MTMD
Afin de soutenir la planification des transports et la modélisation de la mobilité à travers le Québec, le ministère des Transports et de la Mobilité durable (MTMD) a mandaté la production de matrices origine-destination (O-D) à grande échelle à partir de données anonymisées de véhicules connectés (Floating Car Data – FCD)
Grâce à une collaboration entre la division Innovation Mi8 d’Orange Traffic et SMATS Traffic Solutions, le projet a mis à profit des plateformes analytiques infonuagiques et des méthodologies avancées de traitement des données afin de reconstituer les schémas de déplacement des véhicules dans quatre grandes régions du Québec :
- Montréal
- Québec
- Sherbrooke
- Trois-Rivières
Cette initiative a démontré comment les données FCD peuvent compléter et moderniser les approches traditionnelles de modélisation des transports, tout en offrant une meilleure visibilité du réseau, une plus grande évolutivité et une intelligence opérationnelle accrue.
Le défi
Les enquêtes origine-destination traditionnelles demeurent essentielles à la modélisation des transports, mais elles présentent certaines limites :
- Visibilité limitée des déplacements périphériques et de transit;
- Compréhension réduite des déplacements des véhicules commerciaux;
- Complexité opérationnelle et coûts élevés;
- Difficulté à assurer un suivi continu et évolutif de la mobilité.
Le MTMD recherchait une approche plus complète et axée sur les données, capable de capturer :
- Les déplacements internes et externes;
- Les flux de circulation régionaux et interrégionaux;
- Les déplacements des véhicules commerciaux;
- La demande origine-destination horaire sur de vastes territoires.
La solution devait également soutenir les efforts de modélisation nécessaires aux futurs projets de planification des infrastructures et de la mobilité.
La solution
La solution combinait :
- La plateforme d’analyse de mobilité iNode de SMATS;
- Les données agrégées de véhicules connectés TomTom pour les véhicules de promenade;
- Les données Geotab Altitude pour les véhicules commerciaux;
- Des méthodologies avancées d’appariement cartographique (map-matching) et de reconstruction des trajets.
À travers les quatre territoires étudiés, des centaines de zones internes et de points d’entrée périphériques ont été analysés afin de reconstituer les schémas de mobilité à grande échelle.
La solution a permis de produire des matrices origine-destination détaillées selon :
- La région;
- L’heure de la journée;
- La catégorie de véhicule;
- La zone d’origine et de destination.
Technologie et méthodologie
La solution reposait sur des ensembles de données anonymisées provenant notamment de :
- Véhicules connectés;
- Systèmes GPS;
- Applications mobiles;
- Systèmes télématiques de flottes commerciales.
La plateforme iNode de SMATS a été utilisée pour le traitement des données de mobilité des véhicules de promenade, tandis que Geotab Altitude a permis l’analyse des déplacements des véhicules lourds.
Les principales étapes analytiques comprenaient :
- Le traitement des traces GPS;
- L’appariement au réseau routier (map-matching);
- La segmentation des trajets;
- L’association origine-destination;
- La classification des véhicules;
- La validation statistique.
Cette méthodologie a permis la création de :
- Matrices origine-destination sur 24 heures;
- Matrices pour les véhicules de promenade;
- Matrices pour les véhicules lourds;
- Analyses des flux régionaux;
- Analyses des mouvements aux points d’entrée périphériques.
Principaux avantages
Visibilité de la mobilité à l’échelle provinciale
Le projet a fourni une compréhension globale des flux de circulation dans quatre grandes régions du Québec.
Modélisation des transports améliorée
Les matrices origine-destination générées ont permis de compléter les enquêtes ménages-déplacements traditionnelles et d’améliorer les capacités de simulation des réseaux de transport.
Intelligence sur les véhicules commerciaux
Contrairement aux enquêtes conventionnelles, la méthodologie intégrait l’analyse détaillée des déplacements des camions à partir de données télématiques de flottes commerciales.
Collecte de données évolutive et rentable
L’utilisation des données FCD a réduit le besoin d’installer et d’exploiter d’importantes infrastructures de collecte sur le terrain.
Analyses continues et flexibles
L’approche basée sur une plateforme analytique permet de reproduire facilement les analyses et de les adapter aux futurs besoins de mobilité.
Résultats
Le projet a permis de livrer avec succès :
- Des matrices origine-destination pour quatre grandes régions urbaines du Québec;
- Des analyses des déplacements des véhicules de promenade et des camions;
- Des données horaires sur les flux de circulation;
- Des analyses des mouvements aux points d’entrée périphériques;
- Une visibilité accrue des schémas de mobilité à grande échelle pour la planification des transports.
L’initiative a également démontré la pertinence opérationnelle des mégadonnées de mobilité comme outil complémentaire à la modélisation des transports et à la planification des infrastructures.
Impact stratégique
Ce projet démontre comment les solutions avancées d’analyse de la mobilité peuvent aider les organismes de transport à :
- Moderniser la planification des transports;
- Améliorer la prise de décision en matière d’infrastructures;
- Mieux comprendre les comportements de mobilité régionale;
- Renforcer les modèles de simulation à long terme;
- Soutenir des stratégies de mobilité fondées sur les données.
Grâce à sa collaboration avec SMATS, Orange Traffic poursuit le développement de son expertise en systèmes de transport intelligents, en analytique de la mobilité et en solutions d’intelligence du transport en temps réel.
Partenaires
Orange Traffic / Innovation Mi8
Fournisseur de solutions clés en main en transport intelligent et en analytique de la mobilité, spécialisé dans l’intelligence de circulation en temps réel, la surveillance des réseaux et l’innovation en transport.
SMATS Traffic Solutions
Entreprise spécialisée en analytique avancée de la mobilité, traitement des données de véhicules sondes (probe vehicle data), intelligence des transports et plateformes infonuagiques d’analyse du trafic.
