L’intelligence artificielle au service du transport à la demande

5 juin 2019

Le Loria et la start-up parisienne Padam travaillent actuellement en collaboration pour développer un service de transport à la demande s’appuyant sur les technologies de l’optimisation et de l’intelligence artificielle. C’est en 2016 que Sven Vallée, chercheur-doctorant au Loria, s’est penché sur ce projet durant sa thèse sous la direction de deux chercheurs au Loria, Ammar Oulamara, professeur à l’Université de Lorraine, responsable de l’équipe Optimist et directeur de la thèse et Wahiba Ramdane, maître de conférences à l’Université de Lorraine.

 

Une thèse CIFRE pour un projet prometteur

La start-up Padam a été créée en 2014 par deux ingénieurs de l’école Polytechnique de Paris et des Ponts & Chaussées. Elle a pour ambition de proposer, via une application mobile, un service de mobilité partagée sur le territoire et d’aider les acteurs du transport, publics ou privés, à répondre aux besoins des voyageurs urbains.

L’objectif de Padam est d’offrir une solution de mobilité flexible entre le transport en commun et le taxi, en optimisant les trajets des individus en temps réel à l’aide d’une solution logicielle s’appuyant sur l’optimisation et l’intelligence artificielle. Le client entre ses données de voyage via l’application mobile, et le moteur d’optimisation organise le déplacement en question en fonction des vans déjà en circulation en fonction des contraintes des passagers des Vans et des données de la demande du client.  La particularité de l’application est de limiter le nombre de véhicules roulant et ainsi remplir le plus grand nombre de sièges disponibles dans chacun d’entre eux. Cette solution a déjà été adopté à Orléans, à Lille, ainsi qu’à l’international, à Bristol (Royaume-Uni), et va être bientôt déployer dans toute L’ile de France.

Une fois le service a été mis en place en 2016, la start-up s’est orientée vers une activité visant directement les entreprises (du business to business ou B2B), afin de proposer une solution plus fiable au client final. En 2016, elle a renforcé son équipe de R&D et elle fait appel au laboratoire LORIA via la proposition d’une thèse CIFRE à Sven Vallée, pour refonder son moteur d’optimisation.

Une collaboration mêlant science et besoins urbains

Où et comment récupérer les individus en fonction de leur position géographique ? Comment répartir les voyageurs dans les véhicules en fonction de leur trajet, de leurs impératifs horaires ? Le voyageur peut-il réserver un trajet en temps réel ? Si oui, comment l’application en particulier les algorithmes gèrent-ils les autres individus ayant déjà réservé leur voyage ? C’est sur ces questions que Sven Vallée planche depuis 2016, dans le cadre de sa thèse CIFRE (Convention Industrielle de Formation par la Recherche). Travaux qu’il a menés entre l’entreprise Padam et le laboratoire du Loria. La thèse CIFRE est une thèse financée par l’entreprise et répond à un besoin précis de cette dernière.

Le chercheur a testé beaucoup d’idées en les injectant au fil des mois dans le service de PADAM. L’objectif était d’optimiser le service de transport en temps réel pour que les individus puissent réserver leur trajet peu avant leur départ. Pour cela, il était essentiel d’inclure les nouvelles demandes et les moduler en fonction des réservations précédentes.

L’I.A. au service d’une solution durable

Ce projet de transport à la demande est au coeur du thème de l’écomobilité et s’inscrit comme une réelle solution aux besoins de notre société. Ces dernières années, la mobilité durable se démocratise largement, c’est pourquoi les citoyens résidant en milieu urbain y ont de plus en plus accès. Les voyageurs ont parfois des trajets spécifiques non-desservis par les transports en commun. Ainsi, le transport à la demande élaboré à partir de la technologie de l’intelligence artificielle offre l’opportunité de voyager durablement et à moindre coût.

Le 10 juillet 2019, Sven Vallée soutiendra sa thèse au Loria pour exposer l’ampleur de ses travaux au sein de ce projet ambitieux.