Études de cas – Qatar Survey Analysts automatise les comptages de carrefours giratoire et réduit le travail de plus de 85%

Version imprimable »

Qatar Survey Analysts (QSA) est une Société Civile d’ingénierie qui collecte des données du trafic routier et produit des rapports détaillés pour ses clients. Le comptage de carrefour giratoire constitue une part significative de son travail. Auparavant, les carrefours giratoires étaient étudiés manuellement en comptant les mouvements à partir de chaque approche, puis en utilisant ces mouvements afin d’estimer les mouvements inconnus. Depuis qu’elle a automatisé ses études de carrefours avec Miovision, QSA a augmenté l’exactitude de ses données et sa productivité générale.

Introduction

Qatar Survey Analysts and Traffic Consultants (QSA) est une entreprise leader d’ingénierie civile dans le domaine des prévisions du trafic routier, le design urbain et le développement local. Le siège social de QSA est à Doha, Qatar, un pays qui a expérimenté une croissance démographique massive ces dernières années, avec des dizaines de milliers d’immigrants chaque mois. De ce fait, Qatar fait l’objet d’une expansion à l’échelle du pays en ce qui concerne le réseau routier qui a pour objectif de soulager la congestion sur ses routes et d’améliorer la sécurité routière à travers tout le pays. Qatar utilise de manière extensive des carrefours giratoires un peu partout et la majorité des projets d’ingénierie du trafic routier comprend une étude d’un carrefour giratoire voir plusieurs carrefours. Les carrefours giratoires sont utilisés fréquemment car ils constituent une alternative plus sûre aux intersections standards, avec 40% de collisions de véhicules en moins, 80% en moins de blessés et 90% en moins de blessés graves et de décès¹.

Scénario

QSA collecte des comptages de carrefours giratoires à utiliser dans des rapport au client pour la majorité des projets qu’ils prennent en main. La configuration typique des carrefours giratoires ont empêché QSA d’utiliser la méthode établies du comptage manuel qui consiste à traquer un véhicule depuis son origine jusqu’à sa destination. Comme résultat, les carrefours ont été manuellement comptés en plaçant un observateur à chaque approche pour compter à de simples points d’observation : les volumes d’entrée, de sortie, de circulation et de tournants prochains. Les rapports sont alors combinés et les mouvements sont calculés en utilisant la méthode ALGebraic Solution (ALGS) pour l’estimation des carrefours giratoires afin de résoudre pour les 16 tournants inconnus origine-destination, les Volumes de mouvements tournants (VMT) dans chaque embranchement. Tout calcul est réalisé sur une feuille de programme manuellement et ensuite les données sont réparties en ensembles binaires de 15 minutes. En employant quatre compteurs manuels, QSA est capable de conduire un comptage de carrefour giratoire par jour avec classification de véhicules basique.

Défis

Le plus grand défi pour QSA a été d’étudier l’exactitude. Il a été trouvé que le comptage manuel obtient un taux de 5% – 8% d’erreurs d’observation ce qui, lorsqu’on le propage en utilisant la méthode ALGS pour estimer le VMT, peut signifier un taux faible d’exactitude générale de l’ordre de seulement 70%.

Deuxièmement, l’usage très élevé que QSA fait des heures de travail et du matériel de collecte et de traitement de données a été couteux et aurait pu en d’autre cas être utilisé pour générer un meilleur retour du temps investi. Le processus de collecte manuelle des données pour une étude de carrefour giratoire de 9 heures demandait un total de 36 heures de comptage manuel, plus 2 heures de création de rapport interne.

Finalement, la nature très couteuse en heures de travail de production d’études de carrefour giratoire a provoqué un délai entre gagner un projet et collecter les données pour commencer le travail d’ingénierie. Leur délai a sacrifié la productivité et a créé un arriéré.

Solution

Pour dépasser ses défis, QSA a pris la décision d’automatiser ses comptages de carrefour giratoire en utilisant le système de collecte de données du trafic routier. L’automatisation a significativement réduit la somme d’heures de travail et de ressources nécessaires pour collecter les données et produire des rapports tout en augmentant l’exactitude des études.

Miovision automatise les grands carrefours giratoires fermés en collectant des vidéos à des endroits stratégiques autour du carrefour giratoire grâce aux unités de collecte vidéo, puis en traitant les vidéos enregistrées via Traffic Data Online. Miovision utilise une méthode interne d’estimation des carrefours appelée Quadratic Programming ALGebraic Solution (QPALGS) afin de traiter les mouvements mesurés à partir des vidéos enregistrées et résoudre les mouvements inconnus. Cette méthode s’est montrée supérieur aux autres méthodes d’estimation de VMT de carrefours. QPALGS est une extension des méthodes ALGS et O-D Trip Matrix.

En utilisant le système Miovision pour automatiser les études de carrefours QSA a reçu des résultats importants et exacts, qui n’étaient auparavant pas possible avec les compteurs manuels. La méthode QPALGS est plus exacte et plus imperméable aux erreurs d’observation que la méthode ALGS (voir figure 1).

Figure 1: Propagation d’erreurs due aux erreurs de l’observateur pour un volume élevé² d’un carrefour. La moyenne des erreurs d’observation de Miovision est inférieur à 4%, la création de rapport se trouve être exacte de l’ordre de 92%.

Pour QSA, les résultats d’une exactitude élevée et des résultats consistants constituent son principal avantage compétitif. Les données générées avec Miovision se sont montrées en moyenne exacte de l’ordre de 92%. Cette entreprise d’ingénierie est la première à Qatar à mettre à niveau son matériel de collecte de données pour une automatisation hi-tech et cette innovation l’a placé au premier rang devant ses concurrents, en remportant les projets d’études.

Utiliser Miovision à la place des compteurs manuels au carrefour giratoire a nécessité 5 heures de travail d’étude pour voyager et installer le matériel, opposé à 38 heures de travail d’étude manuelle, réduisant ainsi le travail de plus de 85%. En rationalisant la collecte de données et le processus de création de données, QSA est capable de réduire significativement le temps passé à chaque site de comptage et élimine la nécessité d’une création interne du rapport. L’enregistrement vidéo correspondant permet aux ingénieurs du trafic routier d’analyser les comportements et les embouteillages aux carrefours giratoires, ce qui est rendu impossible avec les compteurs manuels.

L’automatisation aide QSA à obtenir ses études plus tôt, améliorant sa vélocité interne et libérant du temps pour produire des rapports de premier ordre pour sa clientèle. QSA utilise huit unités de collectes vidéo Miovision pour recueillir automatiquement les données à deux carrefours simultanément en moins de 2hrs de travail. Envoyer les vidéos sur TrafficDataOnline.com soulage également l’équipe interne de la création de rapport, économisant deux heures supplémentaires de travail d’études. Le résultat est une réduction du travail de plus de 85% par carrefour giratoire, autorisant QSA de réassigner d’autre tâches à l’équipe interne et de collecter les données plus rapidement qu’il était possible avec les compteurs manuels.

Résultats

Téléchargement de
Études de cas au Qatar

QSA a été capable d’améliorer significativement son processus de comptage des carrefours giratoires, en créant plus d’opportunité commerciales et en augmentant la vélocité interne du projet. Les études automatisées de carrefour giratoire ont permis à QSA de:

• Générer des études 92% plus exactes
• Réduire le travail de plus de 85% grâce à l’élimination des compteurs manuels pour énumérer les carrefours
• Conduire deux études de carrefour giratoire simultanément et doubler la productivité de la collecte de données
• Garantir une collecte de données consistantes avec peu d’erreurs d’observation pour sa clientèle actuelle et prospective
• Créer plus de temps à la base pour produire les rapports destinés aux clients et maintenir une équité de haute qualité pour son commerce

Utiliser Miovision a aidé à positionner QSA comme leader de la collecte de données à Qatar, ce qui a aidé à remporter des projets et à positionner QSA dans le marché.

1. IIHS, Vol. 35, No. 5, 13 mai 2000
2. Ensembles binaires de 45 voitures par 15 minutes

Figure 2: Propagation d’erreurs due aux erreurs de l’observateur pour un volume élevé2 d’un carrefour. La moyenne des erreurs d’observation de Miovision est inférieur à 4%, la création de rapport se trouve être exacte de l’ordre de 92%.

Voulez-vous savoir à quoi ressemblera votre système?

Utilisez notre outil Construisez votre propre système afin d’obtenir un devis détaillé conçu spécialement pour votre programme de dénombrement.

Construisez votre propre système »