Rendre le train parfait : l’intégration des technologies pour le scruter dans ses moindres détails

Référence:

Résumé

Cette présentation rapporte les résultats d’une recherche qui tente de tirer un maximum de profits de ces traces virtuelles. Elle porte sur l'analyse systématique de données GPS provenant de l’exploitation d’une ligne de train de banlieue dans la région de Montréal. Couplées aux technologies informationnelles et aux systèmes d'information géographiques, ces données deviennent un moyen de scruter dans les plus fins détails la mobilité des véhicules sur le réseau. À l’image d’une fractale, l’atteinte d’un niveau de haute résolution permet de voir apparaître des comportements très réguliers. Une analyse sur une longue période a permis de discerner notamment un profil de vitesse d’une constance étonnante. En plus de caractériser de manière très détaillée la physiologie de la ligne, ces constations permettent de déterminer avec précisions quelques indicateurs de performance affectant directement la qualité de service. L'étude porte spécialement sur l'adhérence à l'horaire planifié et le temps de parcours en tant qu’indicateurs importants pour le planificateur. De plus, ces analyses ouvrent la voie au développement d'une méthode de détection d'incidents précise, alors que les techniques de visualisation développées permettent de les représenter rapidement sous différents angles. Les incidents s’expliquent ainsi visuellement par des ralentissements sur le parcours, des délais en gare, etc. Ces technologies deviennent un élément de contrôle permettant d’identifier un parcours parfait du train. Dans ce contexte, la méthodologie sera brièvement exposée et différents résultats seront présentés. Finalement, la régularité des résultats obtenus a permis de développer un outil d’exploitation temps réel de prédiction d’arrivée en gare. Basé sur les temps de parcours, les heures moyennes de départ et le profil de vitesse régulier, un algorithme de détection d’incidents temps réel et de prédiction de l’heure d’arrivée en gare est expérimenté sur un parcours et quelques résultats sont présentés. Le train se doit alors de respecter un parcours à la perfection, sous peine d’être identifié immédiatement comme marginal et le cas échéant, une prédiction de l’heure d’arrivée est générée.