Tomorrow’s Road Infrastructure Monitoring & Management (TRIMM) – Evaluation du confort

|

Types d´activité (1)

>>

L’uni longitudinal d’une route est un facteur qui influence fortement le confort de roulement des usagers. Le CRR a, en collaboration avec les partenaires AIT et VTI, étudié la manière de mesurer cette caractéristique avec un parc automobile «classique ». Les données ont été collectées avec un bus CAN (disponible dans presque toutes les voitures «classiques») d’une part et avec un smartphone d’autre part.

L’uni longitudinal d’une route et ses défauts peuvent être perçus comme étant inconfortables en cas d’ondulation désagréable (de longueur d’onde un peu plus longue) ou en cas de défaut local (une ondulation avec une longueur d’onde très courte). Comme référence, on a choisi l’indicateur de planéité récemment développé wLP (weighted Longitudinal Profile). Cet indicateur permet d’identifier les inégalités inconfortables dans un profil longitudinal qui a été mesuré avec un profilomètre. Les données ont été collectées sur des sections expérimentales situées dans les pays concernés (Belgique, Autriche et Suède) avec des profilomètres lasers et l’APL (analyseur de profil en long). L’indicateur wLP a ensuite été calculé avec ces données.

Collecte des données avec le bus CAN

Une première option étudiée était la collecte de données avec un bus CAN.

De nombreux paramètres sont mesurés dans un véhicule moderne. Ceux-ci sont utilisés par les différents appareils électroniques du véhicule. Les données sont échangées en interne via un système de communication propre: le Controller Area Network (bus CAN).

Les partenaires AIT et VTI disposent chacun d’un véhicule d’essai avec lequel un grand nombre des données du bus CAN disponibles peuvent être lues.

Des données ont été collectées sur différentes sections expérimentales pour lesquelles le wLP avait aussi été calculé.

Une SVM (Support Vector Machine) a été «entraînée» avec une partie des données du bus CAN et les valeurs wLP y afférentes. Une SVM est un algorithme qui permet au logiciel informatique de s’«entraîner» au traitement statistique d’un ensemble de données. Lors de cet entraînement, des hyperplans optimaux qui répartissent les données en catégories sont calculés. Après cet entraînement, une nouvelle valeur peut alors être introduite, qui sera attribuée à une des catégories.

A l’aide des données du bus CAN des autres sections, la SVM effectue une estimation des valeurs wLP. Ces valeurs calculées sont comparées aux valeurs wLP mesurées. Il apparaît que, sur base des estimations de la SVM, les sections de route peuvent être réparties en trois classes de confort: «bon», «modéré» ou «mauvais». Ces informations peuvent être utilisées pour la gestion globale d’un réseau routier. Une autre étape dans le développement de cette approche serait d’obtenir des résultats similaires avec un ensemble plus restreint de données du bus CAN. L’absence d’une norme uniforme pour l’échange des données du bus CAN (différences entre les marques automobiles et même entre les différents modèles d’une même marque) en compliquera peut-être la commercialisation.

Collecte de données avec un smartphone

Une deuxième option étudiée était la collecte de données à l’aide d’une application pour smartphone.

Un smartphone moyen permet d’enregistrer des coordonnées GPS et de mesurer des accélérations dans trois directions.

Une application VTI a été utilisée sur plusieurs types de smartphones. Ceux-ci ont été emportés dans différents types de véhicules qui ont réalisé des mesures sur des sections expérimentales dont les valeurs wLP étaient connues. L’application permet aussi de calculer le score de planéité.

On a recherché quels étaient les éléments qui influençaient les résultats de mesure et on a étudié la répétabilité et la reproductibilité des mesures des profils et du score de planéité.

Il apparaît que les données collectées avec un smartphone dans certaines conditions peuvent être utilisées pour évaluer le confort. Les résultats indiquent par contre également ce à quoi il faut veiller pour obtenir de bons résultats de mesure. Ce sont précisément ces facteurs qui compliquent l’applicabilité de la collecte de données avec des smartphones qui se trouvent dans un véhicule de manière incontrôlée.

Le CRR était à la tête de cette tâche. Les résultats sont décrits dans le deliverable D4.4. Les résultats de la collecte de données avec le bus CAN ont été présentés dans un article rédigé pour la 26e conférence ARRB (19-22 octobre 2014 à Sydney, Australie).

 

Lisez également l'article Tomorrow’s Road Infrastructure Monitoring & Management (TRIMM)

Contact: