Estimation des paramètres de trafic routier par vision artificielle

Abstract

La congestion routière représente un véritable problème économique, social et environnemental. L’expansion du réseau routier n'est pas la solution la plus pratique à ce problème. L'utilisation du système de mesure automatique du trafic routier s’avère une solution efficace et économique ; l’objectif est de prévenir les conducteurs de la présence d’un bouchon en aval et ainsi les orienter à travers leurs radios ou les panneaux à messages variables vers d’autres axes moins encombrés. Ceci permet de maximiser l’écoulement des flux et limiter les phases de congestion. L’objectif de notre travail est de mesurer automatiquement les paramètres du trafic routier par vision dans le but d’estimer le niveau de congestion routière ; deux approches ont été testées: une approche basée sur la poursuite de mouvement des véhicules pris individuellement, dans ce cas les paramètres estimés sont appelés paramètres microscopiques, et une approche basée sur l’estimation globale de la qualité du trafic, aussi appelée estimation macroscopique. Dans la première approche nous avons estimé quelques paramètres du flux routier que nous avons ensuite appliqués à l’entrée d’un classifieur. Dans la deuxième approche nous avons choisi de comparer deux méthodes, une première qui nécessite d’estimer les vecteurs de déplacement par une mise en correspondance de blocs de régions, et une seconde méthode basée sur la modélisation de la scène en utilisant la notion de texture dynamique.