Truffés de capteurs, les bus en disent long sur la pollution

© 2011 EPFL

© 2011 EPFL

Plutôt que des stations fixes, pourquoi ne pas utiliser des détecteurs mobiles et quadrillant la ville pour mesurer plus précisément la qualité de l’air? Le projet OpenSense, mené par quatre laboratoires de l’EPFL et un de l’ETHZ* étudie la possibilité d’installer des capteurs sur le toit des bus ou des trams, mettant ainsi à profit les réseaux de transports publics et de téléphonie déjà en place. Un test est actuellement en cours à Lausanne.

Mesurer la qualité de l’air grâce à des capteurs mobiles installés sur des bus, des trams ou des taxis: telle est la bonne idée développée dans le cadre du projet OpenSense. Grâce aux données ainsi récoltées, une personne asthmatique pourrait par exemple savoir à quelle heure le taux de pollution dans l’air de son quartier est le plus bas, et ainsi choisir d’aller faire ses courses à ce moment-là. Des parents connaîtraient les endroits où le taux d’ozone est le moins élevé un jour de plein été, pour choisir un lieu de sortie avec les enfants…

Ce projet, mené par quatre laboratoires de l’EPFL et un de l’ETHZ*, propose une nouvelle infrastructure pour mesurer la qualité de l’air qui met à profit des réseaux déjà existants, tels que les transports publics. Mobiles, sûrs, prévisibles, quadrillant une localité, les bus se révèlent un support idéal pour la collecte de données. Les chercheurs ont donc pour objectifs de concevoir des capteurs pouvant être embarqués sur des véhicules et suffisamment résistants aux aléas climatiques et du trafic, ainsi que d’organiser la mise en réseau des informations en utilisant la téléphonie mobile.

«L’avantage d’un réseau de capteurs mobiles est de pouvoir récolter plus de données et de manière bien mieux repartie dans l’espace que les quelques stations fixes de mesure de pollution actuellement en fonction», argumente le prof. Karl Aberer, responsable du projet.

A titre d’essai, un boitier de capteurs a été installé sur le toit d’un bus de la compagnie des TL à Lausanne, et un autre sur un tram à Zurich. Ces appareils collectent des données sur les conditions météorologiques, la présence et la quantité de particules fines, ainsi que celle de certains polluants - ozone (O3), dyoxide de carbone (CO2), dyoxide d’azote (NO2), oxyde nitrique (NO), dyoxide de souffre (SO2), composés organiques volatiles (VOC).

Pour des utilisations concrètes

Un second objectif important de ce projet est d’impliquer et de sensibiliser davantage la population à la qualité de l’air qu’ils respirent. Afin de déterminer plus précisément quelles pourraient être les utilisations possibles, concrètes et les plus utiles des données produites, une étude complémentaire vient d’être lancée avec le Centre de Recherche de Nokia à Lausanne (NRCL). Il pourrait s’agir par exemple de services d’alerte ou d’applications pour smartphones, destinés à certaines catégories de la population souffrant plus particulièrement des variations du taux de pollution: enfants, personnes asthmatiques, âgées ou allergiques.

Si le principe de ce projet semble simple, sa mise en pratique pose toutefois de nombreux défis scientifiques et techniques. «Pouvoir localiser très précisément, par GPS, les capteurs est très important pour la fiabilité des données produites», explique Alcherio Martinoli l’un des quatre professeurs de l’EPFL impliqués dans le projet. Pour Boi Faltings, professeur responsable du Laboratoire d’Intelligence Artificielle (LIA, EPFL), il s’agit également de «faire en sorte que les capteurs ne prennent des mesures que là où c’est vraiment utile.»

*Laboratoire des Systèmes d’Information Répartis (LSIR, Prof. Aberer), Laboratoire d’Intelligence Artificielle (LIA, Prof. Faltings), Distributed Intelligent Systems and Algorithms Lab (DISAL, Prof. Martinoli) et Laboratoire des Communications Audiovisuelles (LCAV, Prof. Vetterli) à l’EPFL, ainsi que le Computer Engineering and Networks Laboratory à l’ETHZ (TIK, Prof. Thiele). Le projet est coordonné par le Center for Global Computing de l’EPFL dirigé par le Dr. Martin Rajman.



Source: EPFL