Commande des feux de signalisation par réseaux de

Petri hybrides
Cherif Tolba, Dimitri Lefebvre, Philippe Thomas, Abdellah Elmoudni

To cite this version:

Cherif Tolba, Dimitri Lefebvre, Philippe Thomas, Abdellah Elmoudni. Commande des feux de signal-
isation par réseaux de Petri hybrides. Journal Européen des Systèmes Automatisés (JESA), Lavoisier,
2008, 42 (5), pp.579-612. �10.3166/jesa.42.579-612�. �hal-00292749�

HAL Id: hal-00292749

https://hal.archives-ouvertes.fr/hal-00292749
Submitted on 2 Jul 2008

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 C. Tolba, D. Lefebvre, P. Thomas, A. ElMoudni, « Commande des feux de
signalisation par réseaux de Petri hybrides », JESA, Vol.42, n°5, pp 579–612, 2008.

Commande des feux de signalisation par

réseaux de Petri hybrides

Chérif Tolba — Dimitri Lefebvre* — Philippe Thomas**—

Abdellah ElMoudni***
cherif.tolba@laposte.net
*Laboratoire GREAH, Université du Havre, 25 rue P. Lebon-BP1123-76063 LE
HAVRE, France
dimitri.lefebvre@univ-lehavre.fr
**Centre de Recherche en Automatique de Nancy (CRAN-UMR 7039), Nancy-
University, CNRS, ENSTIB 27 rue du merle blanc, B.P. 1041, 88051 Epinal cedex 9
France
philippe.thomas@cran.uhp-nancy.fr
***Laboratoire systèmes et Transport, Université de Belfort-Montbéliard, 90010
Belfort Cedex, France
abdellah.elmoudni@utbm.fr

RÉSUMÉ. Cet article traite de la commande des feux de carrefour à l’aide de réseaux de Petri
hybrides. Après avoir modélisé la dynamique hétérogène du trafic, les caractéristiques non
linéaires du modèle obtenu sont mises en évidence. La linéarisation de ce modèle par
l’approche multi - modèles permet de mettre en œuvre des commandes événementielles
basées sur la détection de certains événements internes. Les performances de ces commandes
sont comparées aux performances obtenues à l’aide de commandes usuelles utilisées pour la
synchronisation des feux des carrefours isolés. Enfin, l’approche a été étendue à la régulation
du trafic dans un réseau de plusieurs carrefours.
ABSTRACT. This article deals with traffic lights control by using hybrid Petri nets. The
modelling of traffic heterogeneous dynamic leads to non linear characteristics. Linearization
of this model by means of multi - models made it possible to implement discrete event
controllers based on thresholds detection. Performances of the resulting controllers are
compared with usual controllers used to synchronization of traffic lights in isolated
crossroad. This approach was also extended to traffic control in large scale networks.
MOTS-CLÉS : régulation du trafic, Réseau de Petri hybride, système non linéaire, approche
multi - modèle, commande événementielle.
KEYWORDS: traffic control, hybrid Petri net, non linear system, multi - model approach, event
control.
1. Introduction

Depuis la fin de la deuxième guerre mondiale, les villes n’ont pas cessé de
s’étendre. Afin d’absorber les flux de personnes et de marchandises, les voies de
circulation se sont multipliées jusqu’à représenter, presque, la moitié de la superficie
totale des zones urbaines. Cet accroissement du nombre de voies de circulation n’est
cependant pas suffisant, ce qui implique l’apparition de phénomènes de congestion
et de files d’attente, et dans le pire des cas, provoquent des accidents. De manière
générale, la congestion conduit à la dégradation de la qualité de service des
infrastructures routières.
Le processus d’évolution du trafic peut être assimilé à un système dynamique
hybride dont l’évolution des files d’attente est décrite par une partie continue et
l’occurrence d’évènements par une partie discrète. Ceci s’explique par le fait que
l’approche hybride reflète la réalité d’évolution des systèmes de transport. En terme
de modélisation, la partie continue décrivant l’évolution instantanée du système est
représentée par un ensemble de variables d’état qui évoluent selon des équations
différentielles validées dans des domaines temporels spécifiés. La partie discrète est
décrite par une suite d’états discrets dépendant d’une séquence d’événements
(internes ou externes). La synthèse des lois de commande des systèmes hybrides se
situe au cœur des recherches menées actuellement par de nombreux scientifiques
(Antsaklis et Koutsoukos, 2002).
En ce qui concerne la gestion du trafic pour une utilisation optimale des
infrastructures disponibles, de nombreuses stratégies de régulation des feux de
signalisation ont été mises en place. Ces stratégies reposent principalement sur
l’estimation des temps d’attente et des longueurs des files d’attente aux
intersections. Ces paramètres permettent d’évaluer la qualité de service des
intersections à feux. L’approche traditionnelle dans la commande des feux utilise
des plans de signalisation à période fixe pour lesquels les durées des feux sont
prédéterminées. Dans ce cas les paramètres essentiels de la commande, comme la
durée du cycle, le partage du vert et les décalages sont calculés hors ligne, à partir
d’un historique des données (Cohen, 1990). Bien que la réalisation de cette stratégie
soit basée sur des données recueillies sur le terrain, la gestion du trafic reste éloignée
d’une exploitation optimale des ressources car on ne parvient pas à suivre les
fluctuations de la demande.
Depuis les avancées significatives dans les domaines de l’informatique et de la
télécommunication, le calcul des paramètres de la commande des feux se fait en
temps réel à partir de mesures transmises par des boucles électromagnétiques ou des
caméras numériques. Ces stratégies de commandes adaptatives régulent l’état des
feux en fonction de la présence ou non de véhicules à l’intersection. De nombreux
simulateurs sont ainsi développés pour la régulation des réseaux urbains : « SCOOT
(Hunt et al., 1981 ; Hansen et al., 2000) » ; « PRODYN (Henry, 1983 ; Khoudour et
al., 1991) » ; « OPAC (Gartner et al., 1991) » ; « SCATS (Sims et Finaly, 1984 ;
Taylor et Abdel-Rahim, 1998) » ; « CRONOS (Boillot, 2002) ».
 L’exploitation du potentiel des réseaux de Petri (RdP) (David et Alla, 1992) dans
la régulation des feux de trafic a été initiée par Jensen (1992) en modélisant les feux
de signalisation par un RdP coloré. Wang et al., (1993) ont utilisé les RdP pour la
commande et l’évaluation des performances d’une intersection isolée en se basant
sur le simulateur SIMNET (Simulation Nets). DiCesare et al. (1994) ont proposé
une approche modulaire pour l’évaluation et la commande de six intersections
adjacentes. Ces résultats étaient obtenus avec le simulateur POSES (Predicate
Transition Net Oriented Simulation). Gallego et al., (1996) ont développé un
contrôleur des feux de signalisation à base de réseaux de Petri interprétés (David et
Alla, 1992). Le contrôleur proposé a pour rôle de traduire certaines contraintes
imposées permettant de garantir le bon fonctionnement d’un carrefour à feux.
Récemment, les RdP hybrides (Le Bail et al., 1991) ont aussi été appliqués avec
succès pour la modélisation et la commande des systèmes de transport (Di Febrarro
et al., 2004).
Dans cet article nous présentons un système de commande des feux de
signalisation basé sur les RdP hybrides (RdPH) qui modélisent les dynamiques
hétérogènes des véhicules dans le carrefour. La circulation des véhicules est
caractérisée par un comportement continu sur les routes et par un comportement
discret au niveau des croisements routiers. Ces deux comportements sont
respectivement modélisés par un RdP continu à vitesses variables (RdPCV) (Tolba
et al., 2001) et un RdP Temporisé (RdPT) (Tolba et al., 2003). Après avoir modélisé
l’écoulement du trafic ainsi que les interactions événementielles résultant du
changement de l’état des feux de signalisation, le comportement non linéaire du
trafic est décomposé en multi-modèles linéaires. La détection des limites des
domaines de validité de ces modèles permet d’évaluer l’état du trafic et par
conséquent de commuter ou non le feu.
Cet article est organisé en six sections. Dans la section 2, nous décrivons la
topologie d’un carrefour isolé et ensuite nous présentons son modèle par RdP
hybride. Une fois le modèle établi, nous essayons d’élargir cette approche à la
modélisation d’un ensemble de carrefours interconnectés. L’approche multi -
modèle et la commande par rupture de seuils sont présentées respectivement dans
les sections 3 et 4. Des simulations pour l’analyse et la comparaison de la
commande par rupture de seuils appliquée à un carrefour isolé et étendue à un
réseau complexe font l’objet de la section 5. Enfin, des conclusions et des
perspectives de recherches sont exposées dans la section 6.

2. Modèle par RdP hybride du trafic

Dans cette section on traite un exemple d’application des réseaux de Petri dans
les systèmes de transport.

2.1. Topologie d’un carrefour à feux

Le système étudié est un carrefour à feux isolé qui comporte deux voies (L1, L2)
avec deux feux de signalisation (T*1, T*2) implantés à l’extrémité du carrefour,
Figure 1.
 Les voies du carrefour de la Figure 1 sont caractérisées par un taux d’arrivée
moyen égal à µ1 et µ2. Des boucles de détection de véhicules (B1, B2) sont
implantées, respectivement à l’entrée des voies L1 et L2, à une distance ∆1 et ∆2 de la
ligne d’arrêt. Chaque voie du carrefour est de capacité limitée égale à c. La vitesse
libre vfree, correspond à la vitesse maximale que peut atteindre un véhicule
empruntant le carrefour. Le trafic s’écoule dans deux directions: Ouest-Est (O-E) et
Nord-Sud (N-S). Par souci de simplicité, les voies de circulation sont supposées être
à sens unique et la prise en compte des mouvements de tournes à gauche et à droite
est exclue de notre étude. De plus le feu a deux états « vert » et « rouge ». La durée
du feu « orange » est ajoutée à celle du feu « rouge ».

L2
N
B2
O E

∆2 S

T* 2 Ligne d’arrêt
∆1

L1

B1
T* 1

Figure 1. Description d’un carrefour isolé.

2.2. RdP hybrides

Les réseaux de Petri hybrides (RdPH) sont une extension des RdP (Le Bail et al.,
1991). Dans les RdPH, la représentation des systèmes à comportements hétérogènes
est décrite par deux parties distinctes : une partie continue dont le comportement est
décrit par un RdP continu et une partie discrète qui est modélisée par un RdP
temporisé (à temporisation déterministe ou stochastique). Le marquage d’une place
continue est représenté par un nombre réel positif. En revanche, le marquage d’une
place discrète est représenté par un nombre entier non négatif. Le franchissement
d’une transition discrète peut entraîner une modification sur le marquage du RdP
continu et vice versa. L’intersection de la figure 1 est un système hybride (Lei et
Ozguner, 2001) dans lequel l’écoulement du trafic sur les voies peut être représenté
par un RdP continu et le changement des états de feu par un RdP discret (Di
Febbraro et al., 2004) (Tolba et al., 2004). Grâce à une approche de modélisation
modulaire qui consiste à décomposer le fonctionnement du carrefour en deux
modules principaux (feux de signalisation et écoulement du trafic), nous allons
présenter le modèle par RdPH du carrefour à feux.

2.3. Modèle par RdP des sections de route

Dans ce paragraphe, nous présentons le modèle par RdPCV (Tolba et al., 2001)
permettant de modéliser l’écoulement du trafic sur les voies du carrefour, Figure 2.
Avant d’aborder la méthode de modélisation du trafic, nous allons rappeler les
principes de base d’un RdPCV. Lorsque les dynamiques d’un système physique sont
nombreuses, sa modélisation par un RdP discret nécessite un nombre de marquages
accessibles très grand. Les RdP continus ont été introduits pour éviter l’explosion
combinatoire du nombre d’états accessibles. Cette extension de RdP permet, par
ailleurs, d’élargir le cadre des RdP aux systèmes qui ne sont pas modélisables par
des RdP ordinaires (tels que l’écoulement d’un fluide dans un réservoir, la
production des produits par lot). Contrairement aux RdP ordinaires ou temporisés
(David et Alla, 1992), le nombre de marques dans les RdP continus est un nombre
réel positif. Le franchissement s’effectue comme un flot continu en introduisant la
notion de vitesse traduite par le nombre de marques franchies pendant une unité de
temps. Le franchissement d’une transition dans les RdP continus suit dans le cas
général la loi régissant la dynamique du système étudié.
Dans le cas du transport terrestre, chaque section de voirie est représentée par
une place Pi continue (représentée par un double cercle) dans laquelle le marquage
mi représente le nombre de véhicules présents sur la section. Chaque place Pi est
associée à une place P’i continue pour représenter la limitation de capacité de la
place Pi qui traduit la limitation de capacité sur la section de voirie considérée. Le
nombre d’emplacements non occupés sur une section du carrefour est représenté par
le marquage m’i de la place P’i. L’entrée de chaque section est modélisée par une
transition Tj-1 (représentée par un rectangle) dont la fréquence de franchissement
maximale est représentée par qmax j-1 = 1/θin (θin représente le temps d’arrivée moyen
d’un véhicule sur la voie). De même, la sortie d’une section est modélisée par une
transition Tj dont la fréquence maximale de franchissement est l’inverse du temps
moyen nécessaire pour qu’un véhicule traverse la section qmax j = 1/θout. Le nombre
moyen de véhicules pouvant entrer ou traverser simultanément le carrefour est
représenté par le marquage aj de la place Pj .
 C. Tolba, D. Lefebvre, P. Thomas, A. ElMoudni, « Commande des feux de
signalisation par réseaux de Petri hybrides », JESA, Vol.42, n°5, pp 579–612, 2008.
∆i

Débit d’entrée mi(t) Débit de sortie

qj-1(t) qj(t)
vfree i

Figure 2. Section de voirie.

P’i
ci-mi

Tj-1 Pi Tj
mi
qmax j-1 qmax j
aj-1 aj
Pj-1 Pj

Figure 3. Modèle par RdPCV d’une section de voirie.

Il convient de remarquer que la somme des marquages des places Pi et P’i

(i.e. mi + m’i) est un invariant de marquage. Il en est de même pour le marquage des
places Pj (i.e. mj) qui reste constant au cours du temps:

 m i (t ) + m ' i (t ) = c i ∀t ≥ 0, i = 1,2
 [1]
m
 j ( t ) = a j ∀t ≥ 0, j = 1, K ,4
où ci représente la capacité de chaque voie.
Conformément au principe d’évolution d’un RdPCV (David et Alla, 1992), les
expressions mathématiques des vitesses de franchissement qj-1(t) et qj(t) des
transitions Tj-1 et Tj sont données par1 :

q j −1 (t ) = q max j −1 min( a j −1 , c i − mi (t )) [3]

q j (t ) = q max j min( a j , m i (t )) [4]
Lorsque les conditions de validation des transitions Tj-1 et Tj sont remplies (i.e.,
arrivée et départ de véhicules), l’évolution du marquage mi de la place Pi est régie
par l’équation suivante :

1
La vitesse de franchissement d’une transition à l’instant t dépend continûment du marquage
des places en amont de cette transition (David et Alla, 1992).
 dmi (t )
= q j −1 (t ) − q j (t ) [5]
dt
En revanche, si Ti-1 est validée (i.e. arrivée de véhicules) et Ti est non validée (i.e.
la sortie de véhicules est non autorisée, qj(t) = 0), une file d’attente se forme. La
taille de cette file d’attente évolue alors selon l’équation [6] :

dmi (t )
= q j −1 (t ) [6]
dt
Les paramètres des modèles RdPCV peuvent être exprimés en fonction des
paramètres du trafic sur la section de voirie i, à savoir le débit maximal φmax i, la
vitesse limitée vfree i, la densité maximale ρmax i (Tolba et al., 2001).
v free i
qmax j = [7]
∆i
φmax i.∆ i
aj = [8]
v free i
ci = ρ max i .∆ i [9]
Dans cette contribution, on considère le trafic routier comme un ensemble de
véhicules représentés par les variables moyennes de flux de circulation à savoir la
densité, le débit et la vitesse. Il s’agit d’une approche macroscopique et plus
particulièrement de modèles de trafic du premier ordre. L’utilisation de ces derniers
a montré des limitations dans certains cas de trafic tels que, les rétrécissements des
autoroutes ou les convergences avec des rampes d’accès (Papageorgiou, 1997). Pour
tenter de remédier à ces défauts, le premier modèle d'ordre supérieur a été proposé
en 1971 par Payne. Le modèle de Payne est présenté comme une approximation du
modèle véhicule-suiveur en prenant en compte le temps de réaction du conducteur
après un changement du trafic en aval, (i.e. le conducteur au point x de la route
ajuste sa vitesse avec un retard τ relativement à la situation du trafic au point
x + ∆x avec ∆x > 0 ) (Papageorgiou et Schmidt, 1991).
La modélisation du trafic de façon plus fine en tenant compte de la vitesse et
l’accélération individuelles de chaque véhicule ainsi qu’à la distance inter-
véhiculaire a été abordée dans nos travaux antérieurs (Tolba et al. 2002 ; Tolba et al.
2003 ; Tolba, 2004). Dans ces travaux nous avons modélisé une section d’autoroute
par RdP discrets et comparé les résultats obtenus avec le modèle automates
cellulaires du trafic (Nagel 1998).

2.4. Modèle par RdP des intersections

2.4.1. Intersection isolée

Le RdPCV présenté sur la figure 3 est bien adapté pour modéliser l’écoulement
continu du trafic sur une voie du carrefour (Tolba et al., 2001). Toutefois, dans un
carrefour à feux, la circulation des véhicules est inhérente aux changements d’état
des feux. Dans un cycle de feu, l’évolution du trafic sur une voie est caractérisée par
un comportement de passage pendant le vert et un comportement d’attente pendant
le rouge Cette dynamique peut être modélisée par un RdPH composé de modèles
élémentaires RdPCV similaires à celui de la figure 3 et d’un RdPT modélisant les
feux de signalisation. La présence d’un jeton dans la place discrète P*1 (représentée
par un simple cercle, Figure 4) indique l’état « vert » du feu sur la voie (O-E). La
transition continue T2 est donc franchissable pendant une durée du vert égale à d1
(temporisation associée à la transition discrète T*1 représentée sur la figure 4 par une
barre).
En revanche, l’absence d’un jeton dans la place P*2 rend la transition T4 non
franchissable (i.e., état « rouge » du feu sur la voie (N-S)). Lorsque des véhicules
arrivent sur la voie (N-S), ils forment une file d’attente pendant une durée égale à d1.

Voie O-E Voie N-S

T1 T3
a1 qmax1 qmax3
a3
P’’1 P’’3

m’1 P1 m1 P2 m2 P’2 m’2

P’1
T*2 d2 P*2
P’’4
a2 qmax2 qmax4
a4
P’’2 T2 * T4
P*1 T 1 d1
Partie continue Partie discrète Partie continue

Figure 4. Modèle par RdPH du carrefour.

Pendant un cycle de feu [t0, tf], l’écoulement du trafic dans le carrefour est régi
par les deux systèmes, d’équations différentielles, suivants :
Pour t∈[t0 , tc] :

m& 1 (t ) = qmax 1 min(a1 , c1 − m1 (t )) − qmax 2 min(a2 , m1 (t )) Feu vert sur la voie O-E
S1 =  [10]
m& 2 (t ) = qmax 3 min(a3 , c2 − m2 (t )) Feu rouge sur la voie N-S

avec les conditions initiales m1(0) = m10 et m2(0) = m20.

Pour t∈[tc , tf] :

m& 1 (t ) = qmax 1 min(a1 , c1 − m1 (t )) Feu rouge sur la voie O-E

S2 =  [11]
 2
&
m (t ) = q max 3 min( a ,
3 2c − m 2 (t )) − q max 4 min( a 4 , m 2 (t )) Feu vert sur la voie N-S

avec les conditions initiales m1(tc) et m2(tc) calculées par S1.

 Une représentation sous la forme d’un seul système qui intègre S1 et S2 peut être
obtenue :
m& 1 (t ) = qmax 1 min(a1 , c1 − m1 (t )) − (1 − ϕ (t ))q max 2 min(a 2 , m1 (t ))
S = [12]
m& 2 (t ) = q max 3 min(a3 , c2 − m2 (t )) − ϕ (t )q max 4 min(a4 , m2 (t ))

où ϕ(t) est une fonction discrète prenant des valeurs dans l’ensemble {0,1} et
représentant le marquage des place P1* et P2*. ϕ(t) vaut 0 quand le jeton est dans P1*,
il vaut 1 quand le jeton se trouve à la place P2*. Dans l’exemple qui nous intéresse,
puisque l’on commence le cycle par un feu vert sur la voie O-E et rouge sur la voie
N-S, cela revient à prendre : ϕ(t) = 0 pour t ∈ [t0, tc] et ϕ(t) = 1 pour t ∈ [tc, tf]
Les paramètres du modèle RdPH, sont calculés en fonction des paramètres du
trafic dans le carrefour [7]-[9].
2.4.2. Réseaux d’intersections
En se basant sur l’approche de modélisation présentée précédemment, nous
allons présenter le modèle RdPH d’un réseau d’intersections interconnectées. En
effet, chaque intersection est modélisée par un RdPH similaire à celui de la figure 4.
La figure 5, montre un réseau du trafic avec trois intersections (I1, I2, I3) et deux
directions de circulation. On suppose que le cycle des feux de chaque intersection
possède deux états « vert » et « rouge ».

q2(t) q6(t)

q3(t) I1 q4(t) I2 q5(t)

q7(t)

q1(t)

q10(t) I3 q9(t)

q8(t)

Figure 5. Description d’un réseau de trois intersections.

Le modèle par RdPH du réseau de la figure 5 peut être représenté sous la forme
de trois RdPH de carrefours isolés interconnectés.
 I1
Voie S-N Voie O-E
a1 T1 T3 a3
P’’3 P’’3
m’1 m1 P1 P2 m2 m’2
P’2 * * P’1 I2
T 1 P 1
P’’4 Voie N-S
a2 a6
a4 T6
P’’2 T2 P*2 T *2 T4
P’’6
m3 m’3 P’3 m4 m’4
P3 P4
T * P’4 I3
P’’5 3 P*3
P’’7 Voie E-O
a5 a7 a9
T5 T7 T9
P*4 T *
4 P’’9
m5 P5 P6 m6 m’6
P’5 m’5
*
T P*5 P’6
P’’8
a8 a10
T8 P*6 T *6 T10 P’’10

Figure 6. Modèle par RdPH de trois intersections.

En toute généralité, aucune hypothèse n’est formulée sur la synchronisation des

feux. La dynamique des files d’attente pendant un cycle de feu est régie par les
systèmes d’équations [13] – [15] où les fonctions ϕi assurent la synchronisation, et
les paramètres qmax j, ai, et ci sont définis en fonction des caractéristiques du trafic:

m& 1 (t ) = qmax 1 min( a1 , c1 − m1 (t )) − (1 − ϕ1 (t )) qmax 2 min( a2 , m1 (t ))

I1 =  [13]
m& 2 (t ) = qmax 3 min( a3 , c2 − m2 (t )) − ϕ1 (t ) qmax 4 min( a4 , m2 (t ), c3 - m3 (t ))

m& 3 (t) = ϕ1(t)qmax 4 min(a4 ,m2 (t), c3 − m3 (t)) − (1 − ϕ2 (t))qmax 5 min(a5 ,m3 (t))
I2 =  [14]
m& 4 (t) = qmax 6 min(a6 ,c4 − m4 (t)) − ϕ2 (t)qmax 7 min(a7 ,m4 (t), c5 - m5 (t))

m& 5 (t ) = ϕ2 (t)qmax 7 min(a7 , m4 (t ), c5 − m5 (t )) − (1 − ϕ3(t))qmax 8 min(a8 , m5 (t ))

I3 =  [15]
m& 6 (t ) = qmax 9 min(a9 , c6 − m6 (t )) − ϕ (t)qmax 10 min(a10 , m6 (t ))
3

Si l’on considère, par exemple, que les feux de signalisation des intersections
sont deux à deux synchronisés avec des déphasages constants, on peut poser ϕ2(t) =
ϕ1 (t + τ12) et ϕ3(t) = ϕ1(t + τ13).
3. Représentation multi - modèle des intersections

Les intersections à feux des figures 4 et 6 modélisés par des RdPH sont des
systèmes hybrides non linéaires avec des commutations qui résultent de la fonction
« minimum » (Tolba et al., 2004). C’est pourquoi, nous proposons une approche
multi - modèle dans laquelle les systèmes d’équations [13] - [15] sont décomposés
en plusieurs modèles linéaires activés séquentiellement. Chaque modèle linéaire,
appelé « phase linéaire » et noté Eij , décrit l’évolution de la file d’attente mi par des
équations différentielles linéaires du premier ordre dont l’activation dépend de la
valeur des variables mi ainsi que des fonctions φi. De manière générale, la
détermination de la phase linéaire active pendant une durée donnée est obtenue
grâce à la fonction suivante (Lefebvre et al., 2004) :

∀T j : fj : ℜ + n → {1,...,n}
(m i (t))i =1,...,n a f j ((m i (t))i =1,...,n ) [16]
telle que : m f j = min (m i (t))
Pi ∈ °T j

avec °Tj l’ensemble des places continues Pc en amont de la transition Tj et fj la

fonction qui spécifie la place continue en amont de Tj dont le marquage est minimal.

En partitionnant l’ensemble des transitions continues Tc du RdPH modélisant le

réseau de plusieurs carrefours interconnectés, il est possible de représenter la forme
générale des phases linéaires. En effet, l’ensemble Tc est divisé en 3 sous ensembles
disjoints Te, Tes et Ts. Te est l’ensemble des transitions d’entrée du réseau, Tes est
l’ensemble des transitions de jonctions (transitions intermédiaires) et Ts est
l’ensemble des transitions de sortie du réseau. Notons p, r et s les dimensions de Te,
Tes et Ts, qui vérifient l’équation [17] :

p + r + s = card(T c ) [17]

où card(.) représente le cardinal de l’ensemble (.). Il s’ensuit que la forme

générale des modèles linéaires peut être donnée par l’équation [18] :

p r s
m& i = ∑
j =1
α ij q e j m f j + ϕ (⋅) ∑
j =1
β ij q es j m f j + (1 − ϕ (⋅)) ∑γ
j =1
ij q s j m f j [18]

avec :

∑α
i =1
ij q e j m f i : la somme des débits d’entrée au carrefour
 r

∑β
j =1
ij qes m f i : la somme des débits au point de jonction

∑γ
j =1
ij q s j m f i : la somme des débits de sortie du carrefour

Les paramètres αij, βij et γij sont définis comme suit :

α ij = Post ( Pi , Te j ) − Pré ( Pi , Te j )
β ij = Post ( Pi , Tes j ) − Pré ( Pi , Tes j ) [19]
γ ij = Post ( Pi , Ts j ) − Pré ( Pi , T s j )

avec Pré : Pc × Tc → {0, 1} la fonction de pré-incidence telle que Pré(Pi, Tj) est
le poids de l’arc orienté de la place Pi vers la transition Tj, et Post : Pc × Tc → {0, 1}
la fonction de post-incidence telle que Post(Pi, Tj) est le poids de l’arc orienté de la
transition Tj vers la place Pi. Les paramètres qe j, qes j et qs j représentent les
fréquences maximales associées respectivement aux transitions Te j∈ Te, Tes j∈ Tes et
Ts j∈ Ts.

Pour l’exemple de la figure 5, les matrices d’incidence α, β, γ s’expriment en

fonction des places Pi et des transitions Tj.

T1 T3 T6 T9 T4 T7 T2 T5 T8 T10
P1 1 0 0 0 P1 0 0 P1 −1 0 0 0
P2 0 1 0 0 P2 −1 0 p2 0 0 0 0
α = P3 0 0 0 0 β = p3 1 0 γ = p3 0 −1 0 0
P4 0 0 1 0 p4 0 −1 p4 0 0 0 0
P5 0 0 0 0 p5 0 1 p5 0 0 −1 0
P6 0 0 0 1 p6 0 0 p6 0 0 0 −1

• qe = [qmax 1, qmax 3, qmax 6, qmax 9]T est associé à Te = [T1, T3, T6, T9]T.
• qes = [qmax 4, qmax 7]T est associé à Tes = [T4, T7]T.
• qs = [qmax 2, qmax 5, qmax 8, qmax 10]T est associé à Ts = [T2, T5, T8, T10]T.

Les équations [13] à [15] peuvent être réécrites à l’aide des équations [20] à [22]:

 m& 1 (t ) = qmax 1 m f j (t ) − (1 − ϕ1 (t ))qmax 2 m f j (t )

 [20]
 m& 2 (t ) = qmax 3 m f j (t ) − ϕ1 (t )qmax 4 m f j (t )

 m& 3 (t) = ϕ1 (t)qmax 4 m f j (t) − (1 − ϕ 2 (t ) )qmax 5 m f j (t)

 [21]
 m& 4 (t) = qmax 6 m f j (t) − ϕ 2 (t)qmax 7 m f j (t)
  m& 5 (t ) = ϕ 2 (t )qmax 7 m f (t ) − (1 − ϕ3 (t ))qmax 8 m f j (t )
 [22]

j

 m& 6 (t ) = qmax 9 m f j (t ) − ϕ3 (t ) qmax 10 m f j (t )

Chaque phase est active pendant la durée qui sépare deux commutations
successives des opérateurs « min » dans l’équation d’évolution de ces réseaux, et
correspond à une configuration particulière de ces opérateurs caractérisée par les
fonctions fj. En utilisant l’équation [16], on peut remplacer les opérateurs « min »
des équations [13] à [15] par les fonctions m f j dans les équations [20] à [22].
La résolution des équations différentielles correspondant à chaque phase linéaire
permet de déterminer analytiquement l’évolution du marquage mi. Le passage d’une
phase linéaire à la suivante se produit lorsque le marquage mi franchit un seuil que
l’on définira dans la suite, ou au moment de l’occurrence d’un événement sur la
transition discrète T*i ou T*i+1. Le modèle du trafic peut être représenté par un
automate hybride (Tolba et al., 2004).
L’agrégation de deux automates hybrides des files d’attente, de la même
intersection, mi et mi+1 permet de décrire la dynamique complète de l’intersection,
Figure 5. Il s’ensuit que l’évolution globale d’un réseau de N carrefours peut être
représenté par N automates hybrides interconnectés. Le réseau de la figure 6 peut
être représenté par trois automates hybrides.
L’approche multi-modèles ainsi obtenue permet de mettre en relief les
interactions entre la partie continue représentée par les phases linéaires et la partie
discrète représentée à la fois par les changements de phases linéaires et les
changements des états du feu. Par conséquent, il devient plus simple de synthétiser
des commandes des feux qui reposent sur l’occurrence de ces changements que l’on
appelle événements.

3.1. Décomposition en multi-modèles linéaires

Considérons le modèle non linéaire de l’intersection I1 décrit par S1 (équation

[10]) et S2 (équation [11]). Ce modèle peut être décomposé en un ensemble de
phases linéaires activées séquentiellement en fonction des conditions initiales m10 et
m20. Le modèle correspondant à chaque phase linéaire Eij est un modèle linéaire
continu décrit par une équation différentielle du premier ordre dans laquelle les
fréquences de franchissement qmax j, j = 1, 2, 3 sont considérées comme des entrées
du système. Le passage d’une phase linéaire Eij à la suivante est appelé
commutation. Notons qu’une phase linéaire Eij est différente d'une phase de feu qui
correspond à la durée pendant laquelle l'état du feu ne change pas. La durée d'un
cycle complet de phases d’un feu est appelée période. Chaque période comporte
deux phases de feu «vert » et « rouge », et chaque phase de feu peut comporter une
ou plusieurs phases linéaires. En revanche, une phase linéaire Eij ne correspond qu'à
une seule phase de feu (en changeant de phase de feu, on change aussi de phase
linéaire). Une autre différence entre les phases linéaires et les phases de feu
concerne la dynamique des commutations. Le changement de phase de feu
correspond toujours à un événement externe (commutation des feux) alors qu'un
changement de phase linéaire correspond soit à un événement externe, soit à un
évènement interne (le marquage des places atteint un seuil). Il en résulte que
l’évolution de chaque variable de marquage est donnée par six phases linéaires
possibles {E11, E12, E13, E14, E15, E16} et {E21, E22, E23, E24, E25, E26}. Par souci de
clarté, nous présentons dans la table 1 les phases linéaires (PL) de m1 et m2
atteignables pendant les phases de feu « vert » et «rouge » :

PL atteignables pendant le vert PL atteignables pendant le rouge

1 1 1 1 2 2 2 2
m1/m2 E 1, E 2, E 3, E 4 / E 1, E 2, E 3, E 4 E 15, E 16 / E 25, E 26

Table 1. Phases linéaires de m1 et m2 atteignables pendant chaque phase de feu.

Chaque phase dynamique S1j du système S1 est représentée par une phase linéaire
E j de m1 validée pendant le vert et une phase linéaire E2j de m2 validée pendant le
1

rouge, S1j = (E1j, E2j). De la même façon, chaque phase dynamique S2j du système S2
est décrite par deux phases linéaires : E2j de m2 validée pendant le vert et E1j de m1
validée pendant le rouge, S2j = (E1j, E2j). Ceci est illustré par la figure 7 :

S1 S2

E11, E25 E11, E26 E14, E25 E14, E26 E21, E15 E21, E16 E24, E15 E24, E16
S 11 S 12 S 17 S 18 S 21 S 22 S 27 S 28
-a- -b-

Figure 7. a-Phases linéaires de S1, b-Phases linéaires de S2.

La résolution des équations différentielles associées à chaque phase linéaire Eij,

selon les conditions initiales, m10 et m20 et le temps initial t0, conduit à définir les
expressions analytiques de m1 et m2. La table 2 illustre les différentes expressions
de marquage associées à E1j validées dans leurs domaines respectifs. Supposons que
a2<c1-a1, il en résulte que la phase linéaire E14, représentée par une case sur fond
gris dans la table 2, n’est jamais validée.
 C. Tolba, D. Lefebvre, P. Thomas, A. ElMoudni, « Commande des feux de
signalisation par réseaux de Petri hybrides », JESA, Vol.42, n°5, pp 579–612, 2008.
Domaine de
Phase Expression du marquage
validité
m1≥c1-a1 qmax2 q
m1 = (m10 − c1 + a2 ).e−qmax1(t −t0 ) + c1 − max2 a2
E 11 qmax1 qmax1
m1 > a 2
m1<c1-a1
E 12 m1 = ( q max 1.a1 − q max 2 a 2 ).( t − t 0 ) + m10

m1<c1-a1 qmax1 q
S1 E 13 m1 = (m10 − c1 + a1).e−qmax2 (t −t0 ) + max1 a1
qmax2 qmax2

q max 1
m1 ≤ a 2 m1≥c1-a1 m1 = ( m10 − c1 ).e − ( q max 1 + q max 2 ).( t − t 0 )
q max 1 + q max 2
E 14
q max 1
+ c1
q max 1 + q max 2

m1≥c1-a1 E 15 m1 = (m10 − c1).e−qmax1(t −t0 ) + c1

S2
m1<c1-a1 E 16 m1 = qmax 1.a1 (t − t0 ) + m10

Table 2. Phases linéaires pour m1.

De manière similaire à m1, il est possible de définir les expressions de marquage

m2 associées à chaque phase linéaire E2j.

3.2. Commutation des modèles linéaires

Si l’on s’intéresse uniquement au marquage m1, le changement de phases E1j,

j=1,…,6 est obtenu par commutations selon l’automate ci-dessous, Figure 8-a. Les
transitions en gras correspondent à des changements de phase de feu agissant sur la
partie discrète du modèle par RdP hybride Ev = T*1, T*2. Les autres événements
correspondent à des ruptures de seuils de la partie continue. Un automate similaire
existe aussi pour m2, Figure 8-b.
 E 16 E 26
Ev Ev Ev Ev
m1 = a 2 m2 = a 4
E 12 E 13 E 22 E 23

m1 = c 1 – a 1
m1 = c 1 – a 1

m2 = c 2 – a 3
m1 = c 1 – a 1

m2 = c 2 – a 3

m2 = c 2 – a 3
m1 = a 2 m2 = a 4
E 11 E 14 E 21 E 24

Ev Ev Ev Ev
E 15 E 25

-a- -b-

Les événements conduisant aux phases linéaires E14 et E24 sont représentés par
des arcs discontinus.

Figure 8. Commutation de phases linéaires a) pour m1, b) pour m2.

La synchronisation des deux automates via les changements de phases de feu et

une horloge commune permettent d’accéder aux différentes phases linéaires. Le
modèle complet comporte 16 phases linéaires différentes, Table 3. Le passage d’une
phase linéaire à l’autre est commandé par l’évolution de l’automate, Figure 9,
résultant de la synchronisation des deux automates de la figure 8.
m1=c1-a1 m1=a2
m2=c2-a2
e m1=c1-a1 m2=c2-a2
S 11 S 12 S 13 S 14 S 15 S 16

m1=c1-a1 m1=a2

Ev Ev Ev
Ev Ev Ev
Ev
Ev Ev
m2=c2-a2 m2=a4
2 2 2 2 2
S 1 S2 e S 3 m2=c2-a2 S 4 S 5
m1=c1-a1 S 26
m1=c1-a1
m2=c2-a2 m2=a4

Occurrence d’un événement sur la transition T*1 ou T*2 : Ev = T*1, T*2

e = « m1=c1-a1 et m2=c2-a2 »

Figure 9. Automate de synchronisation

.
 S1 S2
m1>a2 m 1≤ a 2
Phases linéaires pour m1
m1≥c1-a1 m1<c1-a1 m1<c1-a1 m1≥c1-a1 m1≥c1-a1 m1<c1-a1
et m2
E11 E12 E13 E14 E15 E16
2 1 1 1 1
m2≥c2-a3 E5 S1 S 3 S5 S7 X X
S1 m2<c2-a3 E26 S 12 S 14 S 16 S 18 X X
m2>a4 m2≥c2-a3 E21 X X X X S 21 S 22
S2 m2<c2-a3 E22 X X X X S 23 S 24
2
m2≤ a4 m2<c2-a3 E 3 2
X X X X S5 S 26
m2≥c2-a3 E24 X X X X S 27 S 28

Table 3. Phases linéaires pour le modèle S1 et S2.

4. Commande événementielle locale des feux de signalisation

Sur les figures 8 et 9, nous pouvons remarquer que le franchissement des seuils
caractérise la situation du trafic et permet ainsi de délivrer ou d’inhiber l’ordre de
commutation du feu. Dans cette étude nous allons exploiter les seuils naturels du
multi - modèles pour la commande du feu. Le déclenchement de l’ordre de
commutation de S1 à S2 et vice versa (T*1, T*2) est délivré lorsque le marquage de la
file d’attente atteint l’un des seuils mi=aj, ou mi=cj-aj après un temps au moins égal
à un premier seuil Gm appelé « vert minimum » et ne dépassant pas un second seuil
GM appelé « vert maximum ».

4.1. Stratégies de commande

Dans cette section nous allons présenter trois stratégies de commande des feux
de signalisation en se basant sur la détection de la rupture de seuils naturels.
4.1.1. Politique de maintien (seuils bas)
Cette stratégie consiste à détecter la rupture des seuils bas (m1=a2 et m2=a4), sur
la voie dont la phase de feu est « vert », quel que soit l’état de la file d’attente sur la
voie dont la phase de feu est « rouge ». Il s’agit de privilégier la résorption de la file
d’attente sur la voie dont la phase de feu est « vert ». En conséquence les automates
hybrides de la figure 8 et 9 se simplifient, Figure 10 et 11.
Si l’on considère que la phase de feu est « vert » sur la voie (O-E), alors
l’évolution du marquage m1 peut être exprimée par les phases linéaires E11, E12 et
E13 (rappelons que E14 n’est jamais validée). Supposons maintenant qu’à l’état initial
la phase linéaire E12 est validée, alors l’évolution de m1 va durer tant que (m1>a2 et
m1<c1-a1). Lorsque le seuil m1=a2 est franchi et la durée de la phase de feu « vert »
dfeu est au moins égale à Gm, l’ordre de commutation du feu est délivré. Par
conséquent, le marquage m1 change de phase linéaire (i.e., le marquage passe de E12
à E16, cette transition est représentée par un arc discontinu sur la figure 10. En
revanche, lorsque le seuil m1=a2 est franchi après une durée inférieure à Gm, le
marquage m1 change de phase linéaire et atteint E13. A partir de cette phase linéaire,
l’ordre de commutation des feux est susceptible d’être délivré lorsque dfeu=Gm. Dans
le cas où le marquage m1 atteint la phase linéaire E11 et le seuil m1>a2 n’est pas
atteint, l’ordre de commutation des feux doit être donné lorsque dfeu=GM.

E 16
(sb et dfeu≥Gm) Gm
T *2 T *2
E 12 E 13
sb et (dfeu<Gm) m1 =c1 - a1
m1 =c1 - a1

E 11
T *2
GM
E 15
Evènement seuil bas : sb = « m1 = a2 ».

Figure 10. Automate simplifié de m1.

m1=c1-a1 sb
m2=c2-a2
dfeu <Gm 1 e m1=c1-a1 m2=c2-a2
S1 S 12 S 13 S 14 S 15 S 16

sb

sb et dfeu≥Gm sb et dfeu≥Gm
sb et dfeu≥Gm
sb et dfeu≥Gm sb et dfeu≥Gm
m2=c2-a2 sb
dfeu <Gm S 21 S 22 e S23 m2=c2-a2 S24 S 25 S 26
m1=c1-a1 m1=c1-a1
m2=c2-a2 sb

Rupture du seuil bas sb = « m1= a2 » ou « m2=a4 »

arc étiqueté par l’évènement : dfeu≥Gm e = « m1=c1-a1 et m2=c2-a2 »
arc étiqueté par l’évènement : dfeu≥GM

Figure 11. Simplification de l’automate de synchronisation.

4.1.2. Politique de commutation (seuils hauts)
Contrairement à la commande précédente, il s’agit cette fois de la détection de la
rupture des seuils hauts m1=c1-a1, ou m2=c2-a3 sur la voie dont l’état du feu est
« rouge », quel que soit l’état de la file d’attente sur la voie dont la phase de feu est
« vert ». Il s’agit d’empêcher la formation de la file d’attente sur la voie dont la
phase de feu est « rouge ». Lorsque le marquage de la file d’attente au feu rouge
atteint le seuil haut et dfeu≥Gm, le feu change de phase et par conséquent le marquage
correspondant à cette file d’attente change de phase linéaire. L’automate hybride de
la figure 12 illustre le fonctionnement de cet algorithme de commande.
Notons que l’évolution du marquage m2 conformément à cet algorithme peut être
représentée par un automate similaire à celui de la figure 12.

E 16
e26 e36
sh et dfeu≥Gm T *1 T *1
E 12 m1= a2
E 13
sh et dfeu<Gm
m1 =c1 - a1

E 11
T *1
Gm
E 15
sh = « m1 = c1-a1 », e36 = (dfeu≥GM) et (m1 < a2), e26 = (dfeu≥GM) et (m1 ≥ a2).

Figure 12. Automate simplifié de m1.

m1=c1-a1 m1=a2
dfeu <Gm 1 e 1 e 1 sh sh
S 1 S 2 S 3 S 14 S 15 S 16
m1=c1-a1 m1= a2

sh et dfeu≥Gm

sh et dfeu≥Gm
m2=c2-a2 m2=a4
2 2 2 2 2
dfeu <Gm S 1
e
S 2
e S 3 S 4 S 5
sh S 26
sh
m2=c2-a2 m2=a4

sh = « m1=c1-a1 » ou « m2=c2-a2 » ; e = « m1=c1-a1 et m2=c2-a2 »

arc étiqueté par l’évènement : dfeu≥Gm arc étiqueté par l’évènement : dfeu≥GM

Figure 13. Simplification de l’automate de synchronisation.

4.1.3. Commande mixte (seuils bas et hauts)
Cette commande repose sur la détection des seuils bas et hauts sur les deux voies de
l’intersection. Il s’agit à la fois d’empêcher la formation de la file d’attente sur la
voie dont la phase de feu est « rouge » et de résorber la file d’attente sur la voie dont
la phase de feu est « vert ». Les feux peuvent changer de phase soit lors du
franchissement des seuils bas (m1=a2, m2=a4), soit lors du franchissement des seuils
hauts (m1=c1-a1, m2=c2-a3). Lorsque l’un des seuils est détecté, après une durée de
vert au moins égale à Gm, les feux changent d’états. L’automate de la figure 14
illustre la dynamique de m1 conformément à cet algorithme de commande. Il existe
un automate similaire pour m2.

E 16
(sb et dfeu≥Gm) Gm
e26 e36
sh et dfeu≥Gm
E 12 E 13
sb et (dfeu<Gm) sh et dfeu<Gm
m1 =c1 - a1
E 11
GM
Gm
E 15

Figure 14. Automate simplifié de m1.

m1=c1-a1 sb
dfeu <Gm S11 e e sh sh
S 12 S 13 S 14 S 15 S 16
m1=c1-a1 sb

m2=c2-a2 sb
2
dfeu <Gm S 1 S 22 e S 23 S 24 S 25 S 26
e sh sh
m2=c2-a2 sb

sh = « m1=c1-a1 » ou « m2=c2-a2 » ; e = « m1=c1-a1 et m2=c2-a2 »

arc étiqueté par l’évènement : (sb ou sh) et dfeu≥Gm
arc étiqueté par l’évènement : dfeu≥Gm ; arc étiqueté par l’évènement : dfeu≥GM

Figure 15. Simplification de l’automate de synchronisation.

4.2. Algorithme de commande

Les trois algorithmes de commande résultant se résument comme suit :

Etape 1 : Initialiser m1(t0), m2(t0) et dfeu
Etape 2 : Evaluer la durée d’activation de la phase linéaire dlin
Etape 3 : Evaluer la durée d’activation de la phase du feu dfeu
Etape 4 : Test sur dfeu
4.1. Si dfeu < Gm
4.1.2. Evaluer les longueurs des files d’attente m1 et m2
4.1.3. Aller à l’étape 2
4.2. Si Gm ≤ dfeu< GM
4.2.1. Evaluer les longueurs des files d’attente m1 et m2
4.2.2. Appliquer la règle de commutation des feux
adéquate, Table 4
4.2.3. Sinon aller à l’étape 2
4.3. Si dfeu≥ GM
4.3.1. dfeu = dfeu - dlin
4.3.2. dlin = GM - dfeu.
4.3.3. Evaluer les longueurs des files d’attente m1 et m2
4.3.4. Commuter le feu et aller à l’étape 1
Etape 5 : Fin

Type de Voie de détection Etape 4.2.2

commande de véhicule de l’algorithme de commande

Politique de File d’attente au Si mi ≤ aj (i = 1,2 et j = 2,4)

maintien feu vert Commuter les feux et aller à l’étape 1.
Politique de File d’attente au Si ci- mi ≤ aj (i = 1,2 et j =1,3)
commutation feu rouge Commuter les feux et aller à l’étape 1.
Commande Files d’attente sur Si mi ≤ aj (i = 1,2 et j =2,4) (file d’attente
mixte les deux voies au feu vert)
Ou
Si ci- mi ≤ aj (i = 1,2 et j =1,3) (file d’attente
au feu rouge)
Commuter les feux et aller à l’étape 1.

Table 4. Règles de commutation des feux.

5. Simulations

Dans cette section, nous allons simuler l’évolution du trafic dans un carrefour
isolé dans lequel les feux de signalisation commutent sur l’occurrence de la rupture
de seuils bas et hauts. Les performances de cette commande seront comparées à
celles des commandes usuelles (cycle fixe et intervalle-véhicule). Ensuite nous
allons élargir l’application de cet algorithme au réseau d’intersections de la figure 5.

5.1. Commande à cycle fixe

Le changement de phases de feu est obtenu en fonction d’un échéancier, (i.e. la

durée du cycle est prédéterminée). Dans ce cas l’occurrence des franchissements des
transitions T*1 et T*2 dépend uniquement de l’horloge commune. Dans les
simulations qui suivent l’horizon est de 300 secondes et le feu est supposé à cycle
fixe de durée égale à 2 minutes.

5.2. Commande intervalle - véhicule

Cette stratégie est la plus utilisée (Papageorgiou et al., 2003). Au début de la

phase, on donne au temps de vert une durée minimale Gm. Si aucun véhicule n’a été
détecté pendant ce temps, le vert est alors coupé et la phase suivante commence. Le
même processus est ensuite appliqué sur la seconde voie de circulation. Si au
contraire, le détecteur est informé du passage d’un véhicule, la durée du vert est
prolongée d’un temps ∆t. Cette prolongation est fixe, elle doit permettre au véhicule
de franchir la distance entre la boucle et la ligne d’arrêt. Une nouvelle prolongation
du vert est accordée si un nouveau véhicule se présente pendant un intervalle de
temps I appelé intervalle véhiculaire. Cet intervalle est l’écart maximum entre deux
véhicules au-delà duquel aucune prolongation n’est accordée au suivant. Pendant
chaque intervalle véhiculaire on observe si un nouveau véhicule est détecté afin
d’accorder une nouvelle prolongation de la durée du vert. Dans le cas où aucun
véhicule n’est détecté le feu passe à la phase suivante. Afin d’éviter une
conservation du vert sur une durée trop longue sa prolongation est contrainte par une
durée maximale, appelée vert maximum qui ne pourra être dépassée quelle que soit
la demande pour la phase considérée.

5.3. Commande d’un carrefour isolé

Dans cette série de simulations, nous allons considérer que les arrivées de
véhicules suivent une loi exponentielle de paramètre µ. Il s’ensuit donc que la
probabilité que le délai h entre deux arrivées successives de véhicules, soit supérieur
ou égal à t, est donnée par [23]:

Pr(h ≥ t ) = µ e − µ t [23]

où T=1/µ représente le délai moyen entre deux arrivées successives de véhicules.

Bien que cette distribution se révèle adaptée à l’approximation des arrivées de
véhicules, elle fournit parfois des données irréalistes lorsque h est plus petit que
l’intervalle véhiculaire. Afin de permettre une utilisation plus réaliste de ces
données, nous introduisons une durée minimale (Tmin) garantissant l’écart de temps
minimal entre deux arrivées successives de véhicules.

Considérons le carrefour isolé présenté précédemment, Figure 1. Nous allons

appliquer aux feux de ce carrefour l’algorithme de commande mixte ainsi que les
commandes usuelles. Cette série de simulations est effectuée avec les paramètres
suivants :

Carrefour RdPH Commandes

Vitesse libre 54 km/h qmax j 0,5 hz I = 4s
Longueur de la voie 40 m aj 1 véh. Gm = 10s
Capacité de la voie 8 véh. ci 8 véh. GM = 60s
Débit maximal de sortie 1 véh/s Tmin= 2s

Table 5. Paramètres d’un carrefour isolé, du modèle par RdPH et de la commande.

Débit-entrée 0-E Débit-entrée N-S

2 0.8
1.5 0.6

1 0.4
0.5 0.2
0 temps(s) 0 temps(s)
0 100 200 300 0 100 200 300

Figure 16. Profils des arrivées de véhicules.

La figure 16 présente les intervalles de temps séparant l’arrivée de deux

véhicules successifs sur les voies (O-E) et (N-S). On peut alors constater que dans
l’intervalle [0, 129s], le trafic est caractérisé par un faible flux d’arrivée de véhicules
sur la voie (N-S) comparativement à la voie (O-E).
 C. Tolba, D. Lefebvre, P. Thomas, A. ElMoudni, « Commande des feux de
signalisation par réseaux de Petri hybrides », JESA, Vol.42, n°5, pp 579–612, 2008.
Seuils mixtes
S2

S1 temps (s)
0 50 100 150 200 250
Intervalle-véhicule
S2

S1 temps (s)
0 50 100 150 200 250
Cycle fixe
S2

S1 temps (s)
0 50 100 150 200 250

Figure 17. Séquences de commutation des feux.

Files d’attente O-E

10 Cycle fixe Intervalle-véhicule
Seuil bas franchi

0 temps(s)
0 50 100 150 200 250
Files d’attente N-S
10 Seuil haut franchi Cycle fixe Intervalle-véhicule

0 temps(s)
0 50 100 150 200 250
Somme des files d’attente O-E et N-S
20 Cycle fixe Intervalle-véhicule
Seuils mixtes

10

0 temps(s)
0 50 100 150 200 250

Figure 18. Evolution des files d’attente.

Les instants de commutation des feux sont présentés par la figure 17 pour les
trois commandes différentes. S1 indique que les véhicules circulant sur la voie (O-E)
ont le feu vert (rouge pour (N-S)) quand S2 indique que ce sont ceux, circulant sur la
voie (N-S), qui ont le feu vert (rouge pour (O-E)). La figure 18 présente l’évolution
des files d’attente pour les trois commandes (cycle fixe : tiret gris clair ; intervalle
véhicule : pointillé gris foncé ; seuils mixtes : noir continu). Cette figure montre que
dès l’instant 25s, la commande à rupture de seuils mixtes fournit de meilleurs
résultats que ses deux concurrentes. En particulier, durant l’intervalle de temps [25s,
110s], cette commande est la seule à prendre en compte correctement le flux d’arrivé
de véhicules sur la voie (N-S).
file d' attente pendant le rouge
Le rapport (figure 19) confirme que la
capacité maximale du carrefour
commande à rupture de seuils est plus performante que ses deux concurrentes et
permet de minimiser le temps d’attente d’un véhicule au carrefour.
Rapport (%)
1

0.9
Cycle fixe
0.8 Intervalle véhicule
Rupture de seuils
0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 50 100 150 200
Temps

Figure 19. Ratio files d’attente / capacité pendant le rouge.

Figure 20. Profils des arrivées de véhicules.

 Afin de montrer que ces résultats ne sont pas tributaires du jeu de donnée, La
figure 20 présente les intervalles de temps séparant l’arrivée de deux véhicules
successifs sur les voies (O-E) et (N-S) pour un autre exemple. Le trafic est cette fois
caractérisé par des flux similaires sur les deux voies de trafic jusqu’à l’instant 120s,
instant où il devient beaucoup plus dense sur la voie (N-S).

Figure 21. Séquences de commutation des feux.

files d attente O-E

10
Interv alle-Véhicule Cy cle f ixe
seuils mixtes

0 temps(s)
0 50 100 150 200 250
10 f ilesd attente N-S
Interv alle-Véhicule
seuils mixtes Cy cle f ixe

0 temps(s)
0 50 100 150 200 250
20 Somme des f iles d attente E-O et N-S
Interv alle-Véhicule seuils mixtes Cy cle f ixe

10

0 temps(s)
0 50 100 150 200 250

Figure 22. Evolution des files d’attente.

 Les instants de commutation des feux sont présentés par la figure 21. Cette fois
encore les profils de commutation de feux sont différents pour les trois commandes.
En particulier, la commande à rupture de seuils mixtes présente des durées de vert
variables et dépendantes des conditions de trafic sur les voies. La figure 22 présente
l’évolution des files d’attente pour les trois commandes. Cette figure montre que, sur
cet exemple, les commandes à rupture de seuils mixtes et intervalle - véhicules
semblent équivalentes au moins jusqu’à l’instant 140s, instant où la commande à
rupture de seuils prend l’avantage.
file d' attente pendant le rouge
Cependant, le rapport (figure 23) montre que la
capacité maximale du carrefour
commande à rupture de seuils est plus performante que ses deux concurrentes et
permet, là encore, de minimiser le temps d’attente d’un véhicule au carrefour.

Rapport (%))
1

0.9

0.8
Cycle fixe
Intervalle véhicule
0.7 Rupture de seuils

0.6

0.5

0.4

0.3

0.2

0.1
0 50 100 150 200
Temps (s)

Figure 23. Ratio files d’attente / capacité pendant le rouge.

Figure 24. Profils des arrivées de véhicules.

 Les intervalles de temps séparant l’arrivée de deux véhicules successifs sur les
voies (O-E) et (N-S) pour un troisième exemple sont présentés par la figure 24. Le
trafic est cette fois caractérisé par un flux plus dense sur la voie (N-S) que sur la voie
(O-E).

Figure 25. Séquences de commutation des feux.

f iles d attente E-O

10
seuils mixtes Interv alle-Véhicule Cy cle f ixe

0 temps(s)
0 50 100 150 200 250
f ilesd attente N-S
10
seuils mixtes Interv alle-Véhicule Cy cle f ixe

0 temps(s)
0 50 100 150 200 250
Somme des f iles d attente E-O et N-S
20
seuils mixtes
Interv alle-Véhicule Cy cle f ixe

10

0 temps(s)
0 50 100 150 200 250

Figure 26. Evolution des files d’attente.

 Les instants de commutation des feux sont présentés par la figure 25. Cette fois
encore la commande à rupture de seuils mixtes présente des durées de vert très
variables et dépendantes des conditions de trafic sur les voies. La figure 26 présente
l’évolution des files d’attente pour les trois commandes. On constate que les trois
commandes présentent des fonctionnements équivalents jusqu’à l’instant 90s. A
partir de cet instant, la commande à rupture de seuils mixtes s’adapte mieux à la
situation que ces deux concurrentes.
La figure 27 confirme ce résultat puisqu’à partir de l’instant 110s, le ratio files
d’attente / capacité est meilleur avec la commande à seuils mixtes par rapport aux
deux autres commandes.

Rapport (%)
1

0.9

0.8 Cycle fixe

Intervalle véhicule
0.7 Rupture de seuils

0.6

0.5

0.4

0.3

0.2

0.1

0
0 50 100 150 200
Temps

Figure 27. Ratio files d’attente / capacité pendant le rouge.

Les résultats de simulation, Figures 18 à 27, ont permis de montrer l’efficacité de

la prise en compte simultanée des seuils bas et hauts dans la commande des feux de
carrefour.

5.4. Commande d’un réseau de plusieurs carrefours

Pour tirer partie de la commande par rupture de seuils dans la régulation du trafic
urbain, nous allons étudier l’évolution du trafic dans le réseau de trois carrefours
présenté dans la figure 5. Pour les commandes par rupture de seuil et les commande
intervalle – véhicule, nous avons adopté une approche décentralisée sans
synchronisation des feux des carrefours (i.e. aucun protocole de communication
entre les 3 carrefours n’est utilisé). La commande des feux est locale, c'est-à-dire la
commutation des feux est liée uniquement aux fluctuations du nombre de véhicules
présents dans chaque carrefour. Dans cette série de simulation, nous allons comparer
les performances de la commande par rupture de seuils mixtes par rapport à la
commande à cycle fixe. Les longueurs du cycle de feu de I1, I2 et I3 sont
respectivement 60, 120 et 75s partagée uniquement entre le « vert » et le « rouge ».
La table 6 présente les paramètres du réseau ainsi que les paramètres du modèle
RdPH.

Paramètres du réseau Paramètres du modèle RdPH

∆ vfree débit sortant c qmax j+1 aj aj+1
[m] [km/h] [véh/s] [véh] [1/s] [véh] [véh]
I1 O-E 300 60 0,046 9 17.39
N-S 150 30 0,092 10 8.69
I2 O-E 500 100 0,027 17.39 29.62
N-S 375 50 0.8 75 0,037 10 21.62
I3 O-E 200 40 0,069 10 11.59
N-S 250 50 0,055 21.62 14.54

Table 6. Paramètres du réseau et du modèle par RdPH.

Les entrées qmax j du modèle par RdPH sont obtenues par inversion des débits
d’entrées correspondant aux intervalles de temps inter-véhiculaires distribués selon
la loi exponentielle, équation [23], Figure 20.
La décomposition des modèles [13], [14] et [15] selon la fonction φ(t) ∈ {0,1}
permet d’aboutir à 6 sous systèmes hybrides non linéaires (S1, S2) similaires à [10] et
[11]. La linéarisation de l’ensemble de ces modèles par l’approche multi-modèles
fournit 48 équations linéaires affines valides dans leurs domaines respectifs. La
figure 28 illustre la séquence d’activation de (S1, S2) pendant un cycle de feu.

S2 S1 S2
m1 rouge m3 vert m5 rouge
m2 vert m4 rouge m6 vert

Début de cycle
m1 vert m3 rouge m5 vert
m2 rouge m4 vert m6 rouge
S1 S2 S1

Figure 28. Séquence de commutation des sous systèmes S1 et S2 pendant un cycle de

feu.
 Arrivée au carrefour I1 : NS
1

0.5

0
0 100 200 300 400 500 600 700 800 900
1 Arrivée au carrefour I1 : EO tem ps(s)

0.5
débit (véh/s)

0
0 100 200 300 400 500 600 700 800 900
1 Arrivée au carrefour I2 : NS tem ps(s)

0.5

0
0 100 200 300 400 500 600 700 800 temps(s)
900
1 Arrivée au carrefour I3 : EO

0.5

0
0 100 200 300 400 500 600 700 800 900
temps(s)

Figure 29. Débits d’entrées des carrefours.

Les durées du « vert minimum » et du « vert maximum » de I1, I2 et I3 sont

respectivement égales à 25, 50, 30s et 30, 60, 35s. A l’état initial t0 le nombre de
véhicules présents dans chaque carrefour est : m10=6 véh., m20 =5 véh., m30 =4 véh.,
m40 =8 véh., m50 =0 véh., m60 =7 véh. Le feu est supposé « vert » sur la voie (O-E) du
carrefour I1 et I3, et « rouge » sur celle du carrefour I2.
 som me des Files Attente NS
150

100

cycle fixe rupture de seuils

50

0
0 100 200 300 400 500 600 700 800 900
temsp(s)
som me des Files Attente EO
250

200

150

100
cycle fixe rupture de seuils
50

0
0 100 200 300 400 500 600 700 800 900
temps(s)

Figure 30. Sommes des files d’attente.

L’examen des courbes des figures 29 et 30 montre que la formation des files
d’attente se fait au niveau des voies d’entrées au réseau à savoir les voies O-E du
carrefour I1 et I3 et les voies N-S du carrefour I1 et I2. En revanche, les files d’attente
au niveau des jonctions intermédiaires (voie O-E de I1 et N-S de I3) sont variables
(accumulation et dégagement de véhicules). L’analyse des courbes correspondantes
montre que la commande par rupture de seuils mixtes permet d’obtenir de bonnes
performances comparativement à la commande à cycle fixe en minimisant les
longueurs des files d’attente (cf. figure 30).
On peut donc constater que la gestion du flux de véhicules au niveau des
jonctions de liaisons entre les carrefours est particulièrement sensible au type de
commande appliqué aux feux tricolores.
De manière générale, la commande par rupture de seuils minimise las attentes de
véhicules au réseau. Toutefois, l’application de cette commande d’une façon
décentralisée reste loin d’une stratégie optimale permettant de réduire
significativement les formations des files d’attente et particulièrement au niveau des
entrées au réseau.

6. Conclusions

Dans cet article, nous avons présenté une approche de commande événementielle
dédiée à la régulation des feux de carrefour. Après avoir modélisé la dynamique du
trafic (évolution continue des files d’attente et comportement discret des feux) par
un réseau de Petri hybride, nous avons proposé un système de commande des feux
basé sur une approche multi - modèles. La commande obtenue a été simulée et
comparée par rapport aux commandes par cycle fixe et intervalle - véhicule, pour un
carrefour isolé. Nous avons ensuite élargi cette approche de régulation du trafic
urbain à la gestion des flux de véhicules dans un réseau de trois carrefours où la
commande par rupture de seuils a été appliquée de manière décentralisée.
Les avantages principaux de la méthode proposée sont : (1) la décomposition
modulaire du modèle qui permet d’étendre les résultats à des réseaux de grande
dimension à l’échelle d’agglomérations, (2) l’utilisation directe des paramètres du
modèle dans la stratégie de commande qui permet une mise en œuvre aisée sans
recourir à une étude statistique de la fréquentation du réseau, (3) l’implémentation
est facilitée par l’utilisation d’outils de modélisation adaptés à la programmation
avec des automates industriels.
Malgré ces avantages, les simulations réalisées ont montré les limites de la
commande décentralisée. Il nous parait nécessaire d’étudier la mise en œuvre d’une
supervision permettant d’assurer un niveau minimal de coordination entre les
différents carrefours d’un même réseau. Dans nos travaux futurs, nous allons
prendre en compte les différents mouvements de circulation de véhicules dans un
carrefour à feux, à savoir les tourne à gauche et à droite. Il sera également
intéressant d’intégrer l’algorithme de commande par rupture de seuils dans le
modèle RdPH en le modélisant par un RdP. Ensuite nous mettrons l’accent sur la
régulation hiérarchisée d’un réseau de plusieurs carrefours en utilisant un protocole
de communication entre les carrefours à feux.

7. Bibiliographie

Antsaklis P.J and Koutsoukos X. D, « Hybrid Systems Control », Encyclopedia of Physical

Science and Technology, 3rd edition, Academic Press, vol. 7, 2002, p. 445-458.
Boillot F., Midenet S., Pierrelée J.C., « Real-life CRONOS evaluation », Proc. Of the 10th
IEE International Conference on Road Traffic Information and Control, n°472, 2000, p.
182-186.
David R., Alla H., Du grafcet aux réseaux de Petri, Paris, Editions Hermès, 1992.
Di Cesare F., Kulp P.T., Gile M., List G., « The application of Petri nets to the Modelling,
Analysis and Control of Intelligent Urban Traffic Networks », Proc. of the APN’94,
Robert Valette, Zaragoza, Spain, 1994, p. 2-15.
Di Febrarro A., Giglio D., Sacco N., « Urban traffic control structure based on hybrid Petri
nets », IEEE Transactions on Intelligent Transportation systems, vol. 5, n° 4, 2004, p.
224-237.
Gallego J.L., Nouvelles approches pour la commande des carrefours, thèse de doctorat, Ecole
nationale supérieure de l’aéronautique et de l’espace, 1996.

Gartner N.H., Tarnoff P.J., Andrews C.M., « Evaluation of the Optimized Policies for
Adaptive Control (OPAC) Strategy », Transportation Research Record, n° 1324, 1991,
p.105-114.
Hansen B.G., Martin P.T., Perrin H.J., « SCOOT real-time adaptive control in a CORSIM
simulation environment », Transportation Research Record, n° 1727, 2000, p.27-31.
Henry J.J., « The PRODYN Real Time Traffic Algorithme », 4th IFAC/IFIP/IFORS
International Conference on Control in Transportation Systems, 1983, p. 307-311.
Hunt P.B., Robertson D.I., Bretherton R.D., Winton R.I., « SCOOT: A Traffic Responsive
Method of Coordinating Signals », Transport and Road Research, Laboratory Report n°
LR1014, TRRL, Crowthorne, UK, 1981.
Jensen K., Coloured Petri Nets. Basic concepts, analysis method and practical use, vol. 1,
1992, EATC monographs on Theoretical Computer Science, Springer Verlag.
Khoudour L., Lesort J.B., Farges J.L, « PRODYN - Three Years of Trials in the ZELT
Experimental Zone », Recherche-Transports-Sécurité, English Issue, Special Traffic
Management, 1991, p.89-98.
Le Bail J., Alla H., David R., « Hybrid Petri nets », Proc. of the European Control
Conference, 1991, Grenoble, France, p. 1472-1477.
Lefebvre D., Leclercq E., Druaux F., Thomas P., « Commande des flux dans les réseaux de
Petri continus par propagation du gradient », Conférence Internationale Francophone
d'Automatique (CIFA), Douz, Tunisie, 2004, CD-Rom.
Lei J., Ozguner U., « Decentralized hybrid intersection control », Proc. Of the 40th IEEE
CDC, 2001, p.1237-1242.
Nagel K., « Simplified Cellular Automaton Model for City Traffic », Physical review E, vol.
58, n°02, 1998, pp. 1286-1295.
Papageorgiou M., Schmidt G., « Freeway Traffic Modelling », Encyclopaedia of Traffic and
Transportation Systems, Editor Papageorgiou M., 1991, pp. 162-167.
Papageorgiou M., « Some Remarks on Macroscopic Traffic Flow Modelling »,
Transportation Research A, vol.32, n° 5, 1997, pp. 323-329.
Papagiorgiou M., Diakaki C., Dinopoulou V., Kotsialos A., Wang Y., « Review of road
traffic control strategies », Proc. of the IEEE, vol. 91, n° 12, 2003, p. 2043-2067.
Payne H.J., « Models of Freeway Traffic and Control », Math. Models Publ. Sys. Simul.
Council Proc., n° 28, 1971, pp.51-56.
Sims A.G., Finaly A.B., «SCATS: Splits and Offsets Simplified SAS », Aust. Road Research
Board. Proc. vol. 4, n°12, 1984, p. 17-33.
Taylor W.C., Abdel-Rahim A.S., Incident Management Under SCAT Adaptive Control
System FAST-TRAC Phase III Deliverable #11, Final Report On Incident Management
Under SCATS adaptive Control System EECS-ITS LAB-FT98-084, 1998, p.01-20.
Tolba C., Lefebvre D., Thomas P., ElMoudni A., «Continuous Petri nets models for the
analysis of traffic urban networks», Proc. of the IEEE Systems, Man, and Cybernetics
Conference, Tucson, Arizona, USA, 2001, p.1323-1328.
Tolba C., Lefebvre D., Thomas P., ElMoudni A., « Continuous Petri nets for the microscopic
modeling of traffic flow», Proc. of Summer Computer Simulation Conference (SCSC’02),
San Diego, California, USA, 2002, CD-Rom.
Tolba C., Lefebvre D., Thomas P., ElMoudni A., «Performance evaluation of the traffic
control in a single crossroad by Petri nets», Proc. of the 9th IEEE International
Conference on Emerging Technologies and Factory Automation (ETFA’03), vol. 2,
Lisbon, Portugal, 2003, p. 157-160.
Tolba C., Lefebvre D., Thomas P., ElMoudni A., « Approche multi-modèles pour la
commande des feux de traffic », Conférence Internationale Francophone d'Automatique
(CIFA), Douz, Tunisie, 2004, CD-Rom.
Tolba C., Contribution à l’utilisation des réseaux de Petri pour la modélisation et la régulation
du trafic urbain et interurbain, thèse de doctorat, Université de Technologie de Belfort
Montbéliard, 2004.
Wang H., List G.F., Di Cesare F., « Modelling and Evaluation of Traffic Signal Control
Using Timed Petri Nets », CESA, vol. 2, Le Touquet, France ,1993, p. 180-185.