minUi : le nouvel outil boosté à l’IA pour une mobilité décarbonée

Décarboner la mobilité est un enjeu au cœur des politiques publiques, pour la ville de demain, mais qui se met en place aujourd’hui.   
Apporter les données et les outils pour répondre à ces enjeux est indispensable pour ALYCE car nous intervenons à chaque étape de toute politique publique et de tout projet d’infrastructure : en amont, pendant et en aval.  

Il est souvent complexe de disposer d’une vue terrain fiable, avec des données représentatives et exhaustives.  

Quand on parle d’observer la mobilité, c’est pour pouvoir l’analyser in fine. Ce volet s’avère souvent complexe car il faut collecter les données, les centraliser et jongler avec des formats différents pour y parvenir.  C’est chronophage et donne une vision partielle.  

Nous avons développé minUi pour répondre à ce besoin. minUi est une solution logicielle d’analyse interactive, qui s’appuie sur l’intelligence artificielle et la technologie de traitement d’image.

Ce logiciel identifie les trajectoires de tous les objets passant dans le champs de la caméra, d’identifier les trajectoires et classifier les objets.

minUi aide les professionnels de la mobilité dans leurs actions de compréhension, de mesure et d’évaluation de la mobilité pour des finalités d’aménagement urbain durable, sécurité routière ou développement de l’offre de transport. 

Sommaire

L’intelligence artificielle comme aide à la décision pour la mobilité

Fonctionnement du traitement vidéo automatisé à des fins d’études

minUi est un logiciel d’analyse vidéo qui détecte les objets dans l’image, qui compte tout mode de transport, catégorise les modes et transforme automatiquement un flux d’images en mesures précises. Cet outil intuitif simplifie les analyses de situations de trafic (même les plus complexes) et permet d’observer les modèles de flux de déplacement, la cohabitation des modes et l’usage plus général de la voirie.

L’aspect étude de la sécurité routière n’est pas en reste, minUi aide à analyser finement les comportements dangereux, aux carrefours par exemple, pour mettre en place des actions de prévention d’accident.  

Production de statistiques de mobilité

A partir d’un seul flux vidéo, minUi classifie en 7 modes avec une précision de +98% (précision dépendante des conditions de prise de vue, sans zone masquée et disposant d’un éclairage suffisant) :

  • piétons, 
  • vélos,
  • voitures,
  • véhicules utilitaires légers,
  • poids lourds,
  • bus,
  • motos

L’utilisateur dispose de plusieurs catégories de mesures trafic telles que :

Autant de jeu de données qui permettent d’avoir une vision précise post-enquête de la mobilité sur un territoire.

Ces données sont ensuite disponibles à des fins de reporting pour faciliter leur exploitation.      

Initialement utilisé en interne par nos propres ingénieurs du trafic et enquêteurs terrain, minUi répond à toutes les exigences du métier de la collecte de données trafic et à son analyse. Il s’adresse principalement aux Collectivités/services Mobilité. 

Outre son application en différé pour de l’analyse à postériori des flux, la plateforme d’analyse par IA d’ALYCE est également utilisée en temps réel à des fins de monitoring ou de régulation. 

MinUI

Outil d’aide à l’exploitation des flux trafics, tous modes

Monitorer les flux en temps réel

minUi, embarqué dans écosystème type PCRT, alimente le système de régulation du trafic en données précises, en temps réel et en permanence. Dans une optique plus grande échelle, les données terrains analysées par minUi sont interopérables et peuvent alimenter des logiciels de supervision ou d’Hypervision.

La combinaison des mesures de saturation par voies, de vitesse, de classes et de trajectoires permet aux opérateurs de paramétrer et personnaliser leurs seuils d’alerte pour une réactivité optimale en cas d’incident ou de congestion. Les exploitants peuvent ainsi agir rapidement, éventuellement envoyer des équipes sur place ou proposer un itinéraire différent aux usagers pour améliorer la fluidité du trafic et réduire les temps de trajet. minUi agit ainsi comme un outil d’aide à l’exploitation. 

Prédire le trafic et anticiper les comportements

Les données temps réel produites servent de terrain fertile au développement de nombreuses autres applications pensées pour créer de nouveaux services : pour améliorer l’expérience usager d’une part, pour réduire les émissions de GES d’autre part. Les statistiques de mobilité permettent de bâtir et/ou corroborer des modèles prédictifs de trafic en fonction du jour de la semaine, de l’heure, d’origine du déplacement mais aussi de la météo. Les impacts de ces nouvelles fonctionnalités rendues possibles par l’intelligence artificielle et la fusion de données toujours adossées à la réalité terrain sont vertueux et en faveur d’une mobilité durable et respectueuse de l’environnement. 

Cas d’usages

GIP Littoral

Le GIP Littoral souhaitait fluidifier son trafic aux abords des plages et informer les usagers des places de stationnement disponibles.  

Finalité :  
Mesure du taux de remplissage des parkings en temps réel + prédiction du remplissage afin d’anticiper le meilleur moment pour se rendre à la plage ou en partir.

Seine Grands lacs

Pour améliorer la protection de l’Île-de-France des crues débordantes de la Seine, l’Établissement Public Territorial de Bassin (EPTB) Seine Grands Lacs a conçu un projet d’aménagement des espaces en amont de la région parisienne pour retenir l’eau des crues, tout en valorisant un écosystème unique. Le site pilote de la Bassée constitue le premier espace du genre réalisé et son chantier nécessite d’avoir un contrôle du trafic en temps réel, avec une discrimination des poids-lourds notamment. Objectiver les impacts de la circulation camions, identifier les anomalies ainsi que s’inscrire dans une démarche « chantier exemplaire » en sont les principaux enjeux.  

Finalité :  

  • Classification
  • Vérification à des points de contrôles spécifiques (traversée des villages, centre-bourg…) les passages des camions
  • Contrôle de façon continue des accès interdits aux passages des camions
  • Identification des itinéraires empruntés par les camions

Communauté Urbaine du Grand Poitiers

Dans le cadre de la mise en place de son plan vélo 2021-2025, la Communauté Urbaine du Grand Poitiers avait besoin de connaitre le trafic de manière global sur son territoire.     

Finalité : 
Afin d’appuyer la mise en œuvre et le déblocage de budget du Plan Vélo, un observatoire multimodal du trafic a été déployé afin de classifier, compter et analyser les flux avec une importance particulière des données d’usagers cyclistes. 

Cet outil évolutif s’inscrit dans notre volonté de fournir à nos clients un accompagnement toujours plus personnalisé et précis en matière de mobilité durable et responsable. L’utilisation de l’intelligence artificielle permet une amélioration considérable de la qualité des données recueillies et s’adapte de manière perpétuelle aux différentes situations parfois complexes à analyser (flux hétérogènes, à fort trafic, désordonnés…). Apporter ces données de terrain fiables, c’est aussi aider nos clients dans leurs prises décisions concernant l’aménagement, l’urbanisme ou la connectivité de la ville de demain.  

Picture of ALYCE
ALYCE
Vous voulez analyser le trafic précisément tout en réduisant l'empreinte écologique associée ?
Nous apportons la donnée terrain de haute qualité pour vos évaluations