Rechercher
Toggle location

Objectif : 0 tué sur les routes ! Découvrez le 3ème article de notre série autour du Big Data & de la sécurité des passagers.

Dans un rapport rendu public par l’Institut Montaigne, intitulé « Big Data et objets connectés – Faire de la France un champion de la révolution numérique », l’étude de l’impact des données collectées par les objets connectés est appliquée au secteur routier. L’étude souligne qu’avec 30% de voitures connectées d’ici 2020, les accidents de la route pourraient baisser de 20%.

Si le potentiel des données pour le secteur de l’automobile est déjà bien connu et bien exploité, le secteur a toutefois de nouveaux enjeux de sécurité à cibler dans le nouveau paradigme de mobilité urbaine « multimodale » et « autonome » qui se profile.

La Data est largement exploitée à des fins de maintenance prédictive ou d’aide à la conduite ; elle peut toutefois être davantage élargie à la définition de la règlementation

La collecte des données pour des analyses à des fins de maintenance prédictive ou encore d’aide à la conduite en temps réel, comme la vitesse, la détection d’un risque de collision ou l’enregistrement des conditions de conduite est aujourd’hui largement exploitée par les constructeurs automobiles.

Depuis plusieurs années, l’analyse des données impacte positivement les différents acteurs de la sécurité routière :

  • Avec l’exploitation des gisements de données, les constructeurs améliorent les modèles de voitures dans une logique toujours plus sécuritaire  
  • Les conducteurs sont désormais assistés dans la conduite, ce qui limite un certain nombre de comportements à risque (détection de perte de vigilance par des comportements-types tels que le franchissement d’une ligne blanche, conduite sur neige, …)

Toutefois, l’évolution du nombre d’accidents corporels ou du nombre de tués sur les routes en France n’est guère encourageante : sur longue période, elle est certes en décroissance, mais semble se stabiliser autour de 60 000 accidents corporels / 3 700 tués par an :

Evolution du nombre d’accidents et de tués sur la route en France de 2005 à 2017 (source : ONISR / Sécurité routière)

 

Comment faire tendre les courbes du nombre d’accidents de la route et du nombre de tués vers 0 ?

Un certain nombre de données pourrait encore être exploité davantage, par des technologies « Big Data », afin de revoir les règlementations et les actions de sécurité routière et les affiner de manière à les rendre plus efficace :

  • L’analyse par exemple des types de routes, de la vitesse, de l’état du trafic et du conducteur peuvent permettre de cerner les situations critiques. En effet, la remontée de données fiables et à un échantillon représentatif pourrait redessiner la prise de décision publique. A titre d’exemple, l’analyse des comportements face aux radars automatiques de contrôle de la vitesse amène les autorités publiques à favoriser les radars tronçons ou radars embarqués. Autre exemple : BearingPoint a mené une étude en utilisant notre technologie propre de Data Analytics (Hypercube ®), qui a permis de caractériser et quantifier les facteurs de « dangerosité » des routes. Les éléments d’analyse pris en compte étaient par exemple, la vitesse, le type d’infrastructure, .... L’analyse à l’aide des technologies « Big Data » a permis de conforter et consolider les premiers modèles d’analyse et d’aide à la prise de décision qui ont été testés.
  • D’un point de vue opérationnel, une approche « Big Data », fondée sur le « machine learning », permet de comprendre non seulement les causes & leurs effets de seuils mais également de découvrir des causes « inattendues ». Ce qui permet ainsi d’élaborer un plan d’actions solides et de revoir les réglementations, le cas échéant. Cela permettrait la mise en œuvre de mesure de réductions de l’accidentologie plus ciblées, potentiellement plus efficaces qu’une réduction uniforme de la vitesse sur les routes.

Comme pour le secteur ferroviaire, il apparaît donc indispensable d’élaborer, dans un premier temps, une cartographie des sources de données (« route connectée », véhicule connecté, …), des données types et de leurs caractéristiques à l’aide d’une cartographie fonctionnelle. Fort de cette analyse, il est ensuite nécessaire d’identifier les sources de données pertinentes au regard des cas d’analyse sélectionnés (types d’accident que l’on cherche par priorité à réduire), tout en veillant à limiter l'inflation du nombre de sources exploitées.

Si la méthodologie proposée a déjà été éprouvée, la nécessité d’accélérer les efforts initiés se confirme : le potentiel de l’analyse des données pour les autorités en charge de la sécurité routière se confirme dans une logique de mobilité urbaine « autonome » et « multimodale ».

 

A fortiori dans le nouveau paradigme d’une mobilité urbaine « multimodale » et « autonome », l’analyse des données devient essentielle

Dans le cadre du développement de la voiture autonome, la multiplication des capteurs dans l’espace public et l’échange de données croissant entre les véhicules devrait impacter positivement la sécurité des passagers. En effet, la voiture autonome est en capacité d’échanger avec l’infrastructure et les autres voitures autonomes l’environnant ; elle analyse les données reçues et permet une prise de décision immédiate. Les voitures autonomes avancent en fonction des autres voitures mais également de leur environnement de conduite (chaussée glissante, brouillard…).

L’analyse de la complexité de l’environnement par le véhicule n’est pas aujourd’hui entièrement achevée. A cet égard, l’intégration de nouvelles sources de données semble indispensable.

Avec la multiplication des modes de transport (marche à pied, vélo, scooter, gyropode, …), tout particulièrement dans les grandes villes, l’enjeu de la sécurité routière du futur est de faire co-exister l’ensemble de ces transports tout en poursuivant les efforts de réduction du nombre d’accidents. L’identification de nouvelles sources de données et l’exploitation de ces données est un défi de taille pour les autorités publiques en charge de la sécurité routière. Une démarche d’identification des nouvelles sources de données, de définition des cas d’usages / cas d’analyse et une coordination de l’ensemble des acteurs concernées, de façon similaire à celle proposée pour les secteurs ferroviaires et aériens, est plus que nécessaire dans le cadre des réflexions de la mobilité du futur par les autorités de sécurité routière : sans nul doute un enjeu majeur de développement des « smart cities »

 

Auteurs : François Lanquetot, Caroline Perrine, Laetitia Chatain et Eléonore Miédan-Gros

Vous pourriez aussi être intéressé par