🌧️ Le temps humide et les virages nocturnes sur les routes de campagne : Leçons du département du Calvados

‍Lecontexte

Niché au cœur de la Normandie, le Calvados est une tapisserie de collines ondulantes et de haies anciennes, où chaque route sinueuse raconte une histoire vieille de plusieurs siècles. Ces routes rurales serpentent à travers des paysages qui ont été témoins de l'invasion normande de l'Angleterre et du débarquement du jour J, portant des murmures d'histoire dans leurs bords usés et leurs surfaces altérées par les intempéries.

‍

Le long de la côte, les routes départementales offrent une vue imprenable sur la Manche, en épousant les courbes des falaises de craie. À l'intérieur des terres, les routes ondulent à travers une campagne parsemée de fermes en pierre et de distilleries de Calvados, où est fabriquée la célèbre eau-de-vie de pomme qui porte le nom du département.

‍

‍

Le défi que représente l'entretien de ces itinéraires poétiques mais précaires est uniquement calvadien. Les camions modernes et les machines agricoles doivent naviguer sur des chemins initialement taillés pour les charrettes tirées par des chevaux. Les virages serrés qui ralentissaient autrefois les messagers à cheval mettent aujourd'hui à l'épreuve les limites des véhicules contemporains, en particulier dans les conditions de pluie et de glisse propres à ce département maritime.

‍

La valeur des données sur les angles

La sécurité routière en milieu rural présente des défis uniques qui diffèrent considérablement de la gestion des routes urbaines. Sur une vaste zone, il n'est pas possible d'entretenir des capteurs et des caméras de circulation à grande échelle, et il existe donc d'importantes lacunes en matière d'information. Les données des véhicules connectés offrent une fenêtre unique sur le comportement des conducteurs dans les zones rurales telles que le Calvados. Comme les données sont générées et collectées avant même que le département ne sache qu'elles sont nécessaires, il est possible de réaliser d'importantes économies par rapport à l'installation et à la maintenance d'un matériel coûteux. Et comme les véhicules circulent sur l'ensemble du réseau routier, les informations sur le comportement et l'utilisation sont saisies pour pratiquement toutes les routes, même avec un échantillon relativement petit du nombre total de véhicules.

‍

Vianova travaille avec un certain nombre de fournisseurs de données qui disposent de données dans des contextes urbains et ruraux. Certaines données sont similaires et utiles dans les deux cas - par exemple le volume de véhicules sur une route et la vitesse moyenne ou le 85e percentile sur le segment. Mais certaines données sont particulièrement intéressantes pour un lieu donné par rapport à un autre. Par exemple, sur les routes de campagne, le nombre de décélérations rapides (ou "freinages brusques") est relativement rare, car il y a moins de véhicules répartis sur une plus grande surface que dans les zones urbaines. En outre, sur les routes de campagne, il y a relativement peu de conflits entre les véhicules et les autres modes de transport, tels que les cyclistes et les piétons.

‍

Cependant, les véhicules connectés peuvent également fournir des informations uniques sur les embardées et les comportements difficiles dans les virages. Les virages se produisent lorsqu'un véhicule subit une force latérale importante dans un virage. Notre ensemble de données capture ces événements en mesurant à la fois la vitesse du véhicule et les forces g subies pendant le virage. Lorsqu'un véhicule entre dans un virage à 50 km/h ou plus et qu'il subit des forces latérales dépassant des seuils prédéterminés, le système l'enregistre comme un événement de virage.

‍

Les virages dangereux sont relativement fréquents sur les routes de campagne, car il y a peu d'indices de ralentissement. Dans un échantillon de données sur six mois, nous avons analysé plus de 1,3 million de virages dangereux dans le Calvados, dont près de 60 % se sont produits sur des routes gérées par le département. L'analyse révèle des schémas que les services des routes peuvent utiliser pour améliorer la sécurité routière et réduire le risque d'accident.

‍

‍

Les virages dans le Calvados

Notre étude a analysé environ 1,37 million d'événements de virage de véhicules dans le Calvados, en France. Chaque événement de virage dans notre ensemble de données contenait des informations essentielles, notamment des coordonnées précises de localisation, des horodatages, des mesures de vitesse et des mesures de force qui indiquaient la gravité de la manœuvre de virage.

‍

Nous voulions surtout comprendre l'impact sur les routes départementales. Nous avons extrait de l'Institut national de l'information géographique et forestière (IGN) une carte des routes départementales gérées par le département. Ces 9 422 tronçons de route du réseau routier départemental du Calvados relient les villes et les villages entre eux, mais évitent en grande partie le centre des grandes villes comme Caen et Bayeux. Plus de 60 % du nombre total d'événements de virage se sont produits sur cet ensemble de routes, le reste se situant principalement sur des routes plus larges (routes nationales ou routes à accès limité).

‍

‍

Les conditions météorologiques de chaque événement ont été obtenues via l'API Meteostat, qui fournit des observations météorologiques historiques. Notre système a interrogé la station météorologique la plus proche pour chaque événement, recueillant des données sur les niveaux de précipitations en millimètres et les conditions de visibilité. Pour garantir l'exactitude des données, nous avons fait correspondre les données météorologiques dans une fenêtre d'une heure autour de l'horodatage de chaque événement. En outre, nous avons mis en œuvre un modèle simplifié d'heures de clarté spécifique au nord de la France, avec des heures mensuelles de lever et de coucher du soleil nous permettant de classer les événements selon qu'ils se produisent pendant les heures de clarté ou pendant les heures de nuit.

‍

Les événements ont été caractérisés par de multiples dimensions : la gravité basée sur les mesures de force, les catégories de vitesse allant de faible (moins de 30 km/h) à très élevée (plus de 70 km/h), les conditions environnementales comprenant les distinctions jour/nuit et pluie/sèche, et les caractéristiques détaillées des virages décrivant à la fois la direction et l'acuité. Pour maintenir la qualité des données, nous avons mis en œuvre plusieurs mesures de contrôle, notamment en excluant les événements dont la vitesse dépasse 130 km/h, en exigeant des relevés de vitesse valides au-dessus de 0 km/h, en vérifiant la précision du GPS pour les données de localisation et en appliquant une validation temporelle pour la concordance des données météorologiques.

‍

‍

Enseignements et actions

Le volet analyse statistique de notre étude s'est concentré sur la comparaison de diverses mesures entre les routes départementales et non départementales, en examinant les différences dans les forces moyennes de virage, les distributions de vitesse, les taux d'événements graves, les impacts des conditions météorologiques et les schémas de l'heure de la journée.

‍

La classification de la gravité de ces événements s'avère particulièrement éclairante. Parmi les événements enregistrés, 39,3 % ont été classés comme graves, tandis que 14,2 % ont atteint des niveaux extrêmes. Il ne s'agit pas seulement de chiffres - ils représentent des quasi-accidents potentiels et des situations dangereuses qui pourraient entraîner des accidents.

‍

Les fourchettes de vitesse sont révélatrices. Aux vitesses inférieures (0-30 km/h), seuls 24 % des événements ont été classés comme modérés. Cependant, dans la plage de 91 à 130 km/h, un pourcentage impressionnant de 46,6 % des accidents en virage étaient extrêmes, les 53,4 % restants étant classés comme graves. Cette progression montre clairement que les vitesses élevées amplifient les risques associés aux virages serrés.

‍

Nos résultats ont révélé des schémas de risque temporels distincts, avec des périodes à haut risque se produisant tôt le matin (2-4 AM) et tard le soir (8-11 PM), malgré le fait qu'il s'agisse de périodes à faible trafic. Le volume d'événements atteint son maximum pendant les heures de pointe, mais les taux de gravité sont en fait plus faibles pendant ces périodes de forte affluence. Cela suggère que l'heure de la journée peut être un facteur de risque plus important que le seul volume de trafic. L'ampleur des forces a montré des schémas quotidiens clairs, avec des amplitudes plus élevées enregistrées pendant les périodes de faible trafic. Cette tendance suggère la nécessité de renforcer les mesures de sécurité pendant les heures précédant l'aube, éventuellement en améliorant l'éclairage ou la signalisation.

‍

‍

L'analyse par route a permis de dégager plusieurs tendances notables. La D30 est apparue comme le segment de route le plus à risque, avec un taux d'événements graves de 30,5 % (±2,1 % d'intervalle de confiance). La densité d'événements varie considérablement d'une route à l'autre, allant de 191,7 à 5 923,8 événements par kilomètre, ce qui indique des variations significatives dans l'exposition au risque. Il est intéressant de noter que nous n'avons pas trouvé de corrélation étroite entre le volume d'événements et le taux de gravité, ce qui suggère que les routes très fréquentées ne sont pas nécessairement plus dangereuses pour les événements anormaux dans les virages.

‍

‍

Les virages à gauche présentent systématiquement des risques plus élevés que les virages à droite, avec des taux de gravité de 10,1 % contre 8,1 % pour les virages à droite. Cette différence n'est pas seulement statistiquement significative, elle s'accompagne d'une force systématiquement plus élevée (446,3 contre 438,7) et d'une vitesse moyenne plus élevée (40,4 km/h contre 36,3 km/h) pendant les virages à gauche. La cohérence de ces résultats entre les différentes mesures suggère une différence fondamentale dans les profils de risque entre les manœuvres de virage à gauche et à droite.

‍

Les segments de route individuels présentent des variations notables dans les schémas de risque. La route D30 se distingue par un taux anormalement élevé de virages serrés à droite (36,8 %), tandis que la D263 présente le risque le plus élevé pour les virages à gauche (35,2 %). Le fait que sept des dix segments les plus à risque impliquent des virages à gauche renforce la tendance générale du risque de virage à gauche, mais la présence de certains emplacements à haut risque de virage à droite (comme la D30) suggère que la géométrie et l'état des routes locales peuvent l'emporter sur les tendances générales. Cela indique que si les approches systémiques de la sécurité des virages à gauche sont importantes, les facteurs spécifiques à l'emplacement doivent également être pris en compte dans les améliorations de la sécurité.

‍

La différence de vitesse entre les virages à gauche et à droite (4,1 km/h en moyenne) est particulièrement intéressante. Les vitesses plus élevées dans les virages à gauche peuvent expliquer en partie leur risque accru, mais la relation n'est pas directe - la corrélation entre la vitesse et la force est relativement faible (r=-0.024 pour les virages à gauche, r=-0.007 pour les virages à droite), ce qui suggère que d'autres facteurs tels que la géométrie du virage, la visibilité ou le comportement du conducteur jouent un rôle important. Les diagrammes en boîte de la distribution de la force montrent des modèles similaires de valeurs aberrantes pour les deux directions de virage, ce qui indique que les événements extrêmes se produisent indépendamment de la direction du virage, même s'ils sont plus fréquents dans les virages à gauche.

‍

‍

Les facteurs environnementaux ont joué un rôle moins important que prévu. La pluie n'a eu qu'un impact minime sur la gravité de l'événement, et les conditions nocturnes ont présenté des schémas de risque similaires à ceux de la journée. Cela suggère que les caractéristiques de la route et le moment de la journée peuvent être des facteurs plus influents que les conditions météorologiques ou d'éclairage pour déterminer la probabilité et la gravité des virages anormaux. Toutefois, le fait que les virages à risque n'aient pas diminué par temps de pluie est en soi un signe d'avertissement, car ces comportements dangereux dans les virages peuvent entraîner une collision lorsqu'ils sont combinés à l'état de la chaussée et aux limitations de la visibilité par temps de pluie.

‍

Ces résultats ont des implications importantes pour la sécurité routière et la planification des infrastructures. L'identification de segments routiers spécifiques à haut risque, combinée à des schémas temporels clairs, suggère la nécessité de mesures de sécurité ciblées et spécifiques au temps. La relation complexe entre la vitesse et les caractéristiques de l'événement remet en question les évaluations du risque basées sur la vitesse et suggère la nécessité d'adopter des approches plus nuancées en matière de sécurité routière. Les endroits où la densité d'événements est élevée méritent une attention particulière pour l'examen des infrastructures, tandis que les préférences observées en matière de sens de virage à différentes vitesses devraient éclairer les considérations relatives à la conception des routes.

‍

Les routes présentant un nombre élevé de virages étaient largement cohérentes quelles que soient les conditions, mais l'ordre de priorité variait légèrement.

‍

‍

Résultats

À l'avenir, ces informations peuvent contribuer à des interventions ciblées en matière de sécurité routière et de planification des infrastructures. Les schémas clairs de risque temporel et les caractéristiques spécifiques des routes suggèrent des possibilités de mesures de sécurité dynamiques et d'améliorations ciblées des infrastructures. Une analyse plus poussée pourrait explorer les caractéristiques spécifiques des segments routiers à haut risque et les facteurs contribuant à leur profil de risque élevé.

‍

Pour les services des routes rurales, ces données offrent plusieurs possibilités d'action. Tout d'abord, les virages qui génèrent régulièrement des événements de grande gravité peuvent nécessiter un réaménagement ou des systèmes d'alerte améliorés. Ensuite, la corrélation entre la vitesse et la gravité suggère que le placement stratégique de mesures de réduction de la vitesse avant les virages difficiles pourrait améliorer la sécurité de manière significative. Enfin, les schémas temporels indiquent à quel moment un renforcement des patrouilles ou de la surveillance pourrait être le plus efficace.

‍

En comprenant ces modèles, les services des autoroutes peuvent passer d'une maintenance réactive à une gestion proactive de la sécurité. Plutôt que d'attendre les accidents pour identifier les courbes dangereuses, les données relatives aux virages permettent des interventions préventives avant que les accidents ne se produisent.

‍

‍

À propos de Vianova

Vianova est la solution d'analyse de données pour exploiter le monde de la mobilité. Notre plateforme exploite la puissance des véhicules connectés et des données IoT, afin de fournir des informations exploitables pour planifier des infrastructures de transport plus sûres, plus écologiques et plus efficaces.

‍

Qu'il s'agisse de permettre la régulation de la mobilité partagée, de transformer les livraisons du dernier kilomètre ou de cartographier les points chauds des routes, Vianova est au service de plus de 150 villes, opérateurs de flotte et entreprises à travers le monde pour changer la façon dont les personnes et les marchandises se déplacent.

‍

Vous voulez en savoir plus ? Visitez notre page pour nous contacter.