⚡ génie électrique

A copula-based spatial justice index for pedestrian-vehicle interaction on school streets

Cet article propose un indice de justice spatiale évolutif et à faible coût qui utilise une modélisation statistique basée sur les copules de données de capteurs issus de la science citoyenne pour quantifier comment la prudence des conducteurs dans les rues scolaires varie en fonction de la présence de piétons, démontrant sa capacité à détecter des améliorations de la sécurité à Andria tout en soulignant les limites des données à Milan.

Auteurs originaux : Yuri Calleo, Federica Mastro, Nadia Giuffrida, Michele Ottomanelli

Publié 2026-09-25

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yuri Calleo, Federica Mastro, Nadia Giuffrida, Michele Ottomanelli

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Les rues entourant les écoles sont le lieu où le rythme quotidien d'une ville rencontre la vulnérabilité de l'enfance. Pendant des décennies, les ingénieurs en circulation ont considéré la présence d'enfants et d'autres piétons comme une nuisance, une friction qui ralentit les voitures et réduit l'efficacité du réseau routier. L'objectif était souvent de minimiser cette friction pour maintenir la fluidité du trafic. Cependant, une perspective différente a émergé de l'étude de la justice spatiale, suggérant que lorsque les conducteurs ralentissent parce que des gens marchent à proximité, ils ne sont pas seulement retardés ; ils négocient l'espace. Dans cette optique, l'acte même d'un piéton occupant le bord de la rue crée un « mur visuel » qui encourage naturellement les conducteurs à être plus prudents. Le défi pour les communautés a été de mesurer cette interaction. Bien que nous sachions que les accidents de la route sont une cause majeure de décès chez les jeunes, et que des espaces publics sûrs constituent un objectif mondial, les quartiers locaux disposent rarement des outils nécessaires pour voir si les conducteurs ralentissent réellement en présence d'enfants, ou s'ils ne le font que lorsque la rue est bondée de monde.

Pour répondre à cela, des chercheurs en Italie ont développé une nouvelle façon d'observer la sécurité de la rue en utilisant des données collectées par des citoyens ordinaires. Ils se sont concentrés sur deux rues très différentes : l'une dans la ville d'Andria, un corridor urbain très fréquenté, et une autre à Milan, une rue qui est déjà très calme et lente. Au lieu de s'appuyer sur des caméras coûteuses et de haute technologie qui suivent chaque voiture, ils ont utilisé des capteurs à bas coût installés dans les fenêtres des résidents. Ces dispositifs, faisant partie d'un effort de science citoyenne, comptent simplement combien de personnes et de voitures passent toutes les quinze minutes et enregistrent la vitesse du trafic par catégories larges. Les chercheurs ont ensuite construit un cadre statistique pour relier le nombre de piétons au comportement des conducteurs, en examinant spécifiquement une « vitesse de prudence ». Il ne s'agit pas de la vitesse moyenne de toutes les voitures, mais d'une mesure des véhicules les plus lents sur la route à un instant donné, représentant les conducteurs qui sont les plus susceptibles de réagir aux personnes présentes autour d'eux.

L'étude a révélé un contraste frappant entre les deux lieux. Sur la rue très fréquentée d'Andria, les données ont montré un lien clair et immédiat entre la présence de piétons et la prudence des conducteurs. Dès que quelques personnes sont apparues sur le trottoir, les conducteurs les plus lents ont commencé à ralentir de manière significative. La probabilité qu'un conducteur soit prudent est passée d'environ 47 % lorsque la rue était vide à 88 % lorsqu'il y avait beaucoup de piétons. Crucialement, ce changement s'est produit dès le début ; le plus grand basculement dans le comportement des conducteurs s'est produit entre une rue vide et une rue avec seulement quelques personnes. Les chercheurs n'ont trouvé aucune preuve que les conducteurs attendaient qu'une foule se rassemble avant de commencer à ralentir. L'idée qu'un « mur visuel » ne se forme que lorsqu'une rue est bondée n'a pas été soutenue par les données. Au contraire, les premiers piétons ont suffi à déclencher un changement dans le comportement des conducteurs.

À Milan, l'histoire était différente, mais le résultat était tout aussi instructif. Sur cette rue, le trafic était déjà si lent et le nombre de piétons si faible que les capteurs n'ont pu détecter aucune relation entre les deux. La rue était déjà sûre, probablement grâce à sa conception, mais les données étaient trop rares pour prouver que les piétons étaient la raison pour laquelle les conducteurs ralentissaient. Les chercheurs ont utilisé cela pour démontrer une caractéristique clé de leur nouvel indice : il sait quand il ne peut pas répondre à une question. Si une rue est trop calme ou si les données sont trop ténues, l'indice reste plat, signalant que la communauté ne peut pas encore dire si la rue est sûre grâce aux gens ou grâce à la conception de la route. Cela évite l'erreur de supposer qu'une rue est sûre simplement parce que les chiffres semblent bons, alors qu'en réalité, il n'y a tout simplement pas assez d'informations pour le dire.

Les conclusions suggèrent que pour de nombreuses rues scolaires, la sécurité n'est pas une condition fixe mais une négociation dynamique. Sur la rue très fréquentée d'Andria, la protection offerte aux enfants dépend entièrement de leur présence ; si un enfant marche vers l'école seul tôt le matin ou part tard le soir, la rue est plus rapide et plus dangereuse car le « mur visuel » d'une foule est absent. L'étude soutient que la véritable sécurité ne devrait pas reposer sur cette négociation. Une rue devrait être conçue pour être sûre, quel que soit le nombre de personnes qui y marchent. En utilisant des données simples et à bas coût, les communautés peuvent désormais voir exactement quelles rues dépendent de la présence de piétons pour la sécurité et où elles sont réellement sûres par conception. Cela permet aux quartiers d'identifier les rues qui nécessitent de meilleurs changements physiques, comme des mesures de ralentissement du trafic, afin de protéger les enfants même lorsqu'ils sont les seuls sur le trottoir.

Résumé Technique : Un Indice de Justice Spatiale basé sur les Copules pour l'Interaction Piéton-Véhicule sur les Rues Scolaires

Énoncé du Problème
Les rues scolaires représentent une intersection critique des cibles de l'Objectif de Développement Durable (ODD) 11 : assurer des systèmes de transport sûrs pour les groupes vulnérables (Cible 11.2) et fournir un accès universel à des espaces publics sûrs (Cible 11.7). Bien qu'il existe des études microscopiques sur les interactions piétons-véhicules, elles sont souvent trop coûteuses pour une surveillance au niveau communautaire. Inversement, les études macroscopiques utilisant des données de capteurs agrégées reposent généralement sur des vitesses moyennes ou médianes, ce qui lisse les décélérations localisées indicatrices de la prudence des conducteurs. De plus, les approches statistiques existantes ne parviennent souvent pas à rendre compte de trois obstacles méthodologiques spécifiques :

Sensibilité de la métrique : Les moyennes agrégées occultent la « queue de distribution » de la vitesse, là où le comportement des conducteurs change.
Facteurs de confusion : Les réductions de vitesse lors des pics de présence piétonne peuvent résulter d'une congestion véhicule-véhicule plutôt que d'une interaction piéton-véhicule.
Limites statistiques : Les modèles de dépendance linéaires ou symétriques standards ne peuvent pas capturer les mécanismes de seuil (où la prudence ne s'active qu'au-dessus d'une certaine densité piétonne) et peinent avec la nature discrète des comptages de piétons combinée aux données de vitesse continues.

Méthodologie
Les auteurs proposent un cadre d'Indice de Justice Spatiale (IJS) conçu pour transformer les données de trafic à faible coût, issues de la science citoyenne, en une mesure probabiliste de la manière dont l'espace de la rue est partagé de façon équitable. Le cadre se compose de quatre composantes clés :

Filtrage de Régime : Pour isoler l'interaction piéton-véhicule de la congestion véhicule-véhicule, les auteurs filtrent les données pour ne conserver que les intervalles de « flux libre ». Cela est défini comme des périodes où le nombre de véhicules motorisés ( $Q_t$ ) est strictement compris entre 0 et 50 véhicules par intervalle de 15 minutes. Cela exclut à la fois les périodes vides (où la vitesse n'est pas définie) et les périodes de congestion.
Métrique de Vitesse de Prudence ( $V_{15}$ ) : Au lieu d'utiliser la vitesse moyenne, l'étude reconstruit le 15e percentile de la distribution de vitesse ( $V_{15}$ ) pour chaque intervalle. Cette métrique cible la partie la plus lente du flux de trafic, servant de proxy pour une « conduite prudente ». Elle est dérivée de données de vitesse par classes (bins de 10 km/h) fournies par les capteurs Telraam.
Modélisation par Copules avec Jittering : Pour modéliser la dépendance entre les comptages de piétons discrets ( $P$ $P$ ) et les vitesses de prudence continues ( $V_{15}$ $V_{15}$ ), les auteurs emploient la théorie des copules.
- Jittering (Ajout de bruit) : Les comptages de piétons sont rendus continus via le jittering ( $P^* = P + U$ , où $U \sim \text{Uniforme}(0,1)$ ) afin de satisfaire l'exigence de continuité pour l'identification unique de la copule.
- Sélection du Modèle : Une copule de Clayton tournée est testée par rapport à un benchmark gaussien symétrique. La copule de Clayton tournée est choisie pour tester spécifiquement l'hypothèse du « mur visuel », qui postule que la dépendance se concentre dans le coin conjoint haute-densité piétonne/basse-vitesse (un mécanisme de type seuil).
Définition de l'Indice : L'IJS est défini comme la probabilité conditionnelle que la vitesse de prudence ( $V_{15}$ ) soit inférieure à la propre vitesse médiane de la rue, étant donné un nombre spécifique de piétons ( $p$ ).
$SJI_p = \text{Pr}(V_{15} \leq v_{crit} \mid P^* = p)$
L'indice varie de 0 à 1, où 0,5 indique une absence de dépendance (la présence de piétons n'informe pas sur la prudence) et les valeurs approchant 1 indiquent une haute probabilité de conduite prudente.

Résultats Clés
Le cadre a été appliqué à deux rues scolaires italiennes surveillées en 2025 : Via XX Settembre à Andria (une ville de taille moyenne) et Via Gentilino à Milan (une zone urbaine dense).

Andria (Via XX Settembre) :
- Caractéristiques des données : Forte variabilité des comptages de piétons (moyenne de 10,3 par intervalle dans les données brutes) et vitesses opérationnelles ( $V_{85} \approx 43,6$ km/h).
- Constats : Une association négative claire existe entre le nombre de piétons et la vitesse de prudence. L'IJS passe de 0,47 (absence de piétons) à 0,88 (nombre maximum observé de 46 piétons).
- Mécanisme : La dépendance est la plus forte aux faibles comptages de piétons (la transition de l'absence à l'utilisation légère). Le modèle de Clayton tourné (hypothèse de seuil) a été statistiquement surpassé par la copule gaussienne symétrique. Cela suggère que la prudence des conducteurs est déclenchée par la présence des premiers piétons plutôt que par un seuil de densité de foule.
- Gradient : Le gradient de l'IJS est le plus raide près de zéro piéton et décline par la suite, indiquant que le bénéfice marginal de sécurité apporté par l'ajout de piétons diminue à mesure que les comptages augmentent.
Milan (Via Gentilino) :
- Caractéristiques des données : Une rue apaisée avec des vitesses très faibles ( $V_{85} \approx 14,4$ km/h) et une activité piétonne clairsemée (moyenne de 0,7 par intervalle ; 57,7 % des intervalles n'avaient aucun piéton).
- Constats : Aucune dépendance statistiquement significative n'a été détectée. L'IJS reste plat à 0,5 pour tous les comptages observés.
- Interprétation : Cet indice plat ne confirme pas que la rue est sûre quel que soit la présence de piétons ; il indique plutôt que les données sont insuffisantes pour détecter un effet en raison du manque de variation de l'exposition piétonne. Le cadre identifie explicitement ce cas comme « inconcluant » plutôt que comme un cas de « sécurité ».

Signification et Revendications
L'article revendique les contributions et significations suivantes :

Évolutivité au niveau communautaire : L'IJS offre une méthode évolutive pour que les communautés surveillent le partage de la rue en utilisant des capteurs à faible coût installés par les citoyens. Il déplace la production de preuves de mobilité vers les communautés elles-mêmes, soutenant ainsi le suivi de l'ODD 11.
Gestion explicite des limites de données : Contraã l'indices qui forcent un résultat, ce cadre signale explicitement quand les données sont insuffisantes pour répondre à la question (comme vu dans le cas de Milan). Il distingue la « sécurité structurelle » (vitesses basses par conception) de la « sécurité négociée » (vitesses dépendant de la présence de piétons).
Réfutation de l'hypothèse du seuil : Les résultats remettent en question l'hypothèse du « mur visuel » selon laquelle la prudence ne s'activerait qu'au-dessus d'une densité de foule critique. Dans les données observées, le « mur visuel » semble être élevé par les premiers piétons, suggérant que la sécurité est contingente à la présence de piétons même à de faibles niveaux.
Rigueur méthodologique : En utilisant les copules pour séparer les comportements marginaux de la dépendance et en employant le jittering pour les comptages discrets, l'étude fournit une approche statistique robuste à un problème où les régressions ou les mesures de dépendance symétriques standards échouent.

Limites Reconnues
Les auteurs notent plusieurs limites :

Résolution : La vitesse de prudence est reconstruite à partir de classes de 10 km/h, ce qui entraîne une résolution grossière dans les intervalles de faible vitesse ou de faible volume.
Facteurs de confusion : Bien que le filtre de régime élimine la congestion, il ne contrôle pas les facteurs de confusion temporels (ex: heure de la journée, éclairage, horaires scolaires) qui pourraient être corrélés à la fois avec un trafic faible et des comptages de piétons faibles.
Généralisabilité : Les conclusions sont basées sur deux rues spécifiques en Italie et ne peuvent supporter de larges affirmations sur tous les types de rues, bien que le cadre soit portable.
Incertitude statistique : Les p-valeurs supposent des intervalles indépendants, ce qui pourrait sous-estimer l'incertitude en raison de la dépendance sérielle dans les séries temporelles de 15 minutes.

En résumé, l'article présente un outil probabiliste qui traduit les données brutes de capteurs en une mesure transparente de la capacité des conducteurs à céder l'espace aux piétons, révélant que la sécurité sur les rues scolaires peut dépendre davantage de la présence immédiate des piétons que de la densité de la foule, tout en identant explicitement les cas où les limites des données empêchent de tirer des conclusions.

Articles similaires