L’intelligence artificielle, au coeur de la transition écologique des transports

mobilité intelligence artificielle

La transition écologique des transports vise à réduire significativement l’impact des transports sur l’environnement et la biodiversité. L’Intelligence Artificielle (IA) participe activement et efficacement à cet objectif.


Vision

L’IA est une des ruptures technologiques majeures pour la transition écologique des transports. Réussir la transition écologique, c’est innover pour réduire drastiquement les émissions de gaz à effet de serre, préserver l’environnement et la biodiversité, économiser les ressources naturelles tout en continuant à développer la performance et la qualité de service des systèmes de transport qui sont au cœur de la vie quotidienne des citoyens et de la vie économique du pays.

La place de l’IA dans la transition écologique des transports

Dans cette transition, l’IA permet de :

  • croiser et traiter les quantités phénoménales d’informations générées par l’ensemble des acteurs et clients des chaines logistiques ;
  • proposer puis mettre en œuvre des solutions qui répondent aux attentes des usagers tout en intégrant les exigences de la transition écologique.

Les algorithmes à base d’IA vont permettre :

  • de développer les capacités des systèmes d’information des mobilités au niveau de la reconnaissance, de l’extraction et de la valorisation de données pour des applications d’aide à la décision, de prévision à partir des données historiques et flux de données et ce grâce aux technologies d’apprentissage supervisé ou profond
  • de contribuer à la conception, à la réalisation et à l’exploitation de chaines de transport optimisées, résilientes, durables y compris le développement d’infrastructures communicantes et intelligentes. De nouvelles générations de systèmes de transport, automatisés, verront le jour reposant en particulier sur les technologies de l’IA embarquée et de l’IA de confiance
  • de proposer de nouvelles gammes de services aux usagers, plus proches de leurs besoins et compatibles avec les attentes citoyennes de protection de l’environnement, de lutte contre le changement climatique, dans le respect des données personnelles et des données commerciales et industrielles
  • d’alimenter les réflexions et les projets des territoires, dans des approches de type territoires intelligents ou villes intelligentes, permettant de concevoir des politiques de transports locales, adaptées à chaque territoire

L’IA est ainsi appelée à irriguer l’ensemble des processus et des services de mobilité de demain, tant pour les passagers que pour les marchandises. Tous les modes sont concernés : routier, fluvial, ferré, aérien, maritime. Elle porte à ce titre des enjeux de souveraineté européenne et nationale ainsi que des enjeux de compétitivité internationale pour nos entreprises et opérateurs.

Intégration de l’IA dans les systèmes de mobilité

Pour accélérer l’intégration de l’IA dans les systèmes de mobilité, il est essentiel de poursuivre et d’étendre le mouvement de constitution de référentiels de données partagées : ouverture de données publiques, mutualisation de données par filières, données privées d’intérêt général, croisements de données issues des différents modes. Ces référentiels sont nécessaires pour que la puissance et la pertinence des algorithmes d’IA produisent leurs meilleurs effets avec le maximum de bénéfices individuels et collectifs.

Pour réussir la transition écologique par l’IA dans le domaine des mobilités, il est enfin essentiel de maîtriser les questions d’acceptabilité des nouvelles offres de service par les usagers et les citoyens et, d’associer les territoires tout au long des différentes étapes de cette transition.


Objectifs

  • Mettre en place des socles de données de référence
  • Répondre au besoin de compétences IA des entreprises
  • Accélérer le transfert vers les territoires de solutions IA pour les mobilités du quotidien
  • Accélérer le développement de solutions IA pour la logistique répondant aux enjeux de compétitivité internationale et de transition écologique
  • Développer de nouvelles mobilités fortement automatisées pour les personnes et pour les marchandises, plus sûres, plus efficaces et plus écologiques
  • Moderniser par l’IA les processus administratifs en particulier pour des contrôles mieux ciblés, plus pertinents et plus efficaces
  • Améliorer par l’IA la sécurité des vols et la fluidité du transport aérien
  • Améliorer la gestion du trafic aérien en optimisant les vols et leurs trajectoires de manière à minimiser leur impact environnemental
  • S’assurer de l’acceptabilité sociale des solutions à base d’IA


Actions-phares

Deux stratégies d’accélération du PIA4 intègrent les objectifs d’accélérer la numérisation et l’intégration de l’IA dans les mobilités :

  • la stratégie d’accélération IA
  • la stratégie d’accélération digitalisation et décarbonation des mobilités

Un échantillon des actions qui portent l’intégration de l’IA dans les mobilités :

Le véhicule autonome est un cas d’application emblématique des technologies d’intelligence artificielle au niveau de ses fonctionnalités essentielles de perception, d’analyse de scène, de prise de décision, de contrôle-commande, de planification et de supervision des actions. Les technologies les plus avancées sont requises en matière d’apprentissage, d’informatique en périphérie de réseau, de composants électroniques. De nouveaux cadres sont à élaborer pour certifier les véhicules autonomes.

La stratégie nationale 2020-2022 de développement de la mobilité routière automatisée vise à faire de la France le lieu privilégié en Europe de déploiement de services de mobilité routière automatisés. Elle porte une attention particulière aux questions d’acceptabilité et à l’appréhension de ces nouvelles mobilités par les territoires.

Cette tendance de fond à l’automatisation des mobilités ne concerne pas que le mode routier, mais aussi les modes ferrés, fluviaux, aériens, maritimes.

transport.data est une plateforme publique et d’open data destinée à rassembler toutes les données de mobilité utiles aux développeurs et éditeurs d'application qui facilitent le calcul d'itinéraire, au bénéfice des voyageurs. Les usagers en bénéficient de manière indirecte grâce à ces services d’information sur les déplacements. Des applications potentielles basées sur des algorithmes d’IA et sur les données de la plateforme pourront proposer des services de qualité répondant à des besoins d’usagers, comme par exemple la personnalisation d’usages des modes de transport, l’optimisation de circuits de transports de bus, etc.

Le Comité Interministériel de la LOGistique (CILOG) a rappelé les enjeux en termes de compétitivité et de transition écologique pour la filière française de la logistique. Dans ce secteur où la valeur temps est essentielle, l’IA est indispensable pour automatiser les processus, optimiser les prises de décision, développer les capacités de prévision et de planification.

Dans un secteur qui se caractérise par la multiplicité des acteurs, une attention particulière est portée à la constitution de référentiels de données partagés qui préserve la confidentialité des données commerciales tout en permettant aux algorithmes d’IA d’optimiser les opérations de logistique sur une base d’informations large et à destination du plus grand nombre d’acteurs.

Faciliter et enrichir les échanges entre innovateurs et territoires, accélérer les déploiements de nouvelles solutions de mobilité, telles sont les objectifs de la démarche France Mobilités.

La plateforme FranceMobilités référence d’ores et déjà une vingtaine de solutions recourant à l’IA (inscrire « intelligence artificielle » dans la barre de recherche du site).

Centrée sur la valeur d’usage des solutions innovantes de mobilité et sur les besoins et attentes des territoires, France Mobilités permet le partage via une plateforme d’informations et de retours d’expériences sur les solutions de mobilité ainsi que sur les outils disponibles de facilitation de mise en œuvre de solutions (commande publique, cartographie des dispositifs de financement…).

L’intelligence artificielle vient faciliter l’identification par image des objets dangereux lors des contrôles sûretés dans les aéroports. Son utilisation contribuera à renforcer encore la sûreté du transport aérien et fluidifier le parcours passager dans les aérogares. Plusieurs initiatives sont en cours, notamment à l’Ecole Nationale de l’Aviation Civile (ENAC) et des startups développent des applications prometteuses comme Auxilia.

Le projet ACROPOLE, porté par la Mission Environnement de la Direction des Services de la Navigation Aérienne (DSNA), propose des solutions qui utilisent des technologies d'intelligence artificielle pour améliorer l'évaluation et le suivi de l'impact environnemental des opérations aériennes, et optimiser les trajectoires aériennes afin de leur faire économiser des carburants.

Projet ACROPOLE, la plaquette

ACROPOLE: un écran de controle de l'efficacité energétique des trajectoires d'approche

La Direction des Services de la Navigation Aérienne (DSNA) mène des projets de création de « tours digitales avancées ». Celles-ci permettent aux contrôleurs aériens d’utiliser des caméras numériques pour surveiller les aérodromes, éventuellement à distance. Une fonction de détection automatique des mouvements d’hélicoptères va être testée par la tour de contrôle de l'aérodrome de Cannes, contribuant ainsi à la sécurité aérienne de l'hélistation.


Chiffres

120 expérimentations de véhicules autonomes sur routes ouvertes à la circulation ont été autorisées par l’État depuis 2015. Ces expérimentations sont nécessaires pour tester et améliorer la robustesse, la performance et l’acceptabilité des systèmes embarqués de conduite autonome.

10 000 navires de la flotte professionnelle française concernés par le défi CibNAV, soit 85% ! 30 agents impliqués directement dans la conception des outils.

Mis à jour le 08/06/2021

Partager