Une équipe de recherche de l'IMDEA Networks Institute a développé un système de coordination appelé la stratégie Cord-Approx qui réduit considérablement le temps que les conducteurs passent à la recherche d'un parking dans la rue. L'étude «réduction du temps de recherche de stationnement dans la rue via des stratégies d'attribution intelligente» a testé l'approche dans des simulations détaillées de Madrid à l'aide d'un ensemble de données sur le trafic réel.
En moyenne, les conducteurs utilisant la stratégie de cordon-Approx ont trouvé une place de stationnement en 6,7 minutes, contre près de 20 minutes sans lui. Le document a été accepté pour la présentation à ACM Sigspatial 2025, qui s'est tenu du 3 au 6 novembre à Minneapolis, Minnesota. Il est également disponible sur le arxiv serveur de préimprimée.
La méthodologie s'est divisée en deux groupes (utilisateurs d'applications par rapport aux conducteurs réguliers) et a simulé comment les différentes stratégies affectent les temps de recherche et le taux de réussite du stationnement. La stratégie de Cord-Approx coordonne les conducteurs en prédisant la disponibilité probable des points à partir des modèles de réussite historiques et en attribuant différents pilotes à différents endroits via un algorithme de correspondance optimal, de sorte qu'ils ne rivalisent pas tous pour le même.
Cette approche coordonnée obtient des résultats proches d'un scénario idéal « omniscient ». « La conclusion clé de la recherche est de savoir combien la coordination stimule l'efficacité: en dirigeant chaque conducteur à un endroit spécifique, il transforme un libre-pour-tout chaotique dans un processus organisé », explique Behafarid Hemmatpour, Ph.D. Étudiant chez IMDEA Networks et premier auteur du journal.
De la théorie à la pratique
La stratégie de cordon-approx fonctionne en coordonnant les conducteurs, ils ne rivalisent donc pas tous pour le même espace de stationnement. Contrairement à la plupart des applications commerciales qui prédisent principalement où les spots pourraient être disponibles, cette approche ajoute une couche de coordination à l'échelle de la ville.
Son efficacité a été testée contre une référence théorique proposée comme «Oracle», qui suppose des informations parfaites sur tous les conducteurs et places de stationnement. « La stratégie de cordon-Approx s'approche du scénario d'oracle idéal dans les performances, capturant une grande part de son avantage théorique sans nécessiter de données parfaites », note Hemmatpour.
Avantages pour les villes et la population
Le système peut être intégré à des plateformes de mobilité existantes telles que Google Maps, Waze ou les applications municipales via une API, offrant aux conducteurs des instructions en temps réel vers les espaces de stationnement disponibles à l'approche de leur destination.
En guidant les conducteurs vers des places de stationnement spécifiques dans la rue, le système ferait gagner du temps aux conducteurs et réduirait la frustration. Par exemple, à Madrid, ils ont observé la réduction du temps de recherche pour les conducteurs en utilisant l'application d'environ 66% par rapport aux pilotes réguliers, ce qui se traduit par des milliers d'heures de conducteur enregistrées quotidiennement. Moins de voitures naviguant pour le stationnement dans la rue réduisent la congestion et les émissions de la circulation, contribuant à une meilleure qualité de l'air et à une empreinte environnementale plus petite.
De plus, « les autorités de la ville pourraient utiliser un tel système pour gérer la demande de stationnement sur la rue plus efficacement, par exemple, en l'intégrant à la gestion municipale du trafic ou même aux prix dynamiques. Une autre application utilise les idées de cette recherche pour l'urbanisme: les planificateurs de la ville peuvent identifier les hotspots de difficulté de stationnement et prendre des mesures pour les répondre », déclare Hemmatpour.
Étapes suivantes
Jusqu'à présent, la recherche a été basée sur la simulation. L'équipe développe actuellement un prototype pleinement fonctionnel pour démontrer le potentiel de la technologie dans des paramètres du monde réel. Ils explorent les opportunités de tester la stratégie d'approvisionnement en cordes chez les pilotes du monde réel avec des municipalités ou des fournisseurs de mobilité.
« Pour l'instant, nous ne nous sommes pas encore associés aux autorités municipales ou aux entreprises privées pour tester le système en direct. La prochaine étape consiste à travailler avec une ville ou une entreprise pour mettre en œuvre un essai », a déclaré le professeur Nikolaos Laoutaris, directeur du groupe de transparence des données des réseaux IMDEA où la recherche a été emportée.
Le système a été conçu pour s'adapter à différents contextes urbains. Madrid a été choisi comme étude de cas en raison de sa disposition urbaine diversifiée et de la disponibilité des ensembles de données de trafic détaillés. Mais selon Hemmatpour, les résultats ne se limitent pas à cette ville: « L'algorithme n'est pas spécifique à Madrid; il repose sur des intrants que toute ville peut fournir. Les conseils coordonnés devraient fonctionner partout où la rareté du frein entraîne le trafic de recherche.
« Considérez-le comme une application SMART GPS guidant le stationnement: au lieu de tourner, l'application coordonne les conducteurs à l'échelle de la ville pour attribuer à chacun une place de stationnement de rue, un temps de recherche de réduction et, à son tour, de couper les embouteillages et la pollution des voitures qui naviguent dans le bloc », conclut Hemmatpour.
