L'intelligence artificielle dans le transport en commun

20 mai 2021

L'intelligence artificielle dans le transport en commun

L'intelligence artificielle est devenue un enjeu majeur dans les secteurs de l'informatique et des transports publics. Mais quelles sont les capacités actuelles de cette technologie ?

Où est-elle utilisée ? L’intelligence artificielle est-elle suffisamment avancée pour offrir de réelles opportunités aux opérateurs et rendre les déplacements plus agréables pour les passagers ? Il vaut la peine de se demander si la mise en œuvre d'une solution d'IA apporte de réels avantages aux transports publics. L'intelligence artificielle est-elle la technologie du futur ?

Ces dernières années ont été marquées par d'importants progrès dans le domaine des capteurs. Aujourd'hui, ces derniers intègrent des processeurs performants et fiables, suffisamment compacts pour permettre des calculs complexes, comme l'apprentissage automatique, dans un espace réduit. Les capteurs d'IA modernes acquièrent une bien plus grande variété de données issues de l'image de l'environnement que les capteurs conventionnels. Ils combinent et traitent ces données directement pour en extraire des informations exploitables en temps réel, tout en respectant les règles de confidentialité des données.

Comme pour toute nouvelle technologie, les opérateurs de transport en commun doivent gagner en efficacité tout en améliorant le confort et la sécurité des passagers. Autrement, ce serait inacceptable. Il en va de même pour la prochaine génération d'intelligence artificielle. Dès lors, la question se pose : l'IA apporte-t-elle une valeur ajoutée suffisante aux transports en commun pour justifier son utilisation ? La réponse est simple : oui. Car ces systèmes d'apprentissage ont été développés précisément dans ce but.

Les avantages des capteurs capables d'apprendre

Le service à la clientèle représente l'un des plus grands défis des transports publics. Depuis de nombreuses années, le confort des voyageurs est au cœur des enquêtes auprès des usagers, notamment en ce qui concerne la réduction au maximum de la promiscuité dans les véhicules. Les opérateurs de transport sont constamment confrontés à la nécessité de trouver un équilibre entre une utilisation optimale de la capacité et un confort maximal pour les voyageurs. De plus, en période de pandémie, il est essentiel de gérer les flux de passagers et de promouvoir la distanciation sociale. Ceci n'est possible qu'avec un système de guidage des passagers. Ce système permet aussi d'éviter l'encombrement aux portes. L'information en temps réel est essentielle à cet effet. Où est la place dans le véhicule et combien de passagers peuvent-ils accueillir ? Pour le déterminer, la technologie des capteurs d'intelligence artificielle utilise des informations visuelles provenant de différents angles. Des algorithmes efficaces calculent ensuite les distances entre les passagers. Si un seuil est atteint, les passagers sont automatiquement avertis.

Un autre point névralgique concerne les temps d'arrêt. L'embarquement et le débarquement sont perturbés par un grand nombre de passagers. Les annonces aux arrêts, comme « Veuillez monter par toutes les portes », ne sont pas très pratiques. Les passagers en attente préfèrent savoir à l'avance où se trouvent les places libres, avant l'arrivée des véhicules. Des renseignements dynamiques en temps réel sont nécessaires pour déterminer ces indicateurs de capacité. La nouvelle génération d'intelligence artificielle a cette capacité. Des capteurs adaptatifs détectent les pointes d'affluence aux portes juste avant un arrêt. Ces capteurs calculent le nombre de places libres et transmettent cette information directement là où elle est nécessaire : affichages aux arrêts d’autobus/tramway, sur les quais et sur les portières du véhicule. Cela permet aux passagers de voir à l'avance où se trouvent les places libres, ce qui leur laisse suffisamment de temps pour se rendre à la porte appropriée.

Les renseignements sur la disponibilité des places à bord peuvent être transmis aux voyageurs en temps réel, par exemple par le biais d’applications. Grâce à l'intelligence artificielle, de nouveaux services comme la réservation rapide sont envisageables, en complément des systèmes de réservation et des différentes classes de confort. Les transports longue distance bénéficieraient également de procédures d'embarquement et de débarquement optimisées, guidées par les informations en temps réel affichées sur le quai et dans les wagons.

La reconnaissance dynamique de formes ou d'objets à bord du véhicule fournit de nombreuses informations utiles pour améliorer le confort des passagers. Les capteurs apprennent à détecter les objets oubliés sur le porte-bagages et à distinguer les sièges libres des sièges occupés. Ils reconnaissent les graffitis et les actes de vandalisme, et font la différence entre la saleté, les déchets et les vêtements. Ils peuvent également signaler aux passagers les emplacements libres pour les vélos, les poussettes ou les fauteuils roulants. Des capteurs adaptatifs détectent même les urgences médicales ou les situations dangereuses. Une personne peut être inconsciente au sol, ou un passager peut avoir un comportement anormal. Le système alerte alors le conducteur et le centre de contrôle afin de demander une assistance médicale ou l'intervention du personnel de sécurité.

L'IA ne sert pas seulement à améliorer le confort des passagers. Elle facilite également le travail du conducteur, aide le personnel lors des vérifications de routine et du comptage des passagers, et aide l'équipe de nettoyage au terminus, tout en fournissant des informations cruciales en temps réel aux planificateurs et aux régulateurs du centre de contrôle.

Mode de fonctionnement, sécurité opérationnelle, protection des données

Les capteurs embarqués, installés dans les véhicules, constituent le cœur des systèmes d'IA. Ces capteurs utilisent des caméras embarquées et accèdent à des images en temps réel de la situation. Ces images sont décomposées en différentes couches et analysées. Les données individuelles, telles que les formes et les couleurs, sont extraites couche par couche, les motifs sont reconnus et les mouvements des passagers sont calculés. Aucune donnée personnelle n'est collectée. Les renseignements détaillés comme la couleur des cheveux, le sexe, l'âge, les vêtements ou le poids présentent peu ou pas d'intérêt pour l'optimisation des opérations. L'extraction de ces données à partir des images exige une capacité de traitement et de mémoire considérable. L'objectif principal n'est pas la reconnaissance de personnes, mais plutôt d'objets. Les passagers sont essentiellement considérés comme des objets qui entrent et sortent, s'assoient ou se déplacent.

Les capteurs sont des unités fermées, sans accès extérieur. Le processeur d'IA, intégré aux véhicules, traite directement les images. Aucune photo ni image n'est prise du véhicule ; seules des métadonnées chiffrées sont transmises et affichées sur les écrans et autres terminaux. Ainsi, les utilisateurs ont des renseignements opérationnels toujours à jour. Le système peut également déclencher des annonces automatiques par haut-parleur, par exemple concernant le port du masque ou le respect des règles de distanciation sociale, lorsque les capteurs détectent un besoin. Les outils de planification du centre de contrôle peuvent être enrichis grâce aux données provenant des capteurs d'IA. Il est ainsi possible d'effectuer des évaluations de capacité, de réduire les délais d'intervention en cas de panne et de mettre à jour les bases de données.

L'intelligence artificielle assistée par caméra trouve également une application dans la surveillance visuelle du sens de la marche. Les capteurs analysent la zone devant le véhicule afin d'identifier les dangers potentiels. Cette technologie est principalement utilisée dans le secteur ferroviaire, où les animaux, les branches basses ou les objets sur les voies peuvent représenter un risque important. Les alertes sont immédiatement acheminées vers le train suivant.

Certains aspects de l'IA moderne

L'intelligence artificielle est utilisée dans les véhicules depuis un certain temps, notamment avec les capteurs de comptage automatique de passagers (CAP) installés au-dessus des portes pour déterminer le nombre de personnes montant et descendant. Ces capteurs apprennent à distinguer une balle, un chien et une personne portant une casquette. Cette IA ne peut que compter, fournissant des données bidimensionnelles comme le nombre de personnes dans un laps de temps donné. Elle est incapable d'enregistrer la dynamique de l'habitacle pendant un trajet.

L'IA actuelle va déjà plus loin. Elle peut détecter les mouvements d'objets, comme des personnes, par rapport à d'autres objets, par exemple des sièges, ou encore repérer l'absence d'un extincteur. Cette intelligence artificielle raisonne en trois dimensions. On s'attend à ce que la prochaine génération d'IA soit capable de faire des prédictions, c'est-à-dire des annonces basées sur la situation actuelle. Un tel système de capteurs quadridimensionnels détecte, par exemple, qu'une zone spécifique d'un autobus bondé est évitée. Cela peut être dû à un déversement ou à une salissure. Ces renseignements sont importants pour le conducteur et le personnel de nettoyage. La prévisibilité est également un facteur déterminant pour la planification : les capteurs intelligents fournissent des informations en temps réel.

Conclusion

Dans le transport en commun, l'intelligence artificielle n'est pas seulement une technologie d'avenir, mais bien une réalité. Elle fournit des renseignements et des solutions en temps réel qui facilitent les opérations pour tous les intervenants et améliorent considérablement le confort et la sécurité des passagers. Aujourd'hui, l'IA dans le transport en commun ne se limite pas à l'intelligence artificielle, mais englobe également un service à la clientèle intégré.

Résumé:

L'intelligence artificielle dans le transport en commun offre de nombreuses optimisations aux opérateurs, tout en améliorant le confort et la sécurité des passagers. Au cœur des systèmes d'IA installés dans les véhicules se trouvent des capteurs capables d'apprendre et qui fournissent les informations visuelles nécessaires. Aujourd'hui, les processeurs intégrés aux capteurs sont si petits, puissants et fiables que même des calculs complexes sont possibles dans un espace extrêmement réduit. Grâce à l'IA, les caméras deviennent des capteurs.