Optimisation de la gestion décentralisée des flottes pour une logistique urbaine durable avec les jumeaux numériques, l’IA et la communication 5G
ABG-132657 | Sujet de Thèse | |
25/06/2025 | Cifre |

- Informatique
- Science de la donnée (stockage, sécurité, mesure, analyse)
- Télécommunications
Description du sujet
Contexte et objectifs
Le projet s’inscrit dans un contexte où la mobilité urbaine évolue rapidement avec l’émergence des véhicules électriques et autonomes, ainsi que la nécessité de réduire l’empreinte carbone du secteur logistique. Les défis actuels de la gestion du trafic, de l’optimisation des flottes de véhicules, et de la coordination des livraisons dans des environnements urbains complexes, requièrent l’intégration de technologies avancées pour garantir une gestion efficace et durable. L’évolution des infrastructures de communication, notamment avec l’adoption de la 5G et des réseaux décentralisés, ouvre la voie à des solutions plus résilientes et adaptatives, capables de surmonter les limitations des systèmes centralisés existants.
Les objectifs sont multiples : optimiser la gestion des flottes de véhicules électriques à travers l’utilisation de jumeaux numériques pour modéliser l’environnement urbain et anticiper les besoins énergétiques, améliorer la communication entre véhicules et infrastructures via des technologies sans fil de dernière génération (comme le D2D mesh en 5G), et réduire les coûts opérationnels tout en contribuant à un environnement urbain plus durable. Ce projet vise également à créer un système de logistique interconnecté, qui permet une gestion dynamique des trajets en temps réel, tout en garantissant une coordination fluide entre les différents acteurs du transport urbain. Le système conçu doit non seulement favoriser une meilleure performance énergétique, mais aussi être flexible et réactif face aux fluctuations du réseau et aux demandes variables des utilisateurs.
Verrous scientifiques
Le premier verrou scientifique réside dans l’intégration harmonieuse des technologies de communication sans fil, des jumeaux numériques et de l’intelligence artificielle dans un système de gestion de flotte décentralisé. En effet, chaque technologie apporte des contraintes spécifiques en termes de données à traiter, de latence, et de résilience des communications. Il s’agit donc de concevoir un système qui permette à ces technologies de fonctionner en synergie, tout en garantissant une gestion efficace des flottes de véhicules dans des environnements urbains complexes, où les conditions de trafic, de circulation et de couverture réseau sont variables.
Le second verrou scientifique à lever est l’optimisation de l’intelligence artificielle embarquée dans les véhicules pour gérer en temps réel la coordination de la flotte, tout en prenant en compte les enjeux énergétiques, les conditions de circulation et les priorités de livraison. Il est nécessaire de développer des algorithmes d’optimisation capables de traiter des données géospatiales en temps réel, d’anticiper les besoins énergétiques des véhicules électriques et de gérer les interruptions ou perturbations du réseau de communication. Une évaluation de la performance de ces algorithmes dans un environnement réel, via la simulation et la modélisation de scénarios divers, s’avère essentielle pour valider leur efficacité.
Caractère innovant
Ce projet se distingue par son approche novatrice de la gestion de la logistique urbaine et des flottes de véhicules électriques en intégrant simultanément plusieurs technologies avancées comme les jumeaux numériques, l’intelligence artificielle et la communication sans-fil décentralisée. Il est l’un des premiers à proposer une solution d’optimisation de la mobilité et de la gestion énergétique des véhicules à travers une combinaison de communication véhicule-à-véhicule (V2V) et véhicule-à-infrastructure (V2I) en 5G, tout en garantissant une résilience élevée du système, même dans des environnements urbains avec une couverture réseau limitée. Cette approche va au-delà de l’optimisation classique du trafic en tenant compte de la coordination dynamique des flottes, de l’optimisation des trajets et de l’énergie, tout en intégrant des solutions d’intelligence artificielle capables de s’adapter en temps réel aux conditions de circulation et aux priorités logistiques. De plus, ce projet se distingue par son focus sur la fiabilité et la résilience du système de communication, en utilisant des méthodes formelles pour garantir la qualité de service et tester la robustesse du réseau de communication dans des conditions complexes et à grande échelle via la simulation.
Résultats attendus et valorisation
Les résultats attendus de ce projet incluent des avancées majeures dans l’optimisation de la gestion des flottes de véhicules électriques à travers l’intégration des technologies de jumeaux numériques, d’intelligence artificielle et de communication sans-fil décentralisée en 5G. Ces travaux permettront de développer des algorithmes d’optimisation robustes pour la gestion en temps réel des flottes, la réduction des émissions et l’amélioration de l’efficacité énergétique. Les résultats seront publiés dans des revues internationales à comité de lecture, mettant en avant les innovations apportées par l’intégration de ces technologies dans un système de gestion de logistique urbaine durable. Des simulations à grande échelle permettront d’évaluer la performance et la résilience du système, et les conclusions seront également diffusées par le biais de conférences et de publications. Le mémoire de thèse constituera une contribution majeure dans le domaine, servant de référence pour les chercheurs et les industriels intéressés par la mise en œuvre de solutions logistiques intelligentes et durables. Les résultats obtenus offriront une base solide pour la valorisation technologique via des partenariats avec des entreprises du secteur de la logistique, des collectivités locales et des acteurs technologiques.
Encadrement de la thèse
Le directeur de thèse, Prof. Abderrezak Rachedi, ainsi que le co-encadrant, Omar Sami Oubbati, travaillent étroitement sur ces thématiques en intégrant des technologies telles que les jumeaux numériques et l’intelligence artificielle pour révolutionner la gestion logistique durable. Ce projet bénéficie du soutien de la startup uGetWin, spécialisée dans les innovations en communication sans-fil et la collecte de données en temps réel, qui assure le financement de la thèse dans le cadre du dispositif CIFRE. Ce financement permet de rapprocher les chercheurs du secteur privé et de garantir l’applicabilité industrielle des résultats.
Le financement CIFRE permet d’assurer une collaboration étroite entre le laboratoire de recherche et uGetWin, apportant ainsi des perspectives à la fois académiques et industrielles pour l’aboutissement du projet. La thèse s’inscrit dans une dynamique de recherche appliquée, visant à combiner la rigueur scientifique et les défis concrets du secteur de la logistique urbaine.
Candidat(e)
De préférence, titulaire ou en voie d’obtention en 2024-2025 d’un master II en Informatique, Systèmes embarqués, Réseaux et télécommunications ou Logistique intelligente.
Le candidat ou la candidate doit être passionné(e) par les technologies avancées liées à la gestion de flottes, l’intelligence artificielle et les systèmes de communication sans-fil. Il ou elle devra avoir une forte capacité à travailler de manière autonome, tout en étant capable d’interagir efficacement avec les membres de l’équipe. Des compétences en modélisation, optimisation et analyse de systèmes complexes seront particulièrement appréciées.
Une bonne maîtrise des langages de programmation (Python, C++, etc.), des outils de simulation de réseaux et des systèmes embarqués sera un atout. Une expérience en gestion de projets liés aux systèmes de transport ou à la logistique serait également un plus.
Le candidat ou la candidate sera amené(e) à publier en anglais dans des conférences et revues internationales spécialisées sur des sujets tels que les systèmes de transport intelligents, les réseaux de communication V2X, l’optimisation des flottes, et la logistique urbaine durable. Les revues pertinentes incluent IEEE Transactions on Intelligent Transportation Systems, Ad Hoc Networks (Elsevier), Springer Telecommunication Systems, et Journal of Network and Computer Applications.
Période de la thèse CIFRE: Octobre 2025- September 2028
Keywords : Jumeaux numériques, Gestion de flottes, Communication V2X, 5G, Logistique urbaine durable, Systèmes de transport intelligents, Optimisation des trajets, Intelligence artificielle, Résilience des réseaux, Véhicules électriques.
References
1. SHEN, Jiaming, WANG, Laili, and ZHANG, Jialei. Integrated scheduling strategy for private electric vehicles and electric taxis. IEEE Transactions on Industrial Informatics, 2020, vol. 17, no. 3, pp. 1637-1647.
2. CLAIRAND, Jean-Michel, GUERRA-TERÁN, Paulo, SERRANO-GUERRERO, Xavier, et al. Electric vehicles for public transportation in power systems: A review of methodologies. Energies, 2019, vol. 12, no. 16, p. 3114.
3. WANG, Hua, ZHAO, De, CAI, Yutong, et al. Taxi trajectory data based fast-charging facility planning for urban electric taxi systems. Applied Energy, 2021, vol. 286, p. 116515.
4. CUI, Dingsong, WANG, Zhenpo, ZHANG, Zhaosheng, et al. Driving event recognition of battery electric taxi based on big data analysis. IEEE Transactions on Intelligent Transportation Systems, 2021, vol. 23, no. 7, pp. 9200-9209.
Prise de fonction :
Nature du financement
Précisions sur le financement
Présentation établissement et labo d'accueil
Le Laboratoire d’informatique Gaspard-Monge (LIGM) est une unité mixte de recherche (UMR 8049) du CNRS, de l’Université Gustave Eiffel et de l’École des Ponts ParisTech, localisé sur le campus de la cité Descartes à Champs-sur-Marne (bâtiment Copernic, bâtiment ESIEE et bâtiment Coriolis).
Le LGIM a un effectif de personnel permanent d’une centaine de personnes et non permanent d’une soixantaine de personnes.
Le laboratoire est structuré en 6 équipes de recherche : A3SI (Algorithmes, architectures, analyse et synthèse d’images), ADA (Algorithmique discrète et applications), BAAM (Bases de données, automates, analyse d’algorithmes et modèles), COMBI (Combinatoire algébrique et calcul symbolique), LRT (Logiciels, réseaux et temps réel), et MMSID (Méthodes et modèles pour le signal, l’image et les données).
Les membres du LIGM s’impliquent dans les enseignements d’informatique de l’Institut Gaspard-Monge, de l’IUT de Marne-la-Vallée, d’ESIEE Paris et de l’École des Ponts ParisTech.
Site web :
Profil du candidat
De préférence, titulaire ou en voie d’obtention en 2024-2025 d’un master II en Informatique (BAC+5), Systèmes embarqués, Réseaux et télécommunications ou Logistique intelligente.
Le candidat ou la candidate doit être passionné(e) par les technologies avancées liées à la gestion de flottes, l’intelligence artificielle et les systèmes de communication sans-fil. Il ou elle devra avoir une forte capacité à travailler de manière autonome, tout en étant capable d’interagir efficacement avec les membres de l’équipe. Des compétences en modélisation, optimisation et analyse de systèmes complexes seront particulièrement appréciées.
Une bonne maîtrise des langages de programmation (Python, C++, etc.), des outils de simulation de réseaux et des systèmes embarqués sera un atout. Une expérience en gestion de projets liés aux systèmes de transport ou à la logistique serait également un plus.
Le candidat ou la candidate sera amené(e) à publier en anglais dans des conférences et revues internationales spécialisées sur des sujets tels que les systèmes de transport intelligents, les réseaux de communication V2X, l’optimisation des flottes, et la logistique urbaine durable. Les revues pertinentes incluent IEEE Transactions on Intelligent Transportation Systems, Ad Hoc Networks (Elsevier), Springer Telecommunication Systems, et Journal of Network and Computer Applications.
Vous avez déjà un compte ?
Nouvel utilisateur ?
Vous souhaitez recevoir nos infolettres ?
Découvrez nos adhérents
ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
MabDesign
ONERA - The French Aerospace Lab
PhDOOC
Institut Sup'biotech de Paris
CASDEN
ADEME
Ifremer
Laboratoire National de Métrologie et d'Essais - LNE
ANRT
Nokia Bell Labs France
Tecknowmetrix
SUEZ
MabDesign
Aérocentre, Pôle d'excellence régional
TotalEnergies
CESI
Groupe AFNOR - Association française de normalisation
Généthon