Se servir de dispositifs conçus pour une tâche spécifique afin d’améliorer la mobilité à l’échelle de la ville
Saviez-vous que nous générons chacun en moyenne 1,7 Mo de données par seconde? À l’échelle d’une ville où vivent des millions de citoyens de plus en plus connectés, ce chiffre devient vraiment pharamineux. Mais pour les pouvoirs publiques, les entreprises et les autres organisations qui savent utiliser ces données à bon escient, c’est également une mine d’or. Le secteur des transports est particulièrement susceptible de tirer profit de cette abondance de données. Sachant que les embouteillages, la pollution et les inefficacités coûtent des milliards d’euros chaque année, le consortium SETA estime qu’une meilleure gestion de ces données pourrait apporter des améliorations majeures. «Je pense que le principal problème de la gestion actuelle des données réside dans la manière dont elles sont collectées pour des raisons spécifiques, puis laissées à l’abandon dans des bases de données», déclare Fabio Ciravegna, professeur au département informatique de l’Université de Sheffield et coordinateur du projet SETA. «Pour vous donner un exemple, chaque ville a à sa disposition des centaines de caméras de rue, voire même des milliers. Mais chacune de ces caméras n’est utilisée que dans un but unique, comme la sécurité ou le trafic, alors qu’elle pourrait en fait être utilisée à bien d’autres fins.» À vrai dire, nous n’en sommes pas encore là. Les obstacles techniques, administratifs et politiques empêchent souvent l’intégration des jeux de données existants. Par ailleurs, le fait qu’il s’agisse de données à grande échelle et qu’elles soient hétérogènes complique grandement leur réutilisation. SETA apporte une solution à ce problème en intégrant les données provenant de capteurs routiers, cyclistes, citoyens et environnementaux. Sa technologie permet de collecter, traiter, relier et fusionner de grands volumes de données hétérogènes et de les utiliser pour effectuer une modélisation de la mobilité urbaine. Selon le consortium du projet, tout cela est également accompli avec une précision, une granularité et une dynamique qu’il serait impossible d’obtenir avec les technologies de pointe actuelles. Les technologies mobiles de SETA permettent d’effectuer un suivi de la mobilité des personnes et ses applications ont déjà été mises à la disposition de centaines de milliers de citoyens en Angleterre et en Espagne. Parallèlement, le consortium du projet a également mis au point des technologies capables de faire de chaque caméra de rue l’équivalent d’un détecteur à boucle d’induction – autrement dit, en faire une caméra capable de déterminer la vitesse et le nombre de véhicules. Toutes les données collectées sont ensuite stockées et rassemblées grâce à des méthodes de fusion et de modélisation spécialisées. «Nous avons utilisé des réseaux neuronaux avancés pour analyser les images, des architectures à grande échelle pour l’intégration de données, des modèles de mobilité avancés pour le suivi de la mobilité par le biais des téléphones mobiles ainsi que des techniques de modélisation de la mobilité à grande échelle», explique le professeur Ciravegna. «Les données anonymisées sont collectées par notre architecture par l’intermédiaire de téléphones mobiles, de capteurs, etc. et elles sont mises à la disposition des algorithmes de fusion et de modélisation. Une plateforme consacrée aux données et à leur analyse visuelle offre ensuite un aperçu de la mobilité à l’échelle de la ville aux gestionnaires municipaux.» Alors que les méthodes existantes ne permettent de modéliser que les quartiers centraux d’une ville avec un niveau de granularité élevé, SETA est capable de le faire pour des zones métropolitaines entières. La technologie de SETA a déjà été adoptée par un grand client du secteur public en Angleterre. Ce dernier s’en est servi pour suivre des centaines de milliers de citoyens dans l’intérêt de leur santé et de leur bien-être. Cette technologie a également été adoptée par le conseil municipal de Birmingham qui l’utilise pour suivre ses 8 000 vélos en libre-service. Ces deux activités se poursuivront après la fin du projet. L’Université de Sheffield – qui a développé la technologie de suivi des citoyens – envisage de créer une entreprise dérivée. On s’attend à des applications dans les domaines de la santé et du bien-être, des produits pharmaceutiques et de la mobilité. Le système de détection vidéo du projet est commercialisé par Machine2Learn, les modèles de villes basés sur les données à grande échelle par Aimsun (ils sont déjà utilisés par plusieurs villes) et les infrastructures à grande échelle par Software Mind. Enfin, les méthodologies de suivi des trajets en voiture sont développées par la compagnie The Floow Ltd.
Mots‑clés
SETA, mobilité, capteurs, données, transport, réseaux de neurones
