Actualite
2018, 04 Avril . L'information du mois . TIPE
Transport. C’est le sujet TIPE 2018-2019
© Inria / Photo H. Raguet
TIPE ? Comme tous les ans, en lien avec sillages.info, l’UPS pour les CGPE, Interstices et Pixees vous proposent autour des sciences du numérique, informatique et mathématiques :
Résoudre un problème comme celui du trajet optimal pour le voyageur de commerce permet souvent de traiter du sujet de la pensée informatique. Une façon de résoudre des problèmes en appliquant un raisonnement de la vie de tous les jours, et en l’adaptant aux capacités d’une machine. Ce célèbre voyageur de commerce est un cas particulier de problème appliqué au domaine des transports (il doit se déplacer de ville en ville, en faisant le moins de kilomètres possibles). Mais c’est également une instance d’une classe de problèmes génériques où il faut faire face à un grand nombre de combinaisons et qui sont, parfois mais pas obligatoirement, liées au transport. Explorons ici, avec quelques scientifiques d’Inria, le sens de cette notion de transport dans différents domaines impliqués dans notre quotidien.
Le transport avec nos véhicules de tous les jours
Le mouvement des véhicules sur une route, ou des piétons dans un espace, peut-être décrit par des équations mathématiques. Selon le niveau de détail du modèle, on peut distinguer deux approches. Les modèles dis « microscopiques » décrivent la trajectoire de chaque individu (véhicule ou piéton) par une EDO (Equation Différentielle Ordinaire) couplée avec le mouvement des individus proches. Il en résulte un système d’équations différentielles dont la taille est égale au nombre de voitures ou piétons considéré.
Cela permet une description très détaillée de la dynamique du trafic, mais reste très couteux à calibrer et analyser computationnellement.
L’approche dite « macroscopique » considère le trafic comme un système continu dont l’évolution de quantités agrégées (comme la densité ou la vitesse moyenne) ressemble à celle d’un fluide et est régie par la loi de conservation de la masse, couplée avec des relations phénoménologiques entre le débit et la densité. Le modèle qui en résulte consiste ainsi en une ou deux EDPs (Equations aux Dérivées Parielles), avec un petit nombre de paramètres à calibrer. Le coût computationnel de la résolution du modèle ne dépend donc plus du nombre de véhicules concernés, mais seulement de la taille du réseau routier (ou de l’espace piéton) considéré. De plus, les propriétés mathématiques de ces équations permettent de poser et résoudre efficacement des problèmes de contrôle et optimisation pour la gestion du trafic.
Le concept de systèmes de transport intelligents (STI) symbolise une vision de la perception que nous avons des transports de demain et représente les applications des nouvelles technologies de l’information et de la communication au domaine des transports. La dénomination de STI peut être utilisée dans deux contextes. Tout d’abord, elle renvoie aux nouveaux produits, services et systèmes de transport qui font appel à des technologies de pointe, notamment dans les domaines de l’informatique, des communications et de la mécatronique, et que l’on dit « intelligents » parce que leurs fonctions essentielles reposent sur des qualités généralement associées à l’intelligence : capacités sensorielles, mémoire, communication, traitement de l’information et comportement adaptatif. Par ailleurs, et de façon plus générale, STI renvoie aux systèmes de transport intelligents, en constante évolution, qui intègrent, tant sur le plan technologique qu’institutionnel tous les modes actuels de transport de passagers et de marchandises en regroupant les nouveaux sous-systèmes, produits et services de transport intelligents.
L’utilisation des STI s’intègre aussi dans ce contexte de développement durable : ces nouveaux systèmes concourent à une plus grande maîtrise de la mobilité en favorisant la cohabitation de plusieurs modes de transports adaptés à des types de déplacements et plus respectueux de l’environnement et de la qualité de vie des personnes.
Le véhicule autonome connecté (VAC) s’inscrit comme un élément de ce concept de transport multimodal. Déjà des constructeurs proposent des fonctions d’autonomie avancées allant jusqu’à une conduite complètement autonome. De nombreux problèmes restent encore à résoudre au niveau recherche pour garantir un comportement sûr des VAC dans des conditions d’environnement changeant (pluie, jour/nuit, flot de véhicules….). Les tendances actuelles au niveau de la recherche sont de s’appuyer de plus en plus sur des approches d’apprentissage profond (Deep Learning) et sur les accès en temps réel à de la connaissance à priori via les techniques de Big Data (accès à des bases de données cartographiques comportant des informations sémantiques).
Le transport vu du côté de la logistique
De manière simplifiée, le transport en logistique peut être vu comme une chaîne partant des lieux de production des matières premières et se terminant par la livraison d’un produit chez le consommateur. Il ne s’agit donc plus aujourd’hui de considérer le transport comme les maillons entre les différents sites de transformation/de consommation mais d’avoir une vision intégrée. Tout au long de la chaîne, le transport est optimisé conjointement avec d’autres opérations de production et/ou logistiques.
Le transport prend différentes formes par l’utilisation de différents mode, on parle aujourd’hui de chaîne comodale. On tend à utiliser au mieux les capacités en ayant recours à la mutualisation et de manière plus générale à la logistique agile.
Dans l’éclatement des volumes en unités plus faible, le transport du dernier kilomètre est le plus cher et donc conduit à de nombreuses innovations pour répondre au mieux aux souhaits des consommateurs.
Actuellement, en recherche, on s’attaque à :
- des problèmes intégrés par exemple où l’on optimise conjointement le transport et la gestion de production/ de stock des produits
- des problèmes d’optimisation stochastique pour faire face à l’incertitude de certains paramètres, notamment la demande
- des problèmes dynamiques dans le cas du dernier kilomètre. Tous ces problèmes se formulent via des modèles d’optimisation de très grande taille pour lesquels il s’agit de développer des méthodes de résolution efficaces.
Luce Brotcorne, chercheuse dans l’équipe DOLPHIN
Les réseaux : du transport d’information
Transporter de l’information est devenu incontournable dans l’écosystème numérique hyper-connecté que nous connaissons aujourd’hui.
Cette transmission numérique des données s’appuie sur des infrastructures réseaux de plus en plus complexes qui sont souvent regroupées, pas toujours à bon escient, sous le terme générique de l’Internet (réseau interconnectant des réseaux).
Il s’agit de pouvoir faire communiquer des objets de plus en plus nombreux et de plus en plus hétérogènes allant du téléphone portable, à la montre connectée, aux capteurs pour des applications médicales ou domotiques avec des services hébergés dans de grandes centres de données (data centers) à travers différents types de supports filaires (fils de cuivre, paires torsadées, fibres optiques, …) et/ou sans fil (onde hertziennes, infrarouge, …).
Différents enjeux se posent aujourd’hui pour faire face à cette complexité et à la diversité des usages par les utilisateurs finaux. Est-ce que les architectures actuelles vont pouvoir s’adapter à la distribution massive de contenus à très large échelle ? Comment allouer au mieux les ressources réseaux et/ou systèmes ? Comment gérer les milliards d’objets connectés et les données associées ? Comment limiter la consommation d’énergie induite ?
Le transport de l’information implique également des recherches pour protéger au mieux la vie privée des utilisateurs et sécuriser les données personnelles échangées.
Déplacements de micro-organismes
La micro-natation étudie le déplacement d’objet microscopique déformable ou non dans un fluide. Cependant, à cette échelle, la natation se heurte à des obstructions qui en diminue singulièrement son efficacité. Du fait de leur petite taille, les micro-organismes qui se déplacent dans l’eau, ont la sensation qu’ils évoluent dans un fluide très visqueux. On peut relier leurs expériences à la notre en essayant de s’imaginer nager dans du miel. Pour un tel régime, les forces inertielles sont négligeables devant les forces visqueuses. La modélisation du déplacement d’un micro-organisme dans un fluide en considérant avec attention les particularités de la situation est un enjeu pour la recherche. En appliquant les lois de Newton sur le micro-nageur, on est capable de modéliser son déplacement à l’aide d’une équation différentiel ordinaire linéaire en la vitesse de déformation. En d’autres termes, pour toute position initiale du micro-nageur, en prescrivant une brassée i.e., un cycle de déformation, l’équation décrit la trajectoire du nageur relative à cette déformation.
Le domaine de la micro-natation se développe à partir des années 50 avec le travail de George Taylor sur le déplacement de spermatozoïdes ayant des flagelles infinis. Plus tard en 1970, la contribution de E. M. Purcell « Life at Low Reynolds number » va révolutionner le sujet. Il explique pourquoi certaines stratégies utilisées à l’échelle humaine pour nager ne permettent pas le déplacement d’organismes microscopiques. Ce résultat mathématique est connu sous le nom du « théorème de la coquille Saint-Jacques ».
Les enjeux de la micro-natation aujourd’hui sont :
- La meilleure compréhension du déplacement de micro-organisme tel que les spermatozoides ou bien certaines bactéries
- La conception et le contrôle de micro-robot nageur.
Laetitia Giraldi, chercheure dans l’équipe McTAO
Dernière modification : avril 2020. Ce contenu est obsolète.
Vous pourriez aussi être intéressé-e-s par :
…/…
