Alexis Bacelar et Frédéric Aliaga - Cerema - A0010

Alexis Bacelar commence par parler du développement des voies de VMO en France, soulignant l’importance d’une détection précise de la présence des véhicules pour la crédibilité et la confiance du public dans le système. Il souligne le risque qu’un taux élevé de violation compromette la fonctionnalité de ces voies. L’étude propose d’utiliser le capteur Cyclope.ai pour un contrôle semi-automatique, qui permet aux opérateurs de prendre rapidement des décisions grâce à une analyse d’image en temps réel. La performance du capteur a été évaluée sur l’autoroute A7, avec des résultats de visibilité supérieure à 87 %, un taux de vrai positif de 96,6 % et un taux de faux positif faible (environ 30 véhicules sur 1000), ce qui le rend efficace pour détecter les véhicules non autorisés. L’innovation de l’étude réside dans l’adoption d’une analyse d’images en temps réel pour la détection des occupants, dépassant les limites des systèmes traditionnels de contrôle manuel. Le point fort du capteur est l’excellente qualité d’image, la capacité de prise de décision rapide et la détection précise des violations potentielles. Cependant, l’étude présente également des limites, comme la nécessité d’optimiser davantage le taux de faux positifs et de valider l’applicabilité du capteur dans différents scénarios de trafic. Dans l’ensemble, cette recherche fournit un soutien technique et une base théorique fiable pour la mise en œuvre efficace des voies de VMO, ouvrant ainsi la voie à une plus large adoption à l’avenir.
Alexis Bacelar

Mots-clés HOV lane, occupancy sensor, evaluation, enforcement