Améliorer l’expérience et la sécurité des usagers des transports et Établissements Recevant du Public (ERP) lors de grands événements

Lorsque de nombreuses personnes se réunissent avec un objectif commun ou des émotions partagées, cela s’appelle une foule. De nombreuses raisons différentes peuvent contribuer à l’apparition d’une foule, y compris un rassemblement religieux, un rassemblement politique, un événement sportif ou un concert.

Dans de tels événements publics et rassemblements de masse, la gestion des foules représente une mission stressante qui implique une planification approfondie et continue, des procédures serrée et précise ainsi que des stratégies de contrôle dynamiques et agiles.

Le résultat de toute déficience ou faiblesse dans la gestion entraînent des conséquences catastrophiques, y compris des pertes humaines. On décompte dans le passé, des cas de blessure et de décès lors de rassemblements de masse, surtout pour celles à caractère religieux. Par exemple, une bousculade s’est produite pendant le Hajj le 24 septembre 2015, causant plus de 700 morts et plus de 850 blessés (Ministry of Health, 2015).

Par conséquent, il est crucial de surveiller efficacement l’état de sécurité de la foule et de mettre en œuvre les stratégies de gestion requises tout au long de l’événement. Au cours de ce processus, les membres sont comptés pour identifier les risques de foule. Si un risque est détecté, il doit être surveillé et suivi. En conséquence, l’analyse des foules est appliquée pour comprendre le comportement des foules et améliorer les stratégies de gestion des foules.

De manière moins exceptionnelle, les établissements recevant du public (ERP) comme les stades, les zéniths, les parcs des expositions, mais aussi les opérateurs de transports (OTP), ainsi que les exploitants des gares et aéroports ont tous pour point commun de devoir gérer sur des temps courts un nombre important de personnes. Ces vagues génèrent des retards d’exploitation, un manque de confort et un risque élevé pour la sécurité et la sûreté.

En effet, durant des événements, ou aux heures de pointes, les infrastructures se retrouvent surexploitées. Le problème de fond, lié à cette situation, n’est pas d’adapter les infrastructures pour une seule semaine ou quelques mois d’événements, mais de mieux gérer la foule en adaptant une configuration existante tout en appliquant les principes de base de la gestion de foule.

Le projet HEIMDALL vise à construire et expérimenter une solution innovante basée sur l’exploitation des images des systèmes de vidéoprotection en utilisant une combinaison de plusieurs algorithmes d’intelligence artificielle respectant par conception les droits des individus.

Cette solution s’organise autour de 4 axes majeurs :

• La détection d’anomalie au sein de la foule (densité, flux, phénomènes perturbateurs),
• La transmission d’alertes pertinentes et suffisamment informatives au personnel concerné (solution d’Hypervision),
• La réalisation d’actions permettant de gérer le phénomène (canalisation, mobilisation d’agents d’intervention),
• La capitalisation (REX, historisation, rejeu) des informations de foule dans le but d’en améliorer la gestion et d’optimiser l’aménagement des infrastructures en stations.

Chacun de ces axes est soutenu par deux valeurs au fondement de la conception de la solution proposée : la sobriété numérique et l’éthique.

Ces deux éléments sont adressés, tout d’abord par conception :

• En réutilisant au maximum les capteurs déjà déployés : ce qui implique un travail au niveau des algorithmes afin de conserver leur performance ;
• En faisant le choix d’étudier des capteurs autres que les caméras vidéo pour compléter et/ou remplacer les caméras déjà déployées lorsque c’est pertinent : les capteurs dits événementiels.
  Ce choix a pour double effet de :
  • Limiter la récolte de données à caractère personnel ;
  • Limiter la quantité de données (en taille : 0,12% d’une image conventionnelle ¹).

En utilisant des techniques de transfer learning pour adapter les algorithmes à de nouveaux contextes sans avoir à remettre en place un cycle de développement et un apprentissage complet des modèles IA. L’objectif est ainsi de pouvoir déployer la solution en fonction des situations.

Mais aussi par méthode, en adoptant la démarche d’éco-conception. Pour ce faire, les utilisateurs métiers comme les exploitants de la RATP et Roland Garros dès la phase de conception, en menant des ateliers de design sprint pour placer les besoins des utilisateurs finaux au cœur du développement de la solution. Il est primordial à cette étape d’inclure des utilisateurs de marchés distincts pour éviter une spécialisation de la solution, d’où le concours de Roland Garros (ERP) et RATP (OTP).