Les systèmes de transport intelligents (STI) sont conçus pour améliorer les transports, réduire les accidents, le temps de transport et la consommation de carburant, tout en augmentant la sécurité, le confort et l'efficacité de conduite. L'objectif final de ITS est de développer ADAS pour faciliter les tâches de conduite, jusqu'au développement du véhicule entièrement automatisé. Les systèmes actuels ne sont pas assez robustes pour atteindre un niveau entièrement automatisé à court terme. Les environnements urbains posent un défi particulier, car le dynamisme de la scène oblige les algorithmes de navigation à réagir en temps réel aux éventuels changements, tout en respectant les règles de circulation et en évitant les collisions avec les autres usagers de la route. Sur cette base, cette thèse propose une approche de la planification locale en deux étapes pour apporter une solution au problème de la navigation en milieu urbain. Premièrement, les informations statiques des contraintes de la route et du véhicule sont considérées comme générant la courbe optimale pour chaque configuration de virage réalisable, où plusieurs bases de données sont générées en tenant compte de la position différente du véhicule aux points de début et de fin des courbes, permettant ainsi une analyse réaliste. planificateur de temps pour analyser les changements de concavité en utilisant toute la largeur de la voie. Ensuite, la configuration réelle de la route est envisagée dans le processus en temps réel, où la distance disponible et la netteté des virages à venir et consécutifs sont étudiées pour fournir un style de conduite à la manière humaine optimisant deux courbes simultanément, offrant ainsi un horizon de planification étendu. Par conséquent, le processus de planification en temps réel recherche le point de jonction optimal entre les courbes. Les critères d’optimalité minimisent à la fois les pics de courbure et les changements abrupts, en recherchant la génération de chemins continus et lisses. Quartic Béziers est l'algorithme d'interpolation utilisé en raison de ses propriétés, permettant de respecter les limites de la route et les restrictions cinématiques, tout en permettant une manipulation facile des courbes. Ce planificateur fonctionne à la fois pour les environnements statiques et dynamiques. Les fonctions d'évitement d'obstacles sont présentées en fonction de la génération d'une voie virtuelle qui modifie le chemin statique pour effectuer chacune des deux manoeuvres de changement de voie sous la forme de deux courbes, convertissant le problème en un chemin statique. Ainsi, une solution rapide peut être trouvée en bénéficiant du planificateur local statique. Il utilise une discrétisation en grille de la scène pour identifier l'espace libre nécessaire à la construction de la route virtuelle, où le critère de planification dynamique consiste à réduire la pente pour les changements de voie. Des essais de simulation et des tests expérimentaux ont été réalisés pour valider l'approche dans des environnements statiques et dynamiques, adaptant la trajectoire en fonction du scénario et du véhicule, montrant la modularité du système. / Intelligent Transportation Systems (ITS) developments are conceived to improve transportation reducing accidents, transport time and fuel consumption, while increasing driving security, comfort and efficiency. The final goal of ITS is the development of ADAS for assisting in the driving tasks, up to the development of the fully automated vehicle. Despite last ADAS developments achieved a partial-automation level, current systems are not robust enough to achieve fully-automated level in short term. Urban environments pose a special challenge, since the dynamism of the scene forces the navigation algorithms to react in real-time to the eventual changes, respecting at the same time traffic regulation and avoiding collisions with other road users. On this basis, this PhD thesis proposes a two-staged local planning approach to provide a solution to the navigation problem on urban environments. First, static information of both road and vehicle constraints is considered to generate the optimal curve for each feasible turn configuration, where several databases are generated taking into account different position of the vehicle at the beginning and ending points of the curves, allowing the real-time planner to analyze concavity changes making use of the full lane width.Then, actual road layout is contemplated in the real-time process, where both the available distance and the sharpness of upcoming and consecutive turns are studied to provide a human-like driving style optimizing two curves concurrently, offering that way an extended planning horizon. Therefore, the real-time planning process searches the optimal junction point between curves. Optimality criteria minimizes both curvature peaks and abrupt changes on it, seeking the generation of continuous and smooth paths. Quartic Béziers are the interpolating-based curve algorithm used due to their properties, allowing compliance with road limits and kinematic restrictions, while allowing an easy manipulation of curves. This planner works both for static and dynamic environments. Obstacle avoidance features are presented based on the generation of a virtual lane which modifies the static path to perform each of the two lane change maneuvers as two curves, converting the problem into a static-path following. Thus, a fast solution can be found benefiting from the static local planner. It uses a grid discretization of the scene to identify the free space to build the virtual road, where the dynamic planning criteria is to reduce the slope for the lane changes. Both simulation and experimental test have been carried out to validate the approach, where vehicles performs path following on static and dynamic environments adapting the path in function of the scenario and the vehicle, testing both with low-speed cybercars and medium-speed electic platforms, showing the modularity of the system.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2008-2009 / L'augmentation dans les dernières décennies du nombre de véhicules présents sur les routes ne s'est pas passée sans son lot d'impacts négatifs sur la société. Même s'ils ont joué un rôle important dans le développement économique des régions urbaines à travers le monde, les véhicules sont aussi responsables d'impacts négatifs sur les entreprises, car l'inefficacité du ot de traffic cause chaque jour d'importantes pertes en productivité. De plus, la sécurité des passagers est toujours problématique car les accidents de voiture sont encore aujourd'hui parmi les premières causes de blessures et de morts accidentelles dans les pays industrialisés. Ces dernières années, les aspects environnementaux ont aussi pris de plus en plus de place dans l'esprit des consommateurs, qui demandent désormais des véhicules efficaces au niveau énergétique et minimisant leurs impacts sur l'environnement. évidemment, les gouvernements de pays industrialisés ainsi que les manufacturiers de véhicules sont conscients de ces problèmes et tentent de développer des technologies capables de les résoudre. Parmi les travaux de recherche en ce sens, le domaine des Systèmes de Transport Intelligents (STI) a récemment reçu beaucoup d'attention. Ces systèmes proposent d'intégrer des systèmes électroniques avancés dans le développement de solutions intelligentes conçues pour résoudre les problèmes liés au transport automobile cités plus haut. Ce mémoire se penche donc sur un sous-domaine des STI qui étudie la résolution de ces problèmes gr^ace au développement de véhicules intelligents. Plus particulièrement, ce mémoire propose d'utiliser une approche relativement nouvelle de conception de tels systèmes, basée sur l'apprentissage machine. Ce mémoire va donc montrer comment les techniques d'apprentissage par renforcement peuvent être utilisées afin d'obtenir des contrôleurs capables d'effectuer le suivi automatisés de véhicules. Même si ces efforts de développement en sont encore à une étape préliminaire, ce mémoire illustre bien le potentiel de telles approches pour le développement futur de véhicules plus \intelligents". / The impressive growth, in the past decades, of the number of vehicles on the road has not come without its share of negative impacts on society. Even though vehicles play an active role in the economical development of urban regions around the world, they unfortunately also have negative effects on businesses as the poor efficiency of the traffic ow results in important losses in productivity each day. Moreover, numerous concerns have been raised in relation to the safety of passengers, as automotive transportation is still among the first causes of accidental casualties in developed countries. In recent years, environmental issues have also been taking more and more place in the mind of customers, that now demand energy-efficient vehicles that limit the impacts on the environment. Of course, both the governments of industrialized countries and the vehicle manufacturers have been aware of these problems, and have been trying to develop technologies in order to solve these issues. Among these research efforts, the field of Intelligent Transportation Systems (ITS) has been gathering much interest as of late, as it is considered an efficient approach to tackle these problems. ITS propose to integrate advanced electronic systems in the development of intelligent solutions designed to address the current issues of automotive transportation. This thesis focuses on a sub-field ITS since it studies the resolution of these problems through the development of Intelligent Vehicle (IV) systems. In particular, this thesis proposes a relatively novel approach for the design of such systems, based on modern machine learning. More specifically, it shows how reinforcement learning techniques can be used in order to obtain an autonomous vehicle controller for longitudinal vehiclefollowing behavior. Even if these efforts are still at a preliminary stage, this thesis illustrates the potential of using these approaches for future development of \intelligent" vehicles.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2005-2006 / La conduite collaborative est un domaine lié aux systèmes de transport intelligents, qui utilise les communications pour guider de façon autonome des véhicules coopératifs sur une autoroute automatisée. Depuis les dernières années, différentes architectures de véhicules automatisés ont été proposées, mais la plupart d’entre elles n’ont pas, ou presque pas, attaqué le problème de communication inter véhicules. À l’intérieur de ce mémoire, nous nous attaquons au problème de la conduite collaborative en utilisant un peloton de voitures conduites par des agents logiciels plus ou moins autonomes, interagissant dans un même environnement multi-agents: une autoroute automatisée. Pour ce faire, nous proposons une architecture hiérarchique d’agents conducteurs de voitures, se basant sur trois couches (couche de guidance, couche de management et couche de contrôle du trafic). Cette architecture peut être utilisée pour développer un peloton centralisé, où un agent conducteur de tête coordonne les autres avec des règles strictes, et un peloton décentralisé, où le peloton est vu comme une équipe d’agents conducteurs ayant le même niveau d’autonomie et essayant de maintenir le peloton stable. / Collaborative driving is a growing domain of Intelligent Transportation Systems (ITS) that makes use of communications to autonomously guide cooperative vehicles on an Automated Highway System (AHS). For the past decade, different architectures of automated vehicles have been proposed, but most of them did not or barely addressed the inter-vehicle communication problem. In this thesis, we address the collaborative driving problem by using a platoon of cars driven by more or less autonomous software agents interacting in a Multiagent System (MAS) environment: the automated highway. To achieve this, we propose a hierarchical driving agent architecture based on three layers (guidance layer, management layer and traffic control layer). This architecture can be used to develop centralized platoons, where the driving agent of the head vehicle coordinates other driving agents by applying strict rules, and decentralized platoons, where the platoon is considered as a team of driving agents with a similar degree of autonomy, trying to maintain a stable platoon.

L'industrie des transports est un acteur important de l'économie mondiale. Des millions d'emplois sont touchés de près ou de loin par cette industrie. De plus, le nombre de véhicules sur terre ne cesse d'augmenter et il est rendu courant dans plusieurs pays industrialisés d'avoir plus d'une voiture par famille. Tout cela entraîne également son lot de problèmes, notamment au niveau de la sécurité routière et de la pollution. Depuis des décennies, des compagnies privées et des organisations publiques se penchent sur ces problèmes. Ils innovent constamment en améliorant les véhicules et les infrastructures du réseau routier. Les voitures ne sont pas seulement de plus en plus sécuritaires mais aussi de plus en plus confortables et conviviales. Cependant, la plupart des systèmes intelligents présents dans les voitures acquièrent de l'information grâce aux capteurs. Ceux-ci sont limités et certaines données ne peuvent être accessibles aux capteurs. La solution repose donc sur l'utilisation de la communication sans fil pour échanger des informations entre les véhicules et entre les infrastructures et les véhicules. Le sujet de cette maîtrise porte sur la communication inter-véhicules et route-à-véhicule. Elle se divise en deux parties. Tout d'abord, dans le cadre du projet AUTO21 au laboratoire DAMAS, un protocole de communication inter-véhicules doit être développé pour implanter un système de régulateur de vitesse collaboratif et adaptatif (" Collaborative Adaptative Cruise Control ", CACC). La théorie multi-agents et l'apprentissage par renforcement sont utilisés pour apprendre une politique de communication optimale. La deuxième partie porte sur la communication route-à-véhicule appliquée au problème d'optimisation des feux de signalisation. Deux approches multiagents sont utilisées pour optimiser la gestion des feux. Les agents placés aux intersections reçoivent de l'information relative au trafic grâce à la communication route-à-véhicule et tentent d'adopter une politique de contrôle optimale.

L'industrie des transports est une valeur sûre comme catalyseur de profits à l'économie mondiale. Elle joue un rôle de poumon qui lie tous les autres secteurs d'activités sociétales dans la création d'emplois. Il existe une relation étroite entre le niveau d'industrialisation d'un pays et son système de transport, c'est-à-dire que plus un pays est développé plus son système de transport l'est aussi. C'est ce qu'explique l'augmentation exponentielle du nombre de véhicules surtout dans les pays industriellement avancés où chaque famille possède plus d'une voiture, question de commodité. Cependant, cela s'accompagne aussi pas mal de problèmes, notamment au niveau de la sécurité routière, de la perte de temps et de la pollution. Ayant constaté ces faits, cette maîtrise s'attaque à la problématique de congestion et de la sécurité, en traitant la simulation du traffic routier et de la communication inter-véhicules.

Abstract : Embedded intelligence in vehicular applications is becoming of great interest since the last two decades. Position estimation has been one of the most crucial pieces of information for Intelligent Transportation Systems (ITS). Real time, accurate and reliable localization of vehicles has become particularly important for the automotive industry. The significant growth of sensing, communication and computing capabilities over the recent years has opened new fields of applications, such as ADAS (Advanced driver assistance systems) and active safety systems, and has brought the ability of exchanging information between vehicles. Most of these applications can benefit from more accurate and reliable localization. With the recent emergence of multi-vehicular wireless communication capabilities, cooperative architectures have become an attractive alternative to solving the localization problem. The main goal of cooperative localization is to exploit different sources of information coming from different vehicles within a short range area, in order to enhance positioning system efficiency, while keeping the cost to a reasonable level. In this Thesis, we aim to propose new and effective methods to improve vehicle localization performance by using cooperative approaches. In order to reach this goal, three new methods for cooperative vehicle localization have been proposed and the performance of these methods has been analyzed. Our first proposed cooperative method is a Cooperative Map Matching (CMM) method which aims to estimate and compensate the common error component of the GPS positioning by using cooperative approach and exploiting the communication capability of the vehicles. Then we propose the concept of Dynamic base station DGPS (DDGPS) and use it to generate GPS pseudorange corrections and broadcast them for other vehicles. Finally we introduce a cooperative method for improving the GPS positioning by incorporating the GPS measured position of the vehicles and inter-vehicle distances. This method is a decentralized cooperative positioning method based on Bayesian approach. The detailed derivation of the equations and the simulation results of each algorithm are described in the designated chapters. In addition to it, the sensitivity of the methods to different parameters is also studied and discussed. Finally in order to validate the results of the simulations, experimental validation of the CMM method based on the experimental data captured by the test vehicles is performed and studied. The simulation and experimental results show that using cooperative approaches can significantly increase the performance of the positioning methods while keeping the cost to a reasonable amount. / Résumé : L’intelligence embarquée dans les applications véhiculaires devient un grand intérêt depuis les deux dernières décennies. L’estimation de position a été l'une des parties les plus cruciales concernant les systèmes de transport intelligents (STI). La localisation précise et fiable en temps réel des véhicules est devenue particulièrement importante pour l'industrie automobile. Les améliorations technologiques significatives en matière de capteurs, de communication et de calcul embarqué au cours des dernières années ont ouvert de nouveaux champs d'applications, tels que les systèmes de sécurité active ou les ADAS, et a aussi apporté la possibilité d'échanger des informations entre les véhicules. Une localisation plus précise et fiable serait un bénéfice pour ces applications. Avec l'émergence récente des capacités de communication sans fil multi-véhicules, les architectures coopératives sont devenues une alternative intéressante pour résoudre le problème de localisation. L'objectif principal de la localisation coopérative est d'exploiter différentes sources d'information provenant de différents véhicules dans une zone de courte portée, afin d'améliorer l'efficacité du système de positionnement, tout en gardant le coût à un niveau raisonnable. Dans cette thèse, nous nous efforçons de proposer des méthodes nouvelles et efficaces pour améliorer les performances de localisation du véhicule en utilisant des approches coopératives. Afin d'atteindre cet objectif, trois nouvelles méthodes de localisation coopérative du véhicule ont été proposées et la performance de ces méthodes a été analysée. Notre première méthode coopérative est une méthode de correspondance cartographique coopérative (CMM, Cooperative Map Matching) qui vise à estimer et à compenser la composante d'erreur commune du positionnement GPS en utilisant une approche coopérative et en exploitant les capacités de communication des véhicules. Ensuite, nous proposons le concept de station de base Dynamique DGPS (DDGPS) et l'utilisons pour générer des corrections de pseudo-distance GPS et les diffuser aux autres véhicules. Enfin, nous présentons une méthode coopérative pour améliorer le positionnement GPS en utilisant à la fois les positions GPS des véhicules et les distances inter-véhiculaires mesurées. Ceci est une méthode de positionnement coopératif décentralisé basé sur une approche bayésienne. La description détaillée des équations et les résultats de simulation de chaque algorithme sont décrits dans les chapitres désignés. En plus de cela, la sensibilité des méthodes aux différents paramètres est également étudiée et discutée. Enfin, les résultats de simulations concernant la méthode CMM ont pu être validés à l’aide de données expérimentales enregistrées par des véhicules d'essai. La simulation et les résultats expérimentaux montrent que l'utilisation des approches coopératives peut augmenter de manière significative la performance des méthodes de positionnement tout en gardant le coût à un montant raisonnable.

Cette thèse est consacrée au domaine interdisciplinaire des Systèmes de Transport Intelligents et des technologies de Réalité Virtuelle. Elle se concentre sur l'amélioration des stratégies de commande des véhicules intelligents en tenant compte des impacts de l'environnement naturel ainsi que sur l'analyse de performance, la visualisation et la vérification de la validité des algorithmes de commande sur la plateforme de véhicules intelligents réalité virtuelle (IVVR).La plateforme IVVR comprend trois sous-systèmes : un sous-système de commande de véhicules intelligents, un sous-système de visualisation et un sous-système virtuel sans fil. Le synthétique environnement naturel a été modélisé et simulé pour la simulation et l'analyse de performance des stratégies de commande sous conditions environnementales complexes. Ensuite, les expérimentations concernant le trafic équipé du régulateur de vitesses adaptatives (ou coopérative) sont exécutés et ils montrent que les systèmes existants ont échoué à maintenir une espace inter-véhiculaire de sécurité lorsque les conditions d'environnement naturel sont défavorables. Dans ce cas, nous proposons un nouvel algorithme de commande appelé NECACC pour le contrôle longitudinal du véhicule en maintenant une espace inter-véhiculaire de sécurité et garantissant une capacité de circulation optimisée même dans des conditions environnementales complexes. Cet algorithme est ensuite simulé, vérifié et validé sur la plateforme IVVR. Enfin, les démonstrations de trafic virtuel effectuant des manœuvres communes de circulation contrôlés par les systèmes de commande intégrés proposées sont présentées sous diverse conditions environnementales

Les intersections sont les zones les plus dangereuses du réseau routier. Les statistiques montrent que la plupart des accidents aux intersections sont causés par des erreurs des conducteurs, et que la plupart pourraient être évités à l'aide de systèmes d'aide à la conduite. En particulier, les communications inter-véhiculaires ouvrent de nouvelles opportunités pour les applications sécuritaires aux intersections. Le partage d'informations entre les véhicules via des liens sans fil permet aux véhicules de percevoir leur environnement au-delà des limites du champ de vision des capteurs embarqués. Grâce à cette représentation élargie de l'environnement dans l'espace et dans le temps, la compréhension de situation est améliorée et les situations dangereuses peuvent être détectées plus tôt. Cette thèse aborde le problème de l'estimation du risque aux intersections d'un nouveau point de vue : une structure de raisonnement est proposée pour analyser les situations routières et le risque de collision à un niveau sémantique plutôt qu'au niveau des trajectoires. Le risque est déterminé en estimant les intentions des conducteurs et en identifiant les potentiels conflits, sans avoir à prédire les futures trajectoires des véhicules. L'approche proposée a été validée par des expérimentations en environnement réel à l'aide de véhicules équipés de modems de communication véhicule-véhicule, ainsi qu'en simulation. Les résultats montrent que l'algorithme permet de détecter les situations dangereuses à l'avance et qu'il respecte les contraintes temps-réel des applications sécuritaires. Il y a deux différences principales entre l'approche proposée et les travaux existants. Premièrement, l'étape de prédiction de trajectoire est évitée. Les situations dangereuses sont identifiées en comparant ce que les conducteurs ont l'intention de faire avec ce qui est attendu d'eux d'après les règles de la circulation et le contexte. Le raisonnement sur les intentions et les attentes est réalisé de manière probabiliste afin de prendre en compte les incertitudes des mesures capteur et les ambiguïtés sur l'interprétation. Deuxièmement, le modèle proposé prend en compte les informations sur le contexte situationnel, c'est-à-dire que l'influence de la géométrie de l'intersection et des actions des autres véhicules est prise en compte lors de l'analyse du comportement d'un véhicule. / Intersections are the most complex and dangerous areas of the road network. Statistics show that most road intersection accidents are caused by driver error and that many of them could be avoided through the use of Advanced Driver Assistance Systems. In particular, vehicular communications open new opportunities for safety applications at road intersections. The sharing of information between vehicles over wireless links allows vehicles to perceive their environment beyond the field-of-view of their on-board sensors. Thanks to this enlarged representation of the environment in time and space, situation assessment is improved and dangerous situations can be detected earlier. This thesis tackles the problem of risk estimation at road intersections from a new perspective: a framework is proposed for reasoning about traffic situations and collision risk at a semantic level instead of at a trajectory level. Risk is assessed by estimating the intentions of drivers and looking for conflicts in them, rather than by predicting the future trajectories of the vehicles and looking for intersections between them. The proposed approach was validated in field trials using passenger vehicles equipped with vehicle-to-vehicle wireless communication modems, and in simulation. The results demonstrate that this algorithm allows the early detection of dangerous situations in a reliable manner and complies with real-time constraints. The proposed approach differs from previous works in two key aspects. Firstly, it does not rely on trajectory prediction to assess the risk of a situation. Dangerous situations are identified by comparing what drivers intend to do with what they are expected to do according to the traffic rules and the current context. The reasoning about intentions and expectations is performed in a probabilistic manner to take into account sensor uncertainties and interpretation ambiguities. Secondly, the proposed motion model includes information about the situational context. Both the layout of the intersection and the actions of other vehicles are taken into account as factors influencing the behavior of a vehicle.

La complexité des systèmes de transport rend difficile la maîtrise de leur conception dans la mesure où ils intègrent des composantes technologiques, mais aussi sociologiques et politiques. Il est alors opportun de proposer un système destiné à aider à la définition d’une politique de transport urbain. L’objectif principal de notre recherche est de proposer l’architecture logicielle d’un outil de simulation visant à aider un décideur, chargé de la régulation d’un système de transport urbain, pour son travail d’analyse et d’évaluation des impacts des stratégies de régulation. Notre système est basé sur un simulateur à base d’agents intégrant des informations géographiques et temporelles pour évaluer des scénarii de régulation. En termes d’architecture du système, nous avons adopté une approche «système de systèmes», principalement structurée par couches, afin de modéliser les principaux éléments du système. La validation de notre outil de simulation a pu être effectuée à partir d’une étude de cas de taille et de complexité significative puisque nous disposons des enquêtes de déplacement, de recensement, et des mesures de trafic. Nous avons réalisé un prototype pour les déplacements des usagers dans la ville de La Rochelle à partir des données statistiques de l’INSEE et de la BD TOPO 2 de l’IGN en utilisant la plate-forme de simulation GAMA. / Transport systems are becoming more complex and must incorporate not only technological components, but also sociological and political ones. In particular, they should be easy to adapt in order to incorporate the goals set by decision makers, such as the integration of sustainable development settings. The main objective of our research is to propose software architecture of a simulation tool to help a decision maker, responsible for the regulation of an urban transportation system to analyze and evaluate the impacts of regulatory strategies. We propose a system to assist in the definition of an urban transportation policy. Our system is based on an agent-based simulation integrating spatial and temporal information to evaluate regulatory scenarios. In terms of system architecture, we adopted a “system of systems” approach, mainly structured in layers, in order to model the main elements of the system. The validation of our simulation tool could be done from a case study of significant size and complexity because we have travel surveys, census, and traffic measurements. We made a prototype for the movement of people in the city of La Rochelle from statistical data of INSEE and the BD TOPO 2 of IGN using the GAMA platform.

Cette dissertation modélise et analyse les flux de trafic hétérogènes, avec une attention particulière portée à la circulation de voitures et de deux-roues. L'augmentation du nombre de congestions de trafic a forcé les personnes désirant se déplacer à se diriger vers les le deux-roues (appelé ici PTWs = powered two wheelers), comme les motos, les mopeds et les scooters, du fait de leur facilité de manoeuvre et leur efficacité dans l'espace. L'augmentation du nombre de PTWs combinée au caractère unique de certaines de leurs fonctionnalités a résulté en un trafic complexe, donc les particularités sont difficiles à recréer avec les approches de modélisation existantes. Nous développerons ici un modele analytique permettant de reproduire de manière pertinente les particularités d'un flux de véhicules mêlant à la fois les voitures et les deux-roues. Le trafic se décompose en deux classes de véhicules : les PTWs et les voitures. Les propriétés fondamentales sont déduites en employant une approche "porous flow". On suppose que la vitesse d'un véhicule d’une certaine classe est dictée par les propriétés physiques et motrices du véhicule, ainsi que la distribution d'espace vide sur la route. Nous proposons une méthode d'approximation pour dériver la distribution d'espace vide. Dans le but d'explorer plus largement les caractéristiques du flux de trafic notamment requis par les applications de système de transport intelligent (ITS), nous formulons le modèle dans les cadres lagrangien et eulérien. Puis, nous feront appel à une méthode numérique pour la discrétisation du modèle mathématique. Se basant sur le modèle développé nous analyserons les caractéristiques du flux de trafic pour en identifier les propriétés les plus importantes qui nous permettrons de prédire de futures ITS applications et d'organisations du trafic. La possibilité d'appliquer le modèle pour les différentes ITS applications est illustrée par des exemples. Finalement, le modèle développé est validé à l'aide de l'outil de microsimulation. / This dissertation models and analyzes heterogeneous traffic flow, with a particular focus on mixed traffic flow consisting of cars and two-wheelers. The increase in traffic congestion induces commuters to switch to powered two wheelers (PTWs), i.e. motorcycle, mopeds and scooters, because of their high maneuverability and space efficiency. The growth in number of PTWs, combined with their unique mobility features, results in complex traffic characteristics which are difficult to recreate with the existing modeling approaches. We develop an analytical model that can accurately reproduce the traffic features in a mixed flow of cars and PTWs. The traffic stream is decomposed into two vehicle classes, PTWs and cars. The fundamental properties are derived by employing a porous flow approach. It is assumed that the speed of a vehicle class is dictated by the physical and motion properties of the vehicle class, and the distribution of free spaces on the road. We propose an approximation method to derive the free-space distribution. In order to explore broader aspects of the traffic flow characteristics, notably required by intelligent transport system (ITS) applications, we formulate the model in the Lagrangian and the Eulerian frameworks. Further, we provide a numerical method for the discretization of the mathematical model. We analyze the flow characteristics of mixed PTWs and cars traffic and identify important properties, which give insights for future ITS solutions and traffic policy makers. The applicability of the model for different ITS applications is illustrated. Finally, the developed model is validated using a microsimulation tool.