Revenir au sommaire Le trafic routier affecte particulièrement la quantité de CO2 libérée dans l’air.
En cause, le nombre conséquent d’automobilistes, qui font souvent le choix de leur voiture pour contourner les problématiques de saturation, de panne, d’engorgement et de prix induites par les transports en commun.
Ces derniers permettent quant à eux, en toute logique, de réduire l’émission de Co2 individuelle en réunissant au sein d’un même moyen de locomotion plusieurs usagers.
Nombre d’actions existent afin d’inciter les voyageurs à utiliser divers moyens de transports en commun. Cependant, cela n’est pas suffisant : il convient à présent de développer des offres de transports en commun proposant un confort de voyage à la hauteur pour les usagers, et ce grâce à l’exploitation de la data générée sur la base des flux de passagers.
Ainsi, les données sur les temps de passage des trains, l’affluence mesurée à l’aide de capteurs (type carte de transport validée en gare), les enquêtes usagers, ou encore le crowdsourcing, peuvent contribuer à améliorer la fluidité du trafic et la qualité du service.
LINCOLN, filiale spécialisée en Data du Groupe ALTEN, accompagne un opérateur mondial de transports urbains sur un projet d’amélioration du confort voyageur grâce à la collecte de millions de données.
Les experts Data de LINCOLN mettent en place et industrialisent ainsi des algorithmes d’intelligence artificielle intégrant cette multitude de données en temps réel.
Ces travaux contribuent :
- À améliorer l’information sur les temps de trajet, la déclaration d’incidents, les heures d’arrivée des trains
- À inciter les voyageurs à modifier leurs comportements de mobilité
- À maitriser l’affluence de voyageurs dans les trains et sur les quais, notamment en période de COVID
