Ce projet a été réalisé par 5 personnes :
- Khatir Youyou
- Tom Caschera
- Mikhael Darsot
- Kemil Bina
- Evan Pennec
Ce projet s'inscrit dans le cadre du cours ERO1. Il porte sur l'optimisation des trajets des équipes de déneigement de la ville de Montréal.
Les citoyens de Montréal sont préoccupés par les questions de déneigement, mais l'augmentation du budget demeure un point sensible pour le conseil municipal. Il est maintenant essentiel de réduire autant que possible les coûts des opérations de déneigement tout en fournissant un service efficace aux résidents. La municipalité nous a confié la mission de mener une étude pour minimiser les coûts de ces opérations. Nous devons déterminer comment optimiser les trajets des engins de déblaiement sur le réseau routier de Montréal, en s'assurant que toute la zone assignée soit correctement traitée.
Il a été observé que les niveaux de neige sur les routes de la ville varient considérablement, et qu'il n'est pas toujours nécessaire de déneiger l'ensemble du réseau. Nous avons jugé pertinent, lorsque cela est possible, de réaliser une analyse aérienne des niveaux de neige à l'aide de drones. Cela permettra de limiter les opérations de déblaiement aux routes les plus affectées.
Tout d'abord, clonez le projet en utilisant la commande suivante et accédez au dossier ero1 avec la commande cd :
git clone git@gitlab.cri.epita.fr:khatir.youyou/ero1.git
cd ero1
Une fois le projet cloné, vous aurez accès à tous les fichiers. Vous devrez alors préparer votre environnement de travail en installant toutes les dépendances nécessaires au bon fonctionnement du projet.
Installez OSMnx et NetworkX en exécutant ces commandes dans votre terminal :
python3 -m pip install osmnx
python3 -m pip install networkx
Dans le cas où l'une ou plusieurs de ces commandes ne fonctionnerait pas, une erreur apparaitra normalement sur votre terminal. Vous pouvez donc suivre les instructions qui vous seront données à ce moment là.
Si vous êtes sur macOS :
Vous pouvez par exemple utiliser un environnement virtuel en suivant ces étapes :
- trouver le chemin vers venv
find / -type d -name "venv"
- mettre en place l'environnement virtuel :
python3 -m venv 'chemin vers venv'
source 'chemin vers venv'/bin/activate
Ensuite effectuer de nouveau les commandes permettant l'installation de OSMnx et NetworkX.
Grâce à ces installations, vous pourrez normalement lancer les fichiers de tests du projet.
Pour désactiver l'environnement virtuel par la suite, lancer simplement cette commande :
deactivate
Pour exéxuter ce projet, exécuter simplement cette commande :
python3 main.py
Une fois l'exécution faites, vous verrez le temps que le drône va mettre pour parcourir le quartier et combien cela va t-il coûter. Cela peut prendre du temps pour certains quartiers.
Vous avez également accès à des fichiers ".kml" dans le dossier data_earth. Vous pouvez simplement accéder à ce site : https://kmlviewer.nsspot.net/.
Une fois sur ce site, vous pourrez afficher le quartier correspondant sur une map.
Boeing, G. (2024). Modeling and Analyzing Urban Networks and Amenities with OSMnx. Working paper. https://geoffboeing.com/publications/osmnx-paper/