Depuis quelques mois, Enlaps mène, en collaboration avec une grande métropole française, une expérience de compréhension des usages de la ville et des espaces publics, incluant notamment l’impact des facteurs météorologiques. Sa solution de timelapse professionnel, jusqu’ici utilisée pour le suivi de chantier, l’événementiel ou la recherche scientifique, capture à cet effet des données régulières sur l’activité humaine en un lieu, afin d’en dégager des tendances et de mieux comprendre les comportements des citoyens. L’objectif de cette expérimentation est d’aider les responsables politiques à prendre les meilleures décisions en se basant sur des données factuelles et non sur des impressions. Dans le cadre de la crise sanitaire actuelle, Enlaps souhaiterait mettre sa solution de captation d’images, couplée à des outils d’analyse basés sur l’intelligence artificielle, à la disposition des grandes métropoles françaises. Un outil d’aide à la décision extrêmement pertinent, dans le cadre d’un déconfinement progressif notamment, pour évaluer les impacts des mesures de distanciation sociale et de couvre-feux prises dans le cadre de la lutte contre le Covid-19. Explications.
Pour son expérimentation en cours dans une grande métropole française, Enlaps a positionné ses caméras autonomes sur un carrefour très fréquenté, afin d’étudier, entre autres, le passage des piétons et des véhicules (voitures, bus, vélo…). L’ancienne startup du Tarmac, basée aujourd’hui sur inovallée, a ainsi pu créer un profil moyen de fréquentation de ce carrefour selon les jours de la semaine, à partir des données accumulées au fil des semaines.
Au-delà des images, les caméras déployées offrent une véritable connaissance des infrastructures sur le long terme, de manière fiable, rapide et répétable. Les données collectées sont d’ailleurs bien plus conséquentes que celles obtenues par un simple comptage en déployant des personnes de manière temporaire. Et surtout, elles ont permis de valoriser l’impact des mesures prises dans le cadre de la lutte contre la propagation du coronavirus Covid-19. Les graphiques ci-dessous illustrent en effet la manière dont le changement de politique drastique a impacté le comportement des automobilistes et des piétons.
En rouge, présence de piétons à un carrefour autour du 17/03/2020. En bleu/vert/orange la présence habituelle de piétons (semaine normale : moyenne/5-percentile/95-percentile).
On constate par exemple, le jeudi à 15h, un pic de 43 personnes par heure, là où habituellement circule plus d’une centaine de personnes. L’analyse des images permet également de s’apercevoir que les citoyens ont bien respecté la distance recommandée entre chaque personne.
Suivi de l’impact des mesures contre la propagation du COVID-19
C’est pourquoi, aujourd’hui, Enlaps souhaiterait proposer sa solution de captation et d’analyse d’images aux grandes agglomérations françaises qui sont amenées, dans le contexte de crise sanitaire actuelle, à prendre ou faire respecter des décisions politiques concrètes et radicales pour le bien de tous, avec des impacts quantifiables dans de nombreux domaines.
La propagation du COVID-19 semble en effet intimement liée à la circulation des personnes et à la distance entre elles. Ce graphique montre à quel point l’application par tous des mesures décidées par l’État est importante. Chaque décalage dans la prise de décision, mais aussi dans le respect par la population des nouvelles règles en vigueur a un effet considérable sur l’évolution de l’épidémie.
Modèle des cas cumulés de personnes atteintes du Covid-19 si les mesures de distanciation et leur application sont décalées d’un jour.
Pour suivre les décisions gouvernementales, visant à rendre plus strictes les mesures de confinement, les autorités locales ou nationales ont besoin de pouvoir observer de manière efficace le territoire, essentiellement dans les agglomérations et villes à forte densité de population. L’enjeu pour ces territoires est de surveiller les lieux interdits au public (plages, quais, parcs…), tout en obtenant des métriques pour évaluer l’efficacité des mesures en vigueur et décider, le cas échéant, de nouvelles mesures.
Par ailleurs, la communauté scientifique française est à la recherche de données pour adapter ses modèles numériques prédictifs et rétrospectifs, mais aussi pour mieux comprendre et modéliser les attitudes et comportements sociaux face à des mesures exceptionnelles. Dans ce cadre, les scientifiques ont besoin de données concrètes et continues, notamment sur la circulation des personnes et la fréquentation des lieux stratégiques, les modes de déplacement des usagers, etc.
Des caméras autonomes configurées à distance pour superviser la distanciation sociale
Le projet d’installation de caméras Enlaps dans les grandes métropoles vise à analyser les images remontées plusieurs fois par jour afin de mesurer et suivre l’impact des mesures gouvernementales de confinement sur les habitudes des français. Ces caméras sont paramétrées pour centraliser à intervalles réguliers des images de grande qualité avec un angle de vue à 220°, pour couvrir un très grand champ de vision. Haute résolution, elles offrent de bonnes performances de détection.
Robustes, elles sont conçues pour une utilisation extérieure prolongée (résistant au sable, neige, pluie, etc.), résistant à des températures allant de -10° à +50°C. 100% autonomes grâce à un panneau solaire à haut rendement, elles sont connectées en 4G, Wifi et Bluetooth avec une capacité de stockage illimitée dans le cloud. Une carte micro SD industrielle est utilisée uniquement comme mémoire tampon en attendant que les photos soient transférées sur l’application web.
Des algorithmes d’intelligence artificielle pour aider à la décision dans le cadre du renforcement ou de l’assouplissement des mesures de confinement
La solution développée par Enlaps s’appuie sur des solutions d’intelligence artificielle à l’état de l’art pour la détection et le comptage des véhicules (voiture, bus, camion, vélo, moto, train / tram) et des piétons. Ces algorithmes permettent notamment d’obtenir un floutage sélectif afin d’anonymiser les personnes visibles et reconnaissables sur les différentes images.
Cette solution inédite, couplant captation d’images et outils d’analyse basés sur l’intelligence artificielle, pourrait permettre aux grandes métropoles françaises de mesurer rapidement l’impact des mesures de confinement, couvre-feu ou de distanciation sociale :
- Estimation du nombre et de la taille des regroupements de personnes sur les photos
- Flux de piétons et de véhicules
- Zones de regroupements (arrêts de bus, passages piétons, abords de commerces ou de centres de soins)
- Distances entre personnes détectées
- Effets des mesures gouvernementales et autres facteurs (météo) sur ces éléments.
Cette analyse, actualisée régulièrement, est pertinente à la fois dans un cycle de décisions visant à l’assouplissement comme au renforcement des conditions de confinement. Il serait également intéressant de comparer les données de cette étude avec la variation dans le temps du taux d’hospitalisations en fonction des mesures prises d’une zone géographique à une autre (ville, région, pays). D’une manière générale, les données de cette étude pourront compléter les actuelles études statistiques, afin de mieux comprendre la propagation de la maladie et d’anticiper au mieux son évolution.
De même, il sera probablement nécessaire d’élaborer des scénarii de déconfinement progressif. Des plans de sortie de crise d’autant plus importants que la France, actuellement dans une phase critique de l’épidémie, a déjà pu observer un relâchement dans le respect des mesures de confinement lors d’un premier week-end d’avril très printanier. Les équipes d’Enlaps se tiennent donc à la disposition des métropoles qui souhaiteraient étudier l’intérêt de leur solution pour préparer cette étape cruciale.
