Academic literature on the topic 'Analyse de trafic routier'

L’étude de cas proposée dans le cadre de cette contribution se situe dans le département des Pyrénées-Atlantiques, dans le sud-ouest de la France, limitrophe de l’Espagne. Ce département, dont une partie est intégrée au Parc national des Pyrénées, propose une vingtaine de routes thématiques et compte depuis 2008 un nouvel itinéraire appelé la Route géologique transpyrénéenne. Notre hypothèse de travail appréhende, par l’étude de cet itinéraire, le point de vue de l’aménagement touristique en étudiant sept équipements, disposés le long d’un axe routier préexistant à forte circulation et au sein d’espaces publics urbains.

Le Québec est sillonné par plus de 325 000 km de routes, dont 30 000 sont sous la responsabilité du ministère des Transports du Québec (MTQ). Sur le réseau du MTQ, nous constatons une augmentation des accidents routiers impliquant la grande faune. Est-ce l’usage accru du réseau routier, l’augmentation des populations de cervidés ou une combinaison des deux qui explique l’augmentation du nombre de collisions avec la grande faune ? Dans cet article, nous abordons cette question en réalisant un survol des problématiques rencontrées, ainsi qu’une analyse de la relation entre les populations fauniques et le bilan routier. De plus, nous présentons les mesures d’atténuation des accidents routiers avec la grande faune qui sont utilisées par les différentes directions territoriales du MTQ. Nous concluons par une série de recommandations visant à réduire le nombre de collisions avec la grande faune et à améliorer la sécurité des automobilistes sur le réseau routier.

Dans cet article, nous présentons une analyse spatiotemporelle des tournées de livraison à domicile d’une entreprise d’électroménagers qui détient sa propre flotte de véhicules. Plusieurs millions d’observations de géolocalisation GPS issues de ces tournées de livraison sont collectées, traitées et assignées au réseau routier. À la suite de ces analyses spatiotemporelles, nous développons des calendriers quotidiens d’indices de congestion en fonction de l’heure. Des ratios de congestion sectoriels sont calculés afin de déterminer les meilleures heures de départ de livraison tout en évitant la congestion routière. La réduction de la durée des trajets a été quantifiée en comparant les meilleures heures de départs par rapport aux heures habituelles. À partir des données de notre partenaire, les analyses démontrent une réduction potentielle de 22 % de la durée des routes de livraison.

Objective: To study the traffic flows arriving at and departing from the main port stations which service the ports of the Gulf of Finland, including: Luzhskaya, Avtovo and Noviy Port in the period of maximum operation – January and February of 2015 and 2016. To analyze the influence of the daily volume of train traffic and the routing level on the required arrangement of tracks and lay-out of port stations (PS). Me- thods: Statistical data analysis was applied. Results: The hypothesis for applicability of γ-distribution for arrival frequency modeling of train arrival at PS was checked. The applicability of γ-distribution for arrival frequency modeling of train departure from PS was proved. Practical importance: Applicability and ro- bustness of generalized γ-distribution frequency function in theoretical calculations and in the construction of PS simulation model was justified, making it possible to adequately determine its required arrangement of tracks.

Afin de compléter le portrait des pressions agissant sur les habitats aquatiques de la plaine d’inondation du lac Saint-Pierre, une analyse géomatique avancée évalue les effets du réseau routier sur la connectivité des frayères et des nourriceries du grand brochet (Esox lucius). Les résultats révèlent des effets négatifs sur les habitats à fort potentiel lorsque le débit à Sorel dépasse 12 000 m3.s−1 (récurrence : de 1 à 2 ans), créant des pertes directes au niveau des emprises (maximum : 142 ha) et de la fragmentation entre les habitats situés de part et d’autre des routes (maximum : 39 ha). Ces effets, principalement circonscrits dans la région nord-ouest du lac, dépendent largement des conditions hydrologiques entre la période de fraie et la première semaine de vie des larves. Les mesures de connectivité soulignent l’importance des ponceaux fonctionnels et du réseau hydrographique de la zone littorale, éléments essentiels à l’interconnexion des habitats. Il apparaît que les répercussions du réseau routier, bien qu’elles soient moindres que celles provoquées par les pratiques agricoles intensives ou encore par la régularisation du débit, demeurent non négligeables. La présente étude identifie les habitats à fort potentiel et des corridors de connectivité constituant des milieux prioritaires à protéger ou à restaurer.

Les méthodes traditionnellement utilisées pour comparer des variantes lors de la réalisation d'une étude d'impacts posent toutes le problème de l'agrégation des évaluations. Par ailleurs, les acteurs sociaux questionnent la transparence des méthodes et le nombre restreint d'options véritables analysées. Pour pallier ces carences et éviter les controverses, une approche multicritère d'aide à la décision a été conçue et appliquée à un projet ayant déjà fait l'objet de la procédure traditionnelle d'étude d'impacts et de médiation environnementale. L'accent a été mis sur l'élargissement des options à partir d'une analyse des enjeux soulevés par les acteurs et sur une procédure itérative d'agrégation des critères de performance, utilisant la méthode ELECTRE III d'aide multicritère à la décision. Cette méthode tient compte des systèmes de valeurs des acteurs (pondération des critères, seuils de préférence). Le cas étudié est celui du prolongement de l'autoroute 30 entre les autoroutes 10 et 20 dans la région de Montréal (Québec, Canada).

Résumé Cette recherche vise à décrire le nombre et la distribution géographique des enfants blessés par un véhicule à moteur en milieu urbain, ainsi que l’association avec des facteurs environnementaux reconnus. Elle porte sur 6775 enfants (5 à 17 ans) blessés sur le réseau routier montréalais de 1999 à 2008. Les analyses descriptives démontrent que, dans les arrondissements et municipalités les plus pauvres comme dans les plus riches, environ la moitié des enfants blessés aux intersections l’ont été à des sites ayant un volume de circulation très élevé ou sur une route majeure (artère). Le nombre moyen de jeunes piétons blessés est 39 fois plus élevé aux intersections ayant de forts volumes de circulation automobile (5e quintile) qu’à celles situées dans le 1er quintile. Des régressions locales pondérées illustrent la variation de l’effet du volume de circulation dans trois arrondissements centraux ayant une densité d’enfants élevée et relativement similaire.

599 Background: The optimal management of metastatic colorectal cancer (mCRC) involves a multimodality approach. Complete resection of limited metastatic disease is a critical, potentially curative intervention for a minority of patients (pts). Data on resection rates and outcomes in routine clinical practice are limited. Methods: Analysis of pts prospectively entered onto the TRACC (Treatment of Recurrent and Advanced Colorectal Cancer) database, a multisite Australian mCRC registry. Data collection commenced in July 2009 and is ongoing at 14 centres. Treatment intent was recorded at initial pt review as curative, potentially curative or palliative. Results: At median follow-up of 20.9 months, 213 (21%) of 1,012 pts have undergone metastasectomy, including 179 (84%) R0 resections. Liver (55.4%) and lung (20.2%) were the commonest resected disease sites. For 26 (12.2%) pts the initial treatment intent had been palliative. Pts who had metastases resected were younger (median age 63 vs. 70 years, p<0.0001), of better performance status (PS0-1: 97.7 vs. 75.5%, p<0.0001), had fewer comorbidities (Charlson Index ≤3: 75.1 vs. 55.9%, p<0.0001) and fewer sites of disease (single site: 79.8% vs. 52.5%, p<0.0001). A significantly higher proportion of pts treated in private than public hospitals underwent resections: 143/548 (26.1%) vs. 70/459 (15.3%), p<0.0001. At initial presentation, more private pts had PS0-1 (82.8% vs. 77.8%, p=0.0459) and single disease site (61.3% vs. 54.5%, p=0.0291) than public pts, but the median age of private pts was higher (70 vs. 67 years, p=0.041). Overall survival was equivalent for resected pts in both groups (median not reached, HR 0.96, 95% CI 0.45-2.06, p=0.9189). Conclusions: A substantial proportion of mCRC pts in routine practice undergo resection of distant metastases, including some pts initially considered incurable. Significant variation between sites has been noted, which may relate to differences in pt population and/or a more aggressive treatment approach. Multivariate analyses and review of individual centre data are planned to explore reasons for potential underutilization of this critical intervention.

Introduction: The Kidney Cancer Research Network of Canada (KCRNC) collaborated to prepare this consensus statement about the use of target agents as adjuvant therapy in patients with nonmetastatic renal cell carcinoma (nmRCC) after nephrectomy. We reviewed the published data and performed a meta-analysis of studies that focused on vascular endothelial growth factor receptor (VEGFR) tyrosine kinase inhibitors (TKIs).Methods: A systematic literature search identified seven trials on adjuvant target therapy in nmRCC. Three trials, the ASSURE, S-TRAC, and PROTECT, focused on VEGFR TKIs and represented the focus of the study, including a meta-analysis combining their data on disease-free survival (DFS) and overall survival (OS).Results: The ASSURE trial showed no DFS or OS benefit of TKIs over placebo after one year of adjuvant sorafenib or sunitinib. In contrast, the S-TRAC trial showed improved DFS after one year of adjuvant sunitinib using central review process, but not using investigator review process. No OS benefit was recorded in either study. Recently, the PROTECT trial also showed no DFS or OS benefit when one year of adjuvant pazopanib was compared to placebo. Meta-analyses of the pooled DFS and OS estimates from all three trials resulted in DFS and OS hazard ratios of 0.87 (95% confidence interval [CI] 0.73‒1.04) and 1.04 (95% CI 0.89‒1.22), respectively.Conclusions: Data from three available clinical trials of adjuvant VEGFR TKIs vs. placebo do not currently support the use of adjuvant TKI therapy as standard of care after nephrectomy for nmRCC. At this time, adjuvant TKI-based adjuvant therapy is not recommended for routine use after nephrectomy for high-risk nmRCC, but highly motivated patients may benefit from a discussion with their oncologist regarding the risks and benefits of adjuvant TKI.

Abstract: Nowadays, traffic analysis are relying on data collected from various traffic sensors. Among the various traffic surveillance techniques, video surveillance systems are often used for monitoring and characterizing traffic load. In this thesis, we focused on two aspects of traffic analysis without using motion features in low frame-rate videos: Traffic density flow analysis and Vehicle detection and classification. Traffic density flow analysis}: Knowing in real time when the traffic is fluid or when it jams is a key information to help authorities re-route vehicles and reduce congestion. Accurate and timely traffic flow information is strongly needed by individual travelers, the business sectors and government agencies. In this part, we investigated the possibility of monitoring highway traffic based on videos whose frame rate is too low to accurately estimate motion features. As we are focusing on analyzing traffic images and low frame-rate videos, traffic density is defined as the percentage of road being occupied by vehicles. In our previous work, we validated that traffic status is highly correlated to its texture features and that Convolutional Neural Networks (CNN) has the superiority of extracting discriminative texture features. We proposed several CNN models to segment traffic images into three different classes (road, car and background), classify traffic images into different categories (empty, fluid, heavy, jam) and predict traffic density without using any motion features. In order to generalize the model trained on a specific dataset to analyze new traffic scenes, we also proposed a novel transfer learning framework to do model adaptation. Vehicle detection and classification: The detection of vehicles pictured by traffic cameras is often the very first step of video surveillance systems, such as vehicle counting, tracking and retrieval. In this part, we explore different deep learning methods applied to vehicle detection and classification. Firstly, realizing the importance of large dataset for traffic analysis, we built and released the largest traffic dataset (MIO-TCD) in the world for vehicle localization and classification in collaboration with colleagues from Miovision inc. (Waterloo, On). With this dataset, we organized the Traffic Surveillance Workshop and Challenge in conjunction with CVPR 2017. Secondly, we evaluated several state-of-the-art deep learning methods for the classification and localization task on the MIO-TCD dataset. In light of the results, we may conclude that state-of-the-art deep learning methods exhibit a capacity to localize and recognize vehicle from a single video frame. While with a deep analysis of the results, we also identify scenarios for which state-of-the-art methods are still failing and propose concrete ideas for future work. Lastly, as saliency detection aims to highlight the most relevant objects in an image (e.g. vehicles in traffic scenes), we proposed a multi-resolution 4*5 grid CNN model for the salient object detection. The model enables near real-time high performance saliency detection. We also extend this model to do traffic analysis, experiment results show that our model can precisely segment foreground vehicles in traffic scenes.
De nos jours, l’analyse de trafic routier est de plus en plus automatisée et s’appuie sur des données issues de senseurs en tout genre. Parmi les approches d’analyse de trafic routier figurent les méthodes à base de vidéo. Les méthodes à base de vidéo ont pour but d’identifier et de reconnaître les objets en mouvement (généralement des voitures et des piétons) et de comprendre leur dynamique. Un des défis parmi les plus difficile à résoudre est d’analyser des séquences vidéo dont le nombre d’images par seconde est très faible. Ce type de situation est pourtant fréquent considérant qu’il est très difficile (voir impossible) de transmettre et de stocker sur un serveur un très grand nombre d’images issues de plusieurs caméras. Dans ce cas, les méthodes issues de l’état de l’art échouent car un faible nombre d’images par seconde ne permet pas d’extraire les caractéristiques vidéos utilisées par ces méthodes tels le flux optique, la détection de mouvement et le suivi de véhicules. Au cours de cette thèse, nous nous sommes concentré sur l’analyse de trafic routier à partir de séquences vidéo contenant un très faible nombre d’images par seconde. Plus particulièrement, nous nous sommes concentrés sur les problème d’estimation de la densité du trafic routier et de la classification de véhicules. Pour ce faire, nous avons proposé différents modèles à base de réseaux de neurones profonds (plus particulièrement des réseaux à convolution) ainsi que de nouvelles bases de données permettant d’entraîner les dits modèles. Parmi ces bases de données figure « MIO-TCD », la plus grosse base de données annotées au monde faite pour l’analyse de trafic routier.

Cette thèse est dédiée à l'étude mathématique de quelques modèles de trafic routier congestionné. La notion essentielle est l'équilibre de Wardrop. Elle poursuit des travaux de Carlier et Santambrogio avec des coauteurs. Baillon et Carlier ont étudié le cas de grilles cartésiennes dans $\RR^2$ de plus en plus denses, dans le cadre de la théorie de $\Gamma$-convergence. Trouver l'équilibre de Wardrop revient à résoudre des problèmes de minimisation convexe. Dans le chapitre 2, nous regardons ce qui se passe dans le cas de réseaux généraux, de plus en plus denses, dans $\RR^d$. Des difficultés nouvelles surgissent par rapport au cas initial de réseaux cartésiens et pour les contourner, nous introduisons la notion de courbes généralisées. Des hypothèses structurelles sur ces suites de réseaux discrets sont nécessaires pour s'assurer de la convergence. Cela fait alors apparaître des fonctions qui sont des sortes de distances de Finsler et qui rendent compte de l'anisotropie du réseau. Nous obtenons ainsi des résultats similaires à ceux du cas cartésien. Dans le chapitre 3, nous étudions le modèle continu et en particulier, les problèmes limites. Nous trouvons alors des conditions d'optimalité à travers une formulation duale qui peut être interprétée en termes d'équilibres continus de Wardrop. Cependant, nous travaillons avec des courbes généralisées et nous ne pouvons pas appliquer directement le théorème de Prokhorov, comme cela a été le cas dans \cite{baillon2012discrete, carlier2008optimal}. Pour pouvoir néanmoins l'utiliser, nous considérons une version relaxée du problème limite, avec des mesures d'Young. Dans le chapitre 4, nous nous concentrons sur le cas de long terme, c'est-à-dire, nous fixons uniquement les distributions d'offre et de demande. Comme montré dans \cite{brasco2013congested}, le problème de l'équilibre de Wardrop est équivalent à un problème à la Beckmann et il se réduit à résoudre une EDP elliptique, anisotropique et dégénérée. Nous utilisons la méthode de résolution numérique de Lagrangien augmenté présentée dans \cite{benamou2013augmented} pour proposer des exemples de simulation. Enfin, le chapitre 5 a pour objet l'étude de problèmes de Monge avec comme coût une distance de Finsler. Cela se reformule en des problèmes de flux minimal et une discrétisation de ces problèmes mène à un problème de point-selle. Nous le résolvons alors numériquement, encore grâce à un algorithme de Lagrangien augmenté
This thesis is devoted to the mathematical analysis of some models of congested road traffic. The essential notion is the Wardrop equilibrium. It continues Carlier and Santambrogio's works with coauthors. With Baillon they studied the case of two-dimensional cartesian networks that become very dense in the framework of $\Gamma$-convergence theory. Finding Wardrop equilibria is equivalent to solve convex minimisation problems.In Chapter 2 we look at what happens in the case of general networks, increasingly dense. New difficulties appear with respect to the original case of cartesian networks. To deal with these difficulties we introduce the concept of generalized curves. Structural assumptions on these sequences of discrete networks are necessary to obtain convergence. Sorts of Finsler distance are used and keep track of anisotropy of the network. We then have similar results to those in the cartesian case.In Chapter 3 we study the continuous model and in particular the limit problems. Then we find optimality conditions through a duale formulation that can be interpreted in terms of continuous Wardrop equilibria. However we work with generalized curves and we cannot directly apply Prokhorov's theorem, as in \cite{baillon2012discrete, carlier2008optimal}. To use it we consider a relaxed version of the limit problem with Young's measures. In Chapter 4 we focus on the long-term case, that is, we fix only the distributions of supply and demand. As shown in \cite{brasco2013congested} the problem of Wardrop equilibria can be reformulated in a problem à la Beckmann and reduced to solve an elliptic anisotropic and degenerated PDE. We use the augmented Lagrangian scheme presented in \cite{benamou2013augmented} to show a few numerical simulation examples. Finally Chapter 5 is devoted to studying Monge problems with as cost a Finsler distance. It leads to minimal flow problems. Discretization of these problems is equivalent to a saddle-point problem. We then solve it numerically again by an augmented Lagrangian algorithm

La société Mediamobile édite et diffuse de l'information sur le trafic aux usagers. L'objectif de ce travail est l'enrichissement de cette information par la prévision et la complétion des conditions de route. Notre approche s'inspire parfois de la modélisation physique du trafic routier mais fait surtout appel à des méthodes statistiques afin de proposer des solutions automatisables, modulaires et adaptées aux contraintes industrielles. Dans un premier temps, nous décrivons une méthode de prévision de la vitesse de quelques minutes à plusieurs heures. Nous supposons qu'il existe un nombre fini de comportements types du trafic sur le réseau, dus aux déplacements périodiques des usagers. Nous faisons alors l'hypothèse que les courbes de vitesses observées en chaque point du réseau sont issues d'un modèle de mélange. Nous cherchons ensuite à améliorer cette méthode générale de prévision. La prévision à moyen terme fait appel à des variables bâties sur le calendrier. Nous retenons le modèle de mélange des courbes de vitesse et nous proposons également des modèles de régression fonctionnelle pour les courbes de vitesses. Ensuite nous proposons une modélisation par régression locale afin de capturer la dynamique physique du trafic à très court terme. Nous estimons la fonction de noyau à partir des observations du phénomène en intégrant des connaissances a priori sur la dynamique du trafic. La dernière partie est dédiée à l'analyse des vitesses issues de véhicules traceurs. Ces vitesses sont irrégulièrement observées en temps et en espace sur un axe routier. Nous proposons un modèle de régression locale à l'aide de polynômes locaux pour compléter et lisser ces données
The industrial partner of this work is Mediamobile/V-trafic, a company which processes and broadcasts live road-traffic information. The goal of our work is to enhance traffic information with forecasting and spatial extending. Our approach is sometimes inspired by physical modelling of traffic dynamic, but it mainly uses statistical methods in order to propose self-organising and modular models suitable for industrial constraints. In the first part of this work, we describe a method to forecast trafic speed within a time frame of a few minutes up to several hours. Our method is based on the assumption that traffic on the a road network can be summarized by a few typical profiles. Those profiles are linked to the users' periodical behaviors. We therefore make the assumption that observed speed curves on each point of the network are stemming from a probabilistic mixture model. The following parts of our work will present how we can refine the general method. Medium term forecasting uses variables built from the calendar. The mixture model still stands. Additionnaly we use a fonctionnal regression model to forecast speed curves. We then introduces a local regression model in order to stimulate short-term trafic dynamics. The kernel function is built from real speed observations and we integrate some knowledge about traffic dynamics. The last part of our work focuses on the analysis of speed data from in traffic vehicles. These observations are gathered sporadically in time and on the road segment. The resulting data is completed and smoothed by local polynomial regression

Ce mémoire présente une partie de mon activité de recherche postérieure à la thèse, soutenue en 2000. Plus particulièrement, je décris ici les résultats obtenus à partir de 2004, en tant que Maître de Conférences à l'Institut des Sciences de l'Ingénieur de Toulon et du Var et membre de l'actuel Institut de mathématiques de Toulon et du Var.

Les enjeux humains liés à l’accidentologie routière et les coûts qu’ils font supporter à la collectivité sont tels qu'ils rendent obligatoire la mise à disposition d'une batterie d'outils la plus complète et complémentaire possible afin de comprendre au mieux la problématique du risque routier. L’enjeu de cette thèse est justement de proposer de nouveaux outils capables de mieux apprécier ce phénomène et, in fine, d'orienter et d'appuyer les décisions des pouvoirs publics en la matière. Ils ont été développés en modélisant successivement le kilométrage parcouru qui formalise l’exposition au risque, les nombres d’accidents corporels, de tués, de blessés ainsi que les taux de gravité associés en privilégiant une longue période d’analyse (janvier 1970-décembre 2013) et une fréquence mensuelle. Ceci en tenant compte, au niveau du panel des variables exogènes testées, de la très forte pluri-dimensionnalité (motifs de déplacement, météorologie, structure du parc automobile et de la population, environnement économique, facteurs comportementaux, etc… ) intrinsèque à cette problématique. En rupture avec les modèles conventionnels du risque routier, les outils proposés par le modèle MIRR sont matérialisés, pour toutes les variables analysées, par des équations économétriques de long terme couplées à des équations de court terme autorisant ainsi deux visions complémentaires liées au risque routier. Ce, au profit d’une meilleure compréhension de cette problématique et d’une perception améliorée des enjeux à venir
Human and social challenges related to the road safety including the costs for the society, are so important that they require a diversity of complementary analysis tools in order to better understand the road risk problem. The issue of this thesis aimed precisely at offering new tools to assess, in the best possible way, this phenomenon and to ultimately guide and support government decision-making in this field. These tools have been developed by modelling successively the mileage driven which formalizes the risk exposure, the injury accidents, the fatalities, the injuries and the two associated severity rates, using a long period and a monthly frequency. This was made by taking into consideration the multidimensional aspect, regarding the tested exogenous variables (motives for movement, meteorology, structure of the vehicle fleet and of the population, economic environment, behavioural factors, etc..), intrinsic to this issue. Breaking with conventional road accident models, the tools proposed by the MIRR model use, for every analysed variable, long-term econometric equations coupled with short-term ones. These approaches thus allow two complementary views of the road risk for a better understanding of this issue as well as an improved perception of future challenges

Les problématiques de sécurité, ainsi que le coût de moins en moins élevé des caméras numériques, amènent aujourd'hui à un développement rapide des systèmes de vidéosurveillance. Devant le nombre croissant de caméras et l'impossibilité de placer un opérateur humain devant chacune d'elles, il est nécessaire de mettre en oeuvre des outils d'analyse capables d'identifier des évènements spécifiques. Le travail présenté dans cette thèse s'inscrit dans le cadre d'une collaboration entre le Laboratoire Bordelais de Recherche en Informatique (LaBRI) et la société Adacis. L'objectif consiste à concevoir un système complet de vidéo-surveillance destiné à l'analyse automatique de scènes autoroutières et la détection d'incidents. Le système doit être autonome, le moins supervisé possible et doit fournir une détection en temps réel d'un évènement.Pour parvenir à cet objectif, l'approche utilisée se décompose en plusieurs étapes. Une étape d'analyse de bas-niveau, telle que l'estimation et la détection des régions en mouvement, une identification des caractéristiques d'un niveau sémantique plus élevé, telles que l'extraction des objets et la trajectoire des objets, et l'identification d'évènements ou de comportements particuliers, tel que le non respect des règles de sécurité. Les techniques employées s'appuient sur des modèles statistiques permettant de prendre en compte les incertitudes sur les mesures et observations (bruits d'acquisition, données manquantes, ...).Ainsi, la détection des régions en mouvement s'effectue au travers la modélisation de la couleur de l'arrière-plan. Le modèle statistique utilisé est un modèle de mélange de lois, permettant de caractériser la multi-modalité des valeurs prises par les pixels. L'estimation du flot optique, de la différence de gradient et la détection d'ombres et de reflets sont employées pour confirmer ou infirmer le résultat de la segmentation.L'étape de suivi repose sur un filtrage prédictif basé sur un modèle de mouvement à vitesse constante. Le cas particulier du filtrage de Kalman (filtrage tout gaussien) est employé, permettant de fournir une estimation a priori de la position des objets en se basant sur le modèle de mouvement prédéfini.L'étape d'analyse de comportement est constituée de deux approches : la première consiste à exploiter les informations obtenues dans les étapes précédentes de l'analyse. Autrement dit, il s'agit d'extraire et d'analyser chaque objet afin d'en étudier son comportement. La seconde étape consiste à détecter les évènements à travers une coupe du volume 2d+t de la vidéo. Les cartes spatio-temporelles obtenues sont utilisées pour estimer les statistiques du trafic, ainsi que pour détecter des évènements telles que l'arrêt des véhicules.Pour aider à la segmentation et au suivi des objets, un modèle de la structure de la scène et de ses caractéristiques est proposé. Ce modèle est construit à l'aide d'une étape d'apprentissage durant laquelle aucune intervention de l'utilisateur n'est requise. La construction du modèle s'effectue à travers l'analyse d'une séquence d'entraînement durant laquelle les contours de l'arrière-plan et les trajectoires typiques des véhicules sont estimés. Ces informations sont ensuite combinées pour fournit une estimation du point de fuite, les délimitations des voies de circulation et une approximation des lignes de profondeur dans l'image. En parallèle, un modèle statistique du sens de direction du trafic est proposé. La modélisation de données orientées nécessite l'utilisation de lois de distributions particulières, due à la nature périodique de la donnée. Un mélange de lois de type von-Mises est utilisée pour caractériser le sens de direction du trafic
Automatic traffic monitoring plays an important role in traffic surveillance. Video cameras are relatively inexpensive surveillance tools, but necessitate robust, efficient and automated video analysis algorithms. The loss of information caused by the formation of images under perspective projection made the automatic task of detection and tracking vehicles a very challenging problem, but essential to extract a semantic interpretation of vehicles behaviors. The work proposed in this thesis comes from a collaboration between the LaBRI (Laboratoire Bordelais de Recherche en Informatique) and the company Adacis. The aim is to elaborate a complete video-surveillance system designed for automatic incident detection.To reach this objective, traffic scene analysis proceeds from low-level processing to high-level descriptions of the traffic, which can be in a wide variety of type: vehicles entering or exiting the scene, vehicles collisions, vehicles' speed that are too fast or too low, stopped vehicles or objects obstructing part of the road... A large number of road traffic monitoring systems are based on background subtraction techniques to segment the regions of interest of the image. Resulted regions are then tracked and trajectories are used to extract a semantic interpretation of the vehicles behaviors.The motion detection is based on a statistical model of background color. The model used is a mixture model of probabilistic laws, which allows to characterize multimodal distributions for each pixel. Estimation of optical flow, a gradient difference estimation and shadow and highlight detection are used to confirm or invalidate the segmentation results.The tracking process is based on a predictive filter using a motion model with constant velocity. A simple Kalman filter is employed, which allow to predict state of objets based on a \textit{a priori} information from the motion model.The behavior analysis step contains two approaches : the first one consists in exploiting information from low-level and mid-level analysis. Objects and their trajectories are analysed and used to extract abnormal behavior. The second approach consists in analysing a spatio-temporal slice in the 3D video volume. The extracted maps are used to estimate statistics about traffic and are used to detect abnormal behavior such as stopped vehicules or wrong way drivers.In order to help the segmentaion and the tracking processes, a structure model of the scene is proposed. This model is constructed using an unsupervised learning step. During this learning step, gradient information from the background image and typical trajectories of vehicles are estimated. The results are combined to estimate the vanishing point of the scene, the lanes boundaries and a rough depth estimation is performed. In parallel, a statistical model of the trafic flow direction is proposed. To deal with periodic data, a von-Mises mixture model is used to characterize the traffic flow direction

Si la pertinence de la prise en compte de la météorologie dans la gestion du trafic est bien admise, son intégration dans les outils d'aide à la décision et les stratégies de contrôle représente encore un enjeu réel pour les gestionnaires d'infrastructures. En effet, cette avancée semble légitimée par les effets significatifs d'une météorologie dégradée sur la sécurité des usagers et le comportement des conducteurs. Ainsi, au niveau de la sécurité, un sur-risque d'accident a été mis en évidence par de nombreux travaux. Or, l'étiologie de ce risque augmenté ne permet pas seulement de démontrer l'impact d'évènements météorologiques extrêmes et ponctuels (ex : tempêtes de neige), mais égalementcelui de phénomènes récurrents (ex : la pluie). La baisse de la sécurité des conducteurs se traduit concrètement par un changement de comportements des usagers (vitesses, temps inter-véhiculaires) mais aussi du flot de véhicules en général (vitesse, débit, concentration), ceci influant de manière conséquente sur la mobilité. De fait, la pluie représente ainsi la seconde cause de congestion ponctuelle.Pourtant, malgré ces enjeux indéniables, les effets de la météorologie sur le trafic demeurent mal quantifiés et ne sont guère intégrés à la modélisation ou l'estimation du trafic. Ce travail de thèse se propose ainsi de contribuer à une meilleure compréhension des effets météorologiques sur le trafic, en se focalisant sur des phénomènes de précipitations en milieu interurbain. Partant d'un état de l'art de l'impact météorologique sur le trafic, il nous est apparu que les études existantes, par leurs carences, soulèvent le besoin de fonder une méthodologie d'analyse plus rigoureuse. Cette méthodologie, une fois clairement définie, a ensuite été appliquée à des données opérationnelles. Elle nous a permis de quantifier les effets de la pluie à plusieurs niveaux selon l'échelle de représentation abordée : au niveau microscopique, considérant le comportement individuel des conducteurs, les analyses statistiques mettent en lumière des effets sur les vitesses, les temps et les distances inter-véhiculaires. Ces effets se reflètent au niveau macroscopique (celui du flot de véhicules) avec des variations de débits, de vitesses du flot et, de façon générale, de l'ensemble des paramètres formant le diagramme fondamental du trafic. Les résultats empiriques nous semblent ainsi ouvrir la voie à l'intégration du phénomène météorologique à la modélisation du trafic.Partant, nous avons développé, à ce stade de notre travail, une contribution théorique à la modélisation du trafic se fondant sur une formulation Vlasov qui permet de dériver un modèle macroscopique à deux équations à partir d'une formulation cinétique. Le modèle ainsi proposé offre un cadre propice à l'intégration d'un paramètre météorologique. La discrétisation numérique du modèle s'effectue à l'aide d'une méthode à pas fractionnaire qui permet de traiter successivement le terme source et la partie homogène du système. Pour la partie homogène du système, nous avons fait l'usage d'un schéma de type Lagrange+remap. Le comportement du modèle, couplé à une équation de transport sur les temps inter-véhiculaires, a ensuite été illustré à travers une série d'expérimentations numériques qui ont mis en évidence ses aptitudes face à des conditions météorologiques changeantes.Dans un ultime volet, notre travail s'est orienté vers de futures applications en temps réel qui se placeraient dans un cadre bayesien d'assimilation de données. Le défi à relever est celui de l'estimation en ligne du vecteur d'état du trafic au fur et à mesure de l'arrivée de nouvelles observations. Une méthode de filtrage particulaire (Monte Carlo séquentielle) nous a paru judicieuse à mobiliser, car elle s'adapte bien à la problématique du trafic routier. Plusieurs scénarios fondés sur des données opérationnelles permettent ensuite de montrer les bénéfices de l'intégration du phénomène météorologique à de telles approches. Une meilleure connaissance du phénomène météorologique doit ainsi mener à son insertion dans les modèles de trafic qui forment le substrat des outils d'aide à la décision destinés aux gestionnaires.Le travail proposé ouvre donc des perspectives pour le développement de stratégies de gestion de trafic météo-sensibles.

L'analyse multi fractale a pour cadre mathématique l'analyse des mesures singulières à travers leurs singularités ponctuelles, et la décomposition de leurs supports en ensembles de points ayant une même singularité donnée. Dans les applications, les fonctions d'ensembles considérées ne sont en général par des mesures, car non additives. Ce sont en fait des capacités de Choquet. Nous étendons l'analyse multi fractale à la classe des capacités de Choquet, et établissons, dans ce cadre élargi, des résultats généraux concernant les spectres multi fractals. En particulier, nous montrons que toute fonction positive appartenant à une classe assez large (comprenant les fonctions réglées et les indicatrices d'ensembles f-sigma) est le spectre de Hausdorff d'une suite de capacités de Choquet. Nous étendons ensuite l'analyse multi fractale à des statistiques d'ordre supérieur, en définissant de nouvelles entités mathématiques, les spectres des corrélations, dont le but est de caractériser plus finement la structure multi fractale d'une mesure. À titre d'application, nous effectuons une analyse multi fractale du trafic routier sur le périphérique de Paris à l'aide de capacités de Choquet, et présentons un premier modèle de trafic basé sur des mesures multiplicatives aléatoires

La presente these decrit le travail de l'auteur effectue dans le cadre du projet eureka prometheus (program for a european traffic with highest efficiency and unprecedented safety). Le but final est la detection d'obstacles routiers par analyse de sequences d'images stereoscopiques obtenues par deux cameras, un probleme connu sous le nom de navigation visuelle. Notre approche est conforme a la theorie de marr et comprend six etapes: (i) extraction de primitives ; (ii) reconstitution 3d ; (iii) detection du mouvement apparent ; (iv) segmentation de scene ; (v) calcul du mouvement 3d ; et enfin (vi) detection d'obstacles. Les primitives utilisees sont des contours. 4 problemes (de ii a v) ont ete etudies. Nous justifions notre choix ainsi: primo, les problemes etudies sont d'interet general, i. E. , fondamentaux pour tout cadre theorique ; et secondo, notre observation montre que la performance tres moyenne des algorithmes existants est due la plupart du temps a une exploitation inefficace des informations. Notre accent porte donc sur une meilleure comprehension de chaque probleme traite. Ainsi pour chacun des quatre problemes nous commencons par une etude critique de l'etat de l'art et puis proposons notre solution. Nous avons concu les algorithmes pour la stereo, le suivi temporel, la segmentation de scene et l'estimation optimale et robuste du mouvement 3d. Ceux-ci sont tous automatiques et ont ete testes sur de nombreuses scenes routieres reelles. Les resultats se sont averes satisfaisants