+33 (0)176 542 897

  Module Parking

Contexte

parking icon

Les citadins sont constamment en mouvement. Qu’il s’agisse de se rendre au travail ou d’aller chercher ses enfants à l’école, les déplacements sont des facteurs inhérents au quotidien urbain. Cependant les villes sont aujourd’hui engorgées par un trafic qui ne cesse de croître et d’apporter son lot de désagréments (embouteillages, pollution…).

Selon ITS America, 30 % des embouteillages dans les zones urbaines sont provoqués par des automobilistes qui recherchent une place de stationnement. Malgré des solutions qui émergent, le management des flux n’a jamais été un sujet aussi important pour le futur de l’urbanisme. La mobilité se révèle être un enjeu majeur dans le développement des villes de demain, les Smart Cities.

 

Datategy a ainsi mis au point OctoCity Parking, une solution innovante, basée sur un algorithme prédictif, d’intelligence Artificielle, permettant de diminuer la fraude.

Objectifs

Pour un opérateur de parking, la fraude représente un manque à gagner direct.

A titre d’exemple, en Ile de France, plus de 9 automobilistes sur 10 se dispensent de passer par la case horodateur. Cette fraude massive représente un manque à gagner de 300 millions d’euros pour la ville.

Pour le régulateur (la ville, le maitre d’ouvrage), la fraude représente un déficit d’information sur l’occupation réelle des voitures, empêchant une adéquation entre le déploiement du réseau et les besoins réels.

L’objectif de la solution DATATEGY est de diminuer la fraude et ses effets, améliorant ainsi les recettes de l’opérateur et la qualité du service. L’objectif étant aussi de faciliter la verbalisation, dématérialiser le système administratif en centraliser l’ensemble des services administratifs sur une même plateforme.

Types de fraudes au stationnement

Capture d’écran 2018-11-06 à 15.25.54

Pré-requis

Données

      • Structure du réseau* : liste des rues, horodateurs et sensors géolocalisés, GTFS.
      • Validation* : Accès aux données de payement et d’occupation des places en temps réel ou extracts périodiques.
      • Optionnel : Accès aux données de verbalisation si existantes. Si non existantes, apprentissage automatique par renforcement.

Les données de validation peuvent être en temps réel ou grâce à un extract périodique.

RH et Matériel

        • Terminaux mobiles android disposant de GPS : Datategy est en partenariat avec des fournisseurs (Winmate, Bluebird)
        • Personnel de verbalisation

La solution guide les agents de verbalisation dans les bonnes rues aux bons horaires.

Fonctionnement

Une application mobile : destinée aux agents sur le terrain, permet de saisir une verbalisation, de visualiser l’historique de verbalisation et d’avoir en temps réel, la liste des zones à visiter et ainsi d’orienter les agents vers les lieux où la fraude est la plus élevée à l’instant T.

Une application cloud : destinée aux managers, permet un monitoring global de la situation sur le terrain d’une part, mais également une vision statistique de l’efficacité des unités de contrôle et de médiation.

Et ce, selon plusieurs axes : par zones, par infrastructure de la ville (marché, zone commerciale,  par jour de la semaine, par heure de la journée…L’application mobile sera compatible Android et le Back Office sera une application web accessible sur tous les navigateurs populaires (Chrome, Firefox, Safari, IE, Vivaldi…). La stack technique est la stack JS, à savoir Node.JS pour le Back et Angluar pour le front office. Les données seront sur Cassandra en partie et sur Postgres pour les données de transactions.

Un socle technologique de pointe, permettant une scalabilité des données et un temps d’exécution record. L’usage de l’open source permet de supprimer les coûts cachés.

La collecte des données

Lors de la collecte de données, l’ensemble des capteurs est constitué des horodateurs connectés, des smartphones, des agents qui patrouillent sur le terrain, l’outil de travail des conducteurs des remorques ainsi que les smartphones des conducteurs qui utiliseront notre application. Pour enrichir le modèle nous utiliserons également des données connexes dont les cartes de la zone.

Capture-d’écran-2018-04-12-à-17.49.15-768x420

Présentation et rôle de chacun des capteurs :

 

Des horodateurs connectés: 

Ces derniers permettent aux automobilistes de régler leur facture de stationnement, enregistrent les données des dates et des heures de l’ensemble des personnes ayant pris un ticket de stationnement. Ces informations permettront entre autres d’estimer le nombre de véhicules occupant « légalement » une rue ainsi que d’estimer le nombre de places inoccupées.

 

Les agents qui patrouillent sur le terrain ( leurs smartphones): 

Grâce à l’enregistrement des cas de fraude sur le terrain, il nous est possible d’améliorer l’algorithme de guidage des conducteurs tout en adaptant les indicateurs caractéristiques de la ville (taux d’occupation en fonction du moment de la journée, durée moyenne de stationnement des véhicules, taux de fraude). L’application propose aux agents de remorquage un trajet optimal pour récupérer et acheminer les véhicules mal garés en fourrière.

Les utilisateurs ( smartphones):

Les utilisateurs permettront également de recueillir des données via l’application sur leur smartphone. En effet leur partage de position GPS nous permettra de tracer leur itinéraire et de faire un suivi qui pourra être comparé aux informations remontées par les horodateurs et par les agents de terrain. De plus, la vue utilisateur permettra aux conducteurs de confirmer s’ils ont bien trouvé une place de parking dans la rue indiquée. Dans le cas contraire, ces données contribueront à améliorer le calcul de la probabilité de fraude dans la rue en question.

 

Collecte de cartes:

Les cartes nous permettent à l’initialisation du travail, d’avoir une estimation de la capacité d’occupation maximale de chaque rue. Au fur et à mesure ce chiffre peut être amené à être modifié. Par exemple s’il y a des travaux dans la rue ou alors si les horodateurs connectés enregistrent un taux de remplissage plus grand qu’il ne devrait à un moment donnée.

 

Le traitement des données
Il s’agit de l’intelligence du système, le siège de l’ensemble des algorithmes qui seront appliqués. Nous y ferons entre autres le calcul de plusieurs indicateurs permettant une meilleure visualisation de ce qui se passe sur le terrain. Par exemple nous pourrons calculer :

  • L’indicateur d’occupation maximale d’une rue donnée
  • L’indicateur d’occupation courant d’une rue à partir de modèles statistiques basés sur les informations remontées par les agents, les horodateurs et les utilisateurs
  • Marquer les rues les plus occupées de la ville ainsi que les heures auxquelles il vaut mieux les éviter
  • Indicateur de performance des agents sur le terrain

 

La distribution ou dissémination des données
Une fois les données traitées elles pourront être disséminées via une application dédiée. Et selon le type d’utilisateurs les données ne seront pas les mêmes. Par exemple :

  • Les superviseurs recevront des données d’analyses résumés, leur permettant d’avoir une idée globale de la situation des agents sur le terrain, le manque à gagner de la journée, les éventuelles urgences sur la voie publique ou encore les recettes de la journée
Capture-d’écran-2018-04-12-à-18.01.39-768x415
Capture-d’écran-2018-04-12-à-18.02.57
Capture-d’écran-2018-04-12-à-18.03.27-768x457

Indicateurs de performance adaptable dans la vue « statistique ».

  • Les agents de terrain recevront un planning de contrôle des rues optimisé de façon à ce qu’ils patrouillent dans les zones où ils seront le plus efficace possible.
  • Les agents de fourrières recevront un itinéraire optimal afin que les remorquages nécessitent le moins de trajet et le moins de dépenses en carburant.

Fonctionnalités

Visualisation d’une voiture à remorquer. 

  • Suivi des verbalisations en temps réel.
  • Intégration avec des API pré-existentes (Vidéo ou autres capteurs)
  • Possibilité de focus sur un véhicule donné.
  • Création et optimisation du planning des équipes de verbalisation grâce à l’analyse prédictive.
  • Répartition des équipes de verbalisation par rues ou par secteur géographique.
  • Module statistique et prédictif riche et paramétrable représentant un outil d’aide à la décision au delà de la lutte contre la fraude.

Les résultats

Résultat-modul-parking

Ils nous font confiance

Vous avez besoin de plus d’information, contactez nous.