Selon une nouvelle étude, les MOTORISTES équipés de smartphones pourraient aider les chefs des autoroutes à maintenir la qualité des routes en envoyant des données de source participative à partir de leurs mobiles, ce qui permettrait aux ingénieurs d’évaluer quand des réparations de chaussée sont nécessaires.

La rugosité des routes est une mesure importante de l’état et de la qualité de roulement, mais de nombreuses agences dans le monde dotées de grands réseaux routiers manquent de ressources pour vérifier régulièrement l’état de leurs autoroutes et prendre des décisions d’entretien éclairées.

L’utilisation d’accéléromètres à trois axes haute résolution et de suivi GPS déjà intégrés dans les smartphones – ainsi qu’une application à faible coût – pour enregistrer la façon dont un véhicule se déplace verticalement par rapport à la chaussée peut fournir une mesure utile de la rugosité de la route pour les ingénieurs civils.

Des chercheurs de l’Université de Birmingham ont étudié la faisabilité d’utiliser les smartphones de cette manière, publiant leurs résultats dans le Journal of Infrastructure Systems.

Sur la plupart des réseaux routiers, la rugosité de la route est généralement utilisée comme mesure de l’état fonctionnel car elle peut être facilement liée aux coûts d’utilisation de la route et la mesure peut être automatisée.

Le co-auteur, le Dr Michael Burrow, maître de conférences à l’Université de Birmingham, a déclaré: «Les méthodes automatisées les plus précises d’évaluation de la rugosité de la route utilisent des véhicules équipés de lasers, mais même l’évaluation de la rugosité d’un réseau de taille raisonnable peut être coûteuse.

« Une solution intéressante consiste à utiliser des capteurs d’accélération intégrés à la plupart des smartphones – parce que la possession et l’utilisation de smartphones sont répandues, nous pouvons prévoir une approche où l’état des réseaux routiers est évalué à l’aide de données crowdsourcées à partir de ces appareils mobiles. »

Le maintien des routes à un niveau approprié encourage le développement économique et minimise les coûts d’utilisation de la route tels que le temps de trajet, le rendement énergétique, les réparations de véhicules et les accidents. Il offre également des avantages sociaux et réduit l’impact environnemental des transports.

Afin de tirer le meilleur parti des ressources limitées, les agences routières du monde entier accordent la priorité à l’entretien en fonction des rendements socio-économiques – y parvenir en évaluant régulièrement la surface de la route et l’état structurel.

L’indice de rugosité international est la mesure la plus couramment utilisée de la rugosité de la route, mais même l’évaluation de la rugosité d’un réseau routier de taille raisonnable peut être coûteuse en utilisant une technologie «traditionnelle».

Par exemple, le coût de la collecte de données sur la rugosité des routes aux États-Unis se situe entre 1,4 et 6,2 dollars par kilomètre, selon l’état – dans l’Illinois, qui compte plus de 100000 miles de routes, le coût annuel de la collecte de données est de 1,4 million de dollars – environ millions de livres sterling.

La prise de décision à l’aide des données de rugosité collectées à l’aide d’un système de smartphone pourrait permettre aux agences routières de produire un résumé régulier à faible coût de l’état de l’ensemble du réseau routier.

Il utiliserait également des modèles au niveau du réseau pour évaluer et comparer les politiques d’entretien, ainsi que pour évaluer l’utilisation des routes et les coûts des agences routières et contrôler les routes pour identifier et hiérarchiser les tronçons de route nécessitant un entretien.

Une inspection de routine de l’état d’un réseau routier pourrait être réalisée à l’aide de systèmes de collecte de données à faible coût sur des smartphones présentant des caractéristiques similaires à l’intérieur d’une flotte de véhicules de types similaires, voyageant à des vitesses de circulation normales », a ajouté D. Burrow.

«Les données d’accélération verticale des smartphones pourraient être analysées à l’aide d’algorithmes d’apprentissage automatique pour permettre de prédire l’IRI avec une précision similaire à celle attendue d’une inspection visuelle, mais avec une répétabilité et une reproductibilité améliorées.

« Une application particulièrement utile pourrait être l’évaluation de l’état des réseaux routiers ruraux à faible volume dans les pays en développement où la majorité des routes rurales sont construites en gravier ou en terre et où la possession de smartphones est étonnamment élevée. »