Académique Documents
Professionnel Documents
Culture Documents
Projet Probabilités
Elaboré par :
Atrous Sarra
Hachani Salma
Mahjoubi Nada
Encadré par :
Mr.Azmi MAKHLOUF
1 Travail de base 4
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Détermination des voitures les plus proches . . . . . . . . . . 9
1.3.2 Calcul des probabilités de changement de voies . . . . . . . . 11
1.3.3 Le risque de collision . . . . . . . . . . . . . . . . . . . . . . 11
1.3.4 Résultats de l’algorithme . . . . . . . . . . . . . . . . . . . . 11
1.3.5 L’évolution de la matrice M pour 100 itérations . . . . . . . 13
1.4 Interprétation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.1 une seule simulation . . . . . . . . . . . . . . . . . . . . . . 16
1.4.2 Plusieurs simulations . . . . . . . . . . . . . . . . . . . . . . 19
2 Partie extension 23
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 La prise en considération de l’état routier . . . . . . . . . . . . . . 23
2.3 La prise en considération de l’utilisation et de la non-utilisation du
clignotant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Interprétation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2
TABLE DES FIGURES
ous tenons à exprimer nos sincères remerciements à toutes les personnes qui
N ont contribué à la réalisation de ce rapport. Tout d’abord, nous souhaitons
remercier monsieur Azmi MAKHLOUF pour la quantité impressionnante du temps
qu’il nous a consacré. Ainsi que pour ses remarques constructives. Enfin, nous
remercions nos collègues pour leur collaboration et leur soutien tout au long de la
réalisation de ce projet.
1
INTRODUCTION
2
chapitre 1
et les produits dérivés. Elle permet de simuler les trajectoires des prix des actifs
financiers à l’aide d’un modèle stochastique et d’estimer le prix d’un contrat à
partir de ces simulations, à l’ingénierie pour évaluer la fiabilité et la durée de vie des
composants dans les systèmes d’ingénierie. Elle permet d’estimer les probabilités
de défaillance des composants et de simuler les charges et les contraintes auxquelles
ils sont soumis, et pour la biologie cette méthode permet de simuler les systèmes
biologiques complexes tels que les réseaux métaboliques et les systèmes neuronaux.
Contexte du projet
On connaît les incivilités (volontaires) sur nos routes : vitesse excessive, change-
ments de voie dangereux, priorités non respectées, ...
"Je change de voie quand je veux, et alors ?
Ça me fait gagner du temps, tant qu’il n’y a pas d’accident !", se dit-on.
Mais combien de temps cela fait gagner (si on en gagne) ? Et à quel prix sur le
risque d’accident pour tous les usagers de la route ? Modélisation et simulation
aident à y répondre !
3
CHAPITRE 1
TRAVAIL DE BASE
1.1 Introduction
Le programme est une simulation de la circulation routière sur une route à deux
voies et comporte les paramètres suivants :
K : le nombre de voies
N : le nombre de véhicules sur la route (10 véhicules par voie initialement)
V0 : la vitesse initiale des véhicules (en m/s)
D0 : la distance initiale entre deux voitures successives (en mètres)
s : la distance de sécurité (en m/s)
dt : l’intervalle de temps (en secondes)
Xmax : la position maximale que peuvent atteindre les véhicules sur la route (en
mètres)
Vmax : la vitesse maximale autorisée sur la route (en m/s)
Amax : l’accélération maximale des véhicules (en m/s2)
psaf emin : la probabilité minimale que deux véhicules aient une distance de sécurité
(en % )
f reqdang : la fréquence à laquelle les accidents se produisent (en Hz)
longueurroute : la longueur totale de la route (en mètres)
4
1.1. INTRODUCTION chapitre 1
5
1.2. FONCTIONS chapitre 1
1.2 Fonctions
Afin de réaliser ce programme, il est nécessaire d’introduire des fonctions utiles
pour faciliter la programmation.
6
1.2. FONCTIONS chapitre 1
7
1.2. FONCTIONS chapitre 1
8
1.3. RÉSULTATS chapitre 1
1.3 Résultats
1.3.1 Détermination des voitures les plus proches
Dans cette section, vous trouverez les résultats qui correspondent à chaque
fonction de notre code.
Les données initiales sont stockés dans une matrice M comme on a déjà mentionné.
9
1.3. RÉSULTATS chapitre 1
La prmière étape du projet consiste à déterminer les voitures les plus proche
d’une voiture bien déterminée. On a donc implémenté les deux fonctions cal-
cul_Cplus_et_Dplus et calcul_Cmoins_et_Dmoins qui servent à déterminer
respectivement l’indice de la voiture en amont et en aval de la voiture concernée.
10
1.3. RÉSULTATS chapitre 1
11
1.3. RÉSULTATS chapitre 1
12
1.3. RÉSULTATS chapitre 1
13
1.3. RÉSULTATS chapitre 1
14
1.3. RÉSULTATS chapitre 1
15
1.4. INTERPRÉTATION chapitre 1
1.4 Interprétation
L’interprétation des résultats obtenus à partir des simulations du trafic routier
est essentielle pour comprendre les performances du système étudié. Cette section se
concentre sur l’analyse et l’interprétation des résultats à partir de deux perspectives :
une seule simulation et plusieurs simulations.
Dans la première partie, nous examinerons les résultats d’une seule simulation
d’un parcours de toutes les voitures. Nous nous pencherons sur le temps d’arrivée
moyen des voitures, le temps d’arrivée minimum et maximum, ainsi que sur l’iden-
tification des voitures ayant effectué des changements dangereux de voie. Nous
comparerons également le temps d’arrivée moyen des voitures dangereuses à celui
des voitures non-dangereuses. Enfin, nous évaluerons le risque global de collision
dans cette simulation.
Dans la seconde partie, nous élargirons notre perspective en analysant les ré-
sultats obtenus à partir de simulations multiples. Nous examinerons les variations
observées dans les temps d’arrivée moyen, les temps d’arrivée minimum et maxi-
mum, ainsi que le risque global de collision à travers différentes simulations. Nous
discuterons des tendances générales, des facteurs influençant ces variations et des
implications pour la sécurité et l’efficacité du système de trafic étudié.
Lorsqu’une voiture atteint X_max, cela signifie qu’elle a terminé son parcours
et nous enregistrons alors son temps d’arrivée dans la cinquième colonne de la
matrice M. Ce processus se répète pour toutes les voitures jusqu’à ce que chacune
d’entre elles atteigne X_max.
16
1.4. INTERPRÉTATION chapitre 1
On constate que le temps d’arrivée moyen des voitures qui ont effectué des
changements dangereux de voie est significativement plus élevé que celui des voitures
sans changements dangereux, cela suggère que les changements dangereux de voie
peuvent entraîner des retards importants dans le parcours des voitures. Cela souligne
l’importance de promouvoir des comportements de conduite sûrs pour réduire les
risques et améliorer l’efficacité du trafic.
17
1.4. INTERPRÉTATION chapitre 1
On a trouvé que le risque global de collision (C) varie entre 5 et 20 ce qui indique
un niveau de risque modéré à élevé de collisions dans la simulation. Une valeur
de C plus proche de 5 suggère un risque relativement faible de collisions, tandis
qu’une valeur de C plus proche de 20 indique un risque plus élevé.
Lorsque la fréquence des conducteurs dangereux (freqDang) est égale à zéro, on a
trouvé que le risque global de collision (C) est nettement inférieur à celui lorsque la
fréquence n’est pas nulle. En effet,lorsque freq_dang=0 alor le comportement des
conducteurs est plus stable et prévisible, car ils ne réalisent pas de changements
de voie dangereux. Cela entraîne une diminution du risque de collision, car les
conducteurs respectent les voies assignées et maintiennent des distances de sécurité
appropriées entre les véhicules.
18
1.4. INTERPRÉTATION chapitre 1
On a stocké les 100 valeurs de (C) dans une liste nommée liste_des_collisions. Un
histogramme de ces valeurs est donné par la figure suivante :
19
1.4. INTERPRÉTATION chapitre 1
IM = [8.94, 9.73]
20
1.4. INTERPRÉTATION chapitre 1
D’après l’histogramme on peut estimer que T_max suit également la loi gaussienne
dont les paramètes sont décrits par la figure ci-dessus.
L’intervalle de confiance est donc égale à
IM = [0.156, 0.559]
21
1.4. INTERPRÉTATION chapitre 2
22
CHAPITRE 2
PARTIE EXTENSION
2.1 Introduction
Dans le cadre de cette simulation, nous avons envisagé une extension qui prend
en considération l’état de la route lors de la prise de décision de changement de voie.
Nous avons constaté que cette considération nous permet d’obtenir des résultats
plus proches de la réalité. De plus, nous avons également pris en compte l’utilisation
ou la non-utilisation du clignotant par le conducteur, ce qui a un effet considérable
sur la vitesse de freinage des conducteurs.
Pour implémenter cette extension, nous avons développé des fonctions spécifiques
que nous allons détailler ci-dessous. Ces fonctions permettent de simuler l’état de la
route, de déterminer la décision de changement de voie des conducteurs en prenant
en compte cet état de la route, et de modéliser l’impact de l’utilisation ou de la
non-utilisation du clignotant sur la vitesse de freinage des conducteurs.
23
2.2. LA PRISE EN CONSIDÉRATION DE L’ÉTAT ROUTIER chapitre 2
24
2.3. LA PRISE EN CONSIDÉRATION DE L’UTILISATION ET DE LA
NON-UTILISATION DU CLIGNOTANT chapitre 2
25
2.4. RÉSULTATS chapitre 2
2.4 Résultats
Afin de mieux interpréter nos résultats, nous avons tout d’abord enregistré un
premier graphe représentant la densité de collision lors de notre premier travail de
base . Cette simulation ne prenait pas en compte les conditions routières ni l’utili-
sation ou la non-utilisation du clignotant. L’histograme ainsi obtenu est présenté
ci-dessous :
26
2.4. RÉSULTATS chapitre 2
Après l’ajout de notre extension nous avons obtenu une toute autre figure
présentant la densité de collision :
27
2.5. INTERPRÉTATION chapitre 2
2.5 Interprétation
A partir des deux histogrammes, il est clair qu’il y a une diminution des collisions
lorsqu’on prend en compte l’état de la route ainsi que l’utilisation du clignotant
dans la prise de décision de changement de voie. En effet, le premier histogramme
présentant la densité de collisions se base uniquement sur le mouvement des
véhicules et ne prend pas en compte des facteurs tels que la présence d’obstacles sur
la route ou les comportements des conducteurs, tels que l’utilisation du clignotant.
Cependant, un code de simulation prenant en compte ces deux facteurs (état
de la route et utilisation du clignotant) permet d’obtenir une image plus précise et
plus proche des conditions réelles de la circulation routière, ainsi que des risques
de collision dans une situation donnée. En effet, lorsque les conducteurs utilisent
leur clignotant pour signaler leur intention de changer de direction ou de voie, cela
permet aux autres conducteurs de prendre des mesures pour éviter une collision en
s’adaptant à la situation.
Sans cette indication, les autres conducteurs peuvent être pris au dépourvu et
ne pas être en mesure de réagir suffisamment rapidement pour éviter une collision.
Grâce à notre extension, nous avons pu mettre en avant l’importance de l’utilisation
du clignotant et de l’état de la route sur la circulation, ce qui se traduit par une
diminution de la densité de collisions dans le deuxième histogramme.
28
CONCLUSION
Le travail que nous avons réalisé avait pour premier objectif de simuler le
trafic routier en se basant uniquement sur les mouvements des véhicules. Nous
avons ensuite proposé une extension qui prend en compte l’état de la route et
l’utilisation du clignotant dans un trafic routier simulé. Grâce à cette extension,
nous avons pu mettre en évidence l’importance de l’utilisation du clignotant et de
l’état de la route sur la circulation. En effet, cela permet aux conducteurs de mieux
anticiper les mouvements des autres conducteurs et de prendre des mesures pour
éviter les collisions. Les résultats obtenus ont montré une diminution de la densité
de collisions dans le deuxième histogramme, ce qui confirme l’efficacité de notre
approche. En conclusion, notre travail met en avant l’importance de prendre en
compte ces facteurs dans la simulation du trafic routier pour une circulation plus
sûre et plus efficace.
29