Les données prédictives ouvrent une nouvelle ère dans le contrôle du trafic
L’augmentation du trafic aérien et maritime nécessite une gestion toujours plus précise et prédictive afin de garantir la sécurité, réaliser des gains d’efficacité et éviter les embouteillages. Des systèmes de suivi avancés, capables de gérer et d’exploiter les données historiques des objets en mouvement peuvent doter les autorités des pouvoirs prédictifs nécessaires pour prévenir les accidents et les retards, et assurer le bon fonctionnement du transport mondial. «Des prévisions précises au niveau des trajectoires et des événements sont importantes pour des paramètres tels que la sécurité, le coût, la crédibilité et le respect de l’environnement», explique le coordinateur du projet datACRON (Big Data Analytics for Time Critical Mobility Forecasting), le professeur George Vouros du Centre de recherche de l’Université du Pirée en Grèce. «Par exemple, la prévention des accidents de navires grâce à une meilleure surveillance de l’activité des navires représente des économies substantielles pour les compagnies maritimes et protège les écosystèmes marins.» L’objectif du projet datACRON, financé par l’UE, est donc de mettre au point une technologie capable de détecter et prévoir les trajectoires des objets en mouvement, de reconnaître et d’anticiper les événements importants avant qu’ils se produisent, puis de traiter et de transmettre toutes ces données visuellement aux opérateurs. Bonne exécution des opérations Une fois en place et opérationnel, le nouveau système renforcera les connaissances situationnelles dans le domaine maritime et fournira de nouveaux outils de prévision aux gestionnaires et contrôleurs aériens. «Ce système devrait permettre, notamment, d’identifier les déséquilibres entre la demande et la capacité des ressources (par exemple, dans les secteurs de l’espace aérien), et la mesure dans laquelle les aéronefs devront s’écarter des plans de vol initiaux», explique M. Vouros. «Dans le domaine maritime, le suivi continu et efficace des navires de pêche et du trafic environnant peut assurer la sécurité et limiter les activités de pêche illégale.» Dans la couche en ligne du système, les données de surveillance en continu décrivent les positions des entités en mouvement. Celles-ci sont ensuite introduites dans le système, qui effectue plusieurs opérations en ligne visant à mettre en ligne la détection d’événements de bas niveau, la reconstruction de trajectoire et la compression: cet aspect est important étant donné que l’objectif consiste à ne conserver que les données de haute qualité importantes à des fins d’analyse de trajectoires et les composants de prévision d’événements complexes. Le système transforme les données de n’importe quelle source en informations utilisables. Cela signifie que les données pertinentes provenant d’autres sources sont intégrées, ce qui donne lieu à des trajectoires riches en informations. Une analyse plus poussée de ces trajectoires enrichies permet de prévoir l’emplacement futur d’objets en mouvement, ainsi que les événements complexes. Les composants hors ligne sont utilisés pour analyser les trajectoires et découvrir des modèles cachés. Visualiser le défi Lors du développement du système, le consortium du projet a dû trouver le moyen de gérer les données provenant de sources très diverses. «Cette opération présentait un certain nombre de défis, tels que l’évolutivité du traitement, l’intégration et la gestion efficace des données», poursuit le professeur Vouros. «La prédiction de trajectoires et la détection/prévision d’événements impliquent la reconstruction en ligne de l’ensemble de la trajectoire d’un objet, étayée par le traitement et l’analyse en ligne de flux de données. Les algorithmes de prévision des trajectoires anticipées à différentes échelles de temps ainsi que les algorithmes de reconnaissance et de prévision d’événements complexes en ligne constituent d’autres défis à relever.» Le défi suivant auquel l’équipe a dû faire face visait à rendre ces données entièrement accessibles et complémentaires à l’expertise humaine. «À cet égard, l’analyse visuelle a ouvert la voie à une véritable collaboration entre analystes humains et ordinateurs», précise le Professeur Vouros. «Nous avons mis au point des outils visuels appropriés qui facilitent l’intégration des connaissances tacites de l’expert humain du domaine et de ses capacités de raisonnement et d’intuition dans le processus de décision.» La technologie mise au point par le professeur Vouros et ses collègues, qui devrait être opérationnelle fin 2018, est en cours d’évaluation et de validation dans des situations de contrôle du trafic aérien et de surveillance maritime. Les réactions découlant de ces exercices seront intégrées dans les dernières étapes du projet. «C’est précisément là où nous en sommes aujourd’hui, même si d’autres améliorations sont constamment apportées à tous les niveaux du système», a-t-il affirmé.
Mots‑clés
DATACRON, trafic aérien, maritime, marin, surveillance, analytique, données, transport maritime
