Le temps réel, c'est bien. La prévision, c'est mieux


“ Je suis Gare du Nord et je rentre à lille en TGV.
Vais-je trouver un vélo disponible dans une heure à la gare Lille Europe
ou vais-je rentrer en bus ? ”

Laurent

“ J'ai trouvé un V'Lille et je vais à la fac de Médecine.
Vais-je pouvoir le laisser devant le bâtiment ou
à la station de métro ?"

Geoffrey



Cartographie des vélos disponibles à Lille et prévisions à 60 minutes

Cartographie des prévisions - vélos disponibles

Cartographie des prévisions - emplacements disponibles

Découvrir le site prevision.bike

Méthodologie

Open Data

Les données sont issues des sites open data du transport (point d'accès National aux données ouvertes), de la météorologie (open data météo france). Elles sont retraités par séquences (historisation) et alimentent le moteur de prévision.

Réseau neuronal

Le réseau neuronal (IA) permet de calculer les prédictions à partir des données en temps réel. Pour les curieux, il s'agit de d'un réseau neuronal spécialement adapté pour les séries temporelles.

Résultats

L'erreur moyenne est de 1 vélo à échéance 20 minutes et de moins de 2 vélos à 60 minutes.

Intégration et affichage des données

Vous pouvez accéder aux prévisions station par station de 2 façons distinctes. La première vous laisse entièrement libre de l'affichage des données. Vous interrogez notre API et récupérez les prévisions que vous affichez dans vos applications métiers et informations voyageurs. Pour la seconde, nous nous occupons du site web et des applications mobiles habillés à vos couleurs. Dans les deux cas, l'intégration se déroule après une phase d'analyse des données.

API GBFS-predicted

Phase 1 :
Analyse des données, retraitement et intégration
Phase 2 :
Analyse de performance du modèle
Phase 3 :
Livraison des données API au format GBFS-predicted pour une intégration dans vos outils de régulation et d'informations voyageurs
Phase 4 :
Publication sur les sites et applications génériques prevision.bike

Marque Blanche

Phase 1 :
Analyse des données, retraitement et intégration
Phase 2 :
Analyse de performance du modèle
Phase 3 :
Livraison des sites et applications mobiles à vos couleurs, publication chez votre hébergeur et applications store par vos soins
Phase 4 :
Publication sur les sites et applications génériques prevision.bike

Adresses:

INRIA STARTUP STUDIO Lille
TRANSALLEY Valenciennes

Contact:

contact@optimo-technologies.com

Mentions légales:

Politique de confidentialité
CGU
Crédit photos

Copyright:

Déc 2022