Modéliser le mouvement des piétons
Modelling pedestrian dynamics
Iñaki ECHEVERRÍA-HUARTE (doctorant-visiteur à l’iLM, actuellement à Lisbonne) et Alexandre NICOLAS (équipe MMCI) ont publié un article intitulé "Body and mind: Decoding the dynamics of pedestrians and the effect of smartphone distraction by coupling mechanical and decisional processes" dans la revue Transportation Research Part C.
Iñaki ECHEVERRÍA-HUARTE (visiting PhD student at iLM, currently in Lisboa) and Alexandre NICOLAS (équipe MMCI) published an article entitled "Body and mind: Decoding the dynamics of pedestrians and the effect of smartphone distraction by coupling mechanical and decisional processes" in the journal Transportation Research Part C.
Par rapport à des particules auto-propulsées plus basiques, les piétons ont une remarquable capacité à naviguer dans des environnements complexes, encombrés, à se faufiler dans des foules denses ou encore à auto-organiser avantageusement leur écoulement. Ces capacités sont toutefois mises à mal dans les situations critiques pouvant conduire à des bousculades tragiques, mais aussi, de manière plus courante, lorsque leur attention est distraite par leurs smartphones.
Un nouveau cadre de modélisation a été proposé pour rendre compte de ces propriétés en partie antagonistes. Y figure une distinction nette entre une couche décisionnelle, où s’opèrent les choix des piétons sur la base de plusieurs facteurs, et une couche mécanique gérant contacts et collisions. Le modèle ainsi développé dispose d’une capacité inédite à rendre compte des mouvements piétons dans des situations extrêmement variées, souvent de manière quantitative ; on retrouve jusqu’à l’effet de la distraction par les smartphones dans des écoulements bidirectionnels, reproduit semi-quantitativement.
Un nouveau cadre de modélisation a été proposé pour rendre compte de ces propriétés en partie antagonistes. Y figure une distinction nette entre une couche décisionnelle, où s’opèrent les choix des piétons sur la base de plusieurs facteurs, et une couche mécanique gérant contacts et collisions. Le modèle ainsi développé dispose d’une capacité inédite à rendre compte des mouvements piétons dans des situations extrêmement variées, souvent de manière quantitative ; on retrouve jusqu’à l’effet de la distraction par les smartphones dans des écoulements bidirectionnels, reproduit semi-quantitativement.
Compared to more basic self-propelled particles, pedestrians display a remarkable ability to navigate in complex and cluttered environments, to make their way through tightly-packed crowds and to self-organise into advantageous flow configurations. Nevertheless, these abilities are undermined in critical settings where tragic stampedes may occur, but also more routinely when smartphones grab the pedestrians’ attention.
A new modelling frame has been put forward to account for these partly antagonistic features ; it involves a clear delineation between a decision-making layer, in which diverse factors determine the pedestrian’s choice of motion, and a mechanical layer that handles contacts and collisions. The resulting model succeeds in reproducing the dynamics of pedestrians and crowds in an unprecedently broad range of sceanrios, often quantitatively. This extends to the effect of distraction by smartphones on bidirectional pedestrian flows, which is captured semi-quantitatively.
A new modelling frame has been put forward to account for these partly antagonistic features ; it involves a clear delineation between a decision-making layer, in which diverse factors determine the pedestrian’s choice of motion, and a mechanical layer that handles contacts and collisions. The resulting model succeeds in reproducing the dynamics of pedestrians and crowds in an unprecedently broad range of sceanrios, often quantitatively. This extends to the effect of distraction by smartphones on bidirectional pedestrian flows, which is captured semi-quantitatively.
