Rodriguez vega, Martin
[Author]
;
Université Grenoble Alpes
[Contributor];
Canudas-de-Wit, Carlos
[Contributor];
Fourati, Hassen
[Contributor]
Optimal Sensor Placement And Density Estimation In Large-Scale Traffic Networks ; Placement optimal des capteurs et estimation de la densité dans les réseaux de trafic à grande échelle
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
Text;
Electronic Thesis;
E-Book
Title:
Optimal Sensor Placement And Density Estimation In Large-Scale Traffic Networks ; Placement optimal des capteurs et estimation de la densité dans les réseaux de trafic à grande échelle
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
Ce travail de doctorat est effectué dans le cadre du projet Scale-FreeBack et financé par le Conseil de Recherche Européen. Son objectif général est de poser de nouvelles bases pour une théorie traitant des réseaux physiques complexes à dimension arbitraire. Un cas particulier est celui des systèmes de transport intelligents, qui sont confrontés à des défis importants pour empêcher l'apparition de congestions.Les contributions du travail de doctorat se concentrent sur la phase de surveillance de la gestion du trafic. Nous traitons trois problèmes principaux : la localisation des capteurs dans le cadre de contraintes budgétaires, l'estimation de la densité du trafic en utilisant des sources de données hétérogènes, et l'estimation d'un état de trafic moyen pour une région d'un réseau.Tout d'abord, le problème du placement optimal des capteurs est examiné. Notre contribution consiste en analyser deux technologies de capteurs, l'une qui mesure le flux absolu dans une route, et l'autre qui estime les paramètres d'intersection ici appelés turning ratios, qui sont une mesure relative du comportement des conducteurs en matière de choix d'itinéraire. Nous trouvons comment choisir les emplacements pour chaque type de technologie de telle sorte qu'un nombre minimal de capteurs soit nécessaire et que le flux de trafic puisse être calculé pour chaque route du réseau.Le deuxième problème concerne la reconstruction du flux et de la densité à l'aide de sources d'information hétérogènes. En plus des capteurs fixes analysés dans le premier problème, une autre source de données disponible est le textit{Floating Car Data} (FCD), qui regroupe les trajectoires des véhicules individuels, avec un taux de pénétration inconnu et généralement agrégées en raison de la réglementation sur la protection de la vie privée. Nous analysons comment intégrer ces sources de données afin de pouvoir estimer la densité et le débit de chaque route du réseau, à la fois statiques et dynamiques en fonction de la quantité d'informations disponibles.Pour le ...