Optimizing Traffic Conflict Analysis at Signalized Intersections Using Multi-Scale Cellular Automata

Au cœur de l'agitation d'une ville, l'intersection est un lieu de négociation constante. C'est là que les horaires rigides des feux de signalisation rencontrent les rythmes imprévisibles du mouvement humain. Depuis des décennies, les ingénieurs tentent de dompter ce chaos, s'appuyant souvent sur des modèles qui traitent les voitures et les piétons comme des flux de trafic distincts. Cependant, dans de nombreuses parties du monde, particulièrement en Inde, la réalité est bien plus entrelacée. Les piétons ne se contentent pas d'attendre au bord du trottoir ; ils se faufilent entre les véhicules, et les véhicules doivent constamment s'ajuster à la présence des gens. Pour comprendre cette danse complexe de sécurité et d'efficacité, les chercheurs se tournent vers une méthode appelée automates cellulaires. Imaginez une vaste grille, comme un échiquier, où chaque case peut être vide ou occupée. Dans les versions traditionnelles de ce modèle, les cases sont toutes de même taille et les règles de mouvement sont simples et uniformes. Mais la vie réelle n'est pas uniforme ; un seul pas fait par une personne est différent du large balayage d'un camion en train de tourner, et le flux d'une foule change selon l'encombrement de la rue. C'est ici qu'intervient une approche plus récente et plus sophistiquée, qui permet à la grille elle-même de changer de focale, zoomant sur les pas individuels tout en prenant du recul pour observer le flux de toute la rue.

Un chercheur de l'Institut de science et technologie SRM en Inde a appliqué cette pensée avancée à un problème spécifique : les interactions dangereuses et souvent confuses entre les voitures et les piétons aux intersections signalisées. Ses travaux, publiés sous la forme d'un article de recherche, se concentrent sur une intersection à trois voies où les véhicules et les piétons se croisent sous la direction de feux de signalisation. L'équipe a construit une simulation numérique utilisant ce qu'ils appellent des Automates Cellulaires Multi-Échelles. Contrairement aux anciens modèles qui pourraient observer l'ensemble de l'intersection avec une lentille unique et floue, ce nouveau modèle utilise une grille hiérarchique. Il opère sur différents niveaux de détail simultanément. Au niveau le plus petit, il suit le mouvement d'une seule personne faisant un pas dans un espace vide. À un niveau moyen, il considère comment la densité d'une foule affecte la vitesse de marche. Au niveau le plus large, il tient compte des signaux de circulation et du flux global des véhicules. En superposant ces perspectives, le chercheur a créé un environnement virtuel qui imite le comportement désordonné de la vie réelle d'une rue indienne animée, où le trafic mixte est la norme.

La simulation s'est concentrée sur un scénario spécifique : une intersection signalisée avec un cycle fixe de quatre-vingt-dix secondes. Au sein de ce cycle, les signaux de circulation pour les véhicules et les piétons sont cadencés différemment. Le signal piéton, par exemple, autorise trente secondes de feu vert suivies de soixante secondes de feu rouge. La route menant à ce carrefour est une rue à double sens avec deux voies, et le passage clouté lui-même mesure vingt-quatre mètres de long sur trois mètres de large. Le chercheur a peuplé cet espace numérique de piétons et de véhicules virtuels. Ils ont programmé les piétons pour qu'ils arrivent à des intervalles aléatoires, tout comme les gens le font réellement, et pour qu'ils se déplacent à des vitesses qui varient selon l'encombrement du passage clouté. Si le chemin devant eux est dégagé, un piéton virtuel peut se déplacer rapidement ; si l'espace est restreint, il ralentit ou s'arrête. Les véhicules ont été programmés pour suivre une logique similaire, réagissant à la présence de personnes et à la couleur des feux de signalisation. Le modèle a été conçu pour être ouvert, ce qui signifie que de nouvelles voitures et de nouveaux piétons peuvent entrer dans le système et en sortir, tout comme ils le font dans une ville réelle, plutôt que d'être piégés dans une boucle fermée.

Le cœur de l'étude consistait à observer comment ces agents virtuels interagissaient et où ils entraient en conflit. Le chercheur a identifié des zones spécifiques où les conflits étaient les plus susceptibles de se produire. Un point de tension majeur était la voie de tourne à gauche, où un véhicule tournant à gauche pourrait croiser la trajectoire de piétons ayant le feu vert. Une autre zone de conflit impliquait des véhicules allant tout droit et des piétons traversant la rue, particulièrement lorsque les règles permettaient aux véhicules de procéder alors que des piétons traversaient encore. La simulation a suivi chaque occurrence où un véhicule et un piéton tentaient d'occuper le même espace au même moment. Elle a également mesuré le retard causé par ces interactions, calculant le temps qu'un piéton devait attendre ou s'arrêter pour éviter une collision. Les résultats ont montré qu'à mesure que le nombre de véhicules augmentait, les retards pour les piétons croissaient de manière significative. Le modèle a révélé que ces retards n'étaient pas une simple addition de temps ; ils créaient un effet d'entraînement. Lorsque la densité des voitures atteignait un certain point, le comportement de l'ensemble du système basculait, entraînant des augmentations soudaines de la congestion et des conflits.

Ce qui rend cette étude distincte est la façon dont elle capture la nature non linéaire de ces interactions. Dans des modèles plus simples, l'ajout de voitures pourrait simplement signifier une augmentation constante du temps d'attente. Dans cette simulation multi-échelle, le chercheur a observé que le système se comporte différemment selon les niveaux d'encombrement. À faible densité, les piétons et les voitures circulent relativement librement. Mais à mesure que la foule s'épaissit, les interactions deviennent plus complexes et les retards augmentent de façon imprévisible avec les anciennes méthodes. Le modèle a montré que la synchronisation des feux de signalisation joue un rôle crucial. Même quelques secondes de décalage entre le signal piéton et le flux de véhicules peuvent entraîner une cascade de conflits. Le chercheur a constaté que lorsque les piétons sont contraints d'attendre trop longtemps, ils peuvent commencer à traverser malgré le feu rouge, un comportement qui complique davantage le flux de circulation et augmente le risque d'accidents. La simulation a également souligné que la largeur du passage clouté et le taux d'arrivée des piétons sont des facteurs critiques. Un passage clouté plus large peut sembler être une solution simple, mais si la synchronisation des feux n'est pas ajustée pour correspondre au flux, cela peut ne pas réduire les conflits comme espéré.

Les conclusions suggèrent que l'optimisation de ces intersections nécessite d'aborder le problème sous plusieurs angles simultanément. Il ne suffit pas de changer la durée d'un feu vert ou d'élargir une route. Le chercheur a démontré qu'un modèle capable de percevoir à la fois le pas individuel et le mouvement global de la foule est essentiel pour comprendre la véritable dynamique du trafic urbain. En utilisant cette approche multi-échelle, ils ont pu identifier précisément où et pourquoi les conflits surviennent. Ils ont découvert que les moments les plus dangereux se produisent souvent lorsque les règles de la route sont ambiguës, par exemple lorsqu'un véhicule est autorisé à tourner lors d'un feu rouge pendant que des piétons traversent. L'étude ne prétend pas avoir résolu le problème de la sécurité routière, mais elle fournit un outil puissant pour tester des solutions. Le chercheur propose que leur modèle puisse être utilisé pour concevoir de meilleurs signaux de circulation capables de s'adapter en temps réel à la densité changeante des piétons et des voitures. Il suggère également que des travaux futurs pourraient consister à tester ces modèles face à des données réelles provenant d'intersections réelles pour voir à quel point les simulations tiennent la route.

En fin de compte, cette recherche offre une vision plus claire des forces invisibles qui régissent nos déplacements quotidiens. Elle dépasse l'idée d'un trafic comme un simple flux de métal et de caoutchouc, le reconnaissant plutôt comme un système complexe de décisions humaines et de contraintes physiques. Le modèle d'automates cellulaires multi-échelles sert de fenêtre sur ce système, permettant aux ingénieurs d'expérimenter différentes stratégies sans risquer de vies humaines. En comprenant comment l'hésitation d'un seul piéton peut se répercuter sur l'ensemble de l'intersection, les urbanistes peuvent concevoir des espaces qui sont non seulement plus efficaces, mais aussi plus sûrs pour tous. L'étude souligne l'importance de ne pas considérer le piéton comme un obstacle à gérer, mais comme une partie centrale de l'écosystème de circulation. Alors que les villes continuent de croître et de s'encombrer, la capacité de modéliser ces interactions complexes deviendra de plus en plus vitale pour créer des environnements urbains où les piétons et les véhicules peuvent coexister sans conflit constant.