Les modèles de transport font partie des outils les plus importants lorsqu’il s’agit de façonner la mobilité et les infrastructures de demain. Jusqu’à présent, ces jumeaux numériques des villes étaient mis en place manuellement : de la collecte des données à l’intégration des données et à la configuration technique. C’est une tâche qui prend beaucoup de temps. Avec PTV Model2Go, PTV Group lance une technologie qui, pour la première fois, automatise la construction de modèles de transport normalisés.

Aujourd’hui, les urbanistes et les planificateurs de la circulation doivent trouver un équilibre entre diverses demandes concurrentes. La transition vers un écosystème de mobilité plus durable est plus urgente que jamais, afin de relever des défis tels que le changement climatique et l’urbanisation croissante et de façonner des environnements vivables.

Dans le même temps, la demande de mobilité et de moyens de transport facilement accessibles ne cesse de croître. Les planificateurs doivent garder à l’esprit les besoins des personnes, ainsi que ceux de l’économie.

Les modèles de transport constituent une base importante pour prendre des décisions judicieuses et définir le cadre approprié pour l’avenir des transports. Néanmoins, les modèles de transport ne sont souvent pas utilisés car leur création est trop coûteuse et prend trop de temps, et de nombreuses questions doivent être résolues rapidement.

PTV Model2Go

« La création manuelle d’un modèle de base peut prendre un mois et nécessite beaucoup de savoir-faire et de ressources », explique Udo Heidl, responsable de Modelfactory chez PTV Group. « Nous avons compris que pour accroître l’activité et la diversité du mannequinat, nous devions aider le secteur à accélérer ce processus. C’est ainsi qu’est née l’idée de Model2Go. »

Le nouveau processus basé sur le cloud combine une technologie d’automatisation intelligente avec diverses sources de données, notamment des réseaux provenant de Here ou de TomTom, ainsi que des données publiques GTFS (General Transit Feed Specification) sur les réseaux de transport public, et des données OpenStreetMap.

Le processus automatisé de génération de modèles est plus rapide et plus efficace en termes de coûts et de ressources. Mais ce n’est pas tout, il est également beaucoup moins sujet aux erreurs.

« Avec Model2Go, nous pouvons créer un modèle de base pour n’importe quelle ville du monde en une semaine seulement. Les utilisateurs tels que les villes, les sociétés de conseil ou les instituts de recherche reçoivent une base prête à l’emploi sur laquelle ils peuvent directement mettre en œuvre des cas d’utilisation simples et complexes », explique l’expert de PTV. « Notre première version est PTV Model2Go Supply qui représente l’approvisionnement en réseau de différents modes de transport. »

PTV Model2Go Supply ne contient pas seulement le réseau routier et les paramètres associés tels que les types d’itinéraires, les vitesses et les capacités ; il comprend également le réseau de transport public, les horaires, les points d’intérêt et les données structurelles. En outre, des zones de circulation peuvent être générées.

Selon Heidl, le modèle d’approvisionnement Model2Go est prêt à être utilisé immédiatement après la livraison pour l’analyse et la visualisation dans plusieurs cas d’utilisation de base : « Par exemple pour les analyses d’accessibilité – pour les voitures, les vélos ou le transport en commun – la planification des infrastructures ou la planification opérationnelle dans les transports publics. »

Il ajoute : « Les utilisateurs peuvent également personnaliser les fondements de Model2Go avec des données et des modélisations supplémentaires pour des cas d’utilisation plus complexes, tels que des études de transport, des analyses de potentiel ou dans la planification du développement du trafic. »

En plus de PTV Model2Go Supply, l’équipe d’experts de PTV développe une deuxième version du produit appelée PTV Model2Go Demand, qui inclut des données de voyage observées et sera bientôt disponible.

Pour souligner les diverses possibilités de Model2Go, Heidl et son équipe ont construit 6 modèles d’exemple Model2Go prêts à l’emploi pour les villes d’Amsterdam, Atlanta, Berlin, Cape Town, Manille et Paris, pour différents domaines d’application.

Le modèle d’Atlanta, par exemple, peut être utilisé pour évaluer l’infrastructure routière existante en fonction des vitesses d’écoulement libre du réseau, du nombre de voies pour toutes les liaisons, de la géométrie des carrefours et des estimations de la synchronisation des signaux. La vitrine d’Amsterdam montre comment les données spatiales sur la population et l’occupation des sols peuvent être utilisées pour des études potentielles de services à la demande. Le modèle de Berlin couvre toutes les informations relatives à l’offre de transports publics de la ville et permet aux utilisateurs d’évaluer des variantes de réseaux et d’horaires ainsi que des concepts d’exploitation.

« Il ne s’agit que de 6 exemples. Cette collection peut être facilement étendue avec de multiples cas d’utilisation pour n’importe quelle ville souhaitée dans le monde », insiste Heidl. « Grâce à Model2Go, la modélisation du trafic est maintenant simple et possible en peu de temps. Cela ouvre de nouvelles opportunités pour les villes ou les cabinets de conseil qui, jusqu’à présent, évitaient les analyses basées sur des modèles en raison de contraintes de temps ou de coûts. »

Model.Set.Go

Model2Go réduit le temps et les ressources nécessaires à la mise en place d’un modèle de transport et permet aux planificateurs des villes et des transports de se concentrer sur ce qui compte : améliorer la mobilité dans les villes.

À propos de l’auteur

Les formes de mobilité durable comme le vélo, la conduite autonome, la sécurité routière et les stratégies pour le dernier kilomètre : Steffi est fascinée par la variété des sujets que la mobilité peut offrir. Elle est toujours à la recherche de nouvelles histoires passionnantes à écrire.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Nom