Let’s make our planet great again !

Let’s make our planet great again !

Lorsque la data science se penche sur les problématiques de la ville, les résultats sont souvent des innovations concrètes, utiles et citoyennes. À titre d’exemple, Quantmetry a déployé dans un quartier de Paris une solution d’éclairage public intelligent.

Dans un précédent article de blog, « Smart Cities et data science« , Emmanuel Manceau et Alberto Guggiola présentaient déjà l’éclairage public adaptatif comme l’un des cas d’usage à plus fort potentiel. L’idée développée était de régler l’intensité lumineuse en fonction du trafic urbain mesuré par des capteurs.

Ainsi, dès lors que nous avons entendu qu’un des challenges de DataCity – concours lancé par Numa – était sur l’éclairage adaptatif, nous avons candidaté avec Dataiku. Le sens de cette collaboration était d’allier nos forces respectives: l’algorithmie de Quantmetry et la plateforme DSS de Dataiku. 225 startups en compétition et finalement Quantmetry x Dataiku sont lauréats pour relever un défi qui constitue une première mondiale!

 

 

 

Le challenge réunissait côté sponsor Bouygues Energies et Services (BYES), SFR et la ville de Paris.

– BYES qui via sa filiale EVESA gère l’éclairage public à Paris

– SFR qui fournissait des données de téléphonie mobile agrégées et anonymisées.

– La ville de Paris qui permettait l’experimentation dans le XIII arrondissement.

 

Nous avons travaillé 1 mois en avril 2017 pour mettre en place une solution technique qui mesure le trafic piéton et routier au niveau de chaque tronçon de rue du XIII arrondissement. À partir du mois de mai, nous avons adapté l’éclairage dans le quartier Croulebarbe en fonction des tendances que nous avions observée sur 2 mois d’historiques en été et en hiver. Nous avons présenté les résultats lors d’un Demo Day à la Mairie de Paris le 6 juin 2017 devant Anne Hidalgo:

5-10% d’économie sur la facture énergétique soit 700k€ par an!

Le 11 décembre 2017, nous avons été invités à présenter cette solution à Tech For Planet lors duquel le président de la République a détaillé son plan « Make our planet great again ».

La méthodologie

Quelques chiffres:

  • L’éclairage public représente 40% de la facture électrique de Paris soit 13M€/an.

  • 199 000 lampadaires.

  • 5,6M de trajets de voiture quotidien.

Nous sommes bien en face d’une problématique Big Data avec un fort impact économique et écologique.

Notre travail a été d’extraire à partir de données brutes, agrégées et anonymisées, de SFR le nombre de personnes présentes par rue mais aussi la vitesse de leur déplacement afin de déterminer si ces personnes étaient à l’intérieur ou se déplaçaient (voiture, à pied, métro aérien). À partir des flux de véhicules et de piétons, nous pouvons identifier des périodes d’heures creuses au milieu de la nuit pendant lesquelles les normes d’éclairage public permettent de réduire l’intensité des lampadaires. C’est cette légère réduction qui permet de réaliser une économie pouvant atteindre 700k€ par an.

Pour améliorer la qualité de ces résultats et calibrer nos algorithmes, nous avons recoupé ces informations avec des données en open-data de la ville comme les boucles électromagnétiques dans la chaussée qui mesurent le trafic sur les grands axes pour notamment calculer le temps d’attente des bus.

Retrouvez l’intervention de Benjamin Habert à la Sorbonne lors des mardis de l’innovation sur le thème « La ville de demain s’invente aujourd’hui » (18 Avril 2017) ici.

So what?

Cette expérimentation était une première mondiale et nous travaillons désormais à l’industrialisation de l’outil que nous avons développé pour être capable à la fois de déployer rapidement une solution d’éclairage adaptatif dans tout Paris et dans de nouvelles villes mais aussi de penser avec de nouveaux acteurs des applications autour de la mesure du flux de trafic. Stay tuned…