De nos jours, les grandes villes sont confrontées à des problèmes importants tels que les embouteillages, la pollution de l'air et la consommation d'énergie. Ces problèmes peuvent être résolus par l'utilisation de big data (ce qui implique le traitement de grands volumes de données).
C'est précisément ce qu'est l'informatique urbaine. Elle peut être définie simplement comme l'utilisation des big data pour faire face aux grands problèmes des grandes villes.
Nous allons en dire plus à ce sujet.
L'informatique urbaine implique un processus d'acquisition, d'intégration et d'analyse de données volumineuses et hétérogènes générées par diverses sources dans les espaces urbains. Ces sources de données comprennent des capteurs, des appareils mobiles, des véhicules, des bâtiments et des êtres humains.
Qu'est-ce que l'informatique urbaine ?
Dans le document intitulé "Informatique urbaine : concepts, méthodologies et applications"Les auteurs présentent un cadre général pour la mise en œuvre de l'informatique urbaine.
L'informatique urbaine associe des technologies de détection non intrusives et omniprésentes, une gestion avancée des données, des modèles analytiques et de nouvelles méthodes de visualisation pour créer des solutions qui améliorent l'environnement urbain, la qualité de la vie humaine et les systèmes d'exploitation des villes.
Nous devons également souligner que l'informatique urbaine est un domaine interdisciplinaire. Il intègre l'informatique à d'autres domaines tels que le transport, le génie civil, l'économie, l'écologie et la sociologie dans le contexte des espaces urbains.
La grande question qui hante votre esprit est probablement la suivante : comment mettre en œuvre l'informatique urbaine pour résoudre les problèmes des grandes villes ?
Bonne nouvelle, il existe un cadre pour cela !
Cadre de l'informatique urbaine
Dans le document intitulé "Informatique urbaine : concepts, méthodologies et applications"Les auteurs présentent un cadre général pour la mise en œuvre de l'informatique urbaine.
Le cadre est composé de quatre couches : La détection urbaine, la gestion des données urbaines, l'analyse des données et la fourniture de services. Chaque couche a une fonction spécifique.
Le site Détection urbaine est chargée de collecter des données dans les espaces urbains. Cette collecte de données peut être réalisée au moyen de différentes techniques telles que la détection participative, la détection par la foule et la détection mobile.
Le site Gestion des données urbaines permet d'organiser les données à l'aide d'une structure d'indexation qui intègre à la fois les informations spatio-temporelles et les textes, afin de permettre une analyse efficace des données.
Dans le cadre de la Couche d'analyse des donnéesdifférentes techniques telles que Exploration de données, Apprentissage automatiqueet Visualisation des données sont utilisés pour identifier des modèles dans les données et en tirer des informations précieuses pour la prise de décision ultérieure.
Le site Fourniture de services comprend diverses solutions et services visant à améliorer l'expérience de conduite des gens, à réduire les embouteillages, la pollution de l'air et la consommation d'énergie. Par exemple, en cas de détection d'une anomalie du trafic, cette information sera transmise à l'autorité de transport pour disperser le trafic et diagnostiquer l'anomalie.
Quels sont donc les défis auxquels l'informatique urbaine est confrontée ?
Pour une mise en œuvre idéale, l'informatique urbaine doit relever trois grands défis :
1.Détection et acquisition de données.
Ce défi porte sur la manière de collecter des données urbaines de manière non intrusive et continue, compte tenu des limites du nombre de capteurs répartis dans la ville.
La construction de nouvelles infrastructures de détection pourrait permettre d'atteindre l'objectif, mais elle alourdirait la charge des villes.
L'homme en tant que capteur est un nouveau concept qui peut aider à relever ce défi en utilisant ses messages sur les médias sociaux ou ses traces GPS pour comprendre les événements qui se produisent autour de lui.
En tant que capteur, l'être humain pose de nouveaux défis :
- L'utilisation croissante de l'énergie des appareils ;
- Confidentialité des informations personnelles ;
- Données biaisées car les utilisateurs ne sont pas uniformément répartis et n'envoient pas les relevés de détection à la même fréquence ;
- Données non structurées, implicites et bruyantes fournies par les utilisateurs. En revanche, les données générées par les capteurs traditionnels sont bien structurées, explicites, propres et faciles à comprendre.
2. Données hétérogènes.
Les techniques d'exploration de données et d'apprentissage automatique traitent généralement un seul type de données. Or, la résolution des problèmes urbains fait intervenir un large éventail de facteurs (par exemple, l'étude de la pollution atmosphérique nécessite l'étude simultanée des flux de circulation, de la météorologie et de l'occupation des sols).
3. Systèmes hybrides.
Contrairement à un moteur de recherche ou à un jeu numérique où les données sont générées et consommées dans le monde numérique, l'informatique urbaine intègre généralement les données des deux mondes (en combinant le trafic et les médias sociaux).
La conception des systèmes hybrides est beaucoup plus difficile que celle des systèmes conventionnels, car le système doit communiquer avec de nombreux appareils et utilisateurs simultanément et envoyer et recevoir des données de formats différents.
Quelles sont les principales applications de l'informatique urbaine ?
Les applications de l'informatique urbaine pourraient être innombrables.
Les applications peuvent être regroupées en sept catégories : urbanisme, transport, environnement, sécurité publique, énergie, économie, écologie et social.
Voici une brève description de chacun d'entre eux :
- Urbanisme.
La planification est importante pour la construction de villes intelligentes. Cette catégorie comprend la détection des problèmes sous-jacents dans les réseaux de transport, la découverte des régions fonctionnelles d'une ville (telles que les zones qui répondent aux différents besoins des personnes et servent de technique d'organisation, comme les zones éducatives ou les quartiers d'affaires), et la détection des limites de la ville pour comprendre son évolution.
- Transport.
Cette catégorie comprend : l'amélioration de l'expérience de conduite, les services de taxi et les systèmes de transport public.
- L'environnement.
Les progrès rapides de l'urbanisation deviendront une menace potentielle pour l'environnement des villes. L'informatique urbaine pour l'environnement comprend : l'amélioration de la qualité de l'air dans les villes et la réduction de la pollution sonore.
- Sûreté et sécurité publiques.
Nous pouvons citer les applications suivantes : détection des anomalies du trafic, détection des catastrophes et détection des accidents.
- Consommation d'énergie.
L'urbanisation galopante consomme de plus en plus d'énergie. Les applications de cette catégorie sont la réduction de la consommation de gaz et d'électricité.
- L'économie.
La dynamique d'une ville peut indiquer la tendance de son économie. Un exemple d'application dans cette catégorie est la prévision de la tendance d'un marché boursier.
- Social.
Les applications de cette catégorie sont les recommandations de localisation, la planification d'itinéraires, les recommandations d'activités de localisation et la compréhension de la dynamique des villes.
Existe-t-il des technologies permettant l'informatique urbaine ?
Il existe plusieurs technologies habilitantes pour l'informatique urbaine qui sont regroupées en catégories. Les catégories les plus fréquemment utilisées sont les suivantes :
Techniques de détection urbaine. La détection et la mesure traditionnelles par l'installation de capteurs, la détection passive des foules qui utilise l'infrastructure existante pour collecter les données générées par les foules, et la détection participative où les gens contribuent activement à l'information qui les entoure ;
Les techniques de gestion des données urbaines permettent d'organiser de multiples sources de données hétérogènes pour le processus d'exploration de données suivant ;
Les techniques de fusion des connaissances permettent de fusionner efficacement les connaissances acquises à partir de multiples sources de données hétérogènes ;
Les techniques de visualisation des données urbaines ne doivent pas se contenter d'afficher des données brutes et de présenter des résultats, mais elles doivent également permettre de détecter et de décrire des schémas, des tendances et des relations dans les données.
Comme vous le voyez, l'informatique urbaine peut être un outil très utile pour résoudre les problèmes majeurs des villes modernes.
Les défis auxquels l'informatique urbaine est confrontée finiront par être relevés, ce qui nous permettra d'améliorer l'avenir de nos villes.
Références
T. Kindberg, M. Chalmers et E. Paulos. 2007. Introduction des éditeurs invités : Urban computing. Pervasive Computing 6, 3, 18-20
Cliquez sur l'image ci-dessous pour consulter notre site Mind the Graph pour des illustrations sur l'informatique urbaine.
S'abonner à notre newsletter
Contenu exclusif de haute qualité sur le visuel efficace
la communication dans les sciences.
French 
English 
Chinese 
Japanese 
German 
Spanish 
Portuguese 
Dutch 
Russian 
Italian