Exploiter les données actuelles pour améliorer les informations sur la circulation
Face à l'augmentation permanente du nombre de véhicules privés et professionnels en zones urbaines, il est de plus en plus important de disposer d'informations exactes sur la circulation. Les systèmes classiques de collecte de données sur la circulation encourent des coûts élevés d'infrastructure, de maintenance et de communication. Cependant, avec l'augmentation du nombre de véhicules équipés d'un GPS, on dispose d'une grande quantité de données utiles, potentiellement disponibles. Le projet TRACK AND TRADE («Creating a data mart for floating car data») a cherché à exploiter ces données concernant le trafic («floating car data» ou FCD) pour résoudre plusieurs problèmes bien connus associés à la génération de contenu sur la circulation. L'initiative financée par l'UE a voulu mettre en place un data mart de FCD pour collecter et intégrer des données provenant du plus grand nombre possible de fournisseurs, en utilisant cette ressource «dormante» pour améliorer les services d'informations sur la circulation. Cette ressource peut ensuite être exploitée grâce à différentes méthodes. Parmi les innovations majeures figure la «travel-time derivation technology» (calcul de la durée du trajet). Ce système permet de collecter aisément les informations FCD auprès de diverses sources, plus spécialement les parcs de taxis, pour améliorer l'exactitude et le temps d'exécution. La première étape du projet a été une étude approfondie des formats de données et des normes du secteur, à partir de laquelle l'équipe a créé un modèle de données en XML. Elle a ensuite conçu un cadre souple de collecte des données basé sur des Services Web, pour simplifier la connexion de nouvelles sources de données au data mart. Un cadre de médiation permet de mapper les sources de données de tous types sur leur modèle de données. L'équipe a créé un cadre logiciel utilisant un algorithme de corrélation pour associer les données FCD à un réseau routier puis calculer les durées de trajet. Vu l'énorme quantité d'informations, la gestion des données était d'une importance cruciale. Le projet a défini un schéma d'entrepôt de données pour rassembler les données historiques sur les durées des trajets en vue de réaliser des estimations. Il a défini des structures de données assez puissantes pour mettre en tampon les flux de données FCD en direct. Il a créé deux interfaces graphiques pour les différents niveaux d'utilisateurs: une solution accessible par le Web et basée sur un logiciel open source, et une solution propriétaire plus puissante. L'exploitation des résultats était une priorité pour le consortium du projet, composé de PME et d'instituts de recherche de plusieurs pays d'Europe. Les partenaires ont mis en œuvre et testé cinq services à valeur ajoutée, et la collaboration reste intense malgré la fin du projet.
