Instabilités dans l'organisation spontanée du trafic de piétons

Une collaboration entre le Centre de recherches sur la cognition animale (CNRS/Université Toulouse III - Paul Sabatier), l'Institut de mathématiques de Toulouse (CNRS/INSA Toulouse/Université Toulouse I - Capitole/Université Toulouse II - Le Mirail/Université Toulouse III - Paul Sabatier), le centre Inria Rennes - Bretagne Atlantique et le Laboratoire de physique théorique (CNRS/Université Paris-Sud) a permis de montrer que le confort de marche individuel nuit à l'efficacité collective dans l'organisation du trafic piétonnier. Ces résultats ont récemment été publiés dans la revue PLoS Computational Biology.

Dans une foule de piétons, les interactions entre les individus sont à l'origine d'une grande variété de comportements collectifs. C'est le cas par exemple du phénomène de formation de files, qui apparait lorsque deux flux de piétons se déplacent en direction opposée dans un même lieu, un couloir de métro ou une rue. Dans cette situation, les piétons se partagent spontanément l'espace disponible pour former une sorte "d'autoroute à piétons". Cette organisation collective a pour effet d'améliorer la qualité du trafic piétonnier à grande échelle. Toutefois, les mécanismes comportementaux impliqués dans ce phénomène restent assez mal compris et les bénéfices fonctionnels de cette organisation n'ont encore jamais été mesurés.


Les quatre laboratoires de recherche français, qui représentent quatre disciplines, les mathématiques, la physique, l'éthologie et l'informatique, ont combiné leurs méthodologie pour réaliser une série d'expériences de grande envergure (1), destinées à mieux comprendre les mécanismes de structuration spontanée du trafic piétonnier. Dans des conditions standardisées de laboratoire, où deux flux de piétons constitués de 30 sujets volontaires se déplacent en sens opposé dans un couloir circulaire, les chercheurs ont observé une organisation spontanée des flux en 2, 3, voire 4 files de circulation. Ces phases organisées en files sont cependant instables et s'alternent au cours du temps avec des phases de désorganisation (voir Figure).

Quels sont les mécanismes à l'origine de ces instabilités ? L'analyse des résultats montre que ces perturbations du trafic sont une simple conséquence des différences entre les vitesses de marche des piétons. Les piétons les plus rapides, temporairement ralentis par les plus lents, ont tendance à quitter leur file pour dépasser leur prédécesseur et retrouver ainsi leur vitesse de confort. Cette perturbation locale de l'organisation collective s'amplifie, puis conduit les files à se scinder et finalement, c'est l'ensemble du trafic piétonnier qui se désorganise.

A l'aide de simulations numériques, les chercheurs ont pu mettre en évidence que les phases de désorganisation sont d'autant plus fréquentes que les vitesses de marche entre les piétons sont différentes. D'un point de vue fonctionnel, le trafic piétonnier est 20% plus efficace dans une foule homogène au sein de laquelle tous les piétons marchent à la même vitesse, que dans une foule très hétérogène. Ainsi, c'est en essayant de préserver un confort de marche à une vitesse préférée que certains piétons réduisent la qualité du déplacement de l'ensemble du groupe.

Ces travaux permettent de mieux comprendre les mécanismes d'auto-organisation qui structurent le déplacement des foules. A l'avenir, ces connaissances pourraient servir à l'aménagement des espaces urbains de manière mieux adaptée au comportement des piétons, en créant par exemple des voies de déplacement rapides et lentes dans certaines zones urbaines.


Note:

(1) Ces expériences ont été réalisées à l'Université de Rennes 1, avec la collaboration du laboratoire Mouvement, sport, santé (ENS Cachan/Université de Rennes 2) et dans le cadre du projet PEDIGREE soutenu par l'ANR SYSCOMM.


Référence:

Traffic instabilities in self-organized pedestrian crowds, Mehdi Moussaïd, Elsa Guillot, Mathieu Moreau, Jérôme Fehrenbach, Olivier Chabiron, Samuel Lemercier, Julien Pettré, Cécile Appert-Rolland, Pierre Degond, Guy Theraulaz, PLoS Computational Biology (2012), 8(3):e1002442, doi:10.1371/journal.pcbi.1002442.