top of page

Les 3 piliers de
la mobilité intelligente

Les Systèmes de transport intelligents sont en pleine évolutions avec d’une part la révolution numérique qui s’impose dans tous les domaines de la mobilités, d’autres part la transition inévitable vers une décarbonation longtemps annoncée mais maintenant bien présente avec un calendrier affiché qui même s’il risque d’être amendé se concrétisera quoi qu’il en coûte... il y va de la survie de notre planète et de notre population.

Mais ce paysage de la mobilité n’est pas un paysage stable et apaisé car de nouveaux usages émergent rapidement portés par la technologie comme les véhicules autonomes et connectés et les innovations de services telles que l’autopartage, le covoiturage, le bike sharing, les systèmes d’information de trafic temps réels, le MaaS.

Mais attention, ces nouveaux usages sont eux même versatiles et incontrôlables, qui aurait pensé que le télétravail, les visio- réunions, les webinars... se développeraient aussi vite perturbant notre traditionnel rapport au transport et ferait chuter rapidement la fréquentation des transports en commun, des services de covoi- turage. La pandémie a boosté le concept de substitution Transport /Télécom dont on par- lait depuis de nombreuses années sans trop y croire et qui maintenant s’impose pour de nombreux emplois réactivant en même temps les territoires et les villes de petites tailles désertées pour les grandes villes.

On voit ainsi apparaître une succession de cycles longs perturbés par des cycles courts imprévisibles et souvent aléatoires ; Ainsi la mise en œuvres de lignes de transports publics qui sont longues et coûteuses à mettre en place sont concurrencées par des services légers de vélos avec pistes cyclables ou de transport à la demande, mais ne s’agit-il pas plutôt de complémentarité ?

Ainsi l’environnement des systèmes de mobilité évolue rapidement avec l’interconnexion de nombreux systèmes qui étaient jusqu’alors relativement indépendants les uns des autres. Appréhender cette complexité, être capable de comprendre les limites induites par les solutions sélectionnées et les modèles d’interconnexion des systèmes est une compétences nécessaire pour celles et ceux qui auront à intervenir dans le monde de la mobilité.

Ainsi trois compétences clés nous semblent nécessaires pour développer l’écosystème de la mobilité

LES TECHNOLOGIES DE TÉLÉCOMMUNICATIONS, VERS LA 5G ET UN MIX TECHNOLOGIQUE

Les Technologies de communications mises en œuvres dans les domaines de la mobilité ,des ITS sont très diverses .Elles peuvent être dédiées à un usage particulier (péage ,recharge électrique ), s’appuyer sur des standards internationaux (ITS G5), nationaux ou être des normes de faits plus ou moins homogènes à l’échelle du pays (contrôle des priorités aux feux routiers). D’autres technologies ne sont pas spécifiquement dédiées au ITS qui utilisent alors des ré- seaux partagés avec d’autres usages comme les réseaux cellulaires publics ou les réseaux IoT ( Internet des objets) longue portée (Lora, SigFox) ; Enfin des technologies non spécifiquement conçues pour les ITS peuvent être déployées sous des formes de réseaux privés pour répondre à des besoins des domaines 4/5 G.

Certaines de ses technologies couvriront des villes avec leurs sous-sol, d’autres fonctionneront mieux en milieu ouvert. Certaines donneront accès à un haut débit et une faible latence mais pas dans toutes les situations les technologies qui partagent la ressource de transmission avec d’autres usages peuvent être caractérisées par un taux de disponibilité variable et difficile à garantir.

Si on se focalise sur l’évolutions technologique des réseaux de télécommunication nous constatons que la téléphonie mobile de quatrième génération(4G) opérationnelle aujourd’hui repose sur la technologie LTE (Long Term Evolution) et qu’elle se caractérise par la convergence des services voix, données et image sur la base du protocole IP. La téléphonie mobile de cinquiéme génération (5G) en cours de développement repose quant à elle sur la technique LTE -avancée (LTE-a) visant à intégrer le trafic généré par les réseaux de capteurs liés à l’internet des objets (IoT) au trafic radio mobile orienté IP tel que considéré par la téléphonie 4G. Deux différences majeures caractérisent la téléphonie 5G vis à vis de la 4G. D’une part le trafic véhiculé sur l’interface radio des terminaux radio-mobiles (smartphones, laptops, ta- blettes ) n’est plus généré à l’initiatives des usa- gers eux-mêmes mais aussi par des capteurs situés dans leur environnement proche. Dans ce contexte ,les applications prises en comptes par l’IoT se caractérisent ,en comparaison des applications voix/données/images de la 4G, par des micro-flots de données. La multiplication et l’imprévisibilité statistique de ces micro-flots complexifie singulièrement les contraintes de signalisations et de dimensionnement des infrastructures inhérentes à la téléphonie 5G. Le défi de la téléphonie 5G consiste dans l’al- location en temps réel du nombre de time slot, de quantum de ressources fréquentielles ainsi qu’en l’affectation des niveaux de puissance d’émission/réception à assigner à chaque terminal mobile afin d’optimiser la capacité du réseau global. Dans ce contexte les capteurs de l’IoT peuvent être à usage soit privatifs, soit collectifs comme par exemples pour réguler les flux de trafic automobiles en zone urbaine. Pour ce type d’application, la fonction GPS de chaque terminal ou ordinateur de bord, couplée à un outil de calcul d’itinéraire permet d’envisager, via la 5G, de re-router en temps réel chaque véhicule en fonction de sa position courante et de sa destination. Mais tous ces services nécessitent l’usage de serveurs de calculs situés dans l’infrastructure fixe. Or la viabilité économique de ces services n’a de sens que s’ils sont largement mutualisés. Seule la cloudification des infrastructures et des services offerts par la 5G peut répondre à cette exigence. Dans ce contexte, la migration des données vers leur destination en fonction de la position courante de l’utilisateur est un véritable challenge : comment positionner et dimensionner les mémoires permettant de mettre en œuvre de tels services au moindre coût ?

Comprendre les limites des différentes technologies de communications et l’impact des stratégies de déploiement sur la couverture et les performances est indispensable pour avoir une vue d’ensemble et élaborer des stratégies de fonctionnement d’une mobilité intelligente.

Revoilà Pascal Auzannet. L’ancien président de RATP Smart Services, qui a monté son cabinet de conseil après son départ en 2020, revient sur le devant de la scène des services numériques. Au mois de mai, lui et deux autres partenaires ont rendu public leur projet de société fournisseuse de MaaS, bientôt portée par une structure en cours de création. La future société prévoit de répondre d’ici la fin de l’année à des appels d’offre des autorités organisatrice. Encore un acteur sur ce marché qui suscite beaucoup de convoitises où l’on trouve notamment RATP Smart Systems. Certes, mais ce futur prestataire compte se différencier des autres à travers deux caractéristiques. La première est la nature même des acteurs associés. « Il s’agit d’un partenariat public-privé, ce qui est unique sur ce secteur » développe Pascal Auzannet. Côté privé, on trouve le spécialiste des solutions de paiement de stationnement, l’industriel Flowbird et côté public, un acteur de la recherche publique, le laboratoire TREE (Transitions énergétiques et environnementales) chapeauté par l’Université́ de Pau et des Pays de l’Adour (UPPA) et le CNRS. De cet attelage découle ce qui fait la seconde spécificité aux yeux des promoteurs du projet. "Cela nous permet de proposer des algorithmes d’intérêt général, continue Pascal Auzannet , autrement dit « neutres vis-à-vis des opérateurs, indépendant des transporteurs et opérant pour le compte d’autorités organisatrices". En toile de fond figure l’hypothèse que les MaaS disponibles aiguilleraient le voyageur vers les services des opérateurs de transport alors que le trajet à pied par exemple pourrait dans certains cas être recommandé dans l’optique de permettre à l’usager de faire des économies.

Cette approche neutre est formalisée dans le projet Almours (ALgorithmes MObilités URbaineS) et dans ses développements logiciels. Cette innovation sera déployée dans le cadre du projet E2S UPPA (Solutions pour l’énergie et l’environnement) porté par l’UPPA, l’INRIA, l’INRAE et le CNRS, qui lui a alloué un financement spécifique. MF

ALMOURS OU LE PARI

D’UN MAAS DIFFÉRENT

DATA, INTELLIGENCE ARTIFICIELLE, BIG DATA DÉFIS ET OPPORTUNITÉS DANS LE DOMAINE DE LA MOBILITÉ

 

Depuis l’introduction du test de Turing en 1950 l’intelligence artificielle a toujours été très présente dans les sphères recherche et innovation. Longtemps basée sur des règles logiques une accélération s’est produite au début du 21° siècle par l’apport de la statistique ; Un certain nombre de facteurs se sont combinés pour une avancée scientifique en intelligence artificielle : machine learning ,réseaux de neurones, deep learning... L’augmentation de la puissance des ordinateurs, le stockage des data, l’internet des objets ont permis la mise en œuvre de nombreuses méthodes jusque alors inaccessibles. Le développement de l’internet grand public a crée de nouveaux besoins comme les moteurs de recherche mais aussi le déploiement d’architectures massivement distribuées. La disponibilité de très gros volumes de data via les usages de l’internet et des téléphones mobiles, des objets connectés a permis de nombreuses applications dans le marketing, le e-commerce, la finance et bien sûr la mobilité.

L’intelligence artificielle alliée aux données massives y donne sa pleine mesure en permettant de comprendre en temps réel les déplacements des personnes puis en se basant sur des modèles issus des déplacements passés. De prédire l’évolution du trafic à très court terme. L’enjeu est double, d’abord aider les opérateurs à mieux gérer les flux, ensuite donner la bonne information à l’usager. L’intérêt de ces techniques d’intelligence artificielle est de combiner de multiples sources de données hétérogènes (téléphonie mobiles, objets connectés, réseaux sociaux, météo, événements urbains ) et celles des transports (billettique, feux tricolore, véhicule).

La puissance des techniques de l’intelligence artificielle a été démontré en particulier dans les avancées du véhicule autonome mais aussi dans le MaaS (Mobility as a Service). Rappelons que ce concept facilite la mobilité en combinant simplement les modes de transport utilisés, pu- blics comme privés, individuels comme collectifs. Ainsi une seule et même application proposera un trajet de porte à porte, associant plusieurs modes de transport successifs avec un seul et même billet réservable et payable directement à partir d’un téléphone mobile. Mais pour que le MaaS personnalise le parcours du client, facilite l’usage du mode le plus doux par exemple, il est nécessaire de bien connaître les usages des clients ainsi que les disponibilités des différents modes de transport mais pour exploiter ces data seuls les algorithmes d’IA permettent de optimiser répondre aux promesse du Maas. Mais l’usage de l’intelligence artificielle n’est pas réservé aux applications Maas pour les clients, les constructeurs de véhicules autonomes pour permettre la délégation de conduite à l’ordi- nateur embarqué ,enregistrent les façons de conduire de nombreux conducteurs dans différents cas de conduite complexes que reproduit l’ordinateur embarqué quand se reproduit ce même cas de conduite. Cet apprentissage relève aussi de l’IA.

Enfin pour les Autorités Organisatrices de Mobilités, l’exploitation de la data par l’intelligence artificielle leur permet de mieux connaître leurs flux, de mieux comprendre les mobilités et donc de prendre des décisions en conséquence pour la gestion rationnelle de l’écosystème des transports.

LA CYBERSÉCURITÉ : UNE ARDENTE OBLIGATION

Rendue d’autant plus importante qu’un certain nombre de systèmes disposeront d’une capacité d’action autonome et s’appuieront sur des échanges d’information pour prendre leur décision, la cybersécurité des différents systèmes déployés (y compris le matériel roulant) est cruciale. Comment imaginer laisser le contrôle d’un véhicule à des pirates ou simplement perturber le fonctionnement en lui fournissant de mauvaises informations au risque de mettre en danger les usagers. La compréhension des en- jeux de sécurité dans un monde où il faudra assurer l’authentification pour s’assurer qu’un

véhicule ou un élément d’infrastructure qui émet un message est légitime à le faire et dans le même temps assurer l’anonymat pour protéger la vie privée de l’utilisateur du véhicule est essentielle. La sécurité des échanges et donc la confiance que l’on peut accorder aux informations reçues de tiers devra tenir compte de ces limites.

Mais sans avoir à intervenir sur des équipements éparpillés dans la nature ,le simple fait d’infester des centres névralgiques contrôlant le trafic à l’aide de "ransonware" peut perturber durablement l’en- semble de la circulation d’une métropole et d’autant plus que le système est centralisé. Les différents sous-systèmes étant interdépendants, il faut analyser finement l’impact d’une panne ou d’une attaque de l’un des sous- systèmes sur l’ensemble des services et prévoir des stratégies de fonctionnements en mode dégradé pour les services critiques. Il nous faut donc développer de nouvelles méthodes permettant de prendre en compte de façon conjointe les contraintes de cybersécurité et de sureté de fonctionnement dès la phase de conception du véhicule connecté ; il devient nécessaire de mettre en place des solutions permettant de détecter dynamiquement un comportement anormal du véhicule pouvant être provoqué par exemple par une attaque sophistiquée ou par une défaillance et d’y répondre en temps réel afin de garantir le fonctionnement correct des organes vitaux du véhicule. Donc il convient de développer des algorithmes et des protocoles afin de protéger les différents flux d’in- formation au sein même du véhicule ainsi qu’entre le véhicule et le monde extérieur tout en respectant les contraintes de son environne- ment : légèreté et robustesse, temps réel et agilité.

Mais la cybersécurité est aussi indispensable en billettique et monétique avec la mise en place de système de gestion d’identité et des mécanismes d’authentification afin de permettre la sécurisation des transactions tout en prenant en compte les contraintes de respect de la vie privée par exemple des clients du MaaS .

On voit ainsi l’importance de la cartographie des flux de données personnelles afin d’identifier les risques liés à la création et à l’utilisation des données personnelles mais pour être pleinement efficace la cybersécurité doit avoir une approche intégrée associant des composantes juridiques ,techniques ,sociétales et éthique pour tenir compte des attentes des citoyens.

À l’heure où une publicité croissante entoure les fuites de données à caractère privé et où une partie des citoyens s’interrogent sur la nécessité de déployer de nouvelles technologies, il est extrêmement important de construire une confiance durable.

En guise de conclusion la mobilité est un domaine où se mêlent et s’entremêlent bon nombre de compétences du numérique bien sûr -comme nous l’exposons dans cet article et que nous enseignons dans nos écoles de TELECOM PARIS IPP, de l’Institut Mines Telecom dans nos formations continues certifiantes ou diplômantes de TELECOM EVOLUTION, comme dans notre Mastère spécialisé international SMART MOBILITY de TELECOM PARIS / PONTS PARIS TECH. Ces trois compétences clés : TELECOMMU- NICATIONS, DATA-IA-BIG DATA, CYBERSECURITE sont nécessaires mais pas suffisantes il faut y rajouter créativité, intelligence émotionnelle, agilité avec une approche user centric et adopter cette notion d’utilisateur pour bien connaître les réels besoins réels besoins réels besoins et attentes des clients.

Quant au secret de la réussite des systémes de mobilité il est simple : Etre confronté à la réalité du marché au plus tôt mais le plus important est d’être confronté à l’utilisateur.

bottom of page