Park on Time : l’application qui ne tourne pas en rond

Cette application n’aura aucun mal à trouver sa place. Park on Time simplifie en effet un problème qui tracasse chaque jour des millions de Français : se garer en ville. « Nous voulons réduire les impacts néfastes de la recherche de stationnement, explique Thierry Delot, professeur à l’Université Polytechnique Hauts-de-France et membre du LAMIH[1] (CNRS/Université Polytechnique Hauts-de-France). Pour les conducteurs, c’est du temps perdu qui génère du stress et augmente le risque d’accident, car ils sont alors moins concentrés sur la route. Cela affecte également la planète, on estime que 10 % des émissions de CO₂ par les automobiles sont liées au stationnement. »

Les chercheurs se sont penchés sur la question dans le cadre de l’IRP[2] franco-canadien ROI-TML[3]. Inauguré en 2021 après une vingtaine d’années de collaboration, ce vaste projet doit durer cinq ans et est codirigé par Jean-Yves Potvin (CIRRELT[4]) et David Duvivier (LAMIH). Les bons résultats de deux thèses, co-encadrées entre les deux pays, ont poussé les chercheurs à mettre au point un premier démonstrateur sous la forme d’une application mobile. Face à l’intérêt suscité par ce prototype, l’équipe a intégré le programme de prématuration du CNRS pour développer sa solution.

Dans l’application Park on Time, qui fonctionne sous iOS et Android, des algorithmes d’apprentissage profond prévoient, en continu, les chances d’occupation des lieux de stationnement. Ces estimations se font à court terme, afin de correspondre au moment où le conducteur atteindra la place qui lui a été suggérée. Des modèles dynamiques d’affectation de ressources gèrent l’offre et la demande, selon divers critères comme la distance, le coût du stationnement ou sa durée maximale autorisée, le fait de préférer un emplacement couvert ou, au contraire, de vouloir éviter les parkings souterrains, etc.

« Nous incitons d’ailleurs les utilisateurs à adopter des comportements plus écoresponsables, notamment avec des mécanismes de gamification dans l’application », souligne Thierry Delot. Celle-ci fonctionne en complément des systèmes de navigation déjà disponibles, qu’elle emploie pour guider l’usager jusqu’à sa place. Le programme continue de tourner pendant le trajet, et prévient par exemple le conducteur si la circulation l’a retardé au point que sa place risque d’être prise à son arrivée.

Pour l’instant, Park on Time a été diffusée auprès de testeurs, afin de collecter des premiers retours d’utilisateurs et des suggestions d’amélioration sur le service rendu. L’application fonctionne dans la ville de Valenciennes, qui a mis à disposition ses données de stationnement pour l’expérimentation. Celles-ci sont en effet cruciales pour que les algorithmes s’entraînent à affiner leurs estimations des places disponibles.

Pour le stationnement en ouvrage, par exemple dans un parking souterrain, ces informations sont fiables et faciles à obtenir. Pour les stationnements sur la voirie, Park on Time peut s’appuyer sur les données des systèmes de paiements, tels que les horodateurs. Les calculs sont effectués sur un serveur de l’université de Valenciennes, mais les chercheurs travaillent à une migration sur le cloud.

« Les essais à Valenciennes nous ont permis de valider le modèle, et de constater que la qualité des prédictions ne baissait pas, même plusieurs mois après le déploiement de l’algorithme », se réjouit Thierry Delot. L’équipe de Park on Time souhaite à présent avancer vers une plus large diffusion de l’application, et d’y intégrer davantage de villes, en commençant par Lille.

Park on time intègre des mécanismes permettant d’importer facilement les données de chaque nouveau lieu, dont les spécificités peuvent alors être prises en compte via une nouvelle phase d’entraînement des algorithmes. La Métropole européenne de Lille met par exemple ses données de stationnement en accès libre, avec une mise à jour de l’ordre de seulement quelques minutes. Des conditions idéales pour Park on Time.

Ces avancées pourraient également aboutir à la création d’une start-up dédiée à Park on Time. « Nous regardons si des clients seraient intéressés par notre solution, conclut Thierry Delot. Elle est très complémentaire des applications de navigation les plus populaires. »

[1] Laboratoire d’automatique, de mécanique et d’informatique industrielles et humaines.

[2] International research project.

[3] Recherche opérationnelle et informatique en transport, mobilité et logistique.

[4] Centre interuniversitaire de recherche sur les réseaux d’entreprise, la logistique et le transport.