Résumé:
Les travaux, menés dans cette thèse, s’attachent à la modélisation et à l’estimation
des données du trafic dont l’objectif principal est de développer un modèle
linéaire à commutation du trafic puis de synthétiser un observateur hybride permettant
l’estimation de la densité du trafic. Cette thèse s’articule autour de deux
volets. Le premier volet concerne la proposition d’un modèle hybride du trafic en se
basant sur le modèle de transmission cellulaire CTM. Le modèle proposé est sous
forme d’un système linéaire à commutations qui bascule entre un ensemble de modes
respectant la propagation de l’onde de congestion où chaque mode présente un état
spécifique du trafic dans un tronçon choisi. En outre, dans cette partie et dans le but
de valider l’approche de modélisation, une nouvelle stratégie de calibrage est proposée
pour l’identification des paramètres macroscopiques du modèle. Le deuxième
volet porte sur une stratégie originale d’estimation où nous proposons la démarche
de synthèse d’un observateur hybride pour l’estimation des données du trafic telles
que la densité. Les conditions de stabilité de l’erreur d’estimation sont exprimées
en termes d’inégalités matricielles linéaires (LMI). Enfin, les méthodologies de modélisation
et d’estimation développées dans le cadre de cette thèse ont été validées
sur un tronçon routier choisi en utilisant des données réelles fournies par le système
de mesure des performances de Californie PeMS. Après calibrage des données, les
résultats de simulation obtenus montrent l’efficacité et la robustesse, aussi bien de
la modélisation et de l’estimation. Ainsi, ces contributions ont permis d’enrichir les
travaux initiés au LAIG et permettent d’envisager de nouvelles pistes de recherche
dans ce domaine susceptibles d’apporter des solutions intéressantes, spécialement
dans la commande et la surveillance.
