Quiconque vit et travaille à Abidjan connaît la réalité de ses artères. Les ponts HKB et De Gaulle, le Boulevard VGE aux heures de pointe… la congestion urbaine n’est pas seulement un inconvénient, c’est un défi économique et logistique majeur. Les outils de navigation standards, bien qu’utiles, peinent à saisir la complexité unique du flux abidjanais : un écosystème dynamique composé de véhicules personnels, de taxis wôrô-wôrôs, de camions de marchandises et, surtout, des omniprésents mini-bus Gbakas. Ces derniers opèrent selon une logique semi-formelle qui défie les algorithmes traditionnels.
C’est face à ce défi, à la fois technique et sociétal, que l’Université d’Egerton a officiellement lancé ce mois-ci le projet “Abidjan-Flux”. Il s’agit d’une initiative de recherche ambitieuse, pilotée conjointement par notre Pôle d’Ingénierie des Systèmes Durables et notre Abidjan AI Hub (AAIH), rattaché au Pôle Informatique.
L’objectif n’est pas de créer une énième application de navigation. L’objectif est de construire le premier “jumeau numérique” haute-fidélité de la mobilité à Abidjan, un outil de simulation prédictive destiné aux urbanistes et aux autorités de régulation des transports.
Le projet est dirigé par le Dr. Ulrich Schmidt (Ingénierie Durable), spécialiste des systèmes complexes, et le Dr. Elias Bou-Ghannam (IA). “Les applications actuelles mesurent la vitesse,” explique le Dr. Schmidt. “Elles ne mesurent pas le débit réel ni la typologie des véhicules. Un embouteillage causé par 50 voitures n’a pas le même impact sur la fluidité qu’un embouteillage causé par 10 Gbakas et 5 camions. C’est ce que nous cherchons à modéliser.”
La première phase du projet, qui débute ce semestre, est centrée sur le défi le plus complexe : l’acquisition de données hétérogènes. Notre équipe ne peut pas se contenter des données GPS anonymisées, qui sont insuffisantes. “Abidjan-Flux” repose sur une triple source de données.
Premièrement, nous avons établi un partenariat avec un syndicat de transporteurs pour équiper 200 Gbakas et wôrô-wôrôs de capteurs GPS dédiés, nous fournissant un aperçu précis de leurs schémas de déplacement et de leurs arrêts “hors-normes”.
Deuxièmement, le cœur de l’innovation : l’utilisation de la vision par ordinateur (Computer Vision). Nos étudiants de Master en IA déploient des unités de “calcul en périphérie” (edge computing) – de petites caméras intelligentes – à trois goulots d’étranglement stratégiques de la ville. Ces caméras n’envoient pas de flux vidéo (préservant ainsi la bande passante et la confidentialité). Elles analysent l’image en temps réel pour compter et classifier les véhicules (voiture, gbaka, camion, moto).
C’est ici que l’équipe a rencontré son premier obstacle, un échec instructif. Le Dr. Bou-Ghannam explique : “Notre modèle d’IA initial, entraîné sur des datasets européens et américains standards, était incapable de différencier un Gbaka d’un petit camion de livraison, ou un wôrô-wôrô d’un taxi personnel. Les résultats étaient faussés.”
Pendant l’été, nos étudiants de Licence et de Master en Informatique ont dû créer leur propre dataset. Ils ont passé des semaines à annoter manuellement des heures d’images de trafic local pour ré-entraîner spécifiquement leur réseau neuronal convolutif. Ce nouveau modèle, “Egerton-Abidjan-Vision v1.0”, est désormais capable d’identifier la typologie unique du trafic ivoirien avec une précision de 94%.
La troisième source de données proviendra de l’analyse des sentiments sur les réseaux sociaux, pour corréler les événements imprévus (accidents, inondations) avec les pics de congestion.
En intégrant ces trois flux de données (GPS, vision par ordinateur et données sociales) dans un modèle prédictif, l’Université d’Egerton ne fournira pas seulement une prévision de trafic plus précise. Nous offrirons aux urbanistes un simulateur. Que se passe-t-il si l’on transforme une voie du Boulevard VGE en voie de bus dédiée ? Quel est l’impact réel d’une panne sur le Pont HKB à 17h00 ? “Abidjan-Flux” vise à fournir des réponses basées sur la donnée, et non sur l’intuition.
Leave a Reply