Stage Recherche

Reconstruction de matrices Origine-Destination à partir de données ouvertes de vélo-partage

Domaines scientifiques : informatique, mathématique, géomatique

Mots clés : vélo-partage, données ouvertes, matrice Origine-Destination, méthode inférentielle

Encadrement

Encadrant (s):
Gaël PALLARES, Enseignant Chercheur (encadrant principal)

Myriam FOUCRAS, Enseignant Chercheur

Travaux de Recherche

Sujet stage résumé

Dans un contexte de changement climatique et de diminution de ressources naturelles, il devient vital d’optimiser les transports existants et de développer l’usage de modes écologiquement plus vertueux. Or la conception et la gestion d’un réseau de transport nécessite une connaissance fine de la demande obtenue généralement par l’estimation de matrices Origine/Destination (mOD) issues de données d’enquêtes coûteuses et chronophages. Le déploiement d'outils numériques permet l'acquisition automatique de données en temps réel et leur analyse apparait comme une alternative pour cette évaluation. L’objet de ce stage est de reconstruire les matrices Origine-Destination de vélo-partage à partir de données ouvertes afin de caractériser les flux spatio-temporels de mobilité vélo et ainsi de mieux en comprendre son usage.

Projet de stage

Contexte scientifique Ce stage s’inscrit dans le cadre du programme MobE porté par CESI. Ce programme vise à comprendre et optimiser la mobilité du public étudiant en faveur des économies d’énergie et à engager les établissements d’enseignement supérieur dans une transformation de la mobilité du public étudiant via une approche intégrée d’analyse, d’apports méthodologiques et de diffusion large auprès des étudiants et des établissements d’enseignement supérieur.

Nous cherchons à réduire l'empreinte carbone des déplacements étudiants tout en proposant des alternatives efficientes basés notamment sur la mobilité douce (marche, vélo, trottinette ) mais aussi tout moyen de mobilité, collectif ou individuel, contribuant à une baisse des émissions de CO2 (tel que les transports en commun ou le covoiturage).

Le Programme s’articule autour des axes suivants:

- Analyser et comprendre les leviers motivationnels de mobilité des étudiants puis imaginer les mobilités de demain de manière participative avec plus de 5 000 étudiants - Organiser des évènements de proximité sur le sujet de la mobilité dans les établissements d’enseignement supérieur avec des actions de terrain telles que la mise en place d’une communication adaptée au public jeune, de challenges de la mobilité, des challenges des ambassadeurs de mobilité.
- Accompagner la démarche d’établissements d’enseignement supérieur dans l’optimisation des mobilités étudiantes : 20 établissements impliqués directement pour établir leur diagnostic et 4 à 6 pilotes pour engager des plans de mobilité campus à l’aide des données et outils numériques.
- Pérenniser l’engagement des établissements d’enseignement supérieur dans la démarche de mobilité économe des étudiants en mettant à disposition l’ensemble de la synthèse, des analyses ainsi que des outils méthodologiques.

Sujet de stage

La densification démographique des villes entraîne un accroissement des besoins en mobilité urbaine et avec lui l’aggravation de divers problèmes sous-jacents notamment énergétiques et écologiques. Dans un contexte de taille finie d’espace et de ressources, il devient vital d’une part d’optimiser les transports existants, et d’autre part de développer l’usage de modes plus vertueux écologiquement (Gallo and Marinelli, 2020). Or la conception et la gestion d’un réseau de transport nécessite une connaissance fine de la demande obtenue traditionnellement par l’estimation de matrices Origine/Destination (mOD) issues de données d’enquêtes (Zalewski et al, 2019). Le déploiement massif d'outils numériques permet l'acquisition automatique de données en temps réel et leur analyse apparait comme une alternative pour la reconstruction (Hussain et al, 2021).

L’objet de ce stage est ainsi de reconstruire les matrices Origine-Destination de vélo-partage, à partir de données ouvertes multi-villes, afin de caractériser les flux spatio-temporels de mobilité (Chen et al, 2017 ; Schneble and Kauermann, 2022). Les résultats seront analysés au regard des types de zones d’occupation (résidentiel, commerces, écoles/universités,), du réseau de transport (routes, aménagement cyclable,) et de la météo. Une attention particulière sera portée au public étudiant pour lequel un contexte socio-économique et des contraintes de temps sont propres.

Antériorité du sujet dans le laboratoire

La problématique de « reconstruction de matrice Origine-Destination » est un sujet actif au laboratoire. Une thèse de doctorat est actuellement en cours et, suite à une étude bibliographique