Amélioration de la qualité de la statistique du trafic

Publié le: 08.09.2023
Auteur: Alex Lavrynets

Le projet d’amélioration de la qualité de la statistique du trafic est actuellement mené au sein du Centre de compétences en science des données (DSCC). Ce projet vise à fournir aux collaboratrices et collaborateurs de l’Office fédéral des routes (OFROU), utilisant l’application métier VMON – monitorage du trafic, des données plus fiables sur la charge de trafic des routes nationales suisses.

La charge de trafic mesurée par des capteurs sur les routes nationales

L’application métier VMON – monitorage du trafic, mise en place par l’OFROU, est un système de contrôle et de validation des données issues de près de 500 postes de comptage en suisse. Tout passage de véhicule à proximité du capteur est enregistré à des fins statistiques. Ces données permettent d’estimer l’évolution du trafic sur les routes nationales et ont une influence sur la politique de mobilité suisse. Les données saisies sont constituées de l’heure de passage, du type de véhicule (voiture de tourisme, voiture de livraison, motocycle, camion, bus etc.) et de leur vitesse. Le transfert des données, entre les capteurs et les serveurs, se fait via le réseau de télécommunications. Ce réseau est parfois sujet à des défaillances temporaires causant des interruptions dans le transfert des données. L’OFROU souhaite améliorer d’une part la qualité de la statistique du trafic et d’autre part l’efficience de son élaboration.

La science des données au service du monitorage de trafic

Afin de garantir la bonne qualité des données, des techniques en science des données sont utilisées. Dans un premier temps, les données de trafic mesurées sont analysées à l’aide d’algorithmes de détection d’anomalies afin de repérer un possible manque de données. Ce premier tri permet d’attirer l’attention des collaboratrices et collaborateurs de l’OFROU sur les données suspectes. Des algorithmes d’apprentissage automatique sont ensuite entraînés à reconstruire les données manquantes (imputation des données). Leur performance est comparée afin de sélectionner le modèle statistique le plus adapté. La reconstruction obtenue à l’aide de l’algorithme sélectionné est finalement soumise à l’OFROU.

Réentraîner les algorithmes, un travail essentiel pour maintenir leurs performances

Dans le but d'obtenir des performances optimales, les algorithmes exploitant des modèles statistiques doivent être périodiquement réentraînés. En effet, ces derniers nécessitent une adaptation constante aux évolutions inhérentes des données analysées (fluctuations habituelles, tendances saisonnières, etc.). En réentraînant les algorithmes sur les données nouvellement disponibles, leurs modèles statistiques et leurs paramètres sous-jacents peuvent être ajustés. Cette démarche garantit le maintien de la précision de la détection d'événements anormaux rares et de l'imputation fiable des données manquantes malgré un environnement en constante évolution.