Si vous avez une voiture neuve ou récente, très probablement connecté :navigation GPS, ce panneau d'infodivertissement, le réseau sans fil créé par votre voiture :ce sont tous des moyens pour votre voiture de fournir des informations, que ce soit pour vous donner des directions, ping d'autres véhicules, ou pour s'enregistrer auprès d'infrastructures comme les feux de circulation, des panneaux ou des ponts.

Toutes ces données créent le potentiel des voitures connectées pour aider les planificateurs des transports à obtenir une image précise de la façon dont leurs routes sont utilisées. À l'heure actuelle, bien que, ce type de données est généralement non contrôlé, inexact et peu fiable, avec des emplacements et des chemins manquants.

Kuilin Zhang, professeur adjoint de génie civil et environnemental et professeur adjoint affilié d'informatique à la Michigan Technological University, a développé un moyen de combler les lacunes, tel que présenté dans une étude récente publiée dans Recherche sur les transports Partie C :Technologies émergentes . À l'avenir, Zhang pense que ce sera un moyen rentable de permettre aux planificateurs des transports de tout faire, de créer des stratégies d'atténuation des embouteillages plus efficaces pour savoir où construire des routes plus larges ou nouvelles.

"À l'avenir, nous allons avoir plus de véhicules connectés, " a-t-il dit. " Si nous remplissons les parties manquantes des données qu'ils fournissent, nous pouvons obtenir une activité complète et des déplacements pour les conducteurs individuels, et ensuite ces données peuvent être utilisées pour connaître la demande."

Combler les lacunes dans les voitures connectées

Les voitures n'ont pas besoin d'être autonomes pour être connectées :tout véhicule disposant d'un accès sans fil, telles que les technologies cellulaires ou dédiées à la communication à courte portée (DSRC), est considéré comme connecté. IHS Automotive prévoit que 152 millions de voitures activement connectées seront sur les routes du monde entier d'ici 2025 et qu'une voiture moyenne produira jusqu'à 30 téraoctets de données chaque jour.

Les données de trajectoire des véhicules connectés pourraient être utilisées pour faire des prévisions de déplacements, mais Zhang a découvert qu'il y a suffisamment de lacunes dans les données pour qu'elles ne puissent pas être utilisées pour faire des prédictions fiables.

Dans cette étude, les chercheurs utilisés comprenaient deux mois de données sur les véhicules connectés de 2, 800 voitures, fourni par le programme de déploiement du modèle pilote de sécurité à Ann Arbor, Michigan. À partir de cela, ils ont créé une approche d'optimisation basée sur les données pour reconstruire les choix manquants d'emplacement-durée-chemin que ces voitures font. Les choix reconstruits peuvent être utilisés pour améliorer la validation et la calibration des modèles. Les modèles basés sur les activités de la dynamique de la demande de déplacements donnent plus de détails aux organisations de planification des transports. Meilleure estimation de la demande de déplacements, Zhang a dit, contribuera également à réduire la congestion, réduire les émissions et économiser de l'énergie.

Les modèles prédisent les données du véhicule

Zhang pense que la valeur de ce modèle basé sur les activités va au-delà de la simple précision. Cela vous fera économiser de l'argent. Gouvernements locaux, qui achètent souvent des informations tirées du GPS sur les véhicules utilitaires à des entreprises privées, ou se fier à l'Enquête nationale sur les déplacements des ménages, qui coûte cher à conduire, et ne présente des informations que sur un petit nombre de pilotes au lieu de l'ensemble, peuvent utiliser les modèles pour en savoir plus et payer moins pour observer les habitudes de conduite de leur municipalité.

Il a également déclaré que ce type de modélisation serait particulièrement important si davantage de villes suivaient l'exemple de la ville de New York et commençaient à mettre en œuvre une tarification de la congestion, qui utilisera des lecteurs de plaques d'immatriculation pour facturer les péages aux conducteurs pendant les heures de pointe.

La prochaine étape de cette recherche consiste à appliquer le modèle aux bancs d'essai de véhicules connectés existants en Floride, New York et Wyoming, et y fournir des informations sur la façon d'utiliser les données des véhicules connectés.

"C'est l'ère du big data, " a déclaré Zhang. " En plus de l'avantage de sécurité de la technologie des véhicules connectés, les données haute fréquence générées par les véhicules connectés offrent un ensemble de données volumineux pour de nouvelles solutions de mobilité. »