Surveiller l’utilisation et l’impact carbone d’infrastructures telles que les parkings de covoiturage peut représenter un défi pour les autorités locales. Dans cette étude, nous abordons cette problématique en proposant une solution IoT intégrant à la fois le traitement en périphérie (Edge computing) et l’informatique en nuage (Cloud computing).
Le traitement vidéo par intelligence artificielle, en continu et en temps réel, permet de détecter automatiquement et d’enregistrer les informations relatives aux entrées et sorties de véhicules. Ensuite, le Cloud stocke les données anonymisées dans un courtier d’information FIWARE en utilisant la spécification NGSI-LD de l’ETSI, et emploie un langage de requête pour traiter et afficher des statistiques utiles sur l’utilisation des parkings.
Pour comprendre les comportements des utilisateurs de covoiturage pour chaque parking, ainsi que les différents indicateurs clés de performance (KPI) et les seuils qui orientent nos systèmes de surveillance et d’alerte, nous avons analysé une année de données d’acquisition et réalisé des enquêtes sur site.
Nous présentons ici nos résultats, qui reflètent deux usages distincts du covoiturage (professionnel et personnel), en termes de durées de stationnement, de fidélité des véhicules, de répartition énergétique des voitures et d’impact carbone. Cette solution a été déployée et testée sur trois parkings, dont deux sont en fonctionnement permanent depuis environ deux ans.