Philippe Blais

Candidat à la maîtrise

Projet de recherche
Élaboration d'un modèle de trafic routier à partir de données massives de trajectoires automobiles

Améliorer les modèles de prédiction du risque est un enjeu d'actualité dans le domaine de l'assurance automobile, bien qu'on s'intéresse à ce problème depuis longtemps déjà. S'attaquer à ce défi passe notamment par une meilleure compréhension des comportements routiers et du contexte qui les influence. Pour y parvenir, l'industrie s'est récemment tournée vers le usage-based insurance, une assurance basée sur l'utilisation réelle des véhicules par leur conducteur. Ce nouveau type d'assurance a permis, entre autres, de récolter une quantité importante d'informations sur les déplacements routiers des assurés sous forme de trajectoires automobiles. Grâce à leur énorme volume, ces trajectoires pourraient à elles seules permettre de modéliser le trafic routier, plus précisément la congestion routière, information contextuelle qui expliquerait certains comportements plus à risque. L'objectif de ce projet de maîtrise est d'élaborer un tel modèle de trafic. Son atteinte comporte toutefois certains défis, dont le fait que les données de trajectoires sont clairsemées, c'est-à-dire qu'elles ont une faible densité spatiale et temporelle. Une méthode de calcul de la congestion adaptée à cette particularité sera développée en ce sens. De plus, l'apprentissage machine sera utilisé afin de prédire la congestion, et mettre à profit le volume des données plutôt que leur densité. Ce modèle permettra en bout de ligne d'enrichir les trajectoires automobiles d'un indice de congestion lié à l'état du trafic et de mieux comprendre le contexte les entourant. La méthode développée permettra également de mettre en lumière les avantages et les limites de l'utilisation de données clairsemées.

Direction: Thierry Badard

Codirection :