Projets

2020

  • Mathieu Glorion — Élève ingénieur Université de Technologie de Compiègne — Étude pour un Centre de Distribution Urbain destiné aux services de la Ville de Paris

2019

Lola Péladan — Élève ingénieure civile MINES ParisTech — Modélisation participative pour l’approvisionnement alimentaire des particuliers en ville

Résumé du projet — Dans le domaine de la logistique urbaine, la diversité des agents, la multiplicité des objectifs de chacun et l’interdépendance de leurs actions rendent difficiles l’estimation des impacts globaux de différentes solutions. De plus, la variété des intérêts sont difficiles à concilier pour le choix d’une solution. Face à cette complexité inéluctable, la tentation est forte de recourir à une modélisation prenant en compte un maximum de facteurs, dont l’optimisation guiderait et légitimerait la décision. Confiée à des expert.e.s, cette représentation de la réalité est perçue comme objective mais pourtant elle véhicule inévitablement des biais. Afin de faire émerger des solutions plus éclairées et mieux acceptées, nous pensons qu’il est important d’ouvrir la « boîte noire » de la modélisation aux parties prenantes, qu’ils soient professionnels de l’alimentation ou de la logistique, simples citoyens ou encore décideurs publics.

Nous proposons donc l’intégration de ces parties prenante dans le processus de modélisation. L’ouverture au plus grand nombre nécessite de passer outre la barrière de la technicité, qui empêche les acteurs de se confronter aux défis de la démarche de modélisation. Afin de permettre de soulever la question de son objectivité, nous avons  construit des ateliers de modélisation participative basés sur un outil interactif de simulation en ligne, dans le cas particulier d’un restaurant situé en centre-ville.

Pierre Brault des Grouets — Élève ingénieur civil MINES ParisTech — Analyse de trajectoire de véhicule basée sur des flux vidéo

Résumé du projet — La mauvaise gestion du trafic cause chaque année une grande quantité d’externalité négative (émissions de polluants, congestion, etc.). Une meilleure compréhension du trafic urbain permet de mettre en place une meilleure gestion du trafic et donc de réduire ces externalités négatives. Les progrès qui ont été réalisés durant les dernières années en computer vision combinés à la quantité croissante
de caméras installées dans les métropoles, nous permettent d’avoir à disposition une grande quantité de données très utiles pour notre problématique. Pour réaliser cette étude, nous disposons déjà de données vidéo partiellement traitées. Un algorithme de reconnaissance a repéré les positions de chaque véhicule sur les vidéos ainsi que leur largeur et leur longueur.

Guillaume Karklins-Marchay — Élève Université Paris-Dauphine — Étude d’un outil d’analyse d’image pour la réalisation d’étude de trafic

Résumé du projet – Traffic has become an overwhelming problem in major cities and suburban areas. In this study, we assess to which extent cameras can be used to complement, understand and validate data from Google Maps Traffic and magnetic counters. We are using several cameras from France (Paris and Lyon), the USA and Japan with different perspectives to evaluate the potential generalization of such a method. We show that the three methods to collect data are complementary in terms of their applications and are usable for traffic measurement. Cameras outperform when used for short-distance advanced analyses, magnetic counters when there is a requirement for a large volume on medium to long-distances and Maps for long-distances without physical measurement infrastructure.