L'essor des voitures autonomes devrait modifier radicalement la façon dont nous nous déplaçons dans les villes à l'avenir.

En particulier, la possession de voitures particulières devrait évoluer vers des services de mobilité partagée, avec des opérateurs de flottes de véhicules offrant un transport à la demande. Cela devrait contribuer à réduire le trafic dans les zones urbaines et à réduire les émissions de gaz à effet de serre.

Pour que ces services se développent, cependant, des algorithmes précis et efficaces en termes de calcul seront nécessaires pour faire correspondre efficacement les individus avec des véhicules à la demande, pour faire face aux centaines de milliers de déplacements qui sont régulièrement effectués dans les grandes villes.

Mais les chercheurs n'ont pas encore résolu le problème de la meilleure façon de dimensionner et d'exploiter une flotte de véhicules, étant donné un niveau particulier de demande de mobilité personnelle.

Maintenant, dans un article publié aujourd'hui dans la revue La nature , une équipe de chercheurs coordonnée par Carlo Ratti, directeur du Senseable City Lab du MIT, dévoiler une solution informatiquement efficace à ce problème, qu'ils appellent le "problème de flotte minimum".

"Nous avons commencé à nous pencher sur ce problème motivés par les tendances croissantes vers la mobilité partagée, qui deviendra probablement encore plus forte avec le passage aux véhicules autonomes, " dit Ratti, qui est également professeur de pratique au département d'études urbaines et de planification du MIT. « Si la demande de mobilité est servie par des flottes de véhicules partagés, une question fondamentale est :de combien de véhicules avons-nous besoin pour répondre aux besoins de mobilité de, dire, une ville comme New York ?"

Les chercheurs ont déjà tenté de résoudre cette question en utilisant des variantes du "problème du voyageur de commerce, " qui vise à minimiser la distance totale parcourue par un vendeur qui doit visiter un nombre donné de destinations dans une ville.

Cependant, il s'est avéré jusqu'à présent extrêmement difficile de trouver une solution optimale au problème du voyageur de commerce, même en utilisant les ordinateurs puissants d'aujourd'hui. Par conséquent, les bonnes solutions de gestion de flotte ont été sévèrement limitées en taille, c'est-à-dire qu'ils ne peuvent être calculés que pour des flottes de quelques dizaines de véhicules, selon Paolo Santi, chercheur au Senseable City Lab et chercheur senior au Conseil national italien de la recherche CNR, qui a dirigé l'équipe de recherche.

Ce n'est pas suffisant pour répondre aux besoins d'une grande ville comme New York, il dit.

« Si nous devions envisager de remplacer le système de taxi actuel à New York par une flotte de véhicules optimisée, il faudrait trouver la meilleure façon de servir les 500 environ, 000 voyages effectués en une journée, qui sont actuellement desservies par environ 13, 500 taxis, " dit Santi.

Au lieu, les chercheurs ont utilisé un modèle basé sur un réseau qu'ils ont surnommé le « réseau de partage de véhicules » pour aborder le problème. Ils utilisaient auparavant une approche similaire, appelé « réseau de partage, " dans un article de 2014 pour trouver la meilleure façon de partager des trajets dans une grande ville.

L'algorithme représente la partageabilité de la flotte de taxis sous forme de graphique, une abstraction mathématique constituée de nœuds (ou cercles) et d'arêtes (les lignes entre les nœuds). Dans ce cas, les nœuds représentent les trajets, et les bords représentent le fait que deux trajets spécifiques peuvent être desservis par un seul véhicule.

En utilisant ce graphique, l'algorithme a pu trouver la meilleure solution pour le partage de flotte.

L'équipe, qui comprenait également Moe Vazifeh, le premier auteur de l'article et ancien chercheur principal au Senseable City Lab; Giovanni Resta, chercheur à l'Institut Informatique et Télématique du CNR; et Steven Strogatz, professeur de mathématiques à l'Université Cornell, testé la solution sur un ensemble de données de 150 millions de trajets en taxi effectués à New York au cours d'une année.

Ils ont calculé les temps de trajet en utilisant le réseau routier réel de Manhattan et des estimations basées sur le GPS dérivées de l'ensemble de données sur les trajets en taxi.

Ils ont constaté que la mise en œuvre en temps réel de la méthode avec des niveaux de service presque optimaux réduisait la taille de la flotte nécessaire de 30 %.

La solution ne suppose pas que des individus doivent partager un voyage. Au lieu, il s'agit simplement de la réorganisation de l'opération de dispatching des taxis, qui pourrait être réalisé avec une simple application pour smartphone.

La solution pourrait devenir encore plus pertinente dans les années à venir, comme des flottes de réseaux, les voitures autonomes deviennent monnaie courante, dit Ratti.

"Si nous regardons Manhattan dans son ensemble, nous pourrions théoriquement satisfaire sa demande de mobilité avec environ 140, 000 véhicules, soit environ la moitié du nombre actuel, " dit-il. " Cela montre que les problèmes urbains de demain en matière de mobilité peuvent être abordés non pas nécessairement avec plus d'infrastructures physiques mais avec plus d'intelligence, ou en d'autres termes :avec plus de silicium et moins d'asphalte."

Les chercheurs prévoient maintenant de poursuivre leurs travaux pour explorer le nombre minimum de places de stationnement nécessaires dans les villes, aux côtés de la compagnie d'assurance Allianz.