Communauté autour des traces de mobilité et des données associées

De Communauté de la Fabrique des Mobilites

Description: La connaissance des pratiques quotidiennes de mobilité des citoyens est essentielle pour permettre à toutes les parties prenantes de mieux agir et mieux décider. Le numérique permet de produire cette connaissance de façon différente. Cette communauté travaille pour produire des ressources utiles et mutualisées (logiciels notamment) permettant d'améliorer la production de données de mobilités.

Image:

Tracewiki.png

Tags:

Thème: Données ouvertes, Traces de mobilité et des données associées

Objectifs: L’Enquête Ménages Déplacements (EMD) est l’outil de référence à l’échelle locale pour mesurer et quantifier les pratiques de mobilité. En raison du coût de réalisation, ces enquêtes ont lieu en moyenne tous les 10 ans. De plus les informations manquent de continuité et de précision dans les échelles les plus importantes ; informations pourtant indispensables aujourd’hui dans l’annalyse des déplacements. Les nouvelles technologies numériques et l’implication des usagers dans la production de services territoriaux permettent d’envisager des alternatives. Comment profiter des nouveaux usages et outils disponibles pour rendre compte de façon dynamique des comportements de mobilité sur un territoire ?

Défis adressés : Produire un nouveau contrat social entre les citoyens et les acteurs publics / privés pour augmenter les connaissances et changer les pratiques

Organisations membres:

Individus membres:

Référents - Pilotes:

Espace d'échange synchrone (de type chat):

Espace d'échange asynchrone (de type mail):

Gestion des actions
Connectez vous au gestionnaire de tâches de cette communauté pour accéder aux actions planifiées, celles en cours. Contribuez simplement, selon vos possibilités et compétences
 :


Partage de fichiers
Connectez vous au dossier partagé de cette communauté pour accéder à tous les documents.
 :


L’Enquête Ménages Déplacements (EMD) est l’outil de référence à l’échelle locale pour mesurer et quantifier les pratiques de mobilité. En raison du coût de réalisation, ces enquêtes ont lieu en moyenne tous les 10 ans. De plus les informations manquent de continuité et de précision dans les échelles les plus importantes ; informations pourtant indispensables aujourd’hui dans l’analyse des déplacements. 40 ans d'enquêtes ménage déplacement : http://www.territoires-ville.cerema.fr/emd-edgt-edvm-pres-de-150-enquetes-realisees-a246.html

Les nouvelles technologies numériques et l’implication des usagers dans la production de services territoriaux permettent d’envisager des alternatives. Comment profiter des nouveaux usages et outils disponibles pour rendre compte de façon dynamique des comportements de mobilité sur un territoire ?

Les projets

Le projet MOBILISE

Présentation du projet

Un croisement et une analyse fine de ces données permettront de développer :

  • Un outil d’aide à la décision en termes d’aménagement du territoire, mais aussi d’amélioration et de développement d’offres de mobilité à l’attention des décideurs territoriaux,
  • Un outil d’aide à la décision pour les individus, habitants et visiteurs du territoire, concernant leurs déplacements,
  • Une plateforme d’ouverture des données de mobilité,
  • Une plateforme d’ouverture des données et des algorithmes à une communauté de chercheurs.

Livrables : Outils, interfaces. Vidéo de présentation

Contact : http://www2.developpement-durable.gouv.fr/Mobi-Lise.html

Le projet GOTOO

site du Projet : http://www.gotoo.fr/

Le projet NORMATIS

Projet financé par l'AnR : http://www.agence-nationale-recherche.fr/?Projet=ANR-13-TDMO-0007

Stage : Fusion de données de mobilité par des méthodes de machine Learning

Projet porté par Vedecom : http://www.vedecom.fr/normatis/

TMD Peaks

Ce projet montre qu'il est possible d'auto determiner le mode de transport via les capteurs du smartphone.

http://universe.hiit.fi/tmd-peaks/

Projet de Startup d'Etat autour des données

Ce document décrit les bases du problème, une piste de solution et l'accès au marché : https://docs.google.com/document/d/1UFkzoFPbOCKFg1rqqgB6vD38MpGwGsnwfGg90GIU4BI/edit#heading=h.gjdgxs

Projet OpenPaths

https://openpaths.cc is a secure data locker for personal location information.

Using our mobile apps you can track your location, visualize where you've been, and upload your data to the OpenPaths website. You can then download your data from the website in a variety of friendly formats, including KML, JSON, and CSV. The OpenPaths API enables you to integrate your own software with the platform, and you can import data from location-based services like Foursquare. You can keep your location history to yourself, or you can share it with specific research initiatives, art projects, or educational programs as you so choose. The OpenPaths online interface allows you to manage who has access to your data. Regardless, your data is always encrypted on the OpenPaths servers, and cannot be accessed by anyone without your express consent.

Sentiance

Startup basée à Anvers (avec une antenne à Vilnius), qui commercialise des outils (un SDK) de détection de motifs de déplacements d'utilisateurs de smartphones, essentiellement en B2B pour le secteur privé et des applications marketing, mais aussi en principe des applications de gestion des déplacements. 50 personnes, statisticiens ou développeur, et ils recrutent encore! à tester...


Projet Uber Movement

Uber propose une plateforme https://movement.uber.com/cities?lang=fr-FR permettant de visualiser des temps de trajet dans plusieurs villes du monde. Cet outil est construit à partir des données d'usage réel des véhicules utilisant l'application Uber.

Projet Waze Connected Citizen

Waze propose aux collectivités un "troc" de données. Waze partage les données remontant des personnes utilisant l'application waze à la collectivité et en échange, la collectivité communique les données de trafic mesuré par des capteurs, les prévisions de travaux, etc. Par exemple, à Lille, Waze fournit trois jeux de données à la MEL. Le premier concerne les alertes en temps réel à propos de tout ce qui peut impacter la voirie comme des objets sur la route ou des accidents. Le second concerne les embouteillages : en fonction de la vitesse des véhicules de ses utilisateurs, l'algorithme de Waze reconnaît la formation d'un bouchon et envoie son tracé en temps réel à la ville. Le dernier n'a pas encore été très utilisé, car il concerne des cas de force majeure (énormes accidents, catastrophes naturelles), pour lesquels Lille serait de tout façon très rapidement au courant. De son côté, la métropole a ouvert ses données sur la géolocalisation et la durée des travaux de voirie. Waze est prévenu une semaine à l'avance, ce qui lui évite d'attendre un signalement des utilisateurs pour savoir que des travaux sont en cours. La MEL aimerait aussi mettre en open data la géolocalisation en temps-réel des camions-bennes pour que Waze adapte le parcours des automobilistes qui pourraient se retrouver derrière l'un d'eux. En somme, chaque partie comble les lacunes de l'autre : Lille manque de remontées d'informations en temps réel, tandis que Waze ne peut savoir ce que ses utilisateurs ignorent.