UrbaFlux — Mesure souveraine des flux urbains
Transformez d'anciens smartphones Android en capteurs intelligents de mobilité urbaine. Traitement local par edge AI, conçu pour ne transmettre aucune vidéo, infrastructure open source pour collectivités.
L'image brute est détruite en mémoire après analyse.
La mesure du trafic urbain reste coûteuse et opaque
Les collectivités ont besoin de données fiables sur leurs flux de mobilité pour planifier, sécuriser et optimiser leur réseau de voirie. Les solutions actuelles créent des dépendances technologiques et budgétaires difficiles à assumer.
Coût prohibitif des capteurs dédiés
Un comptage par tube pneumatique, boucle inductrice ou caméra dédiée représente entre 2 000 et 15 000 € par point d'installation. Le déploiement d'un réseau de mesure dense reste hors de portée pour la majorité des communes.
Dépendance propriétaire
API fermées, formats non interopérables, contrats de maintenance imposés. La collectivité ne contrôle ni ses données ni son infrastructure.
Granularité insuffisante
Quelques points de comptage pour une ville entière ne permettent pas de caractériser finement les flux. Les politiques de mobilité reposent alors sur des extrapolations.
Smartphones en fin de vie inutilisés
Des millions de smartphones Android fonctionnels sont mis au rebut chaque année. La fabrication d'un appareil représente 70 à 80 % de son empreinte carbone totale.
| Critère d'évaluation | Radar / Boucle dédiée | Caméra de vidéosurveillance Cloud | UrbaFlux (Réemploi) |
|---|---|---|---|
| Coût matériel par point | 3 000 – 15 000 € | 800 – 3 000 € | 0 – 50 € (réemploi) |
| CO₂ fabrication équipement | 70 à 150 kg CO₂eq | 30 à 80 kg CO₂eq | ~0 (réemploi) |
| Vidéo transmise sur réseau | Non | Oui | Non (objectif) |
| Consommation électrique | — | 15 à 40 W (serveur dédié) | 3 à 5 W |
| Open source | Non | Non | Oui (dépôt à ouvrir) |
« Le serveur ne voit jamais la vidéo »
L'analyse est réalisée entièrement sur le smartphone. Seules des métadonnées numériques agrégées — comptages, classes, horodatages — transitent vers le backend (moins de 10 Ko par heure et par capteur).
Capture de l'image brute, conservée uniquement en mémoire vive le temps de l'analyse.
Détection des boîtes englobantes, tracking de vélocité et classification multi-usagers.
Pseudonymisation locale avec un secret propre à chaque collectivité.
L'image est supprimée après analyse ; elle n'est jamais écrite sur le stockage ni transmise.
Envoi des statistiques agrégées (comptage, classe, hash anonyme) en TLS 1.3 vers le backend.
{
"sensor_id": "capteur-demo-08",
"timestamp": "2026-05-14T08:42:15Z",
"direction": "INBOUND",
"user_class": "cyclist",
"speed_kmh_est": 18.4,
"flow_pseudonym": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
"battery_level": 94,
"temp_celsius": 23.1
}* Le secret de collectivité n'est jamais transmis. Deux collectivités ne peuvent pas croiser leurs données. La clé est renouvelable à tout moment.
Mesure complète des flux de mobilité
Chaque capteur UrbaFlux est conçu pour produire des données structurées exploitables par les services techniques de la collectivité. Ces fonctionnalités correspondent à l'architecture visée.
Comptage et classification
Comptage des usagers de la voirie et classification par le modèle TFLite embarqué : véhicule léger, poids lourd, deux-roues motorisé, vélo, trottinette, piéton.
Sens de circulation & contresens
Analyse du vecteur de déplacement de chaque objet détecté : flux entrants et sortants, contresens, mouvements à un carrefour.
Estimation de la vitesse
Estimation de la vitesse de passage à partir de l'analyse de trajectoires entre images consécutives, sans équipement radar dédié.
Flux Origine-Destination
Corrélation entre capteurs pour reconstituer les itinéraires typiques (origine/destination pseudonymisée) et identifier les flux dominants.
Fonctionnement Offline-first
Stockage local des métriques agrégées pendant les coupures réseau, synchronisation automatique à la reconnexion.
Supervision des capteurs
Suivi de l'état de chaque nœud : niveau de charge, connectivité, version du modèle IA, dernière synchronisation.
Pipeline de données — du capteur au dashboard
Chaque composant de la chaîne est open source, auditable et remplaçable, déployable sur serveur de la collectivité ou hébergement souverain.
APK Android Kiosque
Android 10+, caméra arrière, 2 Go de RAM. Application installée en mode kiosque ; modèle TFLite quantifié.
FastAPI (Python)
API REST asynchrone pour la réception des métriques. Authentification par clé d'API par capteur. Documentation OpenAPI auto-générée.
TimescaleDB
Extension PostgreSQL pour les séries temporelles, avec compression automatique des données anciennes.
Dashboard React + Leaflet
Cartographie des capteurs (Leaflet/OpenStreetMap), graphiques temporels et exports (CSV, GeoJSON).
Applications concrètes pour les collectivités françaises
UrbaFlux vise des besoins réels d'observation de la mobilité, à toutes les échelles territoriales.
Intersections urbaines complexes
Comptage des flux entrants et sortants à chaque branche d'un carrefour, qualification des mouvements tournants, identification des heures de saturation.
Abords d'écoles & Zones 30
Mesure des flux piétons et véhicules aux heures d'entrée et de sortie, pour évaluer les aménagements de sécurisation.
Fréquentation des pistes cyclables
Fréquentation horaire et saisonnière, distinction vélos, trottinettes et piétons : des données pour justifier la création ou l'extension d'infrastructures.
Parkings relais & Dissuasion
Comptage des entrées et sorties, taux de rotation et d'occupation, pour optimiser l'offre et les reports modaux.
Où en est le projet
UrbaFlux est en conception. Aucun déploiement réseau n'est actif à ce stade. L'objectif est de co-construire avec des collectivités pionnières une infrastructure de mesure sobre, auditable et adaptable.
Architecture système définie
Stack visée : Android + TFLite + FastAPI + TimescaleDB + React. Pipeline de pseudonymisation spécifié.
Benchmark modèles TFLite
Évaluation EfficientDet-Lite et YOLO quantifié sur appareils Android 10–13. Mesures de performance et de consommation.
Prototype application Android
Première version de l'APK avec pipeline caméra → TFLite → agrégation locale. Tests sur banc en intérieur.
Synchronisation offline/online
Stockage local Room (SQLite) et file de synchronisation REST vers le backend FastAPI.
Dashboard React — prototype
Interface de visualisation cartographique et graphiques temporels, connectée à l'API FastAPI.
Déploiement collectivité pilote
Premier déploiement terrain avec une collectivité partenaire. Validation en conditions réelles : nuit, pluie, contre-jour.
Qualification RGPD
Cette approche s'inspire des recommandations de pseudonymisation forte décrites par la CNIL. Le système ne traite pas de données biométriques au sens du RGPD. La qualification juridique finale relève de l'analyse de chaque DPO sur la base de la documentation technique disponible et du contexte de déploiement propre à la collectivité.
Code source
Le code (application Android, backend, scripts de déploiement) n'est pas encore publié. Le dépôt sera ouvert et sa licence open source précisée lorsque le développement aura avancé. Les principes décrits sur cette page seront alors vérifiables ; ils concernent l'architecture du système et non une certification réglementaire. Tout déploiement opérationnel requiert une analyse de risques préalable.
Proposer votre collectivité ou contribuer
Collectivité intéressée par un déploiement pilote, développeur souhaitant contribuer, chercheur ou bureau d'études — décrivez votre contexte et nous reviendrons vers vous. Réponse sous 48h ouvrées.