Analyse automatique du trafic aux intersections

Nos algorithmes en action : l’analyse de la composition du trafic aux intersections

Découvrez une démonstration de nos algorithmes d’analyse de trafic aux intersections et comprenez comment ils peuvent aider à aménager des villes plus durables.

 

 

La ville du 20ème siècle s’est organisée autour de la voiture

Les villes s’adaptent, elles sont en mutation permanente. Au cours du 20ème siècle, elles ont ainsi fait une place importante à la voiture qui est devenue le mode de transport privilégié de nombreux citoyens.

Exemple emblématique de ce phénomène, la voie Pompidou (voie expresse sur les quais de Seine) a été inaugurée à Paris en 1967 par le premier ministre éponyme de l’époque qui annonçait alors que « la ville doit s’adapter à la voiture ».

 

 

Aujourd’hui, les mobilités évoluent

Depuis une quinzaine d’années, on observe néanmoins un réel tournant avec une volonté des pouvoirs publics de faire diminuer l’usage de la voiture au profit de mobilités plus douces. Ce nouveau paradigme correspond à une prise de conscience des dirigeants et des citoyens de l’enjeu majeur de la qualité de l’air respirée dans les villes et de la promotion des mobilités actives (marche, vélo) pour lutter contre la sédentarité et les risques qui l’accompagnent (ex : risques cardio-vasculaires).

Lyon a ainsi été précurseur avec le lancement de son service de vélos partagés Vélo’v en 2005, Paris ayant suivi en 2007 avec le lancement des Vélib qui a connu jusqu’à 300 000 abonnés en 2016.

Aujourd’hui, les Vélib enregistrent 80 000 locations par jour, chiffre amené à augmenter puisque le nombre de vélos proposés à la location devrait doubler cet été en passant de 10 000 à 20 000.

Selon le dernier « Bilan des Déplacements » publié par la Ville de Paris, l’usage du vélo a ainsi été multiplié par 3 entre 1997 et 2017.

Plus récemment, les trottinettes ont fait leur apparition en ville avec un succès significatif. A Paris, le nombre de trottinettes est ainsi passé de 10 000 à 20 000 en moins d’un an quand le nombre d’opérateurs passait de 3 à 10.

Le paysage des mobilités urbaines est ainsi en pleine mutation, essentiellement au profit des nouvelles mobilités douces.

En parallèle de cela, les acteurs publics et privés ont lancé différentes offres visant à faire baisser l’usage de la voiture individuelle (VTC, véhicules électriques en free floating, etc.)

Le développement des transports en commun s’inscrit dans la même stratégie : nouvelles lignes de tram à Paris, chantiers du Grand Paris Express, prolongement de la ligne E du RER, etc.

 

 

Cela requiert une modification des infrastructures

Les villes ont été pensées pour les voitures avec des grandes artères polluées et souvent dangereuses pour les usagers des mobilités douces (vélos, trottinettes, etc). L’existence de rocades, de périphériques, de zones dortoirs ou encore de centres commerciaux isolés mettent en avant le fait que les villes ont longtemps été aménagées selon cette logique que l’on se déplace en voiture.

Leur organisation et leurs infrastructures ne sont aujourd’hui plus adaptées aux mobilités douces pourtant de plus en plus plébiscitées par l’opinion publique.

Ce constat pose une vraie question de réaménagement de la ville, l’idée étant de la désaménager partiellement pour les voitures afin de la rendre plus attractive pour les vélos et ainsi favoriser leur adoption.

Une telle stratégie vise à faire émerger un vivre ensemble plus durable et à maximiser l’intérêt commun :

  • Amélioration de la qualité de l’air
  • Baisse de la congestion et donc du temps de transport pour les automobilistes restants (notamment les professionnels)
  • Amélioration de la sécurité des piétons et des cyclistes
  • Déplacements plus rapides en vélo grâce à des pistes dédiées

 

 

La nécessité de comprendre le trafic pour réaménager correctement

Adapter la voirie aux nouveaux modes de déplacement suppose de comprendre le trafic, sa composition (piétons, vélos, trottinettes, voitures, bus, etc.) et son organisation (trajectoire des véhicules).

Historiquement, de telles études de trafic pouvaient être réalisées de différentes manières, sans pour autant que l’une d’entre elles ne réponde vraiment au besoin de connaissance du trafic.

  • Les opérateurs comptant manuellement les véhicules sur la chaussée ne permettent pas de mener des études sur longue durée alors que le trafic est généralement très différent selon l’heure de la journée et le jour de la semaine.
  • Les tubes pneumatiques et les boucles magnétiques comptant les véhicules qui passent dessus ne permettent pas de faire de vraies différences entre les modes de déplacement.
  • Les études menées sur la base de vidéos analysées manuellement par des opérateurs sont entachées d’un taux d’erreur significatif qui peut biaiser les résultats et ainsi limiter leur portée.

Aujourd’hui, les derniers algorithmes de vision par ordinateur apportent une réponse à cette problématique et permettent d’analyser de façon rapide et fiable des flux de déplacement en ville.

Par exemple à l’échelle d’un carrefour, ils permettent de connaitre de façon précise et en temps réel le nombre de véhicules de chaque catégorie et leur direction. Cela permet ensuite aux gestionnaires de la voirie d’aménager un carrefour ou une rue en fonction des usages et ainsi d’accompagner le développement des nouvelles mobilités : élargissement d’un trottoir trop petit, création d’une piste cyclable, création de places de livraisons pour désengorger les couloirs de bus dans lesquels les camionnettes se garent en double file, etc.

De tels algorithmes permettent également de gérer de façon dynamique les feux de circulation et ainsi pouvoir favoriser certains modes de déplacement (ex : priorité du passage du feu au vert pour les piétons si plus de XX personnes en attente).

 

 

Les algorithmes de vision de Wintics au service d’une ville durable

Dans la vidéo présentée ci-dessus, les algorithmes de Wintics produisent des statistiques de trafic multimodales en temps réel.

Pour cette démonstration, nous nous sommes concentrés sur les cinq catégories suivantes : voitures, camionnettes, camions, bus, scooters. Dès lors, quand un objet de l’une de ces catégories est détecté dans la vidéo, il est tracké et compté en fonction de sa voie de circulation avec une précision de 97%.

Un tel dispositif requiert une infrastructure légère : une caméra (optique ou thermique) accompagnée d’un petit boitier de 12cm x 12cm x 9cm (exigeant une puissance max de 30W) qui héberge nos algorithmes et procède aux calculs en temps réel.

Nos solutions s’appuient ainsi sur les dernières innovations algorithmiques pour transformer les vidéos urbaines en indicateurs et statistiques précieux pour une gestion optimisée des villes. Elles nous permettent de réaliser des études de trafic de véhicules (voitures, camionnettes, camions, bus, vélos, trottinettes, etc.) et de piétons sur la base d’images vidéo pour mieux comprendre les flux de circulation en amont de travaux majeurs de réaménagement urbains.

Fluidifier le trafic avec le traitement automatique d’images vidéos

De plus en plus de voitures dans des espaces contraints et saturés

La démocratisation de l’automobile a progressivement fait de la voiture le moyen de transport individuel et quotidien d’une majorité de français : de 6,2 millions de voitures enregistrées en 1960, on en dénombre plus de 38 millions aujourd’hui.

Couplé au phénomène d’urbanisation grandissante, ce nombre croissant de voitures s’est de plus en plus concentré dans et autour des villes, dans des espaces déjà très contraints et limités. Si les pouvoirs publics ont accompagné ces mouvements en investissant massivement dans des infrastructures routières performantes et capables de drainer de plus en plus véhicules, les réseaux routiers ne peuvent s’étendre à l’infini et semblent aujourd’hui souvent saturés. En particulier dans les villes, l’espace disponible est rare et les municipalités ont au contraire tendance à mettre en place des politiques limitant l’accès des voitures dans les centres historiques.

Le trafic soulève des défis économiques et environnementaux importants

Les automobilistes sont alors confrontés à de plus en plus de bouchons, pendant et en dehors des heures de pointe. A Paris, les conducteurs passent 64 heures par an dans les bouchons, soit 11% de leur temps de conduite. À Marseille, Bordeaux et Lyon, les usagers perdent 28 heures par an dans les embouteillages.

Au niveau national, ce temps perdu constitue un manque à gagner estimé à 20 milliards d’euros par an pour les professionnels de tous secteurs : perte de productivité, perte de clients ou de fournisseurs, complexification des tournées et allongement des délais de livraison, surconsommation de carburant, etc.

Ce phénomène dégrade aussi significativement la qualité de vie en ville en générant du stress, de l’anxiété et surtout de la pollution, constituant ainsi un enjeu immense de santé publique et écologique. Plus un véhicule passe de temps dans la circulation, plus il consomme de carburant et plus il émet d’éléments polluants. La consommation d’essence au kilomètre est en effet multipliée par deux pour une même distance par rapport à un trafic fluide. De même, on estime que, sur un tronçon d’autoroute, un embouteillage génère seize fois plus d’émissions de gaz à effet de serre qu’un trafic fluide.

La vision par ordinateur, une technologie récente qui peut contribuer à réduire la congestion

L’augmentation de capacité des infrastructures étant souvent exclue ou impossible, les pouvoirs publics et les villes sont à la recherche de solutions innovantes permettant de réduire la congestion. Ils adoptent notamment de nouvelles approches dites « smart » qui placent le numérique et les nouvelles technologies au cœur de leurs démarches visant à améliorer la qualité de vie de leurs citoyens. Les « smart cities » déploient par exemple de plus en plus d’appareil connectés (IoT) pour mieux connaitre les usages de leurs habitants et des automobilistes. En particulier, les caméras couplées aux dernières technologies de vision par ordinateur, constituent une formidable opportunité pour mieux piloter et fluidifier le trafic automobile.

La vision par ordinateur est une discipline de l’intelligence artificielle qui consiste à analyser, traiter et comprendre automatiquement des images et vidéos. Jusqu’à très récemment, les avancées technologiques dans le domaine étaient limitées. Les algorithmes manquaient de flexibilité et étaient très sensibles aux variations (luminosité, angle de vue, distance). Les applications nécessitaient une ingénierie lourde et des algorithmes d’analyses de pixels sur-mesure. Par conséquent, seuls quelques cas d’usage étaient suffisamment robustes pour être utilisés à grande échelle dans les villes et sur les routes (par exemple la lecture automatique de plaque d’immatriculation). La grande majorité des images restait ainsi sous-exploitée du fait d’un déficit de ressources humaines et financières pour en tirer le plein potentiel.

Les récentes innovations algorithmiques, notamment le deep learning, conjuguées à une démocratisation des infrastructures de calcul (cartes graphiques) et des quantités de données gigantesques et facilement accessibles ont fait entrer la vision par ordinateur dans une nouvelle ère. Il devient désormais possible de l’utiliser à grande échelle, sur les centaines de milliers de caméras installées sur les routes, pour détecter, catégoriser, suivre et analyser automatiquement le comportement de véhicules sur des réseaux routiers, quelle que soit la luminosité, l’angle de vue et la qualité des images.

Des caméras pour mieux piloter les flux et penser des réseaux plus adaptés

Le premier apport de la vision par ordinateur est ainsi de pouvoir démocratiser et préciser la statistique routière. L’analyse automatique de vidéo permet de compter et suivre en temps réel de manière fiable et différenciée (piétons, vélos, véhicules légers, poids lourds, transports en commun, etc.) les flux sur un réseau, là où les dispositifs historiques (boucles de comptage) fournissent de l’information peu différenciée, de comptage simple (sans notion directionnelle), tombent souvent en panne et sont difficiles à entretenir.

Les gestionnaires de réseaux routiers disposent ainsi d’une information de meilleure qualité et disponible à grande échelle (milliers de caméras déjà installées) pour prendre des décisions éclairées quant à la gestion dynamique du réseau et aux travaux d’aménagement permettant de l’améliorer.

L’utilisation en temps différé de la statistique issue des caméras permet d’analyser les infrastructures sur longue période pour évaluer l’adéquation des usages avec les besoins des utilisateurs. S’il est compliqué d’agrandir les réseaux, il est possible de les adapter pour qu’ils correspondent davantage aux flux réels.

S’appuyer sur les caméras pour mettre en place la régulation dynamique de vitesse selon le taux d’occupation des voies

La statistique en temps réel fournie par les caméras permet de constater automatiquement et en direct les situations denses qui correspondent aux cas les plus sujets aux embouteillages : il suffit en effet qu’un automobiliste freine brusquement pour provoquer une réaction en chaine et d’importants bouchons. Pour l’éviter, il est alors possible d’utiliser cette information pour mettre en place la régulation dynamique de vitesse, qui consiste à imposer des limitations de vitesse variables en fonction de la densité de circulation observée. Il est en effet démontré que maîtriser un ralentissement en abaissant légèrement et ponctuellement la vitesse maximale autorisée permet d’éviter les coups de frein intempestifs et donc de fluidifier la circulation plutôt que de la bloquer.

Utiliser les statistiques issues des caméras pour synchroniser plus efficacement les feux tricolores

Connaitre en temps réel l’encombrement des axes grâce aux caméras peut aussi permettre de synchroniser de manière dynamique les feux tricolores pour fluidifier le trafic. Un tel système automatisé a été mis en place en 2013 à Los Angeles, alors considérée comme la ville la plus embouteillée des États-Unis. Le système recueille, en temps réel, des données concernant le trafic routier et les utilise pour adapter la durée des feux de signalisation et synchroniser les phases d’arrêt et de circulation (rouge/vert), ce qui permet de fluidifier la circulation, notamment en réduisant les temps d’arrêt et donc, directement, le temps de conduite et les émissions polluantes associées. La mesure s’avère efficace : les automobilistes ont réduit leur temps de parcours de 14%, leur temps d’arrêt de 31% et leurs retards de 21%.

Surtout, l’analyse vidéo, contrairement à un système de comptage classique, permet de prendre en compte les mobilités douces (vélos, trottinettes, etc.) et les piétons pour intégrer aussi les temps d’attente de ces populations dans les algorithmes de régulation des feux.

Détecter automatiquement les incidents de trafic et décourager les comportements dangereux

L’analyse de vidéo en temps réel permet aussi de détecter automatiquement des incidents de trafic, qui peuvent significativement impacter la fluidité du trafic : accident, véhicule à contre-sens, panne, etc. Avec l’émission d’alertes automatiques, les gestionnaires de réseaux sont prévenus instantanément et peuvent réagir plus rapidement pour normaliser le trafic.

La vision par ordinateur pourra aussi automatiser et généraliser la vidéo-verbalisation, constituant ainsi un outil majeur de dissuasion des comportements dangereux sur les axes routiers qui contribuent largement à la congestion (vitesses excessives, dépassements dangereux, etc.).

Orienter les automobilistes vers les places de stationnement disponibles

Enfin, les nouveaux algorithmes de vision par ordinateur sont aussi capables de détecter et compter automatiquement les places de stationnement disponibles dans la rue ou dans des parkings. En capitalisant sur les systèmes de vidéo-surveillance des rues qui offrent un maillage assez exhaustif et fins des villes, il est alors possible d’orienter intelligemment les automobilistes vers les emplacements libres. De telles solutions permettraient de réduire significativement la congestion urbaine : on estime en effet qu’à Paris, à tout instant, 2 à 3 véhicules sur 10 sont à la recherche d’une place de stationnement. Ce sont autant de véhicules qui encombrent la circulation et participent à la création d’embouteillages.

A propos de Smart Camera de Wintics

Smart Camera de Wintics s’appuie sur les dernières innovations technologiques pour créer des solutions logicielles de pointe capables de détecter, catégoriser et tracker les piétons et véhicules en temps réel. Nos algorithmes prennent en charge des images vidéo issues de tous types de caméras optiques ou thermiques, pour transformer les vidéos en données statistiques précieuses pour les gestionnaires de villes, gares, parkings, autoroutes, ponts, tunnels, etc. Ces données sont utilisées par nos clients en temps réel ou en temps différé, notamment pour mettre en place des actions permettant de réduire la congestion en ville.

wintics_smart_city

Qu’est-ce qu’une smart city?

Les villes regroupent aujourd’hui 55% de la population mondiale. En 2050, l’ONU estime que cette part devrait dépasser les 2/3. Cette urbanisation rapide multiplie les défis sociaux, environnementaux et économiques pour des villes à l’importance grandissante.

De plus en plus, celles-ci adoptent de nouvelles approches dites « smart » afin de répondre intelligemment à ces enjeux, ce qui leur a valu la qualification de smart cities (ou villes intelligentes) apparue à la fin des années 2000.

 

Concrètement, qu’est-ce qu’une smart city ?

Une smart city est un territoire urbain qui s’appuie sur les nouvelles technologies pour améliorer la qualité de vie de ses citoyens.

L’émergence des smart cities est donc étroitement liée à l’accélération du numérique et à l’émergence de l’intelligence artificielle que l’on peut observer depuis une dizaine d’année.

En termes de technologies, une smart city se caractérise par un usage systématique de la donnée pour optimiser des comportements, des usages et des organisations. Cela suppose :

  • une collecte massive de données via des objets connectés (IoT), du crowdsourcing participatif (plateformes de remontées d’informations de la part des citoyens) ou l’acquisition de données issues d’applications mobiles
  • un traitement rigoureux de ces données afin d’en garantir la protection, l’anonymisation mais aussi l’exploitabilité
  • le développement d’algorithmes performants capables d’identifier les logiques sous-jacentes qui régissent les comportements reflétés dans les bases de données afin de mieux prévoir leur survenance
  • le développement d’interfaces ergonomiques afin de mettre à la disposition des différents usagers de la ville des informations qualifiées susceptibles de les guider dans leurs décisions

 

Quelles sont les champs d’application des smart cities ?

Dans la mesure où la finalité d’une smart city est d’améliorer la qualité de vie des citoyens, le concept est par définition très large et recouvre des sujets variés.

On peut citer différents objectifs d’une smart city : économiser les ressources (énergie, eau), améliorer les services aux habitants en les personnalisant et les individualisant, réduire les coûts de gestion de la ville, etc.

Ces objectifs recouvre des thématiques diverses parmi lesquelles :

  • la mobilité,
  • l’immobilier,
  • l’aménagement de l’espace urbain,
  • l’amélioration des services urbains,
  • la justice sociale,
  • la sécurité,
  • l’écologie,
  • etc

Chacune de ces thématiques regroupent elles-mêmes de nombreux sujets et de nombreux acteurs.

A titre d’exemple, la mobilité – qui est l’un des thèmes centraux de la smart city – recouvre des enjeux variés tels que : la fluidification des trajets des citoyens, la baisse de l’empreinte écologique des moyens de transports, la sécurisation des réseaux routiers, la fiabilisation des transports en communs, la mise à disposition d’informations voyageurs pertinentes, la facilitation du transport multi-modale, etc.

La mobilité est d’ailleurs emblématique de la diversité des entreprises que l’on retrouve dans l’écosystème de la smart city :

  • Pouvoirs publics
  • Opérateurs de transport (métro, bus, train, VTC, etc)
  • Constructeurs de moyens de transports (automobiles, bus, trains, etc)
  • Opérateurs de nouvelles mobilités (trottinettes électriques, vélos partagés, véhicules électriques partagés, etc)
  • Fabricants de capteurs et caméras (les fameux IoT) et d’équipements de signalisation
  • Développeurs d’applications mobiles pour l’information voyageur (on parle beaucoup de plateforme MaaS – Mobility as a Service – capable de vous informer et de vous faire voyager via n’importe quel moyen de transport)

La notion de smart city est donc vaste. Elle est de nature à modifier les logiques historiques de gestion urbaine. Elle redessine notamment le paysage des acteurs de la ville. Les géants du numérique (notamment Google) ainsi que des start-ups spécialisées dans l’exploitation des Big Data jouent un rôle grandissant dans ces villes. A cet égard, le choix de la municipalité de Toronto de confier à Sidewalks Labs (filiale de Google/Alphabet dédiée à l’urbanisme) l’aménagement de tout un quartier de la ville est éloquent. L’objectif annoncé d’un tel partenariat est de faire émerger un quartier high-tech en ligne avec les toutes dernières innovations en matière de smart city : voiture autonome, machine learning, internet ultra-rapide, objets connectés, capteurs, feux de circulation intelligents, etc.

 

Quelques exemples emblématiques d’initiatives de smart cities

Les salons professionnels dédiés à la Smart City se développent rapidement. Parmi eux, le Smart City World Congress de Barcelone fait office de figure de proue. Chaque année, ce salon décerne des prix aux villes ayant mené des stratégies smart cities ambitieuses.

Lors de l’édition 2018, sept villes ont été primées pour des projets transverses représentatifs de la diversité des initiatives smart cities, le premier prix ayant été décerné au projet « Smart Nation » de Singapour.

Ce programme est organisé autour de 5 piliers : identité digital des citoyens, systèmes de paiement électroniques, IoT, mobilité, social.

Parmi les nombreuses initiatives dans chacun des piliers, Singapour a lancé en 2016 un centre de test grandeur nature pour les véhicules autonomes avec la volonté de tester dès 2019 un service de bus autonomes en ville. Toujours dans la rubrique mobilité, un système de bus public à la demande est en phase de test depuis le mois de décembre 2018.

Pour plus d’infos : https://www.smartnation.sg/

On peut aussi noter la présence de la métropole de Dijon et son projet OnDijon parmi les lauréats du salon. Ce projet d’envergure a notamment l’objectif de créer un poste de pilotage unique permettant de gérer à distance la plupart des équipements urbains des 24 communes de la métropole (feux de circulation, éclairages, vidéo protection, services de voirie, etc) afin de faciliter la gestion de l’espace public et d’améliorer le cadre de vie des citoyens).

Pour découvrir tous les lauréats, visitez le site du Smart City Expo : http://www.smartcityexpo.com/en/awards

 

Wintics dans tout ça

Wintics est une start-up experte en intelligence artificielle qui développe des solutions algorithmiques de traitement d’images de vidéo-surveillance pour les smart cities. Ces solutions permettent de :

  • produire des statistiques de trafic précieuses pour le bon aménagement de l’espace public
  • analyser des flux de véhicules et de personnes pour comprendre comment la ville est utilisée par les citoyens
  • identifier des événements ou des comportements anormaux
  • sécuriser des infrastructures publiques