Améliorer la qualité de service des vélos en libre-service

Le vélo en libre-service fait désormais partie du quotidien dans de nombreux endroits, et vous les avez certainement déjà vus dans différentes villes suisses : Des vélos ou des scooters électriques aux couleurs vives que l'on peut utiliser dans les gares et autres lieux publics - généralement via une application - pour se rendre rapidement d'un point A à un point B. Seulement voilà : il arrive souvent que ces véhicules soient abandonnés quelque part après leur utilisation, par exemple sur les trottoirs, dans les entrées d'immeubles ou ailleurs dans l'espace public. Là, ils deviennent souvent une gêne pour les autres usagers de la route ou les riverains. Et ils doivent être récupérés à grands frais par les fournisseurs de vélos de ville.

Les attentes des utilisateurs en matière de vélo en libre-service sont multiples : ils veulent un véhicule qui soit rapidement disponible et fonctionnel. Et ils le veulent là où il existe un besoin pour eux, c'est-à-dire non seulement dans les gares, mais aussi, par exemple, près des salles de concert, des stades de sport ou des restaurants, afin de pouvoir rentrer chez eux rapidement et en toute sécurité. Une étude de l'Université norvégienne des sciences naturelles et techniques (NTNU) de Trondheim s'est donc penchée sur la question de savoir comment les villes et les fournisseurs de vélos en libre-service peuvent améliorer le service et également la gestion du trafic.

Comme tirer sur une cible mobile

Fournir des vélos ou des scooters électriques là où les gens en ont besoin et quand ils en ont besoin est un défi. Le problème est décrit comme dynamique, parce qu'il change constamment, et stochastique, parce qu'il change de manière aléatoire et souvent difficile à prévoir. Steffen Bakker, chercheur au département d'économie industrielle et de gestion technologique de la NTNU, explique cela comme suit : "Les utilisateurs du système de vélos en libre-service viennent chercher leurs vélos à un endroit et les amènent ensuite à un autre endroit. Ensuite, l'état du système change, car les vélos ne sont soudainement plus à l'endroit où ils se trouvaient à l'origine, c'est la partie dynamique", a-t-il déclaré. "A cela s'ajoute le fait que l'on ne sait pas quand les clients viendront chercher les vélos et où ils les déposeront. C'est la partie stochastique. Donc, si on veut planifier en début de journée, on ne sait pas ce qui va se passer". Selon lui, c'est comme tirer sur une cible mouvante. Cela signifie que l'on souhaite un système qui permette de faire des prévisions plus précises quant à l'endroit et au moment où il y a un besoin accru de vélos et de scooters électriques. Bakker et ses collègues chercheurs ont donc développé un modèle d'optimisation qui fournit aux exploitants de vélos en libre-service des recommandations sur la manière dont ils doivent disposer des vélos et des scooters ainsi que de leurs véhicules de service. Il s'agit d'améliorer le processus de "rééquilibrage", c'est-à-dire la collecte et le transport des vélos d'une station de stationnement à une autre.

Assembler correctement les pièces

Les chercheurs norvégiens ont mené un essai pilote à Trondheim dans ce but. "Nous voulons ainsi utiliser des systèmes de vélos de ville existants comme base de test et, en développant de nouveaux outils d'aide à la décision, augmenter l'efficacité des équipes de rééquilibrage de 30 % et la durée de vie des vélos de 20 %", explique Jasmina Vele, chef de projet chez Urban Sharing, l'entreprise de vélos en libre-service qui participe au projet de recherche. "Cela peut être réalisé en prenant de meilleures décisions en matière de rééquilibrage et d'entretien préventif, ce qui entraînera une grande réduction des coûts dans les systèmes de vélos urbains existants". Grâce au modèle d'optimisation, qui est encore en phase de développement, un nouveau plan peut être transmis aux conducteurs des véhicules de service chaque fois qu'ils arrivent à une station de vélos.

C'est justement la partie délicate. Il est important de ne pas être trop myope et de se concentrer uniquement sur l'état actuel du système, explique Bakker, surtout si l'on peut s'attendre à ce que certaines stations aient plus de demande dans l'heure qui suit ou presque. "C'est très complexe parce que c'est un grand système", dit-il. "Peut-être que dans une heure, il y aura une forte demande à la station. On voudrait donc déjà y amener quelques vélos. Mais en même temps, il peut aussi y avoir des stations qui sont maintenant presque vides et qui ont besoin de vélos. Il faut donc trouver un compromis".

Modéliser le vélo en libre-service avec un jumeau numérique

Bakker et ses collègues collaborent avec le département d'informatique de la NTNU pour créer un "jumeau numérique" ou une simulation informatique des systèmes. Cela leur permet de tester différents modèles et d'essayer différentes approches sans avoir à les tester dans le monde réel. Les premiers tests ont montré que le modèle créé par le groupe peut réduire le nombre de problèmes (c'est-à-dire soit trop peu de vélos à l'endroit où l'utilisateur souhaite en avoir un, soit trop de vélos pour que l'utilisateur puisse garer son vélo) de 41 % par rapport à l'absence de rééquilibrage.

L'équipe de Steffen Bakker a également travaillé sur une composante du modèle d'optimisation, appelée score de criticité. Un score de criticité est en fait un nombre de points attribués aux différents parkings de vélos en libre-service en fonction du nombre de vélos qu'ils contiennent actuellement ou dont ils ont besoin. Ces scores sont relativement faciles à calculer et peuvent être mis à la disposition des cyclistes pendant qu'ils se déplacent dans la ville afin d'équilibrer le nombre de vélos dans chaque station. "Il s'agit d'un score qui indique au conducteur de service à quelle station il doit absolument se rendre", explique Bakker. "Cela nous permet de proposer quelque chose qui n'est certes pas le meilleur, mais qui est probablement bon et bien meilleur que ce que les entreprises de vélos en libre-service ont actuellement à leur disposition". Jasmina Vele, d'Urban Sharing, confirme que l'utilisation de ce type de modèles d'optimisation peut contribuer à faire du vélo en libre-service un élément important du transport urbain. "La vision d'Urban Sharing pour la mobilité du futur est un système de transport qui est réactif et adaptable. En utilisant des données et des algorithmes d'apprentissage automatique/optimisation, nous pouvons combiner le meilleur des systèmes de transport traditionnels et modernes pour créer un système efficace en termes de ressources, qui réagit à la demande et s'adapte aux besoins individuels des utilisateurs", a déclaré Vele.

Le travail de recherche a été publié dans le European Journal of Operational Research. Source : Techexplore.com