Sana BOUASSIDA soutient sa thèse de doctorat le mercredi 18 décembre 2024 : « Optimisation multi-objectif des flux de circulation routière en abord d’intersection » (see English version above)

La congestion routière en Tunisie, surtout dans les grandes villes, devient un problème croissant, aggravé en période estivale avec l’afflux touristique. Environ 30% des déplacements urbains sont touchés, augmentant les temps de trajet, la consommation énergétique et les risques pour la sécurité. Face à ces défis, la modernisation des infrastructures vise à améliorer l’interaction entre routes, conducteurs et véhicules. Cependant, les méthodes de gestion actuelles, telles que les feux intelligents et les radars, montrent des limites, notamment en termes de couverture spatiale et temporelle. De plus, bien que les aides à la conduite et ITS aient réduit les accidents, leurs capacités de perception restent restreintes dans des environnements complexes. Cette thèse propose une solution innovante pour la gestion du trafic via l’utilisation de drones. Contrairement aux capteurs traditionnels des véhicules, les drones offrent une perception large et continue, avec une mobilité leur permettant de couvrir de vastes zones. Déjà utilisés en agriculture, dans le secteur militaire et la logistique, les drones sont envisagés ici pour surveiller et gérer les carrefours, passages à niveau et autres zones à forte densité de circulation. Doté d’une intelligence avancée, le drone considéré peut prendre des décisions autonomes et transmettre en temps réel des informations précises aux véhicules, améliorant ainsi sécurité et efficacité énergétique du trafic. La première partie de l’étude porte sur l’impact des systèmes d’alerte par drone, notamment dans les situations critiques comme l’approche des passages piétons ou des intersections, sous diverses conditions météorologiques et types de routes. Les résultats montrent que les drones, en fournissant des informations en temps réel, offrent des données plus précises que les systèmes traditionnels, facilitant la prise de décision des conducteurs et véhicules autonomes. Cette approche souligne aussi l’importance d’optimiser les alertes transmises par les drones pour garantir une réaction adéquate aux conditions de circulation spécifiques. La seconde partie de la thèse aborde la formulation de problèmes d’optimisation basés sur les informations perçues par les drones. Ces problèmes visent à améliorer la fluidité du trafic, la consommation énergétique et la sécurité sous un problème d’optimisation multi-objectif, en intégrant les données des drones dans une gestion centralisée. Une comparaison entre l’approche centralisée par drones et celle séquentielle des véhicules autonomes a été réalisée. Les résultats montrent que l’approche centralisée par drones est plus efficace, notamment en termes de délai d’acceptation des décisions et d’amélioration du trafic. Les simulations confirment que les drones permettent une gestion plus précise et réactive des abords d’intersections. Cette étude contribue à la conception de carrefours intelligents en offrant des recommandations basées sur les simulations. Les drones sont particulièrement efficaces pour gérer des situations complexes, comme les virages serrés ou les conditions météorologiques difficiles, là où les systèmes traditionnels et les véhicules autonomes atteignent leurs limites. Grâce à leur perception élargie et leur capacité à prendre des décisions en temps réel, les drones sont un outil-clé pour améliorer la sécurité routière et optimiser le trafic. L’intégration des drones dans la gestion du trafic offre des avantages majeurs, notamment dans les environnements complexes et les zones à forte densité, comme les grandes agglomérations tunisiennes. Leur perception continue et étendue, combinée à une intelligence avancée, améliore la sécurité et l’efficacité énergétique des déplacements. Cette thèse montre ainsi que les drones peuvent pallier les limites des systèmes actuels et offrir ainsi une gestion plus intelligente du trafic.