Les jeudi de l optimisation - Ecoles des Mines de Nantes

Transcription

1 Géovélo : calculer votre itinéraire à vélo Les jeudi de l optimisation - Ecoles des Mines de Nantes Emmanuel Néron 1, Gael Sauvanet 1,2, Emmanuel Dewaele 1,2 Laboratoire d Informatique de l Université de Tours ; Polytech Tours 64 av. Jean portalis, Tours, France emmanuel.neron@univ-tours.fr La compagine des mobilités Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 1

2 Plan de la présentation 1 Présentation 2 Les données : Le projet OpenStreetMap 3 Site web & Applications mobiles 4 Calcul d itinéraire multicritère Le plus court chemin : Facile Le plus court chemin multicritère Insuffisance des méthodes existantes 5 les dispositifs mis en œuvre 6 Conclusion, perspectives Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 2

3 Le tout voiture - jusqu à quand? Constat Aujourd hui, 2 déplacements sur 3 en France se font en voiture Des enjeux environnementaux, pointés par l ADEME pollution, réchauffement climatique... facteur aggravant : trafic Des enjeux socio-économiques, urbanistiques Consommation d espace, coût des infrastructures Manque d activité physique dégradation de la qualité de vie Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 3

4 Le tout voiture - jusqu à quand? Constat Aujourd hui, 2 déplacements sur 3 en France se font en voiture Des enjeux environnementaux, pointés par l ADEME pollution, réchauffement climatique... facteur aggravant : trafic Des enjeux socio-économiques, urbanistiques Consommation d espace, coût des infrastructures Manque d activité physique dégradation de la qualité de vie Exemple de l agglomération de Tours Les déplacements dans l agglomération sont en moyenne de 4,3km pour un taux de remplissage moyen de 1,1 passager/voiture. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 3

5 Une prise de conscience politique Un début d action Les collectivités locales déploient depuis quelques années des politiques de promotion des modes de transport alternatifs et en particulier du vélo. Le développement du vélo fait aujourd hui partie intégrante des politiques de déplacement des collectivités : infrastructure, aménagement, vélo libre service, location longue durée etc. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 4

6 Une prise de conscience politique Un début d action Les collectivités locales déploient depuis quelques années des politiques de promotion des modes de transport alternatifs et en particulier du vélo. Le développement du vélo fait aujourd hui partie intégrante des politiques de déplacement des collectivités : infrastructure, aménagement, vélo libre service, location longue durée etc.... une pratique marginale Pays-Bas : 26% des déplacements se font à vélo, France : à peine 4% des trajets domicile-travail sont effectués en vélo (ils étaient 39% en 1959). Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 4

7 des efforts... et des freins Des freins L un des freins identifiés au développement de la pratique du vélo comme moyen de transport alternatif est la sécurité ressentie Pourtant le vélo n est pas un mode de transport plus risqué : Le vélo représente 4% des déplacements quotidiens, pour 4% des blessés graves, 4% des tués. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 5

8 des efforts... et des freins Des freins L un des freins identifiés au développement de la pratique du vélo comme moyen de transport alternatif est la sécurité ressentie Pourtant le vélo n est pas un mode de transport plus risqué : Le vélo représente 4% des déplacements quotidiens, pour 4% des blessés graves, 4% des tués. Des outils Fournir à l usager des outils pour le calcul d itinéraires qui mettent en évidence la sécurité - effective ou ressentie - en favorisant l utilisation des infrastructures adéquates : pistes cyclables, bandes cyclables etc. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 5

9 Géovélo, pour répondre à quels besoins? Le vélo est un mode de déplacement approprié pour la ville (parcours court, souvent seul), Les cyclistes recherchent des itinéraires sécurisés et adaptés, Absence de calculateurs d itinéraires vélo malgré la demande. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 6

14 Géovelo : Qu est-ce que c est Des données géolocalisées Réseau routier Données sur la sécurité - Propriétaires ; cœur de métier de la Compagnie des Mobilités Des interfaces grand public site web smartphone : Android, IPhone Un calculateur d itinéraires adaptés Plusieurs critères à prendre en compte : distance sécurité, linéarité, effort, attrait... Une contrainte de temps forte (site web, smartphone) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 7

18 Des données adaptées au Vélo Au début du projet nous sommes allés au plus simple : base de données commerciales (ex : IGN, Navteq, TéleAtals..) le coût les mises à jour le peu de données relatives au vélo : infrastructures, passage mixte piéton, voies spécialisées (Loire à vélo) difficulté à recaler ces infos propriétaires et la couche graphique Nécessité d un autre outil Un outil ouvert (ajout des données sécurité), évolutif (si possible communautaire), avec une couverture la plus large possible : le projet OpenStreetMap Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 9

19 Le projet OpenStreetMap La solution OpenStreetMap Base de données routières ouverte et communautaire, + de contributeurs locaux. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 10

20 Le projet OpenStreetMap Comparatif Google Maps - OpenStreetMap Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 11

21 Le projet OpenStreetMap Mises à jour sur Paris (3 derniers mois) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 11

23 Géovélo aujourd hui

26 Géovélo en beta

27 Géovélo en beta

28 Géovélo V2

29 SmartPhone Disponible depuis le 10 Mai, Fonctionnalités reprises du site web, + Géolocalisation, + Guidage (en développement). Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 19

34 De la Carte au Graphe Soit G = (V, A) un graphe avec : V l ens. des nœuds, A l ens. des arcs, la fonction de coût c 1 : A R + c 2 : A R + c 3 : A R +... c k : A R + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 21

40 Le plus court chemin... classique Soient un graphe G(V, A, c), et un nœud initial s et un nœud terminal t. Objectif : Calculer le plus court chemin de s à t Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 22

41 Le plus court chemin... classique Dijkstra Soient un graphe G(V, A, c), et un nœud initial s et un nœud terminal t. Objectif : Calculer le plus court chemin de s à t i V, d j d s = 0, tant que t n est pas atteint faire sélectionner i V \ S de d i minimum Pour tout j tel que (i, j) A faire d j min(d j, d i + c (i,j) ) /* d j est l etiquette du nœud j */ fin pour S S {i} fin tant que Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 22

42 Un tout petit exemple Initialisation de 0 à 9 toutes les distances sont à inf d s = 0 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

43 Un tout petit exemple Exploration 0 voisin : 1, 2, 3, 5 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

44 Un tout petit exemple Exploration 0 d 1 = 2, d 2 = 1, d 3 = 3, d 5 = 3. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

45 Un tout petit exemple fin exploration 0 le prochain nœud à explorer est 2 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

46 Un tout petit exemple Exploration 2 voisin : 5 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

47 Un tout petit exemple Exploration 2 d 5 = min(3, d 2 + c(2, 5)), d 5 = min(3, 1 + 4), d 5 = 3, Le plus court chemin à 5 n est pas modifié Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

48 Un tout petit exemple fin exploration 2 le prochain nœud à explorer est 1 (ou 3) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

49 Un tout petit exemple Exploration 1 voisin : 7 d 7 = min(inf, 6 + 2) d 7 = 8 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

50 Un tout petit exemple fin exploration 1 le prochain nœud à explorer est 3 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

51 Un tout petit exemple Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

63 Un tout petit exemple le prochain nœud à explorer est 9 : fin de l algorithme Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 23

64 Le plus court chemin... classique Expérimentations préliminaires (code simple) nœuds et arcs : Algorithme de Dijkstra (one-to-all, all-to-one) en moyenne of 0.1 seconde sur 100 itinéraires. Utilité des méthodes mono-critère Les méthodes classiques peuvent-être utilisées en prétraitement de recherches plus complexes. On peut donc supposer que pour chacun des critères on connait le plus court chemin de tous les nœuds au nœud destination (valeur associée sur l autre critère) Paris Berlin San Francisco nœuds nœuds nœuds arcs arcs arcs Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 24

65 Amléiorations : de nombreuses méthodes de la littérature A* (sélection de l étiquette en prenant en compte la distance parcourue + distance à vol d oiseau à la destination) recherche bidirectionnelle. ALT : A*, Landmarks, Triangle inequality [Goldberg, Harrelson 05] Contraction hierarchies [Sanders, Schultes 06]... et tous les travaux des équipes de Karlsruhe. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 25

66 Amléiorations : de nombreuses méthodes de la littérature A* (sélection de l étiquette en prenant en compte la distance parcourue + distance à vol d oiseau à la destination) recherche bidirectionnelle. ALT : A*, Landmarks, Triangle inequality [Goldberg, Harrelson 05] Contraction hierarchies [Sanders, Schultes 06]... et tous les travaux des équipes de Karlsruhe. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 25

67 Présentation du probléme bi-objectif Limite d une recherche monocritére Les itinéraires les plus courts sont souvent dédiés aux voitures et donc peu adaptés au vélo Plusieurs critéres peuvent/doivent être pris en compte simultanément : Distance, Effort, Sécurité... Dans un premier temps nous gardons la distance et la sécurité Ces deux objectifs sont réellement conflictuels Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 26

68 Modéliser la sécurité Objectifs minimiser la distance et l insécurité insécurité d un chemin = somme de l insécurité de ses arcs insécurité = distance coefficient insécurité (inspiré transport de matériaux dangereux) le coefficient d insécurité dépend de la nature de l arc : voie cyclable, bande cyclable, sans aménagement etc. basé sur des observations terrain (Compagnie des Mobilités). Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 27

69 Présentation du probléme bi-objectif La solution n est plus unique mais on cherche un ensemble de solutions non dominées Définition S(c 1, c 2 ) domine une solution S (c 1, c 2 ) si c 1 c 1 et c 2 c 2 et au moins une des deux inégalités est stricte Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 28

70 Présentation du probléme bi-objectif Représentation graphique On représente les solutions dans un repére (l espace des critères) abscisse = distance ; ordonnée = insécurité Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 29

71 Complexité du probléme Serafini, 1987 Si les deux critéres sont de type somme alors le probléme est NP-Difficile Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 30

72 Approches multi objectif Plusieurs approches Approche a posteriori : Enumération de l ensemble des solutions non-dominées, le décideur sélectionne ensuite les solutions parmi cet ensemble. Approche a priori : préférences du décideur connues à l avance, optimisation d une fonction d agrégation des objectifs. Approche interactive : deux phases répétées alternativement : phase de dialogue et phase de calcul, préférences du décideur évoluent. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 31

73 Présentation du probléme bi-objectif Distance et sécurité Ces deux objectifs sont réellement conflictuels de 1 à 1033 solutions non dominées, en moyenne plus de 200. contre 1 à 10 solutions non dominées pour les études classiques (distance, temps) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 32

74 Présentation du probléme bi-objectif Distance et sécurité Ces deux objectifs sont réellement conflictuels de 1 à 1033 solutions non dominées, en moyenne plus de 200. contre 1 à 10 solutions non dominées pour les études classiques (distance, temps) Contrainte technique : contrainte de temps coté serveur (3 secondes) l ensemble des solutions efficaces peut être intéressant, selon l usage : domicile-travail, promenade dominicale, etc. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 32

75 Dijkkstra bi-objectif Probléme trés largement étudié dans la littérature : (état de l art [Tapata, 07]) détermination compléte de l ensemble des solutions non dominées détermination d une solution de bon compromis Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 33

76 Dijkkstra bi-objectif Probléme trés largement étudié dans la littérature : (état de l art [Tapata, 07]) détermination compléte de l ensemble des solutions non dominées détermination d une solution de bon compromis Extension de Dijkstra L algorithme de Dijkstra peut s étendre simplement en bi-objectif. On gére des étiquettes (nœud, valeur c 1, valeur c 2 ) Permet de calculer l ensemble des solutions non dominées Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 33

77 Dijkstra bi-objectif i V, l j {} l s = {(s, 0, 0)} tant que t n est pas atteint sélectionner un label l non exploré l : (i, c 1, c 2 ) de valeur c 1 minimum pour tout j tel que (i, j) A faire Ajouter à l j le label (j, c 1 + c 1 (i,j), c2 + c 2 (i,j) ) /* Ajouter met à jour la liste des labels non dominés au nœud j */ fin pour déclarer l exploré fin tant que l t contient l ensemble des solutions non dominées Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 34

78 Un tout petit exemple (bis) Initialisation : étiquette(0,0) créée pour le nœud 0 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

79 Un tout petit exemple (bis) Exploration 0 :(0,0)) étiquette créée 1 :(2,4) étiquette créée 2 :(1,1) étiquette créée 3 :(2,1) étiquette créée 5 :(3,5) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

80 Un tout petit exemple (bis) Exploration 2 :(1,1)) étiquette créée 5 :(5,2) Rem : (5,2)<>(3,5) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

81 Un tout petit exemple (bis) fin exploration 2 :(1,1)) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

82 Un tout petit exemple (bis) Exploration 3 :(2,2)) étiquette créée 7 :(4,4) étiquette créée 8 :(5,3) étiquette créée 4 :(4,10) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

83 Un tout petit exemple (bis) fin Exploration 3 :(2,2)) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

84 Un tout petit exemple (bis) Exploration 1 :(2,4)) étiquette créée 7 :(8,5) Rem : (4,4)<(8,5) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

86 Un tout petit exemple (bis) Exploration 5 :(3,5)) étiquette créée 6 :(4,12) étiquette créée 4 :(4,6) Rem : (4,6)<(4,10) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

88 Un tout petit exemple (bis) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

101 Un tout petit exemple (bis) Fin Exploration 3 chemins non dominés 3 solutions présentées à l utilisateur Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 35

102 Les méthodes standards sont peu performantes Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 36

103 Amélioration des méthodes a posteriori Idée Utiliser les informations des plus courts chemin monocritère de i à t pour : limiter les étiquettes à explorer au cours de la recherche approximer rapidement le front de Pareto Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 37

104 Amélioration des méthodes a posteriori Idée Utiliser les informations des plus courts chemin monocritère de i à t pour : limiter les étiquettes à explorer au cours de la recherche approximer rapidement le front de Pareto UB 2 s LB 2 v + d2 l d 2 l c l : étiquette courante à éliminer d 1 l étiquettes(t) : front de Pareto approximé courant LB 1 v + d1 l Meilleure solution atteig à partir de l étiquette l UB 1 s c 1 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 37

105 Amélioration des méthodes a posteriori Idée Utiliser les informations des plus courts chemin monocritère de i à t pour : limiter les étiquettes à explorer au cours de la recherche approximer rapidement le front de Pareto UB 2 s UB 2 v + d2 l LBv 2 + d2 l dl 2 c front de Pareto approximé courant p étiquette courante : l p dl 1 LBv 1 + d1 l UBv 1 + d1 l UBs 1 solutions réalisables cons à partir de l étiquette mise à jour du front d courant c 1 approximé Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 37

106 Amélioration des méthodes a priori Quelle agrégation des critères? La méthode a priori retenue est l algorithme Best Compromise A*. La fonction d agrégation est la norme pondére (préférences de l utilisateur) de Tchebytcheff de la solution à la solution idéale (optimale sur tous les critères) Les étiquettes sont explorées dans l ordre d une fonction calculant la distance de Tchebytcheff de la meilleure solution atteignable à partir de la solution courante et de la solution idéale. La meilleur solution atteignable est obtenue en ajoutant les bornes inférieures mono -critère sur chacun des critères. Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 38

107 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable UB 2 n + d2 l LB 2 n + d2 l d 2 l l d 1 l LB 1 n + d1 l UB 1 n + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

108 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable UBn 2 + d2 l LBn 2 + d2 l r 2 d l 2 l r d 1 l r 1 LB 1 n + d1 l UB 1 n + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

109 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable UBn 2 + d2 l LBn 2 + d2 l r 2 d l 2 l r b1 l d 1 l r 1 LB1 n + d1 l UB n 1 + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

110 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable UBn 2 + d2 l LC n 2 + d2 l LBn 2 + d2 l r 2 d l 2 l r b1 l l l d 1 l r 1 LB1 n + d1 l LC 1 n + d1 l UB 1 n + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

111 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable UBn 2 + d2 l LC n 2 + d2 l LBn 2 + d2 l r 2 d l 2 l r l1 l b l l l b l l2 l d 1 l r 1 LB1 n + d1 l LC 1 n + d1 l UB 1 n + Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

112 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable r 2 r b2 l l l b1 l l d 2 l d 1 l r 1 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

113 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable r 2 l r b2 l l l b1 l l d 2 l d 1 l r 1 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

114 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable r 2 l r b2 l l2r l l b1 l l1r l d 2 l d 1 l r 1 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

115 Amélioration des méthodes a priori c 2 Idée Calculer un plus court chemin qui minimise une combinaison linéaire des critères et utiliser cette information pour mieux évaluer la meilleure solution atteignable r 2 l r r b2 l l2r lr l l b1 l l1r l d 2 l d 1 l r 1 Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 39

116 des améliorations efficaces Méthode a posteriori Ajout de méthode pour initialiser très rapidement le front de Pareto. Gain en temps x4 par rapport à la méthode de base reste trop couteux pour les grosses instances (67s sur les plus difficiles de SF) - axe d amélioration Méthode a priori Gain en temps x10 par rapport à BCA* Très proche de la contrainte des 3s même pour les grosses instances (4,5s pour les plus difficiles de SF) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 40

118 Des activités R&D Gaël Sauvanet, Thèse CIFRE : LI / Compagnie des Mobilités (Mars 2008-Mars 2011) plate-forme web, première version de Géovélo, Tours, Paris Prix des nouvelles mobilités, concours 2009 Thèse soutenue, 4 conférences, 2 articles en seconde lecture Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 42

119 Des activités R&D Emmanuel Dewaele Thèse CIFRE : LI / Compagnie des Mobilités (Dec 2010 ), co-encadré O. Morineau (EMN/ IRCCyN), L. Péridy (UCO/LISA) extension multimodale, prise en compte critère touristique Rennes... Thèse soutenue, 4 conférences, 2 articles en seconde lecture Jiehao Yuan Staginno : LI / Université de Tours / Compagnie des Mobilités (Sept Sept 2011 ) application smartphone, guidage en ligne Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 43

121 ... en résumé Aujourd hui Géovélo c est : Outil pour la promotion de modes de transport alternatifs et principalement du vélo calculateur d itinéraires adaptés au vélo : prise en compte de la sécurité Initialement sur l agglo de Tours (chemin < 100 km), maintenant sur Paris, Nantes, Rennes etc. Des recherches qui donnent lieu à une réelle innovation scientifique (communication, soumission en revue internationale) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 45

122 Perspectives Étendre le service à d autres collectivités (agglomérations, départements, régions), Recherche de nouveaux partenariats pour : Améliorer le service (guidage mobile), Développer de nouveaux services : multimodalité, tourisme, communautaire, etc.) Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 46

126 Merci pour votre attention. http :// Emmanuel Néron, Gael Sauvanet, Emmanuel Dewaele 47