Module de cours · Détail

Simulation de circulation urbaine et piétons

Ce module introduit la modélisation d’un système de simulation de trafic web, combinant structure HTML, présentation CSS et logique JavaScript. Du point de vue technique, l’expansion progressive d’un prototype fonctionnel vers un système de simulation compréhensible avec des règles, valeurs mesurées et approches d’évaluation est pertinente.

Durée 180 minutes
Pour ce cours, cette configuration fournit un cadre clair pour discuter de la programmation assistée par l’IA comme un processus de développement réfléchi plutôt qu’un raccourci. Elle met l'accent sur le développement du code traçable, les demandes de modification ciblées et des résultats testables immédiatement dans le contexte du projet. Codage assisté par IA
Langue HTML
Tâches 12
Image prévisualisation : Simulation de circulation urbaine et piétons

Contexte du cours

Codage assisté par IA en format « prototype d'abord »

Le cours utilise Codage assisté par IA comme support contextuel dans CodeRoom pour développer davantage le code existant, expliquer les erreurs et vérifier les modifications à l’étape actuelle du projet.

Ce module est configuré en format « Prototype-First » : le point de départ est un prototype fonctionnel incluant une carte de ville, des intersections, des feux de circulation, des véhicules et des valeurs de mesure. Les extensions sont réalisées étape par étape, permettant ainsi aux enseignants d’organiser la progression des compétences à travers de petites décisions de développement vérifiables.

Cette configuration offre un cadre clair pour enseigner le codage assisté par l'IA comme un processus de développement réfléchi, plutôt qu’en tant que raccourci. L’accent est mis sur la création de code compréhensible, des demandes de modifications ciblées et des résultats testables immédiatement dans le contexte du projet.

Classification didactique

Le module sera classé de manière compacte à la fois d’un point de vue disciplinaire et pédagogique.

Objectif disciplinaire

L’objectif central consiste à modéliser une situation de circulation simple comme une application web interactive. Les concepts clés incluent les états des véhicules et des feux de circulation, le contrôle d’événements, les simulations régulières, le calcul des valeurs mesurées, ainsi que l’extension progressive d’un prototype existant en HTML/CSS/JavaScript.

Développement des compétences

  • Modélisation : Les véhicules, les feux de circulation, les arrêts de bus et la densité du trafic sont décrits comme des objets, états et règles abstraits.
  • Algorithmisation : La logique de mouvement, les phases des feux de circulation, les états d’attente et les contrôles de distance sont décomposés en fonctions gérables.
  • Analyse : Les valeurs issues des données de simulation, telles que les véhicules en attente, la vitesse moyenne, les valeurs environnementales et les niveaux de congestion, sont extraites.
  • Développement ultérieur : Le prototype existant est étendu par paliers, testé et justifié financièrement amélioré.

Valeur pédagogique

  • La structure des tâches permet une progression claire du prototype visible vers une simulation basée sur des règles.
  • Les extensions offrent une différenciation significative grâce à de nouveaux types de véhicules, des valeurs environnementales, des statistiques et d’une évaluation finale.
  • La combinaison de la représentation visuelle et des métriques soutient la confirmation des résultats, la réflexion et la comparaison des différentes approches de solution.

Flux de l’unité pédagogique

Les tâches sont présentées dans l'ordre du JSON et organisées didactiquement.

1

Écran d’accueil avec objectif du projet

L’introduction complète le prototype par un panneau introductif qui rend visible l’objectif d’un flux de circulation fluide avec un temps d’attente faible. Didactiquement, cette étape clarifie l’objectif du projet et crée une base commune d’évaluation pour les extensions ultérieures.

2

Données des véhicules élargies

Les objets de véhicule sont complétés par des propriétés supplémentaires telles que le temps d’attente, la cible, la couleur ou la vitesse maximale. Cette étape illustre comment les modèles de données peuvent être étendus et ensuite utilisés dans l'affichage ou le calcul.

3

Distance entre véhicules

La logique de mouvement est étendue par un simple contrôle pour que les véhicules sur la même voie ne se heurtent pas. Cela transforme un déplacement purement animé en comportement de simulation basé sur des règles.

4

Phases automatiques du trafic

Le contrôle manuel du trafic est complété par un mode automatique qui se déclenche après un nombre fixe d’étapes de simulation. Cette étape renforce la compréhension du contrôle basé sur le temps et des événements récurrents.

5

Jour et densité du trafic

Sélection de l'heure de la journée modifie la fréquence avec laquelle de nouveaux véhicules sont générés. Cela introduit un paramètre externe qui influence le comportement de la simulation d'une manière facile à comprendre.

6

Ligne de bus avec arrêt

Les autobus bénéficient d'un logique spécifique d'arrêt et attendent quelques étapes de simulation dans une zone définie. Cette étape montre comment un type de véhicule peut être modélisé à l'aide de règles spécifiques.

7

Mode construction

Un mode construction ajoute un blocage ou obstacle visible à la simulation, ce qui force les véhicules à ralentir ou à attendre. Cela modélise des perturbations dans le flux de circulation.

8

Véhicule d'urgence avec priorité

Un type de véhicule spécial est introduit, qui roule plus vite et possède une règle simple de priorité au feu de signalisation. Cette tâche convient à l'étude des exceptions dans les systèmes de règles et leur impact sur le modèle global.

9

Valeur CO2 et bruit

À partir du nombre, du type et de l'état d'attente des véhicules, des valeurs environnementales simples sont calculées et affichées sur le graphique de mesure. Cela étend la simulation avec un niveau d'évaluation interprétable.

10

Améliorer l'affichage du bouchon

L'indication simple est développée en un niveau de circulation comme libre, lent, congestionné ou chaotique. Cette tâche combine l'évaluation d'état avec un retour compréhensible et prépare à une logique d'évaluation ultérieure.

11

Panneau statistique réduit

La simulation compte les véhicules qui sont sortis avec succès de la carte et peut capturer les temps moyens d'attente. Cette étape renforce l'approche évaluative et rend les résultats de la simulation comparables.

12

Objectif d’optimisation et évaluation finale

Après une durée de simulation définie, une évaluation du flux de circulation est affichée, incluant les niveaux de congestion, les temps d'attente et les valeurs environnementales. La conclusion montre clairement que les simulations nécessitent des critères pour évaluer les résultats professionnellement.

Extrait de code

Ce fragment illustre le cœur de la simulation : les états des véhicules sont vérifiés, influencés par les états des feux de circulation, puis traités en tant que valeurs mesurées à chaque étape de simulation.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

const ampeln = {
  nord: 'rouge',
  est: 'vert'
};

function simulationsSchritt() {
  tickNummer++;
  for (const fahrzeug of fahrzeuge) {
    fahrzeugBewegen(fahrzeug);
    fahrzeugAnzeigen(fahrzeug);
  }
  werteAktualisieren();
  stauHinweisAktualisieren();
}

function fahrzeugBewegen(fahrzeug) {
  const stopLinie = window.innerWidth * 0.46 - 58;
  const vorAmpel = fahrzeug.x > stopLinie - 35 && fahrzeug.x < stopLinie;
  const rotFuerOst = ampeln.ost === 'rot';
  fahrzeug.wartet = false;
  if (fahrzeug.richtung === 'ost' && vorAmpel && rotFuerOst) {
    fahrzeug.wartet = true;
    return;
  }
  fahrzeug.x += fahrzeug.tempo;
}
Le module relie la modélisation du trafic, la logique d'état et les valeurs mesurées au développement progressif d'un prototype fonctionnel.

La structure claire des tâches soutient l'organisation des leçons et assure les résultats, car chaque extension a un focus professionnel vérifiable. La différenciation est possible grâce aux types de véhicules, aux valeurs environnementales, aux statistiques et à l'évaluation finale.

Demandez un accès démo et testez le module dans votre propre contexte pédagogique en tant qu'unité structurée « Prototype-First » avec un développement de code soutenu par une intelligence artificielle.

Inscrivez-vous dès maintenant et testez gratuitement