Feasibility of Mobile Point-to-Point Speed Enforcement: Real-World Evidence from Urban and Rural Queensland

L'excès de vitesse est l'une des infractions routières les plus courantes au monde et l'une des principales causes d'accidents mortels. Depuis des décennies, les experts en sécurité routière s'appuient sur une idée simple pour le stopper : si les conducteurs croient qu'ils seront pris, ils ralentiront. Ce concept, connu sous le nom de dissuasion, fonctionne mieux lorsque la menace d'être surpris semble réelle et constante. Les radars de vitesse traditionnels sont fixes, souvent installés sur de hauts poteaux ou des ponts. Les conducteurs apprennent rapidement où se trouvent ces caméras, soit en les voyant, soit en utilisant des applications de navigation qui diffusent leurs emplacements. En conséquence, de nombreux conducteurs adoptent un schéma de « conduite kangourou », où ils freinent brusquement juste avant un radar connu, passent devant celui-ci en toute sécurité, puis accélèrent immédiatement après. Ce comportement déjoue l'objectif du radar, car il ne ralentit le trafic que sur quelques centaines de mètres plutôt que d'encourager une conduite sûre sur l'ensemble du trajet.

Pour résoudre ce problème, les ingénieurs ont développé le contrôle de la vitesse de passage de point à point. Au lieu de mesurer la vitesse d'une voiture à un instant précis, ce système calcule la vitesse moyenne d'un véhicule sur une longue section de route. Si un conducteur entre dans une zone à une caméra et en sort à une autre, le système sait exactement combien de temps le trajet a duré. Si le temps écoulé est trop court, le conducteur roulait en moyenne trop vite, peu importe sa vitesse à un moment spécifique. Bien que cette méthode ait fait ses preuves lorsqu'elle est installée sur des infrastructures permanentes, ces installations sont coûteuses et généralement limitées aux grandes autoroutes. Cela laisse une lacune de sécurité sur les routes régionales et reculées, où les taux d'accidents mortels sont souvent beaucoup plus élevés, mais où la construction de tours de caméras fixes n'est pas pratique. La question à laquelle les chercheurs ont été confrontés était de savoir si cette puissante technologie de « vitesse moyenne » pouvait être rendue mobile, en utilisant des caméras montées sur des voitures ordinaires garées, afin de couvrir ces zones dangereuses et difficiles d'accès.

Une équipe de chercheurs de l'Université de la Sunshine Coast en Australie s'est donné pour mission de tester si cette approche mobile fonctionne réellement dans le monde réel. Ils n'ont pas cherché à mesurer si les caméras arrêtaient les excès de vitesse ; ils voulaient plutôt savoir si le système pouvait suivre les véhicules avec succès et calculer leurs vitesses avec précision dans différents environnements. Sur une période de six mois, ils ont déployé trois véhicules de recherche équipés de caméras de reconnaissance automatique de plaques d'immatriculation sur vingt-quatre sites différents dans le Queensland. Ces sites allaient de grandes villes animées à des autoroutes reculées, couvrant une vaste gamme de conditions routières. Les caméras étaient installées par paires ou en groupes, parfois espacées de seulement quelques centaines de mètres et d'autres fois de plus de cent kilomètres. Alors que des milliers de véhicules passaient devant ces caméras, le système enregistrait leurs plaques d'immatriculation et l'heure exacte de leur passage. Les chercheurs ont ensuite utilisé un ordinateur pour faire correspondre les plaques, reliant la même voiture de la première caméra à la seconde pour calculer la durée du trajet.

Les résultats ont montré que le système mobile était pleinement capable de fonctionner dans diverses conditions. Sur l'ensemble des sites, les caméras ont détecté près de 283 000 véhicules. Parmi ceux-ci, le système a réussi à faire correspondre environ 33 % des cas, ce qui signifie qu'il pouvait suivre la même voiture d'une caméra à l'autre et calculer sa vitesse moyenne. Ce taux de réussite variait considérablement selon l'emplacement. Dans les zones reculées, où les routes sont longues et rectilignes avec peu d'endroits pour quitter la route, le système a fait correspondre près de la moitié des véhicules. Dans les villes régionales, le taux était plus bas, et dans les grandes villes, il était le plus faible. Les chercheurs ont découvert que la distance entre les caméras n'était pas la raison principale de ces différences. Au contraire, le facteur clé était le nombre de sorties dont un conducteur disposait pour quitter la zone surveillée. En ville, un conducteur peut facilement quitter la route principale pour emprunter une rue latérale, sortir de la zone et éviter d'être suivi par la seconde caméra. Dans les zones reculées, il y avait très peu d'endroits pour tourner, donc une fois qu'une voiture entrait dans la zone, elle devait rester sur la route jusqu'à atteindre la prochaine caméra. Cette découverte est cruciale car elle signifie que pour que la surveillance mobile fonctionne, les planificateurs doivent choisir des segments de route où le trafic est contraint de rester sur le chemin, plutôt que de s'inquiéter de la distance entre les caméras.

L'étude a également comparé les données de vitesse moyenne mobiles avec les mesures de vitesse « ponctuelles » traditionnelles prises à l'aide d'un dispositif laser aux mêmes endroits. La différence entre ce que les deux méthodes observaient était frappante. Le laser, qui mesure la vitesse à un instant unique, a constaté qu'environ 22 % des véhicules roulaient trop vite. En revanche, le système mobile de point à point, qui mesure la vitesse moyenne sur l'ensemble du trajet, a constaté que seulement environ 10 % des véhicules étaient en excès de vitesse. Cet écart révèle que les deux technologies mesurent des comportements différents. Un conducteur peut accélérer rapidement pour passer devant un laser mais ralentir pour le reste du trajet, ou il peut rouler lentement en ville mais accélérer sur une longue portion d'autoroute déserte. Le laser capture l'accélération momentanée, tandis que le système mobile capture le comportement soutenu de l'ensemble du voyage. Cela confirme que la surveillance de la vitesse moyenne n'est pas seulement une façon différente de mesurer la même chose ; c'est un outil fondamentalement différent qui cible un type de comportement de conduite différent.

Les chercheurs ont également testé le système de nuit et ont constaté que les caméras fonctionnaient aussi bien dans l'obscurité que durant la journée. Ils ont même expérimenté différentes configurations de caméras, comme le placement de caméras sur trois routes différentes entrant dans une ville. Dans un cas, cette configuration a échoué car la ville possédait tellement de sorties cachées que la plupart des voitures disparaissaient avant d'atteindre la caméra suivante. Dans un autre cas, où les routes convergeaient étroitement, le système a bien fonctionné. Ces tests ont mis en évidence que la géométrie du réseau routier importe plus que la technologie elle-même. Si le réseau routier permet à un conducteur de s'échapper facilement de la zone surveillée, le système ne peut pas le suivre. Cependant, si la route force le conducteur à rester sur sa trajectoire, le système mobile peut le suivre efficacement, même sur des distances allant jusqu'à 112 kilomètres.

En fin de compte, cette recherche prouve que la surveillance mobile de la vitesse de point à point est une méthode viable et pratique pour la sécurité routière. Elle peut être installée rapidement dans des endroits où la construction de tours permanentes est trop coûteuse ou difficile, étendant ainsi la portée des mesures de sécurité aux routes reculées où les accidents sont les plus meurtriers. L'étude précise que le succès d'un tel système dépend moins de la distance entre les caméras que du choix de segments de route où les conducteurs ne peuvent pas facilement quitter la zone. En capturant la véritable vitesse moyenne d'un trajet plutôt qu'un moment fugace, cette technologie offre un moyen d'encourager les conducteurs à maintenir des vitesses sûres pendant tout le voyage, plutôt que de simplement ralentir lorsqu'ils voient une caméra. Bien que l'étude n'ait pas mesuré si cette nouvelle méthode réduisait le nombre d'accidents, elle a établi que la méthode fonctionne comme un outil de mesure, ouvrant la voie à de futurs tests pour voir si elle peut véritablement changer le comportement des conducteurs et sauver des vies.