Optimization of the environmental performance of urban mobility via macroscopic and multimodal modeling approaches

Optimisation des performances environnementales de la mobilité urbaine par des approches de modélisation macroscopique et multimodale La congestion routière est un problème sérieux pour les villes, entraînant des temps de trajet prolongés et des émissions accrues. La circulation mixte sur les routes urbaines, incluant voitures, camions et deux-roues partageant la même infrastructure, rend la modélisation et le contrôle difficiles. Cette thèse exploite un cadre macroscopique pour modéliser et contrôler le flux de trafic de plusieurs classes de véhicules. Le couplage entre classes est réalisé grâce à des vitesses spécifiques à chaque classe, qui sont des fonctions généralement décroissantes de la densité totale. De cette manière, le modèle peut reproduire des phénomènes multi-classes clés tels que le dépassement et le "creeping", où une classe progresse lentement à travers les espaces laissés par d'autres. Cela constitue la base de toutes les analyses suivantes. Le modèle est ensuite étendu à des réseaux routiers généraux. Nous proposons des conditions de couplage pour des jonctions génériques m x n qui intègrent des coefficients de distribution et de priorité spécifiques à chaque classe. Pour la simulation, nous adaptons un schéma de volumes finis de Godunov au contexte de réseau multiclasses en utilisant une formulation offre-demande et établissons sa cohérence. De plus, nous intégrons la gestion des conditions aux limites d'entrée et de sortie aux nœuds d'origine et de destination, en tenant compte des segments tampons d'entrée pour suivre les véhicules en attente d'accéder au réseau. Une étude numérique complète évalue le pouvoir descriptif du modèle sur un réseau test composé de 13 routes à deux voies et 6 jonctions, avec un corridor principal et deux routes secondaires. La flotte de véhicules inclut des voitures, des poids-lourds et des vélos. Deux scénarios sont explorés : (i) un scénario de base avec une fonction de vitesse linéaire et des densités maximales égales entre classes, et (ii) un cadre hétérogène avec des densités maximales spécifiques à chaque classe (via des coefficients équivalents voitures), ce qui déclenche le "creeping" et met en évidence comment l'hétérogénéité modifie les schémas de flux macroscopiques. Les expériences évaluent le temps de trajet total, le débit du réseau et les émissions de CO2, mettant en lumière l'influence de divers facteurs et stratégies de gestion du trafic telles que le routage entre différents itinéraires et le changement (ou report) de mode de transport. Les résultats montrent que le modèle peut décrire avec précision des scénarios de congestion où les cyclistes se faufilent entre les files de voitures, et où les voitures dépassent les files de poids-lourds. En s'appuyant sur cette couche de modélisation, nous développons un cadre d'optimisation pour le contrôle du trafic. Nous nous concentrons sur les limitations de vitesse variables spécifiques à chaque classe comme principal contrôle et introduisons la régulation des flux entrants comme stratégie comparative. Le cadre est mis en œuvre sur trois réseaux synthétiques : une portion de route avec un goulet d'étranglement au milieu, une route circulaire avec un goulet d'étranglement en aval, et un réseau urbain à huit routes, avec des objectifs tels que la réduction du temps de trajet total et des émissions. Les résultats montrent des améliorations constantes avec l'augmentation de la proportion de véhicules contrôlés, et que le contrôle de vitesse surpasse le contrôle des flux entrants. Par exemple, avec seulement 30% de véhicules contrôlés, le temps de trajet moyen est réduit de 17.3% par rapport au cas sans contrôle. Enfin, nous transférons la méthodologie à un corridor autoroutier réel : l'A7 entre Solaize et Lyon (France). Les contrôles optimisés au niveau macroscopique (limitations de vitesse variables spécifiques à chaque classe) sont intégrés dans le simulateur microscopique SUMO. L'intégration confirme que les schémas prédits par le modèle macroscopique persistent lorsque les interactions individuelles entre véhicules sont modélisées explicitement.