De nos jours, les grandes villes sont confrontées à de gros problèmes tels que les embouteillages, la pollution atmosphérique et la consommation d'énergie. Ces problèmes peuvent être résolus en utilisant les technologies suivantes données massives (ce qui implique le traitement de grands volumes de données).
C'est précisément ce qu'est l'informatique urbaine. Elle peut être définie simplement comme l'utilisation du big data pour faire face aux grands problèmes des grandes villes.
Développons davantage ce point.
L'informatique urbaine implique un processus d'acquisition, d'intégration et d'analyse de données volumineuses et hétérogènes générées par diverses sources dans les espaces urbains. Ces sources de données comprennent des capteurs, des dispositifs mobiles, des véhicules, des bâtiments et des personnes.
Qu'est-ce que l'informatique urbaine ?
Dans le document intitulé "Informatique urbaine : concepts, méthodologies et applications"Les auteurs présentent un cadre général pour la mise en œuvre de l'informatique urbaine.
L'informatique urbaine relie les technologies de détection non intrusives et omniprésentes, la gestion avancée des données, les modèles analytiques et les nouvelles méthodes de visualisation pour créer des solutions qui améliorent l'environnement urbain, la qualité de la vie humaine et les systèmes de fonctionnement des villes.
Nous devons également souligner que l'informatique urbaine est un domaine interdisciplinaire. Elle intègre l'informatique à d'autres domaines comme le transport, le génie civil, l'économie, l'écologie et la sociologie dans le contexte des espaces urbains.
La grande question qui hante votre esprit est probablement la suivante : comment mettre en œuvre l'informatique urbaine pour résoudre les problèmes des grandes villes ?
Eh bien, bonne nouvelle, il existe un cadre pour cela !
Cadre de l'informatique urbaine
Dans le document intitulé "Informatique urbaine : concepts, méthodologies et applications"Les auteurs présentent un cadre général pour la mise en œuvre de l'informatique urbaine.
Le cadre est composé de quatre couches : Détection urbaine, gestion des données urbaines, analyse des données et fourniture de services. Chaque couche a une fonction spécifique.
Le site Détection urbaine est chargé de collecter des données dans les espaces urbains. Cette collecte de données peut être effectuée par différentes techniques telles que la détection participative, la détection par les foules et la détection mobile.
Le site Gestion des données urbaines permet d'organiser les données à l'aide d'une structure d'indexation qui intègre à la fois des informations spatio-temporelles et des textes pour permettre une analyse efficace des données.
Dans le Couche d'analyse des donnéesdifférentes techniques telles que Extraction de données, Apprentissage automatiqueet Visualisation des données sont utilisés pour identifier des modèles dans les données et en tirer des informations précieuses pour la prise de décision ultérieure.
Le site Fourniture de services comprend diverses solutions et services visant à améliorer l'expérience de conduite des personnes, à réduire les embouteillages, la pollution atmosphérique et la consommation d'énergie. Par exemple, en cas de détection d'une anomalie du trafic, cette information sera transmise à l'autorité de transport pour disperser le trafic et diagnostiquer l'anomalie.
Alors, quels sont les défis auxquels l'informatique urbaine est confrontée ?
Pour une mise en œuvre idéale, l'informatique urbaine doit relever trois grands défis :
1.Détection et acquisition de données.
Ce défi consiste à collecter des données urbaines de manière non intrusive et continue, compte tenu des limites du nombre de capteurs répartis dans la ville.
La construction de nouvelles infrastructures de détection pourrait permettre d'atteindre cet objectif, mais elle alourdirait la charge des villes.
L'être humain en tant que capteur est un nouveau concept qui pourrait aider à relever ce défi en utilisant ses messages sur les médias sociaux ou ses traces GPS pour comprendre les événements qui se produisent autour de lui.
Les humains en tant que capteur apportent de nouveaux défis tels que :
- Utilisation croissante de l'énergie des appareils ;
- La confidentialité des informations personnelles ;
- Données biaisées car les utilisateurs ne sont pas répartis uniformément et n'envoient pas les relevés de détection à la même fréquence ;
- Données non structurées, implicites et bruyantes fournies par les utilisateurs. En revanche, les données générées par les capteurs traditionnels sont bien structurées, explicites, propres et faciles à comprendre.
2. Données hétérogènes.
Les techniques d'exploration de données et d'apprentissage automatique traitent généralement un seul type de données. Cependant, la résolution des problèmes urbains fait intervenir un large éventail de facteurs (par exemple, l'étude de la pollution atmosphérique implique l'étude simultanée du flux de circulation, de la météorologie et de l'utilisation des sols).
3. Systèmes hybrides.
Contrairement à un moteur de recherche ou à un jeu numérique où les données sont générées et consommées dans le monde numérique, l'informatique urbaine intègre généralement les données des deux mondes (en combinant le trafic avec les médias sociaux).
La conception des systèmes hybrides est beaucoup plus difficile que celle des systèmes classiques, car le système doit communiquer simultanément avec de nombreux dispositifs et utilisateurs et envoyer et recevoir des données de différents formats.
Quelles sont les principales applications de l'informatique urbaine ?
Les applications de l'informatique urbaine pourraient être innombrables.
Les applications peuvent être regroupées en sept catégories : urbanisme, transport, environnement, sûreté et sécurité publiques, énergie, économie, écologie et social.
Voici une très brève description de chacun d'entre eux :
- Urbanisme.
La planification est importante pour la construction de villes intelligentes. Cette catégorie comprend la détection des problèmes sous-jacents dans les réseaux de transport, la découverte des régions fonctionnelles dans une ville (telles que les zones qui répondent aux différents besoins des personnes et servent de technique d'organisation comme les zones d'enseignement ou les quartiers d'affaires), et la détection des limites de la ville pour comprendre son évolution.
- Transport.
Cette catégorie comprend : l'amélioration de l'expérience de conduite, les services de taxi et les systèmes de transport public.
- Environnement.
La progression rapide de l'urbanisation va devenir une menace potentielle pour l'environnement des villes. L'informatique urbaine pour l'environnement comprend : l'amélioration de la qualité de l'air dans les villes et la réduction de la pollution sonore.
- Sûreté et sécurité publiques.
On peut citer les applications suivantes : la détection des anomalies du trafic, la détection des catastrophes et la détection des accidents.
- Consommation d'énergie.
La progression rapide de l'urbanisation entraîne une consommation d'énergie de plus en plus importante. Les applications de cette catégorie sont la réduction de la consommation de gaz et d'électricité.
- L'économie.
La dynamique d'une ville peut indiquer la tendance de l'économie de la ville. Un exemple d'application dans cette catégorie est la prévision de la tendance d'un marché boursier.
- Social.
Les applications de cette catégorie sont les recommandations de localisation, la planification d'itinéraires, les recommandations de localisation et d'activité, et la compréhension de la dynamique des villes.
Existe-t-il des technologies permettant l'informatique urbaine ?
Il existe plusieurs technologies habilitantes pour l'informatique urbaine, qui sont regroupées en catégories. Les catégories les plus fréquemment utilisées sont les suivantes :
Techniques de détection en milieu urbain. La détection et la mesure traditionnelles par l'installation de capteurs, la détection passive des foules qui utilise l'infrastructure existante pour collecter les données générées par les foules, et la détection participative où les gens contribuent activement avec les informations qui les entourent ;
Les techniques de gestion des données urbaines permettent l'organisation de multiples sources de données hétérogènes pour le processus d'exploration de données suivant ;
Les techniques de fusion de connaissances permettent de fusionner efficacement les connaissances acquises à partir de plusieurs sources de données hétérogènes ;
Les techniques de visualisation des données urbaines ne doivent pas se contenter d'afficher des données brutes et de présenter des résultats, mais elles doivent également permettre de détecter et de décrire des modèles, des tendances et des relations dans les données.
Comme vous le voyez, l'informatique urbaine peut être un outil très utile pour résoudre les principaux problèmes des villes modernes.
Les défis auxquels l'informatique urbaine est confrontée finiront par être relevés, ce qui nous permettra d'offrir un meilleur avenir à nos villes.
Références
T. Kindberg, M. Chalmers, et E. Paulos. 2007. Introduction des rédacteurs invités : Urban computing. Pervasive Computing 6, 3, 18-20
Cliquez sur l'image ci-dessous pour consulter nos illustrations de Mind the Graph pour l'informatique urbaine.
S'abonner à notre newsletter
Contenu exclusif de haute qualité sur le visuel efficace
la communication dans les sciences.
French 
English 
Chinese 
Czech 
Dutch 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Turkish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Danish 
Estonian 
Slovenian 
Lithuanian 
Latvian 
Slovak