RoadSimulator3

Nos produits : RoadSimulator3 et ReadyData

Auteur/autrice : Seb

  • Intégrer des Limites pour Améliorer le Réalisme des Simulations Véhicules

    Modélisation physique véhicule autonome : une base réaliste pour la simulation ?

    Modélisation physique véhicule autonome

    La modélisation physique véhicule autonome constitue une approche rigoureuse pour reproduire le comportement dynamique d’un véhicule. Contrairement aux méthodes statistiques ou d’apprentissage automatique, elle s’appuie sur les lois de la mécanique, en tenant compte des forces appliquées, des masses, et des propriétés du sol.

    📌 Étude de Palanisamy et al. (2020)

    Dans “A Physics-Based Vehicle Dynamics Model for Autonomous Driving Simulation”, Palanisamy et al. proposent un modèle complet intégrant les équations de la dynamique du véhicule, les coefficients de frottement, et les conditions routières. Cette approche permet de simuler avec réalisme des situations telles qu’un freinage brutal ou une manœuvre d’évitement en virage.

    🚗 Intégration dans RoadSimulator3

    Une telle modélisation physique est particulièrement utile dans RoadSimulator3, qui vise à générer des trajectoires GPS/IMU réalistes à haute fréquence. Elle permet notamment :

    • d’évaluer les réactions du véhicule dans des scénarios extrêmes,
    • de tester des algorithmes de détection d’événements inertiels (freinage, virage),
    • de remplacer les données terrain lorsque celles-ci sont manquantes ou bruitées.

    Ce type de modèle est aussi compatible avec des extensions comme la simulation gyroscopique, la variation des types de route ou la prise en compte des pentes.

    🔗 Référence et accès

    Consultez l’article complet sur IEEE Xplore :

    https://ieeexplore.ieee.org/document/9283547

    DOI :
    10.1109/ICRA48506.2020.9283547

  • Formats de données liés à OpenStreetMap

    Format PBF OpenStreetMap : pourquoi l’utiliser ?

    Illustration du format PBF OpenStreetMap

    Le format PBF OpenStreetMap est un format de fichier binaire compressé permettant de stocker efficacement les données géographiques issues d’OpenStreetMap. Il est devenu incontournable pour les développeurs, cartographes et spécialistes SIG à la recherche de performance.

    💾 Un format compact et rapide

    Contrairement au format XML .osm, le format PBF est plus léger et plus rapide à charger. Il convient parfaitement aux analyses massives et à l’intégration dans des pipelines automatisés. Sa structure binaire permet un traitement plus fluide, en particulier avec des outils comme Osmium ou osmconvert.

    📌 Quand utiliser le format PBF ?

    Le format PBF OpenStreetMap est recommandé dans les situations suivantes :

    • Importation rapide dans des bases de données cartographiques (ex. PostGIS).
    • Traitement de grandes régions géographiques (> 100 Mo de données OSM).
    • Simulation de trajets avec des outils comme RoadSimulator3.

    🔗 Pour aller plus loin

    Consultez la documentation officielle du format PBF sur le wiki OpenStreetMap pour découvrir ses spécifications détaillées et outils compatibles.

    Article rédigé par l’équipe RoadSimulator3. Sources : OpenStreetMap Wiki, Osmium Tool.

    Mots-clés : format PBF, OpenStreetMap, OSM, fichier cartographique, données géographiques, osmconvert, osmium

  • 🔍 Analyse de la Méthode HMM pour le Map Matching sur Réseaux Routiers échantillonnés

    Algorithme HMM pour Map Matching GPS : précis et robuste

    Comment transformer des points GPS bruités en une trajectoire fiable sur la carte ? Pour répondre à ce défi, l’algorithme HMM pour map matching GPS est une solution reconnue. En 2009, Paul Newson et John Krumm ont proposé une méthode innovante dans leur publication “Hidden Markov Map Matching Through Noise and Sparseness” (PDF ici).

    Pourquoi utiliser un modèle HMM pour le GPS ?

    Le modèle de Markov caché repose sur une idée simple : la route réelle est un état caché, tandis que le point GPS est une observation visible. Chaque point GPS est comparé à plusieurs routes proches. À chaque étape, on évalue deux probabilités : celle d’émettre un point (proximité) et celle de transition entre routes (distance réelle). Ensuite, l’algorithme choisit la séquence la plus probable.

    Quels sont les avantages concrets ?

    Cette méthode est robuste dans des cas difficiles. Par exemple, dans les tunnels ou les zones urbaines denses, les signaux GNSS sont souvent perturbés. Pourtant, le HMM conserve une trajectoire logique. Il tient compte de la topologie et de la cohérence du trajet, ce qui le rend plus fiable que les techniques basiques.

    Comment est-il utilisé dans RoadSimulator3 ?

    Des simulateurs comme RoadSimulator3 intègrent le HMM pour reconstruire des trajets cohérents. Que ce soit à partir de données simulées ou réelles, ce traitement améliore la qualité du positionnement. En l’associant à un filtre inertiel et à une fréquence élevée, on obtient une reconstitution précise.

    Envie d’en savoir plus ?

    Vous pouvez consulter notre analyse sur les alternatives à OSRM. Vous pouvez aussi découvrir notre article sur la fusion GNSS–IMU, qui complète parfaitement la technique HMM.

    algorithme HMM map matching GPS - illustration Markov
    Structure d’un modèle de Markov caché – Source : Wikipédia

    Mots-clés : algorithme HMM, map matching, GPS, Markov, Newson Krumm, cartographie, réseau routier, RoadSimulator3

  • Comment simuler des trajets véhicules réalistes à 10 Hz : inertie, topographie, météo, typologie routière et événements de conduite

    Comment simuler des trajets véhicules réalistes à 10 Hz : inertie, topographie, météo, typologie routière et événements de conduite

    1. Introduction

    Dans un contexte où les véhicules connectés, les systèmes ADAS et la recherche sur la mobilité intelligente se développent, la simulation réaliste de trajectoires est devenue essentielle. RoadSimulator3 propose une approche intégrant GPS, inertie, météo, topographie et typologie de route à une fréquence de 10 Hz, permettant de valider des algorithmes embarqués ou d’entraîner des modèles IA.

    2. Génération d’un trajet GPS cohérent avec OSRM

    Le moteur de routage OSRM permet de suivre les routes réelles avec précision. La version locale garantit un contrôle total. En combinant des points de livraison simulés, OSRM produit un itinéraire réaliste sur 100—400 km.

    3. Ajout d’une couche inertielle réaliste

    La simulation de données IMU (accéléromètre) inclut :

    • Freinages brusques
    • Accélérations vives
    • Dos d’âne, chocs trottoir, nids-de-poule
    • Courbure et accélération latérale dans les virages

    4. Enrichissement avec la topographie

    L’intégration des MNT (SRTM, Copernicus) permet de calculer la pente, l’altitude, le dévers, qui influent directement sur l’accélération verticale et la dynamique du véhicule.

    5. Modulation par la météo

    Des sources comme OpenWeather ou Météo-France peuvent enrichir chaque point du trajet avec : température, humidité, vent, conditions glissantes. Ces paramètres modulent la vitesse et la réactivité du véhicule simulé.

    6. Intégration de la typologie routière

    Les attributs OSM comme highway=residential, tertiary, motorway permettent de moduler la vitesse cible. Les régions sinueuses imposent un abaissement progressif de la vitesse via des modèles de sinuosité.

    7. Export & visualisation

    RoadSimulator3 génère :

    • CSV normalisé avec timestamp, GPS, IMU, événements
    • JSON prêt pour applications web
    • Carte interactive HTML
    • Graphiques de vitesse et carte statique PNG

    8. Applications concrètes

    Parmi les usages :

    • Validation de capteurs embarqués GNSS/IMU
    • Entraînement IA pour détection de comportements
    • Tests ADAS, analyse d’accidents simulés
    • Recherche en géographie, mobilité, smart cities

    9. Conclusion

    Simuler un trajet véhicule à 10 Hz, avec une inertie et des conditions réalistes, est aujourd’hui possible avec RoadSimulator3. En combinant des données ouvertes, une modélisation inertielle rigoureuse, et des visualisations claires, le simulateur devient un outil clé pour la mobilité du futur.

  • Le Format PBF d’OpenStreetMap : Stockage Cartographique Efficace

    Format PBF OpenStreetMap : stockage compact pour la cartographie

    Le format PBF OpenStreetMap (Protocolbuffer Binary Format) est une version binaire compressée du célèbre format XML d’OpenStreetMap. Il permet d’alléger considérablement la taille des fichiers tout en accélérant leur traitement. Cette efficacité le rend particulièrement adapté aux systèmes embarqués ou aux plateformes de simulation comme RoadSimulator3.

    Pourquoi le format PBF est-il utile ?

    Le format PBF est pris en charge par de nombreux outils, notamment Osmconvert pour les extractions et conversions rapides, ou encore Osmium et Osmosis pour la gestion et le filtrage des données.

    Applications dans RoadSimulator3

    Dans notre projet RoadSimulator3, le format PBF est utilisé comme source de vérité géographique. Grâce à sa structure optimisée, il facilite l’interpolation, la construction de graphes routiers et la génération de trajets réalistes à haute fréquence.

    Téléchargement des fichiers PBF

    Les fichiers au format PBF sont disponibles sur Geofabrik, une plateforme de référence proposant des découpes régionales d’OpenStreetMap. Il est recommandé de choisir des extractions régionales adaptées à vos besoins pour réduire la charge mémoire.

    Mots-clés : format PBF OpenStreetMap, données cartographiques compressées, OSM, Osmconvert, Osmosis, Geofabrik, simulation

  • Simulation de l’Accélération Latérale avec GNSS/INS

    Calcul rayon de braquage inertiel : méthode GNSS/INS

    calcul rayon de braquage inertiel avec capteurs GNSS et gyroscope

    Pourquoi le calcul du rayon de braquage inertiel importe ?

    Le calcul du rayon de braquage inertiel est essentiel pour estimer l’accélération latérale réelle d’un véhicule lors des virages, en particulier pour le transport de marchandises. Cette mesure aide à sécuriser les charges et à anticiper les contraintes dynamiques.

    Méthodologie GNSS/INS utilisée

    Jagelčák et al. (2022) proposent une méthode combinant GNSS dual-antenne et capteurs inertiels (IMU), pour dériver le rayon de braquage à partir de la vitesse et de la vitesse angulaire mesurée par gyroscope dans des fenêtres temporelles.

    Résultats clés sur le rayon et l’accélération

    • Modèles valides pour des virages entre 5 et 70 m, avec RMSE entre 1,32 m et 1,88 m selon la méthode d’extraction des événements [oai_citation:0‡ResearchGate](https://www.researchgate.net/publication/359293627_Determination_of_Turning_Radius_and_Lateral_Acceleration_of_Vehicle_by_GNSSINS_Sensor)
    • Erreur moyenne sur l’accélération latérale : 0,016–0,022 g [oai_citation:1‡ResearchGate](https://www.researchgate.net/publication/359293627_Determination_of_Turning_Radius_and_Lateral_Acceleration_of_Vehicle_by_GNSSINS_Sensor)
    • Le rayon calculé via vitesse + yaw est cohérent avec celui obtenu via GPS (différence négligeable) [oai_citation:2‡PMC](https://pmc.ncbi.nlm.nih.gov/articles/PMC9269795/

    Intérêt pour RoadSimulator3 (virages simulés)

    Ce modèle de calcul inertiel du rayon de braquage peut enrichir RoadSimulator3 pour :

    • valider la qualité des virages simulés et l’estimation de l’accélération latérale;
    • comparer les méthodes inertielle vs simulation de trajectoire GPS;
    • calibrer les seuils pour détection d’événements dynamiques (virages serrés, rond‑points).

    Perspectives et extensions possibles

    Le protocole SEL3 basé sur le coefficient de variation permet d’identifier automatiquement les virages, divisés ensuite en quadrants via les données de yaw, pour une analyse fine. Des modèles futurs pourraient traiter les grands tournants ou appliquer la méthode à des véhicules lourds (> 3,5 t).

    Liens utiles

    • 🔗 Article original (Sensors, mars 2022) [oai_citation:3‡ResearchGate](https://www.researchgate.net/publication/359293627_Determination_of_Turning_Radius_and_Lateral_Acceleration_of_Vehicle_by_GNSSINS_Sensor) [oai_citation:4‡MDPI](https://www.mdpi.com/1424-8220/22/6/2298)
    • 🔍 Jeux de données GNSS/INS dual‑antenne

    Référence BibTeX

    @article{jagelcak2022turningradius,
  title={Determination of Turning Radius and Lateral Acceleration of Vehicle by GNSS/INS Sensor},
  author={Jagelčák, J. and Gnap, J. and Kuba, O. and Frnda, J. and Kostrzewski, M.},
  journal={Sensors},
  year={2022},
  volume={22},
  number={6},
  article={2298},
  doi={10.3390/s22062298}
}

  • RoadSimulator3 : Un Simulateur Inertiel et GPS Haute Fréquence pour la Mobilité Intelligente

    Simulateur inertiel véhicule connecté – Données GPS/IMU 10 Hz

    Simulateur inertiel véhicule connecté

    Le simulateur inertiel véhicule connecté RoadSimulator3 vous permet de créer des trajectoires synthétiques avec des données GPS/IMU cohérentes à 10 Hz. Il est conçu pour reproduire fidèlement l’inertie d’un véhicule en mouvement, avec des événements de conduite simulés (freinage, accélération, dos d’âne…), le tout enrichi de données géographiques issues d’OpenStreetMap et OSRM.

    Fonctionnalités clés pour la simulation inertielle

    • Production de données GPS/IMU haute fréquence (10 Hz)
    • Ajout d’événements inertiels : freinages, accélérations, irrégularités
    • Simulation gyroscopique et inertielle réaliste avec bruit configurable
    • Export au format CSV, JSON, HTML interactif ou image PNG
    • Données enrichies : speed, acc\_x, acc\_y, gyro\_x, event, road\_type

    Applications du simulateur pour véhicules connectés

    Ce simulateur s’adresse aux chercheurs, ingénieurs et développeurs d’algorithmes embarqués. Il permet de :

    • Créer des jeux de données synthétiques pour entraîner des modèles IA
    • Valider des algorithmes de détection d’événements de conduite
    • Tester des calculateurs en conditions réalistes
    • Explorer les effets inertiels en fonction des types de route

    Illustration d’un trajet avec événements IMU

    simulateur inertiel véhicule connecté – carte inertielle et GPS

    Accès à la documentation et aux ressources

    Tester RoadSimulator3

    Vous pouvez tester la génération d’un trajet inertiel, ou l’intégrer dans vos projets de mobilité. Contactez-nous pour une démonstration personnalisée ou un accès anticipé.

    📩 Demander une démo

  • RoadSimulator3 : Un Simulateur Inertiel et GPS Haute Fréquence pour la Mobilité Intelligente

    Simulateur inertiel véhicule connecté – Données GPS/IMU 10 Hz

    Simulateur inertiel véhicule connecté

    Le simulateur inertiel véhicule connecté RoadSimulator3 vous permet de créer des trajectoires synthétiques avec des données GPS/IMU cohérentes à 10 Hz. Il est conçu pour reproduire fidèlement l’inertie d’un véhicule en mouvement, avec des événements de conduite simulés (freinage, accélération, dos d’âne…), le tout enrichi de données géographiques issues d’OpenStreetMap et OSRM.

    Fonctionnalités clés pour la simulation inertielle

    • Production de données GPS/IMU haute fréquence (10 Hz)
    • Ajout d’événements inertiels : freinages, accélérations, irrégularités
    • Simulation gyroscopique et inertielle réaliste avec bruit configurable
    • Export au format CSV, JSON, HTML interactif ou image PNG
    • Données enrichies : speed, acc\_x, acc\_y, gyro\_x, event, road\_type

    Applications du simulateur pour véhicules connectés

    Ce simulateur s’adresse aux chercheurs, ingénieurs et développeurs d’algorithmes embarqués. Il permet de :

    • Créer des jeux de données synthétiques pour entraîner des modèles IA
    • Valider des algorithmes de détection d’événements de conduite
    • Tester des calculateurs en conditions réalistes
    • Explorer les effets inertiels en fonction des types de route

    Illustration d’un trajet avec événements IMU

    simulateur inertiel véhicule connecté – carte inertielle et GPS

    Accès à la documentation et aux ressources

    Tester RoadSimulator3

    Vous pouvez tester la génération d’un trajet inertiel, ou l’intégrer dans vos projets de mobilité. Contactez-nous pour une démonstration personnalisée ou un accès anticipé.

    📩 Demander une démo

  • OSMnx : une API puissante mais coûteuse en temps sans graphes locaux

    OSMnx : Un outil essentiel pour l’analyse et la simulation routière

    OSMnx est une bibliothèque Python incontournable pour la récupération et l’analyse de réseaux routiers basés sur OpenStreetMap. Elle permet en quelques lignes de code de :

    • Télécharger des graphes routiers par ville, département ou région.
    • Générer des graphes orientés ou non orientés pour les modes de déplacement (voiture, vélo, piéton).
    • Calculer des itinéraires, des centralités, la densité urbaine, etc.
    • Exporter les graphes au format GraphML ou shapefile.

    Cependant, son usage repose sur des appels API à OpenStreetMap, ce qui entraîne plusieurs limites en pratique.

    La dépendance à l’API et ses inconvénients

    Utiliser OSMnx en direct nécessite une connexion Internet constante et expose à plusieurs risques ou contraintes :

    1. Limitations API OSM : OSM impose des quotas pour éviter les abus. Cela limite la récupération de graphes volumineux comme un département entier.
    2. Délais de téléchargement : Extraire un réseau routier dense (ex : Île-de-France) peut prendre plusieurs dizaines de minutes, voire échouer.
    3. Données dynamiques : Les données peuvent varier au fil du temps, rendant la reproductibilité difficile si l’on ne stocke pas les versions utilisées.
    4. Pas de graphes pré-construits publics : Il n’existe pas de dépôt officiel proposant les graphes OSMnx prêts à l’emploi au format GraphML pour les régions françaises ou mondiales.

    Générer ses propres fichiers GraphML : un processus long

    La solution classique consiste à générer soi-même les fichiers GraphML à partir des données OSM. Mais cela présente plusieurs inconvénients :

    • Il faut maîtriser la configuration d’OSMnx pour obtenir un graphe filtré et cohérent.
    • Le processus est lent pour des régions étendues.
    • Le stockage et la maintenance des fichiers deviennent une charge pour les utilisateurs non experts.

    ReadyData : l’alternative immédiate pour les graphes par département

    Pour contourner ces limitations, ReadyData, proposé avec RoadSimulator3, met à disposition une collection complète de graphes OSMnx pré-calculés par département français :

    • Chaque graphe est fourni en format GraphML, prêt à l’emploi.
    • Les graphes incluent les typologies routières, nécessaires pour la simulation inertielle et contextuelle.
    • Gain de temps immédiat : pas besoin de script ou de connexion API OSM pour travailler sur un territoire donné.

    Cette approche permet aux utilisateurs de RoadSimulator3, ou de pipelines data science, d’accélérer leur prototypage et d’assurer la reproductibilité des analyses géographiques et routières.

    Conclusion

    OSMnx reste une bibliothèque fondamentale pour la recherche et l’ingénierie routière, mais sa dépendance à l’API et l’absence de graphes publics pré-construits freinent son adoption directe à grande échelle. ReadyData comble ce vide en fournissant des graphes prêts par département, contribuant à une exploitation immédiate pour les simulations, la mobilité intelligente ou la recherche en IA embarquée.

  • Qu’est-ce que le SRTM ?

    ✅ Définition

    Le SRTM (Shuttle Radar Topography Mission) est un projet international mené par la NASA et la NGA (National Geospatial-Intelligence Agency).
    Il a pour objectif de cartographier la topographie de la surface terrestre en haute résolution à l’aide de radars embarqués à bord de la navette spatiale Endeavour en février 2000.

    ✅ Données produites

    • Modèle Numérique d’Élévation (MNE) mondial.
    • Résolutions :
    • 30 mètres (~1 arc-second) pour les États-Unis.
    • 90 mètres (~3 arc-seconds) pour le reste du monde (version initiale).
    • Depuis 2015, les données à 30m sont disponibles mondialement.
    • Format : fichiers raster au format GeoTIFF.

    ✅ Applications

    • Études de terrain et d’altitude.
    • Modélisation hydrologique.
    • Simulation de propagation radio ou télécom.
    • Visualisation 3D des paysages.
    • Calculs de pentes, dévers et courbures dans des applications comme :
    • SIG (QGIS, ArcGIS)
    • simulation inertielle ou géographique

    ✅ Accès

    Les données SRTM sont :

    • Gratuites.
    • Téléchargeables via :
    • Le portail de la NASA Earthdata.
    • USGS Earth Explorer.
    • Plateformes comme OpenTopography.

    ✅ Résumé

    Le SRTM est une source essentielle pour les modèles d’altitude globale, bien qu’il existe désormais des alternatives plus précises comme :

    • Copernicus DEM
    • ASTER GDEM