisième temps, une ontologie pour les systèmes de transport intelligents (ITS) a été introduite afin de structurer les connaissances liées à la communication véhiculaire, au trafic urbain et aux outils dédiés. Cela a permis de renforcer la cohérence des simulations, les rendant plus réalistes, tout en optimisant la gestion des systèmes de transport pour une meilleure efficacité et intégration des nouvelles technologies. Notre recherche établit les fondations pour la prochaine génération de solutions IoV prédictives, en s'appuyant sur une simulation holistique et réaliste des applications de mobilité connectée et automatisée pour l'assistance à la conduite.