Modèles urbains, aménagement et métropolisation

Pour ce thème de recherche, du bâti­ment au ter­ri­toire, trois approches dis­ci­plinaires ont été adop­tées : le métab­o­lisme et la valeur d’usage des act­ifs physiques, bâti­ments et infra­struc­tures, l’aide à la déci­sion ter­ri­to­ri­ale mul­ti­critère et mul­ti-acteur, les mod­èles urbains et les poli­tiques d’urbanisme. Ces activ­ités de recherche con­ceptuelle et de recherche-action (aux échelles ter­ri­to­ri­ale et urbaine) et d’expertise (à l’échelle du bâti­ment et des infra­struc­tures urbaines) ont per­mis de favoris­er : la pro­duc­tion de con­nais­sances sur les nou­veaux mod­èles urbains et poli­tiques d’urbanisme, l’aide à la déci­sion ter­ri­to­ri­ale et l’aide à l’exploitation-maintenance et au renou­velle­ment des bâti­ments et des infra­struc­tures urbaines pour l’étude des dynamiques urbaines.

Aide à la décision multicritère et multi-acteur

Dans un con­texte de tran­si­tion écologique, l’aide à la déci­sion vise à dévelop­per des approches mul­ti­scalaires per­me­t­tant de généralis­er des don­nées rat­tachées aux bâti­ments, pour en pro­duire des mod­èles à des échelles dif­férentes – ceci est spé­ci­fique à un des pro­jets de recherche sur la tran­si­tion énergé­tique. D’une manière plus large l’aide à la déci­sion s’ap­puie sur des jeux don­nées hétérogènes et sur des approches quan­ti­ta­tives et qual­i­ta­tive pour fournier des métriques et des mod­èles per­me­t­tant d’ac­com­pa­g­n­er les décideurs.

D’un point de vue méthodologique, il s’agit de cou­pler l’analyse spa­tiale, mul­ti­critère et mul­ti-acteur aux out­ils de mod­éli­sa­tion (bâti­ment, trans­port, sim­u­la­tion ther­mique, etc.). Cette recherche sur l’aide à la déci­sion a été testée à l’échelle de la ville cou­plée aux poli­tiques urbaines énergé­tiques nationales et locales pro­duisant entre autres des jeux sérieux en urban­isme. Les sim­u­la­tions ont été réal­isées à par­tir d’un mod­èle com­bi­nant dif­férents progi­ciels (SIG, BIM, sim­u­la­tions ther­miques) et dif­férents niveaux d’ac­qui­si­tion de données.

Par ailleurs, il con­vient de repenser les usages, fonc­tion­nal­ités et fonc­tions économiques des act­ifs physiques, en prenant en con­sid­éra­tion leur valeur d’usage, au sein de la chaîne de valeur du métab­o­lisme : mod­éli­sa­tion, nor­mal­i­sa­tion, éval­u­a­tion, planification/conception. Il s’agit de mod­élis­er et d’évaluer ce métab­o­lisme. Pour cela, un out­il PACKit/3t d’aide à la déci­sion a été dévelop­pé. Conçu sur le cou­plage entre le mod­èle séman­tique PACK­it (Process on Asset for Crit­i­cal­i­ty and Knowl­edge by Inspec­tions and Tes­ti­monies) et la solu­tion logi­cielle 3t, il assure une ges­tion pré­dic­tive des act­ifs physiques et s’inscrit dans une per­spec­tive d’aide stratégique et opéra­tionnelle. Égale­ment, la valeur d’usage est améliorée en agis­sant sur la nor­mal­i­sa­tion et la régle­men­ta­tion, en assur­ant un rôle d’expert sci­en­tifique et tech­nique auprès de l’AFNOR, ISO et de plusieurs organ­i­sa­tions publiques et privées.

Pertinence règlementaire de la planification en urbanisme

Dans cette recherche le ques­tion­nement porte sur la capac­ité des doc­u­ments d’urbanisme à inté­gr­er des solu­tions d’adaptation au change­ment cli­ma­tique. Elle ambi­tionne de dévelop­per une méthodolo­gie prospec­tive per­me­t­tant, d’une part, d’évaluer la capac­ité des PLUi à inté­gr­er des solu­tions alter­na­tives d’adaptation au change­ment cli­ma­tique, et, d’autre part, la con­struc­tion de dif­férents scé­nar­ios d’aménagement en croisant l’analyse des doc­u­ments régle­men­taires et l’analyse spa­tiale (SIG) des enjeux en ter­mes de ges­tion de l’eau et de con­fort ther­mique des ter­ri­toires étudiés (Métro­pole de Nantes). Cette méthodolo­gie per­me­t­tra, à terme, une éval­u­a­tion plus aisée des poli­tiques publiques des col­lec­tiv­ités vis-à-vis des prob­lé­ma­tiques envi­ron­nemen­tales et offrira au monde de la recherche un moyen plus réal­iste d’étudier l’impact de solu­tions fondées sur la nature ou autres alter­na­tives aux réseaux séparat­ifs ou unitaires.

Production de la ville et le renouvellement de l’urbanisme

À par­tir de ter­rains français et chi­nois, la pro­duc­tion de la ville et le renou­velle­ment de l’urbanisme sont étudiés à tra­vers la cir­cu­la­tion de mod­èles urbains et d’expertises (ville nou­velle, ville intel­li­gente) et les tech­nolo­gies urbaines, en prenant pour ter­rain les poli­tiques d’aménagement et ses pra­tiques, et en opérant un focus sur ses approches numérique et, sec­ondaire­ment, énergé­tique. Si les ori­en­ta­tions et les objec­tifs en ter­mes de plan­i­fi­ca­tion urbaine sont pilotés par les poli­tiques publiques, elles-mêmes ali­men­tées par la cir­cu­la­tion de mod­èles urbains, à l’échelle locale, l’action publique ter­ri­to­ri­ale se heurte à sa pro­pre mise en place : elle doit met­tre en œuvre ces injonc­tions (par exem­ple, la tran­si­tion énergé­tique des ter­ri­toires), tout en (co)construisant avec les par­ties prenantes. Dès lors, l’action publique urbaine, en par­ti­c­uli­er, numérique et énergé­tique con­stitue le ver­rou sci­en­tifique, méthodologique et socié­tal de cette recherche. Cette recherche vise à car­ac­téris­er le référen­tiel d’urbanisme (mod­èle urbain), le par­a­digme d’action publique (poli­tiques urbaines) auquel la plan­i­fi­ca­tion urbaine se réfère et avec lequel elle com­pose. Au plan méthodologique, il s’agit de s’attacher aux jeux d’acteurs et d’échelles, ain­si qu’aux out­ils qu’implique cette ter­ri­to­ri­al­i­sa­tion, soit de ren­dre compte de l’ancrage ter­ri­to­r­i­al à pro­pre­ment par­lé d’une plan­i­fi­ca­tion urbaine et d’un urban­isme ori­en­té vers le numérique et l’énergie. D’un point de vue socié­tal, l’intérêt est évidem­ment, dans le cadre d’une recherche con­ceptuelle pro­longée par une recherche-action, de pro­duire de nou­velles con­nais­sances pour accom­pa­g­n­er sci­en­tifique­ment les col­lec­tiv­ités ter­ri­to­ri­ales, voire les out­iller tech­nique­ment et méthodologique­ment, dans leur tran­si­tion urbaine, notam­ment numérique et énergé­tique. Cette recherche sur la cir­cu­la­tion des mod­èles urbains et la ter­ri­to­ri­al­i­sa­tion des poli­tiques d’aménagement, en par­ti­c­uli­er numérique et énergé­tique, vise la car­ac­téri­sa­tion des par­a­digmes urbains con­tem­po­rains que sont la « ville nou­velle », la « ville intel­li­gente » et sa face cachée, et la « tran­si­tion énergé­tique des ter­ri­toires », en accor­dant un soin par­ti­c­uli­er aux con­séquences de ces injonc­tions sur la plan­i­fi­ca­tion urbaine et ses pratiques.

Par ailleurs, on note que les travaux de recherche-action entre l’urbanisme, les tech­nolo­gies urbaines et le numérique ont per­mis de tra­vailler sur les ques­tions de ter­ri­to­ri­al­i­sa­tion de la tran­si­tion énergé­tique, de jeux sérieux en urban­isme, et per­me­t­tent d’envisager des travaux com­muns avec la thé­ma­tique « maque­tte numérique » sur les ques­tions de recon­struc­tion géométrique 3D et pro­jet urbain.

D’une manière trans­ver­sale, des travaux mul­ti­dis­ci­plinaires ont été menés pour analyser et mod­élis­er un phénomène glob­al com­plexe qui com­prend générale­ment une par­tie « physique » (la pol­lu­tion, l’inondation …) et une « réponse socié­tale » à cette sol­lic­i­ta­tion néga­tive à laque­lle est soumis l’environnement urbain (ges­tion de crise, ges­tion du traf­ic, poli­tique urbaine …). Dans ce cas, sur le plan des mod­èles et plus pré­cisé­ment de la mod­éli­sa­tion numérique, le posi­tion­nement sci­en­tifique relève de la fusion de don­nées hétérogènes et du cou­plage de mod­èles hétérogènes indis­pens­ables pour pren­dre en compte la com­plex­ité et la diver­sité des phénomènes. Le principe du cou­plage d’une chaîne de don­nées et de mod­èles hétérogènes pour simuler des sys­tèmes com­plex­es et pro­pos­er des actions d’atténuation ou de résilience a notam­ment été dévelop­pé dans le cadre du risque inon­da­tion et des évac­u­a­tions de masse, puis de la pol­lu­tion de l’air dû au traf­ic et à ses impacts sur la san­té, avec le cou­plage de mod­èles de représen­ta­tion clas­siques. Des travaux plus récents et en cours por­tent sur l’évaluation et l’application de mod­èles alter­nat­ifs d’intelligence arti­fi­cielle fondés sur l’analyse des don­nées disponibles plutôt que sur l’analyse et la mod­éli­sa­tion des phénomènes physiques, notam­ment par l’utilisation des don­nées pro­duites par la ville intelligente.

Risques hydrologiques et changement climatique : phénomènes concomitants et incertitudes

L’estimation de l’impact du change­ment cli­ma­tique sur l’inondation d’un ter­ri­toire, néces­site le déroule­ment d’une chaine de mod­éli­sa­tion plus ou moins com­plexe (mod­èles physiques, empiriques, sta­tis­tiques, …) qui fait appel à un nom­bre impor­tant de vari­ables, de don­nées et de paramètres. La com­plex­ité des mod­èles util­isés et la mul­ti­plic­ité des don­nées con­duisent à des incer­ti­tudes (incer­ti­tudes liées aux mod­èles, à la vari­abil­ité des phénomènes étudiés, au manque d’informations ou de con­nais­sance, …etc.) sur les résul­tats fin­aux qu’il est dif­fi­cile d’évaluer. L’impact de la con­comi­tance, i.e. la prob­a­bil­ité que n phénomènes ini­ti­a­teurs survi­en­nent en même temps qu’ils soient dépen­dants ou non, est une notion très peu abor­dée dans la lit­téra­ture. La recherche menée dans cette thé­ma­tique a comme objec­tif la mise en œuvre d’une démarche prob­a­biliste qui per­met de simuler des scé­nar­ios d’inondation prob­a­bil­isés afin de car­ac­téris­er le risque asso­cié à un site don­né. Les prin­ci­pales étapes sont :

• Mod­éli­sa­tion de l’occurrence con­jointe de plusieurs phénomènes ini­ti­a­teurs d’une inondation ;
• Mod­éli­sa­tion de la prob­a­bil­ité d’occurrence d’une inon­da­tion issue de plusieurs phénomènes dépen­dants ou indépendants ;
• Prise en compte de l’impact du change­ment cli­ma­tique dans le mod­èle d’inondation 2D ;
• Mod­éli­sa­tion des incer­ti­tudes et leur prop­a­ga­tion dans le mod­èle hydraulique 2D. (les incer­ti­tudes con­sid­érées sont : (i) incer­ti­tudes aléa­toires liées au choix des paramètres des lois util­isées (cop­ules, lois mar­ginales), au choix des seuils d’échantillonnage, etc. et (ii) incer­ti­tudes épistémiques liées aux avis d’experts sur l’impact du change­ment cli­ma­tique sur l’élévation du niveau marin. Une réflex­ion a été menée dans ce cadre sur la prise de déci­sion dans l’incertain en util­isant les fonc­tions de croyance.

Cette démarche a été testée sur un quarti­er de la ville du Havre qui présente la par­tic­u­lar­ité d’être sujet à des inon­da­tions provo­quées par la sur­cote marine et par le ruis­selle­ment pro­duit par la pluie.

Maquette numérique : modélisation géométrique et structurale 3D du patrimoine bâti

Le développe­ment d’outils d’aide à la déci­sion de type BIM (Build­ing Infor­ma­tion Mod­el­ing) et CIM (City Infor­ma­tion Mod­el­ing) per­met d’obtenir des maque­ttes numériques 3D « tel que con­stru­it » asso­ciant la mod­éli­sa­tion (géométrique) d’un bâti­ment ou d’un ensem­ble urbain à l’ensemble des don­nées hétérogènes disponibles, dans le but de réalis­er des sim­u­la­tions mul­ti-physiques pour des opéra­tions de con­struc­tion, de ges­tion et de main­te­nance. Étant don­né la com­plex­ité et la vari­abil­ité des élé­ments archi­tec­turaux, la réal­i­sa­tion des mod­èles BIM, à par­tir des nuages de points, directe­ment util­is­ables dans les études, reste une tâche laborieuse. Le mod­èle BIM, trans­féré dans un logi­ciel de sim­u­la­tion mul­ti-physique, per­met de com­pren­dre le com­porte­ment du sys­tème sous dif­férents fac­teurs (struc­turels, exploita­tions et/ou cli­ma­tiques). Cette recherche s’intéresse aux apports des tech­niques expéri­men­tales et numériques et des démarch­es inté­grées de mod­éli­sa­tion pour l’aide à la déci­sion en archi­tec­ture et dans les pro­jets d’urbanisme. Les études, allant de l’ensemble de la struc­ture jusqu’à la dégra­da­tion d’une par­tie en fonc­tion de son envi­ron­nement local, se font en plusieurs étapes : seg­men­ta­tion du nuage de points, détec­tion d’ouvertures, détec­tion des matéri­aux et finale­ment cou­plage avec une base de con­nais­sances. Grâce à la plate­forme PLEMO 3D, financée dans le cadre de l’IDEX Super de SU, cette méthodolo­gie de mod­éli­sa­tion a été élaborée et testée dans le cadre de quelques pro­jets col­lab­o­rat­ifs SU por­tant sur la sauve­g­arde et la dura­bil­ité des pat­ri­moines archéologiques et archi­tec­turaux (cathé­drale de Sen­lis, château de Coucy, site de l’Hermitage Lab, château de Chan­til­ly). Les mod­èles 3D ont été dévelop­pés pour des util­i­sa­tions dif­férentes : mod­èle de haute pré­ci­sion autorisant une lec­ture archéologique beau­coup plus fine que celle pos­si­ble par les tech­niques tra­di­tion­nelles, mod­èle util­is­able pour les sim­u­la­tions ther­miques dynamiques de bâti­ments anciens, ou mod­èle dédié à une analyse mécanique par élé­ment finis.

Ces travaux ont con­duit à la déf­i­ni­tion d’une procé­dure per­me­t­tant la fusion des don­nées provenant du scan­ner laser avec des don­nées obtenues par pho­togram­métrie ter­restre, mais surtout aéri­enne (drone) per­me­t­tant d’avoir accès aux points invis­i­bles du scan­ner. Ain­si, la fusion per­met de pal­li­er aux dif­férents man­ques que peu­vent présen­ter ces deux tech­niques dans le but d’augmenter la pré­ci­sion des objets virtuels. On note égale­ment que les maque­ttes géométriques 3D sont étudiées aus­si lors des sim­u­la­tions numériques avancées pour la con­cep­tion de struc­tures inno­vantes. Un tel type de démarche numérique inté­grée a été mis en place pour une com­préhen­sion appro­fondie du com­porte­ment mécanique de fon­da­tions super­fi­cielles de bâti­ments con­stru­its sur sols rel­a­tive­ment mous en s’appuyant sur des mod­éli­sa­tions numériques par élé­ments finis tridimensionnels.

Réseaux de transport et mobilité

Cette recherche, dévelop­pée prin­ci­pale­ment par la chaire MIDT et ensuite pour­suiv­ie et enrichie par l’équipe, vise au développe­ment d’une approche mul­ti­modale de la mobil­ité et de l’aménagement ter­ri­to­r­i­al à dif­férents niveaux d’échelle. Les activ­ités de recherche ont per­mis de dévelop­per trois approches com­plé­men­taires, i.e. la col­lecte de don­nées, l’analyse et la mod­éli­sa­tion des déterminants/patterns de mobil­ité, et les évaluations/visualisations, pour l’étude des dynamiques urbaines. À l’intersection des thé­ma­tiques « Énergie et élec­tro­mo­bil­ité urbaines » et « Approches tech­niques inté­grée de l’aménagement urbain », ce posi­tion­nement per­met de con­cep­tu­alis­er et de mon­tr­er les inter­re­la­tions et les liens entre la ville et les mobil­ités, entre l’espace urbain et les flux de trans­port en vue de com­pren­dre les dynamiques ter­ri­to­ri­ales du sys­tème urbain.

Les objec­tifs sci­en­tifiques se struc­turent en trois temps :

• Col­lecter des don­nées sur les trans­ports ou les com­porte­ments de mobil­ité en con­stru­isant des out­ils de col­lecte de don­nées de sources hétérogènes (cap­teurs, comp­tages, enquêtes) pour l’étude des mobilités ;
• Com­pren­dre et mod­élis­er le com­porte­ment de mobil­ité des dif­férentes typolo­gies d’usagers en exploitant les don­nées col­lec­tées pour con­stru­ire des mod­èles d’analyse des déterminants/patterns de mobil­ité (régres­sion logis­tique multi­n­o­mi­ales, mod­èles d’équations struc­turelles) et adossés à des con­textes d’évolution des trans­ports (accept­abil­ité des véhicules autonomes, démotorisation…) ;
• À par­tir des dis­posi­tifs de quan­tifi­ca­tion et de mod­éli­sa­tion, pro­pos­er des poli­tiques des trans­ports adap­tées aux citoyens et à la mise en œuvre d’un sys­tème de trans­port mul­ti­modal en milieu urbain via la con­sti­tu­tion d’un out­il de planification.

L’ensemble des travaux se struc­ture autour d’un trip­tyque méthodologique de con­struc­tion de la con­nais­sance (dis­posi­tif de quan­tifi­ca­tion, dis­posi­tif de mod­éli­sa­tion et dis­posi­tif d’évaluation) per­me­t­tant d’obtenir un cadre méthodologique solide (matrice tech­nique illus­trée dans la fig­ure ci-dessous) com­bi­nant à la fois approche quan­ti­ta­tive et approche qual­i­ta­tive pour l’analyse des mobil­ités. Dans ce sens, les activ­ités de recherche ont per­mis de déploy­er dif­férents out­ils de col­lecte des don­nées (appli­ca­tion mobile DynAMIque, cap­teurs infrarouges), de mod­éli­sa­tion (accept­abil­ité des véhicules autonomes, analyse des déter­mi­nants de mobil­ité) et de visu­al­i­sa­tion (appli­ca­tion DYNACOV).

Les travaux ont égale­ment per­mis de con­stru­ire des rela­tions avec les acteurs des trans­ports à l’échelle inter­na­tionale, nationale et régionale tant dans le champ de la recherche opéra­tionnelle que de la recherche fondamentale.

Il existe deux grandes approches pour mesur­er les dynamiques urbaines :

• l’approche indi­recte prenant en compte les déter­mi­nants de la mobil­ité et de l’utilisation de véhicules motorisés par la local­i­sa­tion de zones émet­tri­ces (les orig­ines) et récep­tri­ces (les destinations) ;
• l’approche directe par la mesure du traf­ic routi­er ou son suivi au cours d’une péri­ode de recueil.

Une grande par­tie des travaux de l’équipe porte sur la com­plé­men­tar­ité de ces deux approches pour l’étude des trans­ports et mobil­ités en milieu urbain. En effet, l’observation des mou­ve­ments urbains par les cap­teurs urbains (direct ou indi­rect) per­met d’avoir accès à une autre con­nais­sance du ter­ri­toire. Elle revêt un intérêt fort pour l’étude des trans­ports afin d’en adapter les poli­tiques de plan­i­fi­ca­tion au con­texte local. Se situ­ant au cœur de la mesure du phénomène en étant local­isée et estampil­lée dans le temps, c’est aus­si leur car­ac­tère exhaus­tif et con­tinu qui en font un sys­tème de mesure d’autant plus intéres­sant. Néan­moins, la con­nais­sance des déplace­ments en milieu urbain par ces sources présente un ver­rou sci­en­tifique impor­tant pour avoir une con­nais­sance fine des dynamiques ter­ri­to­ri­ales. Si l’intégration des don­nées d’enquête pose un prob­lème de fond pour désagréger les don­nées sur l’espace urbain, les don­nées de cap­teurs inversent la ten­dance et il est sou­vent néces­saire de les agréger pour pro­duire une infor­ma­tion per­ti­nente en vue d’analyser ces mobil­ités. À tra­vers la com­plé­men­tar­ité des dif­férentes sources de don­nées, les recherch­es menées ont per­mis d’appréhender la dynamique des déplace­ments urbains, en plaçant les usagers et/ou le phénomène mesuré au cen­tre du phénomène à étudier.

L’intérêt porté par les amé­nageurs et les décideurs locaux aux don­nées issues de cap­teurs mobiles mon­tre des poten­tiels opéra­tionnels de plus en plus impor­tants pour com­pléter les infor­ma­tions issues des enquêtes clas­siques et des sys­tèmes de mesures clas­siques. Pour autant, les dif­férents leviers éthiques et méthodologiques liés à l’exploitation des don­nées de cap­teurs mobiles et indi­vidu­els ten­dent à nous mon­tr­er que les don­nées issues des cap­teurs fix­es ne sont pas à met­tre de côté. Elles présen­tent un autre type de répons­es aux prob­lèmes inhérents aux cap­teurs mobiles, sur plusieurs points tant thé­ma­tiques et économiques, qu’éthiques. Les travaux menés sur les don­nées de val­i­da­tion des trans­ports en com­mun (chaire MIDT), sur les comp­tages de pas­sagers des trans­ports urbains (cap­teurs infrarouges) ou sur les comp­tages routiers (pro­jet local DYNACOV) con­for­tent ces con­stats. Ces don­nées per­me­t­tent d’identifier des déterminants/patterns de la mobil­ité à des échelles tem­porelles fines allant de l’espace urbain aux rela­tions interurbaines.

La con­struc­tion d’une approche ancrée dans les don­nées a per­mis de met­tre en avant les atouts d’un rap­proche­ment des objets mesurés, pour en mod­élis­er ensuite ces mêmes objets. Ce sont des ques­tion­nements qui por­tent sur la place que tien­nent et tien­dront les don­nées issues des cap­teurs dans la quan­tifi­ca­tion et la plan­i­fi­ca­tion des ter­ri­toires et des trans­ports. Une des con­tri­bu­tions fortes des travaux menés repose sur le fait que ce type de don­nées (cap­teurs, big data, enquêtes) peu­vent fournir une vision détail­lée de dynamiques urbaines jusqu’alors peu mesurables à tra­vers les sys­tèmes de mesures du traf­ic routi­er clas­siques seul (les enquêtes). La com­plé­men­tar­ité de ces dis­posi­tifs de mesures per­met à la fois une vision très quan­ti­ta­tive du phénomène mesuré mais aus­si d’explorer les déter­mi­nants de mobil­ités asso­ciés à ce qui est mesuré à tra­vers les cap­teurs via la mod­éli­sa­tion des com­porte­ments et déter­mi­nants de mobil­ité. La col­lecte des don­nées sur le pro­fil des usagers ou la jux­ta­po­si­tion d’enquête per­met d’approfondir les déter­mi­nants de mobil­ité. Pour appro­fondir ces ques­tions, plusieurs enquêtes ont été dif­fusées à l’échelle inter­na­tionale et nationale por­tant autant sur les habi­tudes de déplace­ment en milieu urbain, sur l’acceptabilité des véhicules autonomes en milieu urbain, ou la démo­tori­sa­tion. En com­plé­ment des recherch­es bib­li­ographiques sur les théories et fac­teurs influ­ençant les com­porte­ments de mobil­ité, le développe­ment de mod­èle expli­catif du com­porte­ment des usagers des trans­ports (RLM , SEM , etc.) est dévelop­pé. Ces mod­èles sta­tis­tiques ont per­mis d’une part de con­forter les analy­ses et don­nées col­lec­tées via les dis­posi­tifs de cap­teurs, d’approfondir les ques­tions sci­en­tifiques rat­tachées à la théorie de com­porte­ment des usagers et de dévelop­per des approches com­plé­men­taires de com­préhen­sion des mobil­ités en milieu urbain.

Les travaux con­cer­nant la ges­tion des flux et infra­struc­tures se situent dans une recherche de type appli­ca­tion tech­nologique et sont sou­vent asso­ciés aux out­ils mul­ti­critères d’évaluation. Ils con­sis­tent en : l’optimisation et mutu­al­i­sa­tion de routes de dis­tri­b­u­tion de marchan­dis­es en zone urbaine, la local­i­sa­tion stratégique de cen­tres logis­tiques de trans­bor­de­ment de marchan­dise dans les zones urbaines, la con­cep­tion des cen­tres logis­tiques en fonc­tion des besoins de trans­bor­de­ment et des con­traintes urbaines envi­ron­nantes (géométrie des voiries, régle­men­ta­tion urbaine et fonc­tions urbaines locales), la déf­i­ni­tion des VEs de dis­tri­b­u­tion les plus adap­tés par rap­port aux vol­umes, poids et types de marchan­dis­es à dis­tribuer ain­si que par rap­port aux autonomies des véhicules, l’évaluation de la fais­abil­ité d’insertion des infra­struc­tures de recharge des VEs sur les routes de dis­tri­b­u­tion et/ou aux cen­tres logis­tiques de trans­bor­de­ment, la déf­i­ni­tion du mode de recharge (nor­male, rapi­de ou accélérée) la plus adap­tée pour les dif­férents local­i­sa­tions à équiper et en fonc­tion des con­traintes logis­tiques (délais de chargement/transbordement/déchargement), et l’évaluation des coûts d’implantation des infra­struc­tures de recharge dans la zone urbaine à équiper.