MtoM Mag - Le journal de l'MtoM.
- accueil .
- newsletter .
Flux RSS . - soumissions .
- publicité .
- contacts
Flux RSS .
Path to Park, la première application mobile d’assistance au stationnement urbain, est désormais disponible partout en France, une prouesse technologique réalisée grâce au machine learning proposé par Data Science Studio (DSS).
Parkeon, leader international de la mobilité urbaine, continue de s’appuyer sur Dataiku, l’éditeur du Data Science Studio (DSS), le logiciel d’accélération de projets Big Data, dans le cadre du déploiement national et international de Path to Park.
Co-développé grâce aux fonctionnalités de machine learning fournies par la plateforme de développement DSS, Path to Park est la première application mobile d’assistance au stationnement urbain.
Path to Park poursuit son expansion en France et Outre-atlantique Que ce soit en France ou à l’étranger, le problème est le même : se garer dans une métropole relève chaque jour un peu plus de l’exploit !
Pour répondre à cette problématique, Parkeon a développé Path to Park, une application mobile grand public qui localise et facilite l’accès aux places de stationnement disponibles en situation de conduite, grâce à son moteur prédictif développé avec la technologie de Dataiku.
Déployée dès le 20 janvier 2015 à Issy Les Moulineaux, Path to Park est désormais disponible partout en France.
“Forts des retours positifs des utilisateurs sur les premiers déploiements, Path to Park est aujourd’hui disponible sur l’ensemble de la France métropolitaine. Et nous nous sommes donnés un objectif encore plus ambitieux : aider tous les citadins à se garer n’importe où dans le monde !” explique Bertrand Barthelemy, CEO de Parkeon.
Le machine learning de Dataiku, la clé de voûte du projet Path to Park Le projet Path to Park repose sur le traitement de volumes massifs de données hétérogènes, afin de modéliser la pression de stationnement en temps réel. Une prouesse technologique rendue possible grâce au Data Science Studio de Dataiku, qui a permis à Parkeon de développer une application prédictive alimentée par le machine learning.
DSS permet notamment de :
Prédire le comportement des utilisateurs de parking, en associant les données intermédiaires (sur le trafic, les comportements urbains, les typologies de rues, etc) dit à “plusieurs couches”,
Traiter d’importantes volumétries de données (plusieurs Gb/s par heure),
Traiter des données ouvertes (comme l’analyse de textes de panneaux) grâce aux technologies de NLP (Natural Language Processing),
modéliser la ville sous forme de graphiques connectés temporels proposant de nombreuses informations statiques et en temps réels, pour chaque rue en France,
d’optimiser l’intelligence artificielle de l’application grâce aux algorithmes de “deep learning” distribués par la startup open-source H2O.
Fonctionnalités clés de DSS dans le cadre du développement de Path to Park :
Partitionnement des calculs : gestion quotidienne des tickets de stationnement.
Connection aux différentes technologies / sources de données :
Transactions des systèmes internes de Parkeon,
Open data comme Open Street Map,
Redshift pour le format de calcul.
Web apps et data visualisation :
Heatmap :
De la pression par zone géographiques,
Des fonctionnalités OSM comme "densité de commerces" ,
Scatter plot : pour l’analyse des feedbacks,
Geocoding : pour localiser les parcmètres à partir d’adresses postales
“Ces innovations majeures sont réalisables grâce au positionnement de Parkeon qui est leader sur son marché, ainsi que son expertise dans le domaine du stationnement dans le monde entier et l’accompagnement de startups expertes en intelligence artificielle (machine learning) avec Dataiku ou en Design avec NoDesign,” précise Yves-Marie Pondaven, CTO de Parkeon.
Parkeon s’appuie au quotidien sur la technologie à l’état de l’art de DSS pour optimiser Path to Park, et travaille en étroite collaboration avec les grandes villes pour affiner les résultats de l’application.
En outre, les déploiements à l’étranger ont également commencé ; aux États-Unis notamment.
Cette extension géographique de Path to Park a permis d’accroître les retours utilisateurs et les pistes d’amélioration de l’application, qui ont largement influencé la Roadmap.
