Réalisation d’un outil de calcul du temps de parcours d’une route avec la prise en compte d’un trafic prédictif
Réalisation d’un outil de calcul du temps de parcours d’une route avec la prise en compte d’un trafic prédictif
Informatique, Web Service, Prédiction de Trafic · textbook
Voir tous les documents en développement webTous les cours en développement web
Fiche de révisionExplication
Rédigée à partir de ce document, puis vérifiée avant publication.
Ce mémoire s'inscrit dans le domaine de l'informatique appliquée aux systèmes de transport et à la gestion du trafic routier. Il s'adresse principalement aux étudiants, chercheurs et professionnels intéressés par la modélisation du trafic, la prédiction des temps de parcours et le développement d'outils web intégrant ces fonctionnalités. L'objectif est de concevoir un service capable d'estimer, pour un trajet donné et une date future, le temps de parcours en tenant compte du trafic prédictif.
Le projet vise à résoudre un problème concret rencontré par les services de voitures de tourisme avec chauffeur (VTC) : l'estimation fiable du temps de parcours en fonction du trafic, notamment pour des réservations à l'avance. Les services existants comme Uber ou LeCab présentent des limites, notamment l'absence de prise en compte du trafic dans le calcul du temps et du prix, ou l'impossibilité de réserver avec une estimation précise du délai. Ce travail cherche donc à concevoir un outil web qui, pour un trajet et une date future donnés, puisse fournir une estimation du temps de parcours en intégrant une prédiction du trafic routier. Cette problématique est importante pour améliorer la gestion du temps, optimiser les trajets, réduire les coûts et répondre aux attentes des clients et des chauffeurs.
Pour comprendre ce projet, plusieurs notions fondamentales sont nécessaires :
Le web-mapping consiste à publier des cartes géographiques sur Internet via des serveurs SIG (Systèmes d'Information Géographique). Ces serveurs assurent trois fonctions principales :
Le web-mapping permet ainsi d'afficher des cartes interactives accessibles à distance, avec des fonctions comme le zoom, le calcul de distances, ou la réaction aux clics.
De grandes entreprises comme Google, Nokia (Here), Microsoft (Bing) et Yahoo proposent des APIs permettant d'intégrer facilement des fonds de carte et des services associés dans des applications web. Ces APIs offrent des fonctionnalités telles que la géolocalisation, le calcul d'itinéraires, et l'accès à des données de trafic en temps réel ou prédictif. Google Maps API et Here Maps API sont particulièrement adaptées pour ce projet, Google Maps pour sa base de données spatiale étendue et Here Maps pour ses données de trafic.
La ville est modélisée sous forme d'un graphe où les nœuds représentent des points géographiques (carrefours, intersections) et les arcs représentent les routes entre ces points. Le problème consiste à trouver le chemin optimal entre deux points, ici le chemin qui minimise le temps de parcours. Plusieurs algorithmes sont utilisés :
La prédiction repose sur l'analyse statistique des séries temporelles des données de trafic recueillies. Ces séries représentent l'évolution du trafic (vitesse, temps de parcours) sur les arcs du graphe au fil du temps. La stationnarité des séries temporelles est une caractéristique importante pour choisir la méthode de prédiction. Une méthode courante est la modélisation autorégressive, qui utilise les valeurs passées pour estimer les valeurs futures. Ce modèle statistique permet d'anticiper le trafic à une date donnée, ce qui est essentiel pour estimer le temps de parcours futur.
Le projet s'est déroulé en trois grandes étapes :
Techniquement, le service est conçu comme une application web utilisant des APIs cartographiques (Google Maps, Here Maps) pour l'affichage et la gestion des données géographiques. L'environnement NodeJS est choisi pour son architecture adaptée aux services web et à la gestion asynchrone des données. Le graphe est construit à partir de données géographiques découpées en carrés pour faciliter la gestion et la génération automatique des arcs.
Le mémoire rapporte la réalisation d'un prototype fonctionnel qui :
Ce service répond ainsi aux besoins identifiés dans les VTC, en particulier la possibilité de réserver à l'avance avec une estimation fiable du temps de trajet, ce qui peut améliorer la gestion des flottes et la satisfaction client.
Le mémoire souligne certaines limites :