🌍 Pollution liée au trafic et éco-routage : une nouvelle approche développée par le laboratoire IRSEEM

La pollution liée au trafic contribue de manière significative à la dégradation de l’environnement. Face à la demande croissante de véhicules et aux préférences des consommateurs pour les véhicules utilitaires de grande taille, il est difficile d’atteindre les réductions d’émissions de carbone ciblées dans les flottes de véhicules courantes.

🚗 Visual Eco-Routing (VER)
Pour remédier aux inefficacités des méthodes actuelles de planification d’itinéraires, une nouvelle approche d’éco-routage appelée Visual Eco-Routing (VER) a été introduite. VER est conçu pour comprendre les relations non linéaires entre les scènes routières et les données d’émissions, offrant un aperçu complet de la dynamique en temps réel des routes et de leur influence sur les caractéristiques de performance des véhicules.

📊 VER-XGB : un modèle basé sur eXtreme Gradient Boosting (XGBoost)
Pour évaluer la viabilité de l’approche VER, un modèle nommé VER-XGB basé sur eXtreme Gradient Boosting (XGBoost) a été proposé. Les comparaisons de performance révèlent des erreurs de prédiction nettement plus faibles dans les modèles avec VER, avec VER-XGB qui présente une fiabilité améliorée, produisant une MAPE de 4,83% avec le Vehicle Activity Dataset (VAD).

🚦 Corrélation entre les gaz d’émission et les caractéristiques visuelles
Un facteur global appelé facteur d’émission a été introduit pour explorer la corrélation entre les gaz d’émission et des groupes distincts de caractéristiques visuelles définies dans l’étude. L’analyse indique une forte corrélation entre les caractéristiques d’infrastructure telles que les feux de signalisation et les panneaux d’arrêt sur la route et les émissions de véhicules.

🌐 Applicabilité du modèle dans le monde réel
Pour conclure l’étude, un examen qualitatif a été entrepris pour évaluer l’applicabilité du modèle dans le monde réel en prédisant un éco-itinéraire pour une paire d’origine et de destination donnée. La MAPE pour cet itinéraire pour les prédictions de VER-XGB est trouvée à 6,21%, confirmant l’utilité pratique du modèle VER-XGB proposé dans les scénarios du monde réel.
Et pour approfondir, vous pouvez lire l’article sur IEEE Xplore : https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=10388288

Ce travail a été réalisé dans le cadre du projet de ressourcement Institut Carnot ESP CETRIA avec la participation du CERTAM avec son PEMS LAB, de SEGULA Technologies et du CRIANN.

Et n’hésitez pas à nous contacter si vous avez des besoins en recherche et développement sur le sujet en cliquant sur ce lien.