COOCOPARK – État de l’art sur l’optimisation du stationnement en milieu urbain

Envoyé par le 21 Oct 2019

This entry is part 1 of 6 in the series Etude du stationnement dans le milieu urbain

Auteurs : BOUSSARD Tristan, LANTRIN Julien, PREVOST Matthias, RUNACHER Oscar

Dans le cadre de notre TAF CoOC (Conception d’Objets Connectés) et de notre Projet Fil Rouge nous devons réaliser le prototype d’un objet communicant qui répond à un besoin utilisateur. Dans le cas de notre groupe nous avons décidé de nous intéresser aux problématiques de stationnement en milieu urbain. En effet, les problèmes de stationnement sont fréquents surtout dans les métropoles et leurs centres-villes ainsi que dans les quartiers résidentiels à la fin des journées de travail. Ces problèmes de stationnement sont non seulement une gêne pour les particuliers circulant en voiture mais ont également un gros impact sur les émissions de dioxyde de carbone du fait de la consommation de carburant liée à la recherche d’une place à “l’aveugle”.

Comment simplifier la recherche de place de parking chez les automobilistes ? Comment réduire ce temps de recherches et éviter de “tourner en rond” ? Peut on utiliser les technologies de l’IoT pour fluidifier les transports des centre-villes ?

Pour répondre à ces questions, nous avons réalisé une étude de l’état de l’art sur ces problématiques.

Nous allons donc vous présenter ici un résumé de nos recherches et comment elles s’inscrivent dans le cadre de notre projet, notamment quant à la faisabilité des solutions proposées.

 

C’est quoi le problème ?

30% des automobilistes sont actuellement en recherche d’un place de stationnement. En france par exemple un automobiliste passe en moyenne 2 mois et demi de sa vie à chercher une place de parking. Au delà de la pénibilité que cela procure, la dimension environnementale est directement liée car 20% du CO2 émis par les voitures est dû à la recherche de stationnement. [6]

Cela nous amène à définir plusieurs parties prenantes concernées par notre problématique :

  • Les collectivités territoriales et les mairies de la ville où le parking connecté est implanté.
  • Les automobilistes qui sont amenés ponctuellement ou régulièrement à chercher une place de parking en zone de forte affluence.
  • Les entreprises privées portées sur le stationnement urbain.

Pour ce qui est des concurrents sur le marché des applications de parking et proposant des solutions pour trouver efficacement un stationnement il y en a plusieurs proposant des services plus ou moins différents.

On trouve tout d’abord les applications comme Zenpark ou Onepark qui recensent d’une part des parkings en zone urbaine, et qui indiquent les prix des places dans les rues d’autre part. Par ailleurs, l’application OPnGO collabore avec les parkings et propose aux usagers de réserver par avance leur ticket sur l’application pour s’assurer une place et y accéder plus rapidement. Finalement, la solution proposée par Parking-Polly est celle qui se rapproche le plus de ce que nous imaginons, en effet l’objectif est d’indiquer sur un GPS dans quelle zone il y une plu grande probabilité de trouver une place.

Les services proposés se différencient les uns des autres, cependant la précision d’information n’est pas toujours bonne, par exemple on ne peut pas précisément connaître l’existence d’une place dans la rue avec ses dimensions et sa disponibilité. Ces informations là peuvent s’avérer essentielles pour se garer de manière efficace et rapide.

Capture d’écran du site web de Parking Polly qui présente leur solution. https://www.parking-polly.com/business-22

Avant de présenter les solutions proposées par la littérature scientifique, il faut se demander quels sont les problèmes avec les emplacements de stationnement actuels. On peut en voir plusieurs dans Prabhu Ramaswamy “IoT Smart Parking System for Reducing Green House Gas Emission” [5] :

  • Les systèmes de stationnement sont entretenus séparément et ne sont pas interconnectés.
  • Il est difficile de connaître le stationnement le plus proche et, bien qu’on puisse s’aider de carte GPS, la recherche de places disponibles est une tâche difficile.
  • Il n’est pas possible pour un conducteur de savoir quelle place est disponible avant de décider de garer son véhicule. Par conséquent, une fois une place manquée, le conducteur doit poursuivre ses recherches sur plusieurs endroits inutilement.
  • Plusieurs systèmes de stationnement dans les rues sont équipés de parcmètres manuels, ce qui ne permet pas d’assurer que les frais de stationnement sont perçus à l’avance. Le système existant force donc l’utilisateur à prolonger les heures de stationnement à l’avance, ce qui rend la tâche de connaître le taux d’occupation du parking plus difficile.

De plus, R. Arnott “Alleviating Urban Traffic Congestion” [4] estime que au quotidien 30% des véhicules circulant dans les centres-villes des grandes villes sont en recherche une place de stationnement et qu’il faut en moyenne 7,8 minutes pour en trouver une. Cela entraîne une perte de temps et de carburant pour les conducteurs et participe à l’apparition en raison des embouteillages.

 

Quels sont donc les solutions proposées dans la littérature scientifique ?

Dans un article de 2016 intitulé “IoT based Smart Parking System”, Abhirup Khanna et Rishi Anand [3] présentent une application connectée au cloud-of-things qui permet à l’utilisateur de connaître la disponibilité d’une place de parking en temps réel, avec également la possibilité de réserver les places de parking. Pour construire ce système ils ont utilisé des capteurs infrarouges et ultrasons connectés sans fil à une Raspberry Pi qui utilise le protocole TCP/IP permettant à n’importe quel appareil de se connecter en wi-fi. Ils ont développé leur application sur apache et angular (javascript) et est stockée dans un cloud IBM.

Figure 1 – Schéma de fonctionnement de l’application présentée dans “IoT based Smart Parking System” [3]

Dans l’article de Yanfeng Geng et Christos G. Cassandras “A new “Smart Parking” System Infrastructure and Implementation” [2], les auteurs présentent un système qui assigne à un conducteur une place de parking en fonction de la proximité de la destination et le coût du stationnement. Le système est mis à jour en temps réel en fonction de l’occupation des places, de plus si l’utilisateur le souhaite il peut ajuster ses paramètres de préférence pour que le système le dirige vers une autre place. Le suivi GPS des véhicules se fait soit via un dispositif supplémentaire à installer dans le véhicule soit via le smartphone du conducteur. Comme dans beaucoup d’autres articles scientifiques sur le sujet, Geng et Cassandras se servent de capteurs pour déterminer si une place est occupée. En l’occurrence ils utilisent un capteur ultrasons pour chacune des places.

L’article “A Visual Sensor Network for Parking Lot Occupancy Detection in Smart Cities” de Luca Baroffio [1] présente une solution de parking connecté utilisant les caméras de vidéo surveillance. En exploitant ces caméras filmant les parkings un algorithme d’analyse d’image permet de déterminer la présence ou non d’une voiture sur une place de parking. Cette solution présente un avantage conséquent par rapport à l’utilisation de capteurs qui est de pouvoir analyser toute une zone d’un parking avec une seule caméra, ainsi la scalabilité de la solution devient plus importante. Cela a pour conséquence de limiter le coût énergétique de cette solution en comparaison avec une solution utilisant des capteurs installés sur chaque place.

 

En résumé 

Toutes ces solutions ont pour but principal de déterminer l’occupation ou non des places de parking avec potentiellement dans un second temps une application guidant l’utilisateur vers une place de stationnement disponible. Là où les solutions proposées diffèrent est dans la méthode de détection d’occupation des places. En effet, dans un cas l’on détermine cette occupation à l’aide d’un réseau de capteurs, dans d’autres, cela se fait grâce à l’utilisation de caméra de surveillance. Une autre étude se sert également de laser et d’un logiciel d’apprentissage afin de détecter plus facilement une place de stationnement disponible.

Chaque méthode a ses avantages et ses inconvénients : là où des capteurs se révèlent plus facilement utilisables (en parking fermé notamment) leur utilisation reste plutôt limité tant dans les ressources nécessaire pour une application à grande échelle que dans l’incertitude pouvant survenir dans des espaces de stationnements non limités à une place uniquement, c’est à dire dépendant de la longueur des voitures y étant garées et de l’espace disponible. En effet, il peut souvent exister des places libres mais ne pouvant accueillir certaines voitures.  D’autre part, l’utilisation des caméras de surveillance peut quant à elle évaluer l’espace disponible pour une voiture d’une certaine taille et dans des emplacements urbains plus aléatoires qu’un parking fermé (places de stationnement dans la rue, parking exterieur en ville…). Cependant, pour une détection par caméra il faut tenir compte de la météo car l’analyse d’image par temps de brouillard, de pluie ou bien avec une luminosité faible peut s’avérer plus délicate.

 

La suite pour nous

Notre thème d’étude se porte donc sur les solutions connectées liées au parking urbain, un sujet participant au thème global des smart cities. Au regard du temps accordé à notre projet nous devons nous pencher sur une solution réalisable en un temps réduit mais aussi à hauteur de nos moyens. Nous estimons donc que les technologies liées aux réseau de capteurs connectés seront plus facilement déployable à l’échelle de notre projet.

Cependant, nous ne souhaitons pas nous lancer inutilement et trop rapidement sur la conception d’une solution aux problèmes évoqués tout au long de l’article. Nous allons donc réaliser une étude de terrain auprès des différents acteurs qui gravitent autour du problème du stationnement en milieu urbain. Pour plus d’informations à ce sujet, rendez-vous sur notre article “Rapport de méthodologie sur l’ptimisation du stationnement en milieu urbain”.

 

Bibliographie

[1] Baroffio, Luca, Luca Bondi, Matteo Cesana, Alessandro Enrico Redondi, et Marco Tagliasacchi. « A Visual Sensor Network for Parking Lot Occupancy Detection in Smart Cities ». In 2015 IEEE 2nd World Forum on Internet of Things (WF-IoT), 745‑50. Milan, Italy: IEEE, 2015. https://doi.org/10.1109/WF-IoT.2015.7389147.

[2] Geng, Yanfeng, et Christos G. Cassandras. « A New “Smart Parking” System Infrastructure and Implementation ». Procedia – Social and Behavioral Sciences 54 (octobre 2012): 1278‑87. https://doi.org/10.1016/j.sbspro.2012.09.842.

[3] Khanna, Abhirup, et Rishi Anand. « IoT Based Smart Parking System », s. d., 5.

[4] Press, The MIT. « Alleviating Urban Traffic Congestion ». The MIT Press. Consulté le 15 octobre 2019. https://mitpress.mit.edu/books/alleviating-urban-traffic-congestion.

[5] Ramaswamy, Prabhu. « IoT Smart Parking System for Reducing Green House Gas Emission ». In 2016 International Conference on Recent Trends in Information Technology (ICRTIT), 1‑6. Chennai, India: IEEE, 2016. https://doi.org/10.1109/ICRTIT.2016.7569513.

[6] BFMTV, « Stationnement: nous perdons une journée par an à chercher une place ». [En ligne]. Disponible sur: https://auto.bfmtv.com/actualite/stationnement-nous-perdons-une-journee-par-an-a-chercher-une-place-1285121.html. [Consulté le: 06-nov-2019].

Series NavigationCOOCOPARK – Rapport de méthodologie >>

Laisser une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *