Un modèle de trafic basé sur des données stochastiques appliqué à l'estimation de la consommation d'énergie des véhicules.

Résumé Une nouvelle approche pour estimer la consommation d'énergie du trafic via l'agrégation de données de trafic dans des distributions de probabilité (vitesse, accélération) est proposée. L'agrégation est effectuée sur chaque segment composant le réseau routier. Afin de réduire l'occupation des données, des techniques de clustering sont utilisées pour obtenir des classes significatives de conditions de trafic. Différents moments de la journée avec des modèles de vitesse et des comportements de trafic similaires sont ainsi regroupés dans un seul cluster. Différents modèles de consommation d'énergie basés sur les données agrégées sont proposés pour estimer la consommation d'énergie des véhicules dans le réseau routier. À des fins de validation, un simulateur de trafic microscopique est utilisé pour générer les données et comparer la consommation d'énergie estimée à celle de référence. Une analyse de sensibilité approfondie par rapport aux paramètres de la méthode proposée (i.e. nombre de clusters, taille du support de distribution, etc.) est également menée en simulation. Enfin, un scénario réel utilisant des données de voitures flottantes est analysé pour évaluer l'applicabilité et la robustesse de la méthode proposée.