L'invention concerne un procédé mis en œuvre par ordinateur de création d’un modèle d’échange passager pour au moins une station et au moins un véhicule de transport en commun, notamment un véhicule ferroviaire, chaque véhicule ayant au moins une cabine passagers.

En outre, l'invention concerne un procédé mis en œuvre par ordinateur de contrôle d’au moins un véhicule de transport en commun, notamment un ou plusieurs véhicules ferroviaires, chaque véhicule comprenant au moins une porte et au moins une cabine passagers.

En outre, l'invention concerne un produit programme d'ordinateur, un signal d'un support de données et un support lisible par ordinateur.

De plus, l’invention concerne un système de traitement de données.

L’invention se situe dans le domaine des transports en commun pour lesquels des passagers doivent monter et descendre d’un véhicule, par exemple un train, un métro, un bus. Dans une infrastructure de transports en commun, le temps d’échange passagers (PXT) est le temps nécessaire, après l’ouverture des portes pour que tous les passagers voulant descendre, ou en d’autres termes sortir, soient sortis et que tous les passagers voulant monter, ou en d’autres termes entrer, soient à l’intérieur du véhicule. La connaissance et la modélisation de ce temps est une donnée fondamentale pour permettre l’optimisation d’un contrôle des véhicules de transport en commun dans un réseau, en particulier pour des véhicules sans conducteur et pour permettre la régulation ferroviaire. Ainsi, un arrêt trop court va empêcher des personnes de monter. Un arrêt trop long inutilement va maintenir les portes du train ouvertes et le train à l’arrêt alors que ce temps perdu serait peut-être plus utile ailleurs sur la voie.

Il existe des procédés de détermination de ce PXT qui utilisent la simulation numérique de foules dont les entités étaient mues par des comportements humains modélisés.

Cette approche ne permet pas de capturer toute la complexité et la pondération des facteurs impactant le temps d’échange passager qui sont nombreux et pour certains difficilement mesurables.

En particulier elle ne permet pas d’adapter le modèle aux différents comportement humains qui diffèrent suivant des critères culturels mais également en fonction d’autres paramètres plus variables dans le temps (ex. la chaleur). Par ailleurs, cette approche ne permet pas de facilement faire évoluer le modèle au cours du cycle de vie de l’infrastructure.

Le but de la demande est de proposer un procédé simple pour obtenir la durée d’échange passager ou le temps d’échange passager, en particulier pour optimiser le contrôle des véhicules.

Ce but est atteint, conformément à l'invention, par un procédé mis en œuvre par ordinateur de création d’un modèle d’échange passager pour au moins une station (1) et au moins un véhicule (20) de transport en commun, notamment un véhicule ferroviaire, chaque véhicule ayant au moins une cabine passagers (26), le procédé comprenant les étapes suivantes : obtenir (1000) d’au moins une première image de la ou des stations (1 ) à laquelle le véhicule (20) respectif fait une halte et d’au moins une deuxième image de l’intérieur d’une ou des cabines passagers (26) du ou des véhicule (20) de transport en commun, la ou les premières images et la ou les deuxièmes images formant au moins un jeu de ou des premières images et de ou des deuxièmes images, chaque jeu de ou des premières images et de ou des deuxièmes images comprenant les premières images avant et/ou pendant une halte du véhicule et les deuxièmes images prises avant et/ou pendant la même halte du même véhicule dans la station à laquelle le véhicule fait la halte ; obtenir (1030) pour chaque jeu de ou des premières images et de ou des deuxièmes images un nombre de passagers montant dans le véhicule (20), un nombre de passagers descendant du véhicule (20), un nombre ou une densité de passagers sur la station (1 ) au moment de la halte du véhicule (20) et/ou un nombre ou une densité des passagers dans la ou les cabines passagers (26) ; le nombre de passagers montant dans le véhicule (20), le nombre de passagers descendant du véhicule (20), le nombre ou la densité de passagers sur la station (1 ) au moment de la halte du véhicule (20) et/ou le nombre ou la densité des passagers dans la ou les cabines passagers (26) formant des données passagers ; déterminer (1030) pour chaque jeu de ou des premières images et de ou des deuxièmes images un temps d’échange passager à partir de la ou des premières images et de la ou des deuxièmes images et déterminer un modèle d’échange passager pour calculer un temps d’échange passager en tant que variable de sortie en utilisant un premier algorithme d’intelligence artificielle ayant comme données d’entrainement les données passagers et les temps d’échange passager respectifs calculés pour chaque jeu de ou des premières images et de ou des deuxièmes images.

Ainsi, avec la mise en œuvre par ordinateur d’un procédé de création d’un modèle d’échange passager pour au moins une station et au moins un véhicule de transport en commun selon l’invention permet de calculer un modèle d’échange passager plus fidèle et réaliste pour l’opérateur du véhicule, en particulier en utilisant l’équipement de surveillance existant, notamment les caméras de surveillance existantes. Le procédé décrit ci-dessus est également plus facilement évolutif en fonctions des changements de l’infrastructure de transport ou de son usage.

Suivant d’autres aspects avantageux de l’invention, le procédé comprend une ou plusieurs des caractéristiques suivantes, prises isolément ou suivant toutes les combinaisons techniquement possibles :

• les données passagers et/ou le temps d’échange passager sont calculés en utilisant un deuxième algorithme d’intelligence artificielle ayant en tant que variable d’entrée la ou les premières images et la ou les deuxièmes images d’un jeu de ou des premières images et de ou des deuxièmes images ;

• le premier algorithme d’intelligence artificielle a en outre comme données d’entrainement d’autres données dynamiques, des données statiques sur le ou les véhicules (20) et/ou des données statiques sur la ou les stations ;

• le premier algorithme d’intelligence artificielle comprend un réseau de neurones ou une application de modèles de régression et/ou le deuxième algorithme d’intelligence artificielle comprend un réseau de neurones.

• l’axe optique (X, Z) de la ou des caméras (12a, 12b, 12c, 12d, 28a, 28b, 28c) générant la première image, la deuxième image, la troisième image et/ou la quatrième image n’est pas aligné ou alignable à l’axe (Y) de la ou des portes (22) ; et/ou

• les champs de vue de ou des caméras (12a, 12b, 12c, 12d, 28a, 28b, 28c) générant la première image, la deuxième image, la troisième image et/ou la quatrième image incluent, lors de la halte, ou moins une partie d’une porte (22) du véhicule (20).

L’invention a également pour objet un procédé mis en œuvre par ordinateur de contrôle d’au moins un véhicule de transport en commun, notamment un ou plusieurs véhicules ferroviaires, chaque véhicule comprenant au moins une porte (22) et au moins une cabine (26) passagers, le procédé comprenant les étapes obtenir au moins une troisième image de l’intérieur de la ou des cabines passager, obtenir au moins une quatrième image de la station (1) à laquelle le véhicule fait actuellement une halte; estimer (1140) le temps d’échange passager actuel par un modèle d’échange passager ayant en tant que variables d’entrée au moins un nombre déterminé à partir de la ou des troisièmes images et de la ou des quatrièmes images et en tant que variable de sortie le temps d’échange passager actuel, utilisation du temps d’échange passager estimé pour le contrôle du ou des véhicules de transport en commun et/ou pour la modification d’une table horaire du véhicule ou d’une pluralité de véhicules dans lequel le modèle d’échange passager est déterminé par un procédé selon l’une des revendications précédentes

Suivant d’autres aspects avantageux de l’invention, le procédé comprend une ou plusieurs des caractéristiques suivantes, prises isolément ou suivant toutes les combinaisons techniquement possibles :

• le nombre déterminé à partir de la ou des troisièmes images et de la ou des quatrièmes images comprend un nombre ou une densité de personnes sur la station (1 ) au moment de la halte du véhicule (20) et un nombre ou une densité des personnes dans la ou les cabines (26) du véhicule.

• le modèle d’échange passager a en tant que variable d’entrée d’autres données dynamiques, des données statiques sur le véhicule (20) et/ou des données statiques sur la station (1 ).

• l’axe optique (X, Z) de la ou des caméras (12a, 12b, 12c, 12d, 28a, 28b, 28c) générant la première image, la deuxième image, la troisième image et/ou la quatrième image n’est pas aligné ou alignable à l’axe (Y) de la ou des portes (22).

• les champs de vue de ou des caméras (12a, 12b, 12c, 12d, 28a, 28b, 28c) générant la première image, la deuxième image, la troisième image et/ou la quatrième image incluent, lors de la halte, ou moins une partie d’une porte (22) du véhicule (20).

L’invention a également pour objet un produit programme d'ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui- ci à mettre en œuvre les étapes du procédé tel que défini ci-dessus.

L’invention a également pour objet un signal d'un support de données, portant le produit programme d'ordinateur tel que défini ci-dessus.

L’invention a également pour objet support lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé tel que défini ci-dessus.

L’invention a aussi pour objet un système de traitement de données comprenant des moyens pour mettre en œuvre les étapes du procédé tel que défini ci-dessus.

D'autres caractéristiques et avantages de la présente invention ressortiront de la description faite ci-dessous, en référence aux dessins, qui illustrent un exemple de réalisation dépourvu de tout caractère limitatif et dans lesquels :

[Fig 1 ] Figure 1 est une vue schématique d’une infrastructure de transport en commun ; [Fig 2] Figure 2 montre un organigramme d’un procédé de création d’un modèle d’échange passager ; et

[Fig 3] Figure 3 montre un organigramme d’un procédé de contrôle d’au moins d’un véhicule de transport en commun.

La Figure 1 montre une infrastructure de transport en commun. L’infrastructure comprend une station 1 avec une plateforme 3. La plateforme 3 est accessible pour des passagers par un ou plusieurs accès 5. La plateforme 3 comprend un bord 6 longeant un véhicule faisant une halte à la plateforme 3.

Dans un mode de réalisation, l’accès 5 est un escalier 7, un escalier roulant (non- représenté), un ascenseur (non-représenté), un accès de plein pieds (non-représenté) et/ou une rampe (non-représentée).

Un ou plusieurs capteurs 10, 12a, 12b, 12c, 12d sont installés dans la station 1. Dans un mode de réalisation le ou les capteurs comprennent une marche compteuse 10, par exemple dans l’escalier 7, et une ou plusieurs premières caméras 12a, 12b, 12c, 12d.

Chaque caméra 12a, 12b, 12c, 12d a un axe optique X et un champ de vue 14a, 14b, 14c, 14d. Le champ de vue 14a, 14b, 14c, 14d est le monde observable par la première caméra 12a, 12b, 12c, 12d respective.

Optionnellement, la ou chaque première caméra 12a, 12b, 12c, 12d a un champ de vue 14a, 14b, 14c, 14d modifiable, par exemple comprend un zoom et/ou est une caméra orientable.

Le champ de vue 14a, 14b, 14c, 14d de la ou de chaque première caméra 12a, 12b, 12c, 12d couvre au moins une partie de la plateforme 3, de l’accès 5 et/ou d’un véhicule 20, en particulier les portes 22 du véhicule 20, lorsque le véhicule fait une halte à la plateforme 3.

Le champ de vue 14a, 14b, 14c, 14d de la ou de chaque première caméra 12a, 12b, 12c, 12d est propre à être dirigé pour capturer un ou plusieurs passagers sur la plateforme 3, accédant à la plateforme 3 et/ou quittant la plateforme 3.

Le ou les capteurs 10, 12a, 12b, 12c, 12d sont propres à transmettre les données capturées à un contrôleur 16. Les données peuvent être transmises par câble 18 et/ou sans fil.

Le contrôleur 16 correspond à un système de traitement de données. Dans d’autres modes de réalisation, le contrôleur ou le système de traitement de données est distribué sur plusieurs sites distincts.

L’infrastructure 1 de transport en commun comprend en outre au moins un véhicule de transport en commun 20. Dans un mode de réalisation le véhicule de transport en commun 20 est un véhicule ferroviaire, par exemple un métro. Dans un autre mode de réalisation le véhicule de transport un commun 20 est un véhicule routier, par exemple un bus ou un tramway.

Dans un mode de réalisation, le véhicule 20 de transport en commun est un véhicule autonome ou automatique, c’est-à-dire un véhicule qui est propre à rouler ou conduire sans intervention d’un conducteur.

Le véhicule de transport en commun 20 comprend un ou plusieurs wagons 24.

Le véhicule 20 de transport en commun est pourvu d’une ou plusieurs cabines passagers 26 comprenant respectivement la ou les portes 22.

Chaque porte définit un axe de porte Y étant perpendiculaire à l’axe longitudinal du véhicule et/ou d’un bord 6 de la plateforme 3. Chaque axe de porte Y se situe au milieu de l’ouverture de la porte 22. L’axe longitudinal du véhicule 20 est parallèle à la direction de mouvement principal du véhicule 20 de transport en commun.

La ou les cabines 26 ont une ou plusieurs zones 27 de porte adjacentes à la ou aux portes 22 respectives. Les passagers dans le véhicule 20 souhaitant descendre du véhicule 20 se trouvent, ou passent, par les zones 27 pour descendre du véhicule 20.

La ou chaque cabine 26 du véhicule 20 est pourvue d’une ou plusieurs deuxièmes caméras 28a, 28b, 28c, par exemple une ou plusieurs caméras de vidéosurveillance 28a, 28b, 28c. Par exemple, la ou les caméras 28a, 28b, 28c sont montées au plafond de la ou de chaque cabine 26 du véhicule 20.

Chaque deuxième caméra 28a, 28b, 28c est pourvue d’un axe optique Z et d’un champ de vue 30a, 30b, 30c. Le champ de vue est le monde observable par la deuxième caméra 28a, 28b, 28c respective.

Optionnellement, la ou chaque caméra 28a, 28b, 28c a un champ de vue 30a, 30b, 30c modifiable, par exemple comprend un zoom et/ou est une caméra orientable.

Le champ de vue 30a, 30b, 30c de la ou de chaque première caméra couvre au moins sur une partie de la cabine 26 respective, en particulier la ou les zones 27 de porte 22, et/ou au moins une partie des portes 22 du véhicule 20.

La ou les deuxièmes caméras 28a, 28b, 28c à bord du véhicule 20 sont propres à transmettre les données capturées au contrôleur 16, par exemple par une connexion sans fil.

Dans un mode de réalisation l’axe optique X, Z des caméras 12a, 12b, 12c, 12d, 28a, 28b, 28c n’est pas aligné ou alignable à l’axe Y de la ou des portes. En d’autre termes, les caméras 12a, 12b, 12c, 12d, 28a, 28b, 28c ne sont pas spécifiquement positionnées, par exemple en regard des portes 22 du véhicule 20, pour compter les passagers montants ou descendants. Le contrôleur ou système de traitement de données 16 est propre à déterminer le temps d’échange passager (PTX) à partir des données des capteurs 10, 12a, 12b, 12c, 12d, 28a, 28b, 28c ou en utilisant ces données.

Dans une infrastructure de transports en commun, le temps d’échange passagers (PXT) est le temps nécessaire, après l’ouverture des portes 22 du véhicule 20 pour que tous les passagers voulant descendre, ou en d’autres termes sortir, soient sortis et que tous les passagers voulant monter, ou en d’autres termes entrer, soient à l’intérieur du véhicule 20. En d’autres terme le temps d’échange passager est une durée d’échange de passagers.

Dans un mode de réalisation, le temps d’échange passager dépend par exemple, du nombre de personnes ou passagers restant à bord, du nombre de personnes ou passager à bord voulant descendre, du nombre de personnes en plateforme voulant monter et/ou du nombre de personnes en plateforme ne voulant pas monter (par exemple si la ligne de transport publique comprend une bifurcation), de la capacité du véhicule 20, de la densité dans les cabines 26, de la densité sur la plateforme 3, de l’horaire, et/ou des contraintes de la station 1 ou du véhicule 20, par exemple de l’aménagement de chaque cabine, de l'aménagement de la plateforme 3, de la présence ou non d’agents de quai, du type de station (par exemple station d’aéroport et/ou du type du véhicule 20).

La figure 2 montre un organigramme d’un procédé de création d’un modèle d’échange passager pour au moins une station 1 et au moins un véhicule 20 de transport commun, notamment un véhicule ferroviaire.

Dans une première étape 1000 au moins une première image de la station 1 à laquelle le véhicule 20 fait une halte et au moins une deuxième image de l’intérieur de la ou des cabines 26 passagers sont acquises ou obtenues. Par exemple, chaque deuxième image est prise par la ou les deuxièmes caméras 28a, 28b, 28c à l’intérieur des cabines 26 du véhicule 20 et chaque première image est prise par la ou les premières caméras 12a, 12b, 12c, 12d situées dans la station 1 . Dans un exemple, la ou les premières images et la ou les deuxièmes images sont transmises au contrôleur 16. La ou les premières et deuxièmes images constituent des données visuelles.

Dans un autre mode de réalisation la ou les premières et deuxièmes images sont obtenues d’une base de données.

La ou les premières images et la ou les deuxièmes images formant au moins un jeu de ou des premières images et de ou des deuxièmes images, chaque jeu de ou des premières images et de ou des deuxièmes images comprend les premières images avant, en particulier immédiatement avant, et/ou pendant une halte du véhicule et les deuxièmes images prises avant et/ou pendant la même halte du même véhicule dans la station à laquelle le véhicule fait la halte Dans un mode de réalisation, la ou les deuxième images prises dans la ou les cabines 26 passagers sont prises immédiatement avant la halte du véhicule 20, par exemple entre 0 et 60s avant la halte du véhicule 20 et pendant la halte du véhicule 20, par exemple jusqu’à une fermeture de la ou des portes 22 du véhicule 20.

La ou les premières images prises de la station 1 sont prises immédiatement avant la halte du véhicule 20, par exemple entre 0 et 60s avant la halte du véhicule 20 et pendant la halte du véhicule, par exemple jusqu’à la fermeture de la ou des portes 22 du véhicule.

Dans l’étape 1010 optionnelle, des données statiques sur le ou les véhicules 20 sont acquises ou obtenues, par exemple par le contrôleur 16. Les données statiques sur le véhicule 20 comprennent notamment la capacité maximale de chaque véhicule 20, la largeur de portes 22 de chaque véhicule, l’aménagement dans la ou les cabines et/ou le type du ou de chaque véhicule 20. La capacité maximale est le nombre de passagers maximal qui est autorisé à monter à bord du véhicule respectif. Dans un exemple, les données statiques sont lues dans une base de données par le contrôleur 16.

Dans l’étape 1020 optionnelle, des données statiques sur la ou les stations 1 sont acquises ou obtenues, par exemple par le contrôleur 16. Les données statiques sur chaque station 1 comprennent notamment l’aménagement de la plateforme 3, la largeur de la plateforme 3, la longueur de la plateforme 3, la présence ou non d’agents de quai et/ou le type de station. Le type de station une station pour un aéroport. Dans un exemple, les données sont lues dans une base de données par le contrôleur 16.

Dans un mode de réalisation, des données dynamiques sont acquises, par exemple dans l’étape 1020 ou une autre étape non représentée. Les données dynamiques comprennent notamment la température extérieure, les données de la marche compteuses 10, la présence ou non d’agent de quai et/ou l’horaire de la ou des haltes du ou des véhicules. Ces données sont également transmises au contrôleur 16 ou obtenues par le contrôleur 16.

Dans un mode de réalisation, des comptages manuels sont acquis, par exemple dans l’étape 1020 ou une autre étape non représentée.

L’ordre des étapes de l’obtention des données, en particulier l’ordre des étapes 1000 à 1020, est notamment choisi de manière arbitraire.

Dans l’étape 1030 pour chaque jeu de ou des premières images et de ou des deuxièmes images un nombre de passagers montant dans le véhicule 20, un nombre de passagers descendant du véhicule 20, un nombre ou une densité de passagers sur la station 1 au moment d’une halte du véhicule et/ou un nombre ou une densité des passagers dans la ou les cabines passagers 26 sont obtenu à partir de ou en utilisant la ou des premières images et à partir de ou en utilisant la ou des deuxièmes images. Le nombre de passagers montant dans le véhicule 20, le nombre de passagers descendant du véhicule 20, le nombre ou la densité de passagers sur la station 1 au moment de la halte du véhicule 20 et/ou le nombre ou la densité des passagers dans la ou les cabines passagers 26 forment des données passagers.

Dans un autre mode de réalisation, dans l’étape 1030, des données passagers sont déterminées par un contrôleur ou processeur externe auquel chaque jeu de ou des premières images et de ou des deuxièmes images sont envoyées. Dans un autre mode de réalisation ce calcul est fait par le contrôleur 16.

Dans l’étape 1030 pour chaque jeu de ou des premières images et de ou des deuxièmes images un temps d’échange passager est calculé à partir à partir de ou en utilisant la ou des premières images et à partir de ou en utilisant la ou des deuxièmes images.

Dans un mode de réalisation, d’autres données sont acquises dans les étapes 1000 à 1020, notamment les données dynamiques, les données statiques sur la station 1 , les données statiques sur le véhicule 20 et/ou des comptages manuels sont utilisées pour calculer les données passagers et/ou le temps d’échange passager.

Par exemple un temps d’échange passager est calculé par détection d’un moment d’ouverture des portes 22 et d’une fin d’échange passager, en particulier à partir de ou des premières et deuxièmes images. Dans un mode de réalisation, la fin d’échange passager forcée par une fermeture des portes est détectée. Or donc, dans de tels cas, le temps d’échange passager calculé n’est pas pris en compte.

La fin d’échange passager est le temps auquel aucun passager voulant monter monte encore dans le véhicule 20 ou aucun passager voulant descendre descend encore du véhicule 20.

Par exemple, les données passagers, le moment d’ouverture de portes et/ou la fin d’échange passager sont déterminées en utilisant un premier algorithme d’intelligence artificielle ayant en tant que variable d’entrée un jeu de ou des premières images et de ou des deuxièmes images, et en particulier les données dynamiques, les données statiques sur la station 1 et/ou les données statiques sur le véhicule 20..

Selon un mode de réalisation, pour chaque jeu de ou des premières images et de ou des deuxièmes images les données passagers et/ou les données acquises sont stockées dans une base de données. La base de données contient également, pour chaque jeu de ou des premières images et de ou des deuxièmes images, le temps d’échange passager ou des données pour déterminer le temps d’échange passager, par exemple le moment d’ouverture des portes 22 et la fin d’échange passager. Dans l’étape 1040, un modèle d’échange passager est déterminé pour calculer le temps d’échange passager en utilisant un deuxième algorithme d’intelligence artificielle ayant comme données d’entrainement les données passagers et le temps d’échange passager respectifs calculés pour chaque jeu de ou des premières images et de ou des deuxièmes images. Optionnellement, d’autres données sont utilisées en tant que variable d’entrée, par exemples les données statiques sur le véhicule 20, les données statiques sur la station 1 , les données dynamiques (par exemple le météo et/ou des évènements), et/ou des comptages manuels. Dans un mode de réalisation, seulement une partie des données statiques sur le véhicule 20, des données statiques sur la station 1 , des données dynamiques et/ou des comptages manuels peuvent être utilisées.

Dans un mode de réalisation, l’étape 1040 est exécutée lorsqu’une quantité de données suffisante est collectée, notamment une quantité suffisante de jeu de ou des premières images et de ou des deuxièmes images ou une quantité suffisante des données passagers et de temps d’échange passager. La quantité suffisante permet de créer un modèle réaliste.

Dans un mode de réalisation, le premier algorithme d’intelligence artificielle, en particulier les comptages des passagers à partir des images, notamment les données passagers, le moment d’ouverture de portes et/ou la fin d’échange passager, comprend un réseau de neurones. Le deuxième algorithme d’intelligence artificielle, en particulier l’élaboration du modèle d'échange passager (PXTM), comprend un réseau de neurones ou une application de modèles de régression.

La Figure 3 montre un organigramme d’un procédé de contrôle d’au moins un véhicule de transport en commun, notamment d’un ou de plusieurs véhicules ferroviaires.

Dans une première étape 1 100 au moins une troisième image de l’intérieur de la ou des cabines 26 passagers et au moins une quatrième image de la station 1 à laquelle le véhicule 20 fait une halte sont acquises. Par exemple, chaque troisième image est prise par la ou les deuxièmes caméras 28a, 28b, 28c à l’intérieur des cabines 26 du véhicule 20 et chaque quatrième image est prise par la ou les premières caméras 12a, 12b, 12c, 12d situées dans la station 1. Dans un exemple, la ou les troisièmes images et la ou les quatrièmes images sont transmises au contrôleur 16.

Dans un mode de réalisation, la ou les troisième images prises dans la ou les cabines 26 passagers sont prises immédiatement avant la halte du véhicule 20, par exemple entre 0 et 60s avant la halte du véhicule 20 et, optionnellement pendant la halte du véhicule 20, par exemple jusqu’à une fermeture de la ou des portes 22 du véhicule 20.

La ou les quatrièmes images prises de la station 1 sont prises immédiatement avant la halte du véhicule 20, par exemple entre 0 et 60s avant la halte du véhicule 20 et optionnellement pendant la halte du véhicule, par exemple jusqu’à la fermeture de la ou des portes 22 du véhicule.

Dans l’étape 1110 optionnelle, des données statiques sur le véhicule 20 sont acquises, par exemple la capacité maximale du véhicule, la largeur de portes 22 du véhicule, l’aménagement dans la ou les cabines et/ou le type du véhicule 20. La capacité maximale est le nombre de passagers maximal qui est autorisé à monter au bord du véhicule.

Dans l’étape 1120 optionnelle, des données statiques sur la station 1 sont acquises, par exemple l’aménagement de la plateforme 3, la largeur de la plateforme 3, la longueur de la plateforme 3, la présence ou non d’agents de quai et/ou le type de desserte. Le type de desserte concerne par exemple le cas où la station est une station pour un aéroport.

Dans un mode de réalisation, d’autres données dynamiques sont acquises, par exemple dans l’étape 1120 ou dans une étape non représentée. Les données dynamiques comprennent notamment la température extérieure, les données de la marche compteuse 10, la présence ou non d’agents de quai et/ou l’horaire de halte du véhicule. Ces données sont également transmises au contrôleur 16.

Dans un mode de réalisation, des comptages manuels sont acquis, par exemple dans l’étape 1120 ou dans une étape non représentée. Selon un mode de réalisation les aspects psycho socio-culturel sont prise en compte implicitement par les données d’entrée.

Dans l’étape 1130, à partir des données acquises dans les étapes 1100 à 1 120, en particulier de la ou des troisièmes images et de la ou des quatrièmes images, un nombre ou une densité de passagers sur la station 1 au moment d’une halte du véhicule, un nombre ou une densité des passagers dans la ou les cabines passagers 26 sont calculés.

Dans un mode de réalisation, comme dans l’étape 1030, le calcul est fait en utilisant le premier algorithme d’intelligence artificielle.

Dans l’étape 1140, le temps d’échange passager est estimé par le modèle d’échange passager ayant en tant que variables d’entrée au moins un nombre déterminé à partir de la ou des troisièmes images et de la ou des quatrièmes images. Par exemple le modèle d’échange passager créé selon un mode de réalisation décrit ci-dessus en référence à la Figure 2 est utilisé.

Par exemple, le nombre déterminé est déterminé à partir du ou des troisièmes images et du ou des quatrièmes images comprennent un nombre ou une densité de passagers sur la station au moment de la halte du véhicule et un nombre ou une densité des passagers dans la ou les cabines du véhicule.

Dans un mode de réalisation, le temps d’échange passager est estimé par le modèle d’échange passager ayant en tant que variables d’entrée en outre des données dynamiques, des données statiques sur le véhicule 20 et/ou des données statiques sur la station 1 pour estimer le temps d’échange passager. Les données dynamiques et les données statiques sont décrites par rapport à la Figure 2.

Donc, le temps d’échange passager est estimé en temps réel par les condition d’usage du véhicule 20 et/ou de la station 1. En particulier, le temps d’échange passager s’adapte continuellement aux usages du véhicule 20 et/ou de la station 1 .

Dans l’étape 1150, un ou plusieurs véhicules 20 de transport en commun sont contrôlés, en particulier sur la même ligne du transport en commun, en fonction du temps d’échange passager estimé. Alternativement ou additionnellement, le temps d’échange passager déterminé est utilisé pour la modification d’une table horaire d’un véhicule ou d’une pluralité de véhicules. Contrôler le véhicule 20 inclut notamment l’ouverture et la fermeture des portes 22 et le déplacement du véhicule 20.

Le procédé de contrôle d’au moins un véhicule de transport en commun permet d’optimiser la régulation en temps réel pour les lignes sans conducteur, par exemple en ajustant automatiquement des temps d’arrêts en fonctions du nombre de passager voulant monter et descendre.

Dans un mode de réalisation, les données acquises lors du procédé de contrôle d’au moins un véhicule 20 de transport en commun sont également utilisées pour le procédé de création d’un modèle d’échange passager décrit en référence à la figure 2. Le modèle d’échange passager est donc amélioré en continu.

Le procédé selon l’invention offre ainsi un modèle de calcul de temps d’échange passager plus fidèle et réaliste pour un opérateur du véhicule 20. De plus, la solution proposée permet de réduire les coûts.

Dans un mode de réalisation, le temps d’échange passager est utilisé dans un simulateur de flux passager.

Cette solution ne repose plus sur des simulations de comportement de foules ou d’individus qui sont complexes à paramétrer et surtout qui nécessitent des mises au point systématiques dans chaque contexte de déploiement (pays, type de transport etc.).