Nous étendons nos modèles de transport massifs basés sur des agents pour obtenir un comportement de marche et de vélo plus détaillé.

Au City Modeling Lab d'Arup, nous construisons des modèles de transport basés sur des agents pour les villes, les régions et les pays. Les modèles visent à représenter différentes personnes et leurs besoins uniques en matière de transport. L'un des avantages d'une approche basée sur les agents est que nous pouvons saisir l'impact des changements sur les individus, en plus des effets sur le système dans son ensemble. Certains des changements que nous envisageons sont des changements dans les infrastructures de transport, la fourniture de transport en commun et, avec un attrait croissant, des interventions visant à encourager les déplacements en mode actif.

Les programmes encourageant les déplacements actifs se concentrent généralement sur l'amélioration des infrastructures cyclables, l'accès aux vélos et la promotion de changements de comportement qui encouragent les gens à faire des trajets plus courts qu'ils pourraient plus facilement effectuer à pied ou à vélo (en 2021, le NTS a rapporté que 17% des trajets de moins d'un mile sont complété en voiture ou en fourgonnette — une distance de 20 minutes à pied). Dernièrement, nous avons travaillé sur la possibilité de modéliser les deux premiers avec MATSim .

MATSim a deux extensions intéressantes dans cet espace. L' extension multimodale prend en charge l'acheminement à pied et à vélo sur le réseau avec des temps de trajet personnalisés en fonction de l'âge et du sexe de l'agent, ainsi que de la pente du lien qu'il traverse. Une extension plus récente, bicycle ajoute plus de fonctionnalités et utilise des données supplémentaires pour modéliser plus précisément l'expérience cycliste d'un agent. En plus de l'élévation, vous pouvez ajouter différents types de surface ou un facteur d'infrastructure auto-calculé à votre réseau, ce qui affectera la vitesse du cycliste.

L'amélioration des déplacements en mode actif entraîne des impacts au-delà d'un simple changement de mode pour les déplacements de courtes distances. Le vélo peut accroître l'accessibilité aux transports publics - avec des connexions sûres et pratiques au bus et au train, il est possible de changer de mode pour les trajets de moyenne et longue distance beaucoup plus difficiles, avec de grandes économies d'émissions.

Représentation du réseau de transport

La première étape pour simuler un agent engagé dans un mode actif consiste à lui fournir le bon environnement. Nous construisons nos réseaux en utilisant les données Open Street Map et utilisons des balises réservées à la marche et au vélo dans la mesure du possible. La couverture de ces balises n'est pas parfaite, nous faisons donc certaines hypothèses comme permettre aux gens de marcher et de faire du vélo sur des routes secondaires.

Nous utilisons actuellement des graphiques entièrement séparés pour représenter les différents réseaux modaux, ce qui signifie que les cyclistes et les voitures ne peuvent pas encore interagir à l'intérieur de la simulation. Nous aimerions améliorer cela à l'avenir afin que nous puissions voir un comportement de plus en plus réaliste de nos agents. Un jour, nous aimerions voir les cyclistes éviter les routes à fort trafic (ce que l' extension cyclable est sur le point d'atteindre ) et voir les voitures ralenties par une circulation cyclable intense.

Outre une piste cyclable bien entretenue et séparée, la pente est un facteur important dans le choix de l'itinéraire d'un cycliste. À moins que vous ne voyagiez avec un vélo électrique, gravir cette colline peut être un facteur décisif. C'est pourquoi nous incluons l'élévation dans nos réseaux - si vous souhaitez ajouter des données d'élévation à votre réseau MATSim, jetez un œil à ce script dans GeNet (vous aurez besoin d'un fichier d'élévation numérique, que vous pouvez générer simplement avec les données QGIS et STRM de ici ).

Capturer les vitesses des agents

Les modes actifs sont appelés actifs pour une raison. Vous devez utiliser votre corps pour vous propulser dans la direction où vous voulez aller. Afin de modéliser avec précision le monde réel, il est important de représenter des personnes ayant divers degrés de capacité à effectuer ces actions. Une approche pour modéliser cette hétérogénéité pourrait être basée sur l'utilité, en définissant différents coûts perçus d'un mode actif en fonction des attributs des agents, ces agents évalueront leurs choix différemment. Les effets de la démographie semblent différer en fonction de l'emplacement, le cyclisme aux Pays-Bas étant le moins affecté par ces facteurs - nos collègues Theo et Paola travaillent dur sur la recherche des sujets liés à l'équité des transports et partageront bientôt leurs conclusions.

Pour l'instant nous nous appuyons sur la mise en œuvre par extension multimodale de facteurs de vitesse personnalisés, dont les auteurs s'appuient sur Parkin, J & Rotheram, J. (2010) pour le vélo et Weidmann, Ulrich (1992) pour la marche.

Grâce à nos efforts avec les vitesses de vélo et de marche, nous avons apporté des modifications aux fonctionnalités de base de MATSim. Le module rapide Hermes MobSim (Mobility Simulator) sur lequel nous nous appuyons peut désormais représenter des vitesses plus lentes, comme celles des modes actifs, avec beaucoup plus de précision.

Disponibilité des vélos

Lorsque nous synthétisons notre population d'agents et leurs plans d'activité, nous leur attribuons des attributs tels que s'ils possèdent une voiture ou un vélo. Les agents percevront le vélo comme plus cher s'ils ne possèdent pas de vélo et doivent plutôt dépenser de l'argent pour en « louer » un. Pour l'instant, nous gardons les choses simples - nous ne modélisons pas où ils peuvent louer et s'il reste des vélos à cet endroit. Une simplification bien sûr, mais un modèle comme celui-ci peut mettre en évidence les points chauds de la demande de hubs de micro-mobilité partagés sans empêcher les agents d'utiliser le mode.

conclusion

Dans cet article, nous avons résumé nos efforts récents pour ajouter plus de détails sur la manière dont les modes de transport actifs sont simulés dans nos modèles basés sur des agents. Nous avons amélioré la représentation de notre réseau pour les infrastructures piétonnes et cyclables, ce qui nous permettra de modéliser de manière beaucoup plus fiable les modifications qui y sont apportées. Nous avons aussi mis nos agents sur ce réseau et leur en avons fait un usage un peu plus personnel. Les agents doivent choisir s'ils souhaitent utiliser l'un des modes actifs pour leur voyage, et maintenant ils peuvent prendre une décision plus éclairée.

Nous avons encore du chemin à faire avant de pouvoir dire que nous sommes satisfaits de la façon dont les modes actifs sont représentés dans nos modèles, mais chaque détail ajouté nous rapproche de la réalisation de nos ambitions. Nous devons cependant rester concentrés et perspicaces, car chaque ajout pourrait avoir des impacts significatifs sur la durée de fonctionnement de nos modèles et peut ne pas contribuer de manière suffisamment significative à la qualité de nos sorties.