MUST

Le projet MUST s'inscrit dans un double objectif :

• Mettre en oeuvre et éprouver une méthodologie de valorisation de données issues d'un boitier embarqué Xee, pour répondre au besoin d'évaluation de la pertinence et de la fiabilité des systèmes embarqués comme vecteur de connaissances utiles et exploitables ;
• Déployer un projet de territoire dynamique, à l'échelle de la Métropole Européenne de Lille (MEL), en collaboration avec les acteurs métropolitains, pour répondre aux enjeux spécifiques de mobilité de ce territoire et définir des cas d'usage pour l'exploitation de ces données.

Pour ce faire, le projet propose de construire et d'évaluer une méthodologie de mesure qui s'articule en trois points : 1. La constitution d'une flotte test de véhicules équipés en boitiers Xee, formalisant un échantillonnage rigoureusement construit pour garantir une représentativité satisfaisante et une masse critique suffisante de données afin de pouvoir en assurer la valorisation scientifique. Le processus de recrutement des panelistes n'est pas aisé car il recouvre de nombreux points de vigilance et d'options méthodologiques à trancher ; 2. La construction d'une plateforme de traitements statistiques de ces données, permettant de révéler les préalables techniques en termes de protocoles d'échanges, de compatibilité des API et de définition des algorithmes ; 3. La valorisation des données par la définition des applications possibles, des champs de recherche ouverts par ce nouveau matériau de connaissance et des prérequis en termes de valorisation économique. Cette phase a été réalisée en co-construction avec les acteurs experts intéressés par cette connaissance, dans le cadre d'ateliers spécifiques. La qualité et la fiabilité des données produites par le panel de véhicules valident la méthodologie MUST pour mesurer de manière pertinente la connaissance des mobilités automobiles. Les principaux apports méthodologiques, par rapport aux outils de connaissance existants, sont :

• La géolocalisation qui offre une connaissance beaucoup plus fine des origines / destinations des trajets ;
• Une plus grande précision des trajets sur de nombreux indicateurs, avec une masse de données à croiser et corréler très importante, constituant un matériau brut avec des potentialités d'exploitation très nombreuses ;
• La longévité du recueil qui permet des analyses au long cours.

La méthodologie MUST et les données des systèmes embarqués viennent compléter la connaissance des mobilités par des indicateurs nouveaux et inédits et enrichir la connaissance sur les émissions de polluants liées à la circulation automobile, en intégrant des critères originaux.