Prédire les mouvements de foules meurtriers

Sheffield, Angleterre. 15 avril 1989. Match de foot au Hillsborough Stadium. 25 000 spectateurs. Tout à coup, les autorités réalisent qu'il se passe quelque chose. Trop de monde dans la tribune centrale. C'est l'écrasement. Bilan : 96 morts. « De nos jours, les grands événements sont surveillés par vidéo. Mais quand on repère une bousculade, c'est déjà presque trop tard. D'où le besoin d'une technologie pour fournir très vite un état de la foule et prédire sa dynamique avant que le pire ne se produise », résume Julien Pettré, chercheur à Inria et coordinateur de CrowdDNA.

Lancé en novembre 2020 pour une durée de 42 mois, ce projet de recherche est financé à hauteur de trois millions d'euros par le volet Open du programme Future Emerging Technology (FET) de Horizon 2020. Outre Inria, il rassemble l'université de Leeds, l'université Rey Juan Carlos de Madrid, l'université d'Ulm, le centre de recherche Jülich, ainsi que deux entreprises : Crowd Dynamics International et Onhys.

La foule est une alchimie complexe. « Dans les transports en commun, la densité atteint souvent un très haut niveau. Pourtant, dans ces lieux clos et bondés, il n'y a pas des morts tous les jours ! À l'inverse, des catastrophes se produisent souvent dans des environnements suffisamment ouverts où il y aurait de la place pour chacun, si rien ne conduisait les gens à former des zones locales de haute densité, par exemple parce qu'ils cherchent à rejoindre un événement. On se souvient de la Love Parade de Duisbourg en 2010 qui fit ainsi 21 morts et plus de 500 blessés. Le problème ne vient pas vraiment de la densité globale, mais plutôt de la brusque concentration à des endroits donnés. » D'ailleurs, en elle-même, « la densité n'est pas explicitement contrôlable. Car on ne peut pas empêcher les gens de s'attrouper. »

La concentration devient dangereuse « quand vous n'avez plus de marge de manœuvre et que vous commencez à sentir la pression sur vous. Mais le niveau critique peut varier en fonction du type de population et du contexte. Les gens dans le monde présentent des morphologies différentes. Les lieux sont aussi fréquentés par des publics différents. Il y a beaucoup d'enfants, par exemple, dans les parcs d'attractions. » Peu de chances, par conséquent, de trouver une mesure de densité universelle.

« Nous n'allons pas essayer de détecter des seuils de densité préétablis qui ne veulent donc pas forcément dire grand-chose, mais plutôt regarder à quel moment ce niveau de danger est atteint parce que des contacts se multiplient. » Et comment le savoir ? « En regardant la façon dont la foule bouge. Si vous considérez cette masse de gens comme un ensemble de particules, chacune ayant un degré de liberté ou en étant privé , il existe une différence dans la façon dont le mouvement se propage. Quand la foule devient compacte, elle ne peut plus absorber l'énergie qu'elle reçoit. Si vous avez encore un peu d'espace autour de vous, vous pouvez encore absorber la pression. Si vous êtes trop serré, vous ne pouvez plus. » Et dans ce cas-là, le mouvement traverse la foule comme une onde de choc. Une illustration très spectaculaire en a été donnée durant un concert du groupe Oasis en 2005.

Pour repérer les premiers signes du phénomène, les scientifiques utiliseront les images vidéo. « Il y a des caméras sur la plupart des événements et c'est toujours plus simple de travailler à partir de l'existant. Cela dit, nous ne sommes pas arrêtés sur une modalité de capture, mais plutôt sur un type d'analyse, qui est le suivant : vu la taille de la foule, nous n'allons pas tenter une analyse détaillée du comportement de chaque personne dans ce groupe. Nous partons plutôt dans l'idée qu'il faut travailler sur la base d'une information assez grossière. » Autrement dit : regarder le mouvement global de la foule plutôt que les faits et gestes de chaque individu.

Mais auparavant, il faudra lever plusieurs verrous. « D'abord, nous devons mieux comprendre la relation liant tous ces contacts entre les gens. C'est très complexe. Nous ne savons même pas entre quelles parties du corps ces contacts s'effectuent. Les épaules ? Les pieds ? Les hanches ? Nous ne savons pas non plus comment ces forces se propagent d'une personne à l'autre. Et cela encore moins à grande échelle. De plus, au plan comportemental, nous ignorons comment les gens réagissent au fait d'être poussés. Les êtres humains ne sont pas des objets inertes. Ils ne vont peut-être pas seulement subir la poussée et la transmettre aux autres. Si on les pousse, ils chercheront peut-être à repousser. Or ces phénomènes-là sont très mal connus. »

Les partenaires académiques vont constituer un corpus de données à trois échelles. « À Ulm, nos collègues en psychologie travailleront sur l'interaction dans les groupes de deux à trois personnes : si je suis poussé, je repousse de telle ou telle façon, etc. Les différences de comportement individuel et les caractéristiques physiques peuvent entraîner des réactions variées. C'est différent si on bouscule un enfant ou une personne âgée, par exemple. Néanmoins, nous espérons quand même trouver un certain nombre d'invariants et nous faire une certaine idée du spectre de réactions. »

Mené par des physiciens au centre de recherche Jülich, « le second type d'expérience s'intéressera à des groupes allant d'une dizaine à une centaine de personnes. Il s'agit d'étudier plus particulièrement la propagation du mouvement dans la foule. La nouveauté consistera à coupler une observation physique à toute petite échelle allant jusqu'au mouvement des bras et des jambes, avec une observation visuelle à grande échelle d'un groupe de plusieurs dizaines de personnes. Si nous parvenons à effectuer ce couplage, nous saurons si les gens se trouvent dans une situation acceptable et sans risque, ou pas. »

Ces observations constitueront une grosse valeur ajoutée du projet. Mais pas facile de les obtenir : « on peut difficilement concevoir une expérience dans laquelle on placerait des participants au milieu d'une bousculade. » L'absence d'un capteur idéal complique aussi l'affaire. « Pas très pratique de couvrir un corps humain avec des capteurs de forces qui ressemblent à des boutons poussoirs. Nous prévoyons donc d'utiliser également des nappes de pression. Elles offrent une meilleure couverture mais ne mesurent pas la force en tant que telle. Elles ne donnent ni la direction, ni l'amplitude. Du coup, on ne sait pas qui pousse qui. » D'où la nécessité de combiner les deux techniques.

Quand ils disposeront des données expérimentales et qu'ils auront établi la relation entre situation individuelle et mouvement général de la foule, les chercheurs développeront des modèles de simulations pour pouvoir ensuite observer un plus grand nombre de cas de figure que ne le permettraient les expériences. « Ces modèles seront conçus en collaboration avec les universités de Madrid et Leeds qui possèdent une expertise dans ce domaine. »

Une fois bien compris comment l'interaction locale engendre du mouvement à grande échelle, les scientifiques prévoient de faire le chemin… dans l'autre sens. « Maintenant que les échanges entre individus sont bien compris, essayons d'apprendre la relation inverse. Essayons de voir si la foule bouge "normalement" ou si elle montre des signes de propagation indiquant que les gens sont en contact trop étroit. Et plutôt que de faire cela de manière formelle, nous utiliserons l'apprentissage automatique. » L'algorithme analysera le flux vidéo en temps réel pour y détecter des motifs dont il sait maintenant qu'ils correspondent à une foule trop dense.

Toute cette approche est complètement novatrice.

« Ce qui s'inscrit d'ailleurs bien dans l'ambition du programme FET Open. Ce dispositif européen ne vise pas à soutenir des technologies immédiatement transférables, mais plutôt à explorer des chemins de traverse dans l'espoir de créer de nouvelles directions pour l'innovation. »

Cela dit, CrowdDNA met aussi un pied dans l'industrie avec deux entreprises partenaires reconnues dans le domaine. « Crowd Dynamics International est une société de consulting ayant une grande expertise en gestion de foules. Ils nous faciliteront l'accès à des événements de masse. Ils nous mettront aussi en contact avec des acteurs qui pourraient utiliser nos technologies. Quant à Onhys, ils sont spécialisés dans la simulation des flux de piétons. Cela pourrait les intéresser de prendre nos modèles prototypes pour les intégrer dans un simulateur de foules industriel. Avoir ces deux entreprises à nos côtés est essentiel car elles constitueront le vecteur des futures applications. »