Altaïr Mobilités au service de Rambouillet Territoires

Altaïr Mobilités au service de Rambouillet Territoires

Une convention de partenariat a été signée le 11 février 2019 entre VEDECOM, le Département des Yvelines et Rambouillet Territoires afin de mener des études sur les pôles gares de Gazeran et Rambouillet. Il s’agit de mettre en évidence les marges de manœuvre actuelles et futures en matière d’offres de stationnement pour favoriser l’intermodalité. A terme, cela devrait également permettre d’optimiser les stratégies d’offre et de gestion des déplacements dans les territoires des Yvelines peu denses et généralement éloignés des pôles d’emploi et de service, là où les pratiques intermodales restent assez marginales.

L’expérimentation mobilise le dispositif innovant Altaïr Mobilités, un outil d’aide à la décision mis au point par l’Institut VEDECOM. Cette solution multi-source met en œuvre de manière inédite des technologies d’intelligence artificielle pour fusionner la multiplicité des données de mobilités aujourd’hui disponibles : données GPS des voitures, démographie, billetterie de transports en commun, cartographie, applications de smartphones,…

Cette convention s’inscrit dans la volonté du Département des Yvelines d’être un facilitateur dans le déploiement de services de mobilité innovants sur son territoire. C’est dans cette perspective qu’il soutient l’Institut VEDECOM, qu’il finance à hauteur de 20 millions d’euros sur la période 2014-2023.

Voir toutes les actualités
Articles récents :

Avec Altaïr Mobilités, VEDECOM met l’intelligence artificielle au service des collectivités locales

Avec Altaïr Mobilités, VEDECOM met l’intelligence artificielle au service des collectivités locales

VEDECOM présentera Altaïr Mobilités au Salon des Maires : une innovation technologique pour analyser et visualiser les mobilités dans les territoires.

Le nouvel outil d’aide à la décision Altaïr Mobilités analyse les besoins en mobilité sur un territoire donné. Les collectivités peuvent ainsi acquérir une connaissance fine de la mobilité sur leur territoire, décider et évaluer des aménagements. Issu de technologies d’intelligence artificielle, il sera présenté lors du Salon des Maires et des Collectivités locales du 20 au 22 novembre 2018, hall 3 stand G77.

Visualiser l’ensemble des flux de mobilités
Données GPS des voitures, démographie, réseaux de transport, etc. ; les sources de données sont de plus en plus variées et diversifiées. Pour profiter de leur complémentarité, Altaïr Mobilités développe un modèle scientifique permettant de fusionner l’ensemble de ces données.

Des résultats par tranches de 30 minutes
L’objectif : obtenir un outil multi-source permettant aux collectivités d’identifier les relations qui existent entre un territoire donné et les individus. Grâce à une interface de visualisation, les collectivités locales peuvent observer sur une carte interactive l’ensemble des déplacements effectués sur leur territoire pendant une journée type de 24 heures. Des résultats par tranches de 30 minutes représentent les motifs de déplacements, la part modale (voiture vs transports en commun vs deux roues motorisés vs nouvelles mobilités), ainsi que la classe socio-professionnelle et l’âge des individus. Altaïr Mobilités va plus loin que les analyses classiques en prenant notamment en compte des motifs inédits comme par exemple les déplacements liés aux loisirs ou aux achats.

Pour voir une démonstration d’Altaïr Mobilités, rendez-vous sur le stand VEDECOM au Salon des Maires. Des présentations complètes seront proposées tous les jours à 10h30 et 15h30.

VEDECOM au service des collectivités
Grâce au travail et à l’expertise de ses 120 chercheurs, ingénieurs et chefs projets et de ses 45 doctorants sur une grande variété de problématiques liées à la mobilité, VEDECOM est en mesure d’accompagner les collectivités territoriales, de l’identification des enjeux de mobilité à la proposition d’un service adapté, en passant par l’aide à la décision : outils et modules pédagogiques, aide à la rédaction de cahiers des charges, mise en place d’expérimentations impliquant des véhicules autonomes, des services, des applications numériques et des infrastructures adaptées.

RV Stand G77, Hall 3, Paris Porte de Versailles
Présentations tous les jours à 10h30 et 15h30.

Plus d’infos dans l’invitation presse

 

Voir toutes les actualités
Articles récents :

L’Institut VEDECOM présent au 25ème Congrès Mondial ITS à Copenhague du 17 au 21 septembre 2018

L’Institut VEDECOM présent au 25ème Congrès Mondial ITS à Copenhague du 17 au 21 septembre 2018

L’Institut pour la Transition Énergétique (ITE) VEDECOM est présent au Congrès mondial des systèmes de transports intelligents (ITS) qui a lieu cette année à Copenhague du 17 au 21 septembre 2018.

Rendez-vous stand E-065
Bella Center (10 min de l’aéroport)
Center Blvd. 5, 2300 København S, Danemark

Plusieurs experts de l’Institut interviendront sur les derniers résultats de leurs recherches lors de table-rondes et conférences scientifiques. Ils présenteront également le savoir-faire de VEDECOM sur le stand E-065.

VEDECOM travaille avec ses 50 membres, tous acteurs de l’écosystème français des mobilités, sur 15 projets dans 3 grands domaines qui impliquent des changements sociétaux majeurs : électrification des véhicules, délégation de conduite et connectivité, mobilité et énergie partagées. VEDECOM collabore également avec différents partenaires en Europe et à l’international.

A l’occasion d’ITS Copenhague, VEDECOM présentera tout particulièrement sa nouvelle filiale VEDECOM Tech. Sa vocation est de valoriser les résultats de R&D de VEDECOM en apportant des solutions technologiques et des services à ses clients, tout en restant à l’écoute des évolutions du marché. Quelques exemples :

  • Supervision et perception augmentée des véhicules
  • Modélisation et visualisation des flux de mobilité urbaine
  • Services de mobilité autonome à la demande,
  • Véhicule à conduite déléguée clé en main
  • Confort thermique optimisé, minimisant la consommation électrique
  • Conception et prototypage de machines électriques innovantes

PROGRAMME DES INTERVENTIONS VEDECOM

Table ronde

Lundi 17 septembre
11h-12h30 : Les IOT comme facteurs de développement de la mobilité automatisée et des smart cities, pour une meilleure qualité de vie. / IOT advancing automated mobility and smart cities for improved quality of life
Avec Gilles LE CALVEZ, Directeur de Programme Véhicule
SIS04, salle BERLIN

Conférences scientifiques :

Lundi 17 septembre
11h-12h30 : Modélisation des retards à partir de la géolocalisation des transports publics / Modelling Timing Delays with Underlying Spatial Dynamics of in situ Point Geometry of Public Transport
Par Medhi KATRANJI
TS03, salle PARIS

Mardi 18 septembre
1. 9h-10h30 – Bus autonomes: l’avenir du dernier kilometre dans les transports publics / Automated buses: the future of (last-mile) public transport?
Par Nadège FAUL
SIS 16, salle TOKYO

2. 13h30-15h – Smart Villages : les solutions de transport intelligents en zones rurales / Smart Villages : ITS in rural areas
Par Nadège FAUL
SIS24 – LONDON

3. 13h30-15h – Etudes et analyses de scenarios dangereux pour la modélisation des fonctions de la conduite autonome. / A Scenario-Based Hazard Analysis Approach Oriented to The Modelling of Autonomous Driving Functions
Antonello DE GALIZIA
TS15 MONTREAL

Mercredi 19 septembre
13h30-15h – L’intelligence distribuée dans le projet PAC V2X / Distributed Intelligence in PAC V2X Project
Oyunchimeg SHAGDAR
TS32 MONTREAL

Jeudi 20 septembre
13h30-15h – Redistribution de véhicules à vide et taille des flottes de taxis autonomes. / Empty vehicle redistribution and fleet-size in autonomous taxi systems
Tatiana BABICHEVA
SP09 NAGOYA

Pour en savoir plus sur le salon cliquez ici

Pour consulter le programme cliquez-ici

Rendez-vous sur Twitter

Voir toutes les actualités
Articles récents :

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Zayed ALSAYED

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Zayed ALSAYED

La soutenance de thèse de Mr Zayed ALSAYED intitulée « Caractérisation de la Robustesse et Amélioration de la Précision d’un Système de Localisation SLAM pour un Véhicule Autonome » aura lieu le 20 juin à 9h30 à Télécom ParisTech, 46 rue Barrault 75013, Amphithéâtre Jade. Il s’agit d’une thèse entre VEDECOM et l’Inria Paris.

JURY

Cette soutenance aura lieu devant le jury :
Philippe BONNIFAIT – Professeur Université de Technologie de Compiègne
Roland CHAPUIS – Professeur Université Blaise Pascal
Examinateurs :
Michel DEVY – Directeur de recherche LAAS – Toulouse
Guillaume BRESSON – Chargé de Recherche – VEDECOM
Fawzi NASHASHIBI – Directeur de Recherche – Inria Paris
Directrice de thèse :
Mme Anne VERROUST-BLONDET – Chargé de recherche HDR – Inria Paris

RESUME

Dans le domaine du véhicule autonome, une mauvaise estimation de la localisation du véhicule peut avoir de graves conséquences sur la sécurité. Il est donc primordial de garantir la précision et de connaître les limites du système de localisation. Cette thèse présente un ensemble de méthodes permettant d’améliorer la fiabilité des résultats obtenus par un algorithme de SLAM (cartographie et localisation simultanées) 2D sur un véhicule autonome circulant dans des environnements urbains et péri-urbains et sous des contraintes réelles.

Différents aspects d’une méthode de SLAM ont été étudiés dans cette thèse, dans le but d’améliorer : 1. la robustesse de l’algorithme de SLAM en détectant ses limites intrinsèques de la méthode ; 2. la précision des résultats en atténuant l’impact des approximations dues aux modélisations ; 3. l’utilisation du SLAM à grande échelle et avec des ressources limitées en introduisant une technique de gestion de carte. Une méthode de SLAM peut être mise en échec si la configuration de l’environnement du véhicule ne permet pas d’effectuer une localisation précise et non ambiguë. Deux approches basées sur méthodes d’apprentissage ont été introduites pour repérer de telles situations.

La première approche permet de détecter a priori les scénarios de défaillance potentiels en calculant un descripteur de l’environnement à partir des données laser brutes décrivant le voisinage du véhicule à chaque instant. Cette méthode est indépendante de l’implémentation SLAM sous-jacente.

La deuxième approche est dédiée aux algorithmes de SLAM utilisant des scores de vraisemblance pour estimer la localisation du véhicule. Elle est exécutée en parallèle du SLAM et ne dépend pas du capteur utilisé. Les approximations des modèles de représentation de l’environnement et de déplacement utilisés dans les algorithmes de SLAM induisent des erreurs systématiques lors de l’estimation de la position et de l’orientation du véhicule. Nous proposons d’utiliser deux types d’information pour atténuer ces erreurs : les poses relatives calculées aux instants précédents et la distribution des scores de vraisemblance calculés à chaque instant. La prédiction d’erreur est apprise en utilisant un modèle EMLP (Ensemble Multilayer Perceptron). La correction d’erreur est appliquée a posteriori du calcul d’estimation de la localisation.

Enfin, une technique de gestion de carte dédiée aux algorithmes de SLAM 2D basés sur des grilles a été proposée pour permettre une navigation du véhicule sur de longues distances sans augmentation du temps de calcul et de la taille des ressources utilisées.

Les approches présentées dans cette thèse ont été testées et validées sur les données publiques de KITTI et sur des données réelles acquises en utilisant un véhicule équipé de capteurs.

Voir toutes les actualités
Articles récents :

VEDECOM a le plaisir de vous annoncer la soutenance de thèse Li YU

VEDECOM a le plaisir de vous annoncer la soutenance de thèse Li YU

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Mr Li YU intitulée « Localisation absolue par mono-caméra d’un véhicule en milieu urbain via l’utilisation de Street View » qui aura lieu le vendredi 6 avril 2018 à l’école des Mines ParisTech.

Cette soutenance aura eu lieu de avant le jury :
Patrick RIVES, INRIA Sophia Antipolis (Rapporteur)
Paul CHECCHIN, Institut Pascal Université Clermont Auvergne (Rapporteur)
Mme Samia BOUCHAFA, Université d’Évry-Val-d’Essonne (Examinateur)
Fabien MOUTARDE, MINES ParisTech (Directeur de thèse)
Cyril JOLY, MINES ParisTech (Examinateur)
Guillaume BRESSON, Institut VEDECOM (Examinateur)

Dans un travail réalisé au Centre de Robotique et à l’Institut VEDECOM, nous nous sommes intéressés aux systèmes robustes de localisation visuelle en milieu urbain pour la voiture autonome. Obtenir une pose exacte à partir d’une caméra monoculaire est difficile et insuffisant en terme de précision pour la voiture autonome actuelle. Plutôt que d’utiliser des approches comme la navigation par satellites ou les méthodes de Cartographie et Localisation Simultanées (SLAM), nous nous sommes concentrés sur l’utilisation de Systèmes d’Information Géographiques (SIG) pour concevoir une approche fiable, précise et absolue de localisation en milieu urbain ne nécessitant pas de passage préalable d’un véhicule instrumenté et se basant sur une unique caméra.
Notre première tâche a été de concevoir une base de données hors ligne à partir d’un SIG public dense, à savoir Google Maps, qui a l’avantage d’avoir une couverture mondiale. Nous générons une représentation topo-métrique compacte de l’environnement urbain dynamique en extrayant quatre données utiles du SIG : les topologies, les géo-coordonnées, les Street Views panoramiques et les cartes de profondeur associées.
Pour exploiter le SIG, nous proposons deux méthodes de localisation : l’une est une approche de vision par ordinateur basée sur l’extraction de caractéristiques, l’autre est une méthode d’apprentissage basée sur les réseaux de neurones convolutionnels (convnet).
En vision par ordinateur, l’extraction de caractéristiques est un moyen populaire de résoudre le positionnement à partir d’images. Nous tirons parti de Google Maps et utilisons ses données topo-métriques hors ligne pour construire un positionnement allant de grossier à fin, à savoir un processus de reconnaissance de lieu topologique puis une estimation métrique de pose par optimisation de graphe. La seule entrée de cet algorithme est une séquence d’images provenant d’une caméra monoculaire et la base de données construite à partir de Google Maps. De plus, il n’est pas nécessaire d’établir des correspondances d’image à image, ni d’utiliser l’odométrie. La méthode a été testée en environnement urbain et démontre à la fois une précision métrique et une robustesse aux changements de point de vue et d’illumination ainsi qu’aux occlusions. Les résultats montrent que les emplacements éloignés de Street Views produisent une erreur significative dans la phase d’estimation métrique. Ainsi, nous synthétisons des Street Views artificielles pour compenser la densité des Street View originales et améliorer la précision.
Cette méthode souffre malheureusement d’un temps de calcul important. Étant donné que le SIG nous offre une base de données géolocalisée à l’échelle mondiale, cela nous motive à régresser des localisations globales directement à partir d’un convnet de bout en bout. La base de données hors ligne précédemment construite est encore insuffisante pour l’apprentissage d’un convnet. Pour compenser cela nous densifions la base d’origine d’un facteur mille et utilisons l’apprentissage par transfert pour faire converger notre régresseur convnet et avoir une bonne performance. Le régresseur permet également d’obtenir une localisation globale à partir d’une seule image et en temps réel.

Voir toutes les actualités
Articles récents :

VEDECOM a le plaisir de vous annoncer la soutenance de thèse Ali ZIAT, Ali MASRI et Julian GARBISO

VEDECOM a le plaisir de vous annoncer la soutenance de thèse Ali ZIAT, Ali MASRI et Julian GARBISO

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Mr  Ali ZIAT  intitulée « Apprentissage de représentation pour la prédiction et la classification de séries temporelles » qui a eu lieu le mardi 16 octobre 2017 sur le campus de Jussieu.
L’encadrement scientifique de la thèse a été assuré au sein de VEDECOM par M. Bertrand LEROY.

JURY
Ahlame Douzal, Université Joseph Fourier Grenoble 1, Rapporteur
Latiffa Oukhellou, Ifsttar, Rapporteur
Matthieu Cord, Université Pierre et Marie Curie – LIP6, Examinateur
Jean Michel Loubes, Institut de Mathématiques de Toulouse, Examinateur
Bertrand Leroy, Institut VEDECOM, Encadrant
Ludovic Denoyer, Université Pierre et Marie Curie – LIP6, Directeur de thèse
RESUME
Nous nous intéressons dans cette thèse au développement de méthodes qui répondent aux difficultés posées par l’analyse des séries temporelles. Nos contributions se focalisent sur deux tâches : la prédiction de séries temporelles appliquée à la prédiction de trafic et la classification de séries temporelles. Notre première contribution présente une méthode de prédiction et de complétion de séries temporelles multivariées et relationnelles. Le but est d’être capable de prédire simultanément l’évolution d’un ensemble de séries temporelles reliées entre elles selon un graphe (pouvant représenter la proximité géographique entre plusieurs capteurs par exemple), ainsi que de compléter les valeurs manquantes dans ces séries (pouvant correspondre par exemple à une panne d’un capteur pendant un intervalle de temps donné). On se propose d’utiliser des techniques d’apprentissage de représentation pour prédire l’évolution des séries considérées tout en complétant les valeurs manquantes et prenant en compte les relations qu’il peut exister entre elles. Des extensions de ce modèle sont proposées et décrites : d’abord dans le cadre de la prédiction de séries temporelles hétérogènes puis dans le cas de la prédiction de séries temporelles avec une incertitude exprimée.
Un modèle de prédiction de séries spatio-temporelles est ensuite proposé, avec lequel les relations entre les différentes séries peuvent être exprimées de manière plus générale, et où ces dernières peuvent être apprises.
Enfin, nous nous intéressons à la classification de séries temporelles. Un modèle d’apprentissage joint de métrique et de classification de séries est proposé et une comparaison expérimentale est menée.

 

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Mr  Ali MASRI intitulée « Integration Multi-Réseaux pour la Mobilité Intelligente » qui a eu lieu le mardi 28 novembre 2017 à 14h à l’université de Versailles Saint-Quentin-en-Yvelines.
L’encadrement scientifique de la thèse a été assuré au sein de VEDECOM par M. Bertrand LEROY.

JURY
M. Jose Antonio F. de Macedo. Professeur : Universidade Federal do Ceará, BRESIL. Rapporteur
M. Thomas Devogele. Professeur : Université de Tours, France. Rapporteur
M. Bruno Defude. Professeur : Telecom SudParis – Paris Saclay, France. Examinateur
M. Dimitris Kotzinos. Professeur : Université de Cergy-Pontoise, France. Examinateur
M. Omar Boucelma. Professeur : Université de Marseilles, France. Examinateur
M. Bertrand Leroy. Chef de Projet : VEDECOM, France. Examinateur
Mme. Karine Zeitouni. Professeur : Université de Versailles Saint Quentin- Paris Saclay, France. Directrice de thèse
Mme. Zoubida Kedad. Maitre de conférence : Université de Versailles Saint Quentin- Paris Saclay, France. Co-directrice de thèse
RESUME
La multi-modalité requière l’intégration de données et/ou de services provenant de systèmes de transport hétérogènes, et ce afin de générer une vue globale du réseau de transport multimodal. Plusieurs services de transport émergeants (co-voiturage, auto-partage ou partage de deux roues, etc.) se développent car ils offrent des solutions de mobilité parfois plus intéressantes que les modes traditionnels. Cependant, ces services sont à l’heure actuelle isolés du reste des modes de transport et des solutions multimodales. Ils sont proposés comme une alternative mais sans intégration réelle aux plans proposés par les outils existants. Par ailleurs, le concept de données ouvertes est aujourd’hui adopté par de nombreuses organisations publiques et privées, leur permettant de publier leurs sources de données sur le Web et de gagner ainsi en visibilité.     L’objectif de cette thèse est d’utiliser ces données pour permettre et étendre la multi-modalité, en offrant une vue unifiée des réseaux de transport existants et des nouveaux services de transport. Les verrous scientifiques auxquels s’intéresse cette thèse sont liés aux problèmes d’intégration à la fois des données et des services informatiques des systèmes de transport sous-jacents. Nos principales contributions sont les suivantes : i) une approche d’appariement de schémas pour les données géospatiales ; ii) une méthode de découverte de connexions offrant la possibilité de définir et de calculer des relations sémantiques riches entre des sources au niveau des instances ; iii) une solution pour la planification de trajet multimodale qui intègre pleinement les nouveaux services de mobilité avec celles existantes du transport public.

 

VEDECOM a le plaisir de vous annoncer la soutenance de thèse de Mr  Julian GARBISO  intitulée « Clustering auto-adaptatif et équitable dans les réseaux véhiculaires hybrides » qui a eu lieu le mardi 30 novembre 2017 à 14h30 au Laboratoire LINCS / EIT Digital, 23 avenue d’Italie, Paris XIII.
L’encadrement scientifique de la thèse a été assuré au sein de VEDECOM par M. Bertrand LEROY.

JURY
Rapporteurs :
Christian BECKER, Professeur, Université de Mannheim
Ken CHEN, Professeur, Professeur, Université de Paris XIII
Examinateurs :
Samir TOHMÉ, Professeur, Université de Versailles – Saint Quentin
Bertrand LEROY, Responsable d’équipe de recherche, Institut VEDECOM
Invité :
Jeremy PITT, Professeur, Imperial College London
Directeurs de thèse :
Mme Ada DIACONESCU, Maître de conférences, Télécom ParisTech
Marceau COUPECHOUX, Maître de conférences, Télécom ParisTech
RESUME
Dans le cadre du développement des innovations dans les Systèmes de Transport Intelligents, les véhicules connectés devront être capables de télécharger des informations basées sur la position sur et depuis des serveurs distants. Ces véhicules seront équipés avec des différentes technologies d’accès radio, telles que les réseaux cellulaires ou les réseaux véhicule-à-véhicule (V2V) comme IEEE 802.11p. Les réseaux cellulaires, avec une couverture presque omniprésente, fournissent un accès à internet avec garanties de qualité de service. Cependant, l’accès à ces réseaux est payant.
Dans cette thèse, un algorithme de clustering multi-saut est proposé avec pour objectif de réduire le coût d’accès au réseau cellulaire en agrégeant des données sur le réseau V2V. Pour faire ceci, le leader du cluster (CH, de l’anglais Cluster Head) est utilisé comme passerelle unique vers le réseau cellulaire. Pour le test d’une application d’exemple pour télécharger du Floating Car Data agrégé, les résultats des simulations montrent que cette approche réduit l’utilisation du réseau cellulaire de plus de 80%, en s’attaquant à la redondance typique des données basées sur la position dans les réseaux véhiculaires.
Il y a une contribution en trois parties : Premièrement, une approche pour déléguer la sélection du CH à la station de base du réseau cellulaire afin de maximiser la taille des clusters, et par conséquent le taux de compression. Deuxièmement, un algorithme auto-adaptatif qui change dynamiquement le nombre maximum de sauts afin de maintenir un équilibre entre la réduction des coûts d’accès au réseau cellulaire et le taux de perte de paquets dans le réseau V2V. Finalement, l’incorporation de la théorie de la justice distributive, afin d’améliorer l’équité sur la durée concernant la distribution des coûts auxquels les CH doivent faire face, améliorant ainsi l’acceptabilité sociale de la proposition.
Les algorithmes proposés ont été testés via simulation, et les résultats montrent une réduction significative dans l’utilisation du réseau cellulaire, une adaptation réussie du nombre de sauts aux changements de la densité du trafic véhiculaire, et une amélioration dans les métriques d’équité, sans affecter la performance des réseaux.

Voir toutes les actualités
Articles récents :