Les travaux présentés dans ce mémoire de thèse s’inscrivent dans le cadre des Systèmes de TransportIntelligents (STI). Bien que les premières études sur ces systèmes ont commencé dans les années 60, leurdéveloppement reposant sur les techniques de l’information et de la communication, a atteint sa maturitédans le début des années 80. Les STI, sont composés de différents systèmes et intègrent différents concepts(systèmes embarqués, capteurs intelligents, autoroutes intelligentes, . . .) afin d’optimiser le rendementdes infrastructures routières et répondre aux problèmes quotidiens des congestions. Ce mémoire présentequatre contributions dans le cadre du trafic routier et aborde les problèmes de l’estimation et de lacommande afin d’éliminer les problèmes de congestions « récurrentes ». Le premier point traite unproblème crucial dans le domaine des STI qui est celui de l’estimation. En effet, la mise en oeuvre delois de commande pour réguler le trafic impose de disposer de l’ensemble des informations concernantl’évolution de l’état du trafic. Dans ce contexte, deux algorithmes d’estimation sont proposés. Le premierrepose sur l’emploi du modèle METANET et les techniques de modes de glissement d’ordre supérieur. Lesecond est basé sur les CTM (Cell Transmission Models). Plusieurs études comparatives avec les filtresde Kalman sont proposées. La seconde contribution concerne la régulation du trafic. L’accent est mis surle contrôle d’accès isolé en utilisant les algorithmes issus du mode de glissement d’ordre supérieur. Cettecommande est enrichie en introduisant une commande intégrée combinant le contrôle d’accès et le routagedynamique. L’ensemble des résultats, validé par simulation, est ensuite comparé aux stratégies classiquesnotamment le contrôle d’accès avec l’algorithme ALINEA. La troisième contribution traite des problèmesde coordination. En effet, l’objectif est d’appliquer le principe de la commande prédictive pour contrôlerplusieurs rampes d’accès simultanément. L’ensemble des contributions ont été validées en utilisant desdonnées réelles issues en grande partie de mesures effectuées sur des autoroutes françaises. Les résultatsobtenus ont montré un gain substantiel en termes de performances tels que la diminution du trajet, dutemps d’attente, de la consommation énergétique, ainsi que l’augmentation de la vitesse moyenne. Cesrésultats permettent d’envisager plusieurs perspectives nouvelles de développement des recherches dansce domaine susceptibles d’apporter des solutions intéressantes. / The works presented in this PhD dissertation fit into the framework of Intelligent TransportationSystems. Although the beginnings of these systems have started since the 60s, their development, basedon information and communication technologies, has reached maturity during the early 80s. The ITS usesthe intelligence of different systems (embedded systems, intelligents sensors, intelligents highways, etc.)in order to optimize road infrastructures performances and respond to the daily problems of congestions.The dissertation presents four contributions into the framework of road traffic flow and tackles theestimation and control problems in order to eliminate or at least reduce the “recurrent" congestionsphenomena. The first point treats the problem of traffic state estimation which is of most importance inthe field of ITS. Indeed, the implementation and performance of any control strategy is closely relatedto the ability to have all needed information about the traffic state describing the dynamic behavior ofthe studied system. Two estimation algorithms are then proposed. The first one uses the “metanet"model and high order sliding mode techniques. The second is based on the so-called Cell TransmissionModels. Several comparative studies with the Kalman filters, which are the most used in road traffic flowengineering, are established in order to demonstrate the effectiveness of the proposed approaches. Thethree other contributions concern the problem of traffic flow control. At first, the focus is on the isolatedramp metering using an algorithm based on the high order sliding mode control. The second contributiondeals with the dynamic traffic routing problem based on the high order sliding mode control. Such controlstrategy is enriched by introducing the concept of integration, in the third contribution. Indeed, integratedcontrol consists of a combination of several traffic control algorithms. In this thesis the proposed approachcombines an algorithm of on-ramp control with a dynamic traffic routing control. The obtained results arevalidated via numerical simulations. The validated results of the proposed isolated ramp metering controlare compared with the most used ramp metering strategy : ALINEA. Finally, the last contributiontreats the coordination problems. The objective is to coordinate several ramps which cooperate andchange information in order to optimize the highway traffic flow and reduce the total travel time in theapplied area. All these contributions were validated using real data mostly from French freeways. Theobtained results show substantial gains in term of performances such as travel time, energetic consumptiondecreasing, as well as the increasing in the mean speed. These results allow to consider several furtherworks in order to provide more interesting and efficient solutions in the ITS field.

Les systèmes de transport intelligents ont acquis un grand intérêt pour la recherche ces dernières années. Alors que la simulation réaliste du trafic joue un rôle important, elle n'a pas reçu suffisamment d'attention. Cette thèse est consacrée à l'étude de la simulation du trafic au niveau microscopique et propose des modèles de mobilité des véhicules correspondants. À l'aide de méthodes d'apprentissage profond, ces modèles de mobilité ont fait leurs preuves avec une crédibilité prometteuse pour représenter les véhicules dans le monde réel. D'abord, un modèle de mobilité basé sur un réseau de neurones piloté par les données est proposé. Ce modèle provient de données de trajectoires du monde réel et permet de mimer des comportements de véhicules locaux. En analysant les performances de ce modèle de mobilité basé sur un apprentissage de base, nous indiquons qu’une amélioration est possible et proposons ses spécifications. Un MMC est alors introduit. La préparation de cette intégration est nécessaire, ce qui comprend un examen des modèles de mobilité traditionnels basés sur la dynamique et l’adaptation des modèles « classiques » à notre situation. Enfin, le modèle amélioré est présenté et une simulation de scénarios sophistiqués est construite pour valider les résultats théoriques. La performance de notre modèle de mobilité est prometteuse et des problèmes de mise en œuvre sont également discutés / The intelligent transportation systems gain great research interests in recent years. Although the realistic traffic simulation plays an important role, it has not received enough attention. This thesis is devoted to studying the traffic simulation in microscopic level, and proposes corresponding vehicular mobility models. Using deep learning methods, these mobility models have been proven with a promising credibility to represent the vehicles in real-world. Firstly, a data-driven neural network based mobility model is proposed. This model comes from real-world trajectory data and allows mimicking local vehicle behaviors. By analyzing the performance of this basic learning based mobility model, we indicate that an improvement is possible and we propose its specification. An HMM is then introduced. The preparation of this integration is necessary, which includes an examination of traditional dynamics based mobility models and the adaptation method of “classical” models to our situation. At last, the enhanced model is presented, and a sophisticated scenario simulation is built with it to validate the theoretical results. The performance of our mobility model is promising and implementation issues have also been discussed

Chaque jour des milliers de camions transportant des centaines de milliers de tonnes de marchandises dangereuses par diverses modalités. Toutefois, le terme “dangereux” indique une adversité intrinsèque qui caractérise ces produits transportés, et qui peuvent se manifester lors d'un accident entraînant la fuite d'une substance dangereuse. Dans une telle situation, les conséquences peuvent nuire à l'environnement et létal pour l'humain.L'importance des marchandises dangereuses revient aux bénéfices économiques considérables générés. En fait, on ne peut nier la contribution du transport des produits dérivés de combustibles fossiles, ce qui représente plus de 60% des marchandises dangereuses transportées en Europe. Eni, la société italienne leader de pétrochimie, gère chaque jour une flotte d'environ 1.500 camions, qui effectuent de nombreuses expéditions. Pourtant la distribution de produits pétroliers est une activité à grande risques, et tout accident lors du transport peut entraîner de graves conséquences.Consciente des enjeux, la division Eni R&M - Logistique Secondaire, historiquement actif au siège de Gênes, collabore depuis 2002 avec le DIBRIS à l'Université de Gênes, et le CRC à Mines ParisTech, dans le but d'étudier les améliorations possibles en matière de sûreté dans le transport de marchandises dangereuses. Au fil des ans, cette collaboration a permis le développement d'un système d'information et décisionnel. Le composant principal de ce système est une plate-forme de surveillance de la flotte Eni appelé TIP (Transport Integrated Platform), pour livrer les produits vers les points de distributions. Ces véhicules sont équipés d'un dispositif capable de transmettre des flux de données en temps réel en utilisant un modem GPRS. Les données transmises peuvent être de nature différente et contenir des informations sur l'état du véhicule, le produit et les événements détectés durant l'expédition. Ces données sont destinées à être reçues par des serveurs centralisés puis traitées et stockées, afin de soutenir diverses applications du TIP.Dans ce contexte, les études menées tout au long de la thèse sont dirigés vers le développement d'une proposition visant à réduire davantage les risques liés au transport de marchandises dangereuses. En d'autres termes, un modèle basé sur le compromis entre les facteurs économiques et sûretés pour le choix de l'itinéraire. L'objectif est motivé par la nécessité de soutenir les règlements et les normes de sécurité existantes, car ils ne garantissent pas totalement contre les accidents entrainant des marchandises dangereuses.L'objectif est effectué en prenant en compte le système existant comme base pour l'élaboration d'un système de transport intelligent (STI) regroupant plusieurs plates-formes logicielles. Ces plates-formes doivent permettre aux planificateurs et aux décideurs de suivre en temps réel leur flotte, à évaluer les risques et tous les itinéraires possibles, de simuler et de créer différents scénarios, et d'aider à trouver des solutions à des problèmes particuliers.Tout au long de cette thèse, je souligne la motivation pour ce travail de recherche, les problématiques, et les défis de transport de marchandises dangereuses. Je présente le TIP comme le noyau de l'architecture proposée du STI. Pour les besoins de la simulation, les véhicules virtuels sont injectés dans le système. La gestion de la collecte des données a été l'objet d'une amélioration technique pour plus de fiabilité, d'efficacité et d'évolutivité dans le cadre de la surveillance en temps réel. Enfin, je présente une explication systématique de la méthode d'optimisation des itinéraires considérant les critères économiques et de risques. Le risque est évalué en fonction de divers facteurs notamment la fréquence d'accidents entrainant des marchandises dangereuses, et ses conséquences. La quantification de l'incertitude dans l'évaluation des risques est modélisée en utilisant la théorie des ensembles flous. / Everyday thousands of trucks transporting hundreds of thousands of tons of dangerous goods by various modalities and both within and across nations. However, the term “dangerous” indicates an intrinsic adversity that characterize these products, which can manifest in an accident leading to release of a hazardous substance (e.g. radioactive, flammable, explosive etc.). In this situation, the consequences can be lethal to human beings, other living organisms and damage the environment and public/private properties.The importance of dangerous goods boils down to the significant economic benefits that generates. In fact, one cannot deny the contribution of the transport of all fossil fuel derived product, which represents more than 60% of dangerous goods transported in Europe. Eni, the Italian leading petrochemical company, every day operates a fleet of about 1,500 trucks, which performs numerous trips from loading terminals to filling stations. Distribution of petroleum products is a risky activity, and an accident during the transportation may lead to serious consequences.Aware of what is at stake, the division Eni R&M - Logistics Secondary, historically active in Genoa headquarters, is collaborating since 2002 with the DIBRIS department at University of Genoa, and the CRC at Mines ParisTech, with the purpose of studying possible improvements regarding safety in transport of dangerous goods, particularly petroleum products. Over years, this collaboration has led to the development of different technologies and mainly to an information and decision support system. The major component of this system is a platform for monitoring Eni fleet, at the national level, to deliver the products to the distribution points, called the Transport Integrated Platform (TIP). These vehicles are equipped with a device capable of transmitting data stream in real-time using a GPRS modem. The data transmitted can be of different nature and contain information about the state of the vehicle and occurred events during the trip. These data are intended to be received by centralized servers then get processed and stored, in order to support various applications within the TIP.With this in mind, the studies undertaken throughout the thesis are directed towards the development of a proposal to further minimize the risk related to the transportation of dangerous goods. In other words, a trade-off based model for route selection taking into consideration economic and safety factors. The objective is prompted by the need to support existent regulations and safety standards, which does not assure a full warranty against accidents involving dangerous goods.The goal is carried out by considering the existent system as basis for developing an Intelligent Transportation System (ITS) aggregating multiple software platforms. These platforms should allow planners and decision makers to monitor in real-time their fleet, to assess risk and evaluate all possible routes, to simulate and create different scenarios, and to assist at finding solutions to particular problems.Throughout this dissertation, I highlight the motivation for such research work, the related problem statements, and the challenges in dangerous goods transport. I introduce the TIP as the core for the proposed ITS architecture. For simulation purposes, virtual vehicles are injected into the system. The management of the data collection was the subject of technical improvement for more reliability, efficiency and scalability in real-time monitoring of dangerous goods shipment. Finally, I present a systematic explanation of the methodology for route optimization considering both economic and risk criteria. The risk is assessed based on various factors mainly the frequency of accident leading to hazardous substance release and its consequences. Uncertainty quantification in risk assessment is modelled using fuzzy sets theory.