Résumé du projet
L’accès à une information fiable et prédictive en temps réel permet d’orienter au mieux les choix de mobilité des usagers. Pour cela, Qucit, développe des moteurs prédictifs permettant de connaître à l’avance la disponibilité des systèmes de vélos en libre-service (station par station). Cela favorise l’intermodalité en apportant une information fiable à l’utilisateur lorsqu’il planifie son itinéraire sur l'outil ViaNavigo d'Ile-de-France Mobilités.
Résumé du projet
Qucit fournit également à Keolis Bordeaux l'API Qucit Bike pour les VCUB (système de vélos en libre-service sur la métropole bordelaise). Cette brique prédictive est intégrée dans l'application La Bonne Station et permet de fiabiliser ce mode de transport et le rendre attractif auprès des usagers !
Résumé du projet
Qucit fournit également à Keolis Dijon l'API Qucit Bike pour les Vélodi (système de vélos en libre-service sur la métropole dijonnaise). Cela permet de promouvoir ce mode de transport et le rendre attractif auprès des usagers !
Résumé du projet
Une première en France : Instant System et Qucit ont collaboré pour intégrer les modèles d’intelligence artificielle de Qucit au sein de Modalis. BikePredict anticipe la disponibilité des vélos et des places à chaque station à Bordeaux, La Rochelle et Pau. ParkPredict anticipe le temps de recherche de place en voirie et le niveau de remplissage des parkings en ouvrage à Bordeaux. Le prédictif permet de fiabiliser les trajets et fait de Modalis une référence en matière de calculateur d’itinéraire intelligent en France !
Comment est intégré le prédictif au sein du calculateur ?
Afin d’encourager l’usage des modes de transports collectifs, doux et intermodaux, Instant System & Qucit misent sur une information fiable. Cela permet aux usagers de choisir à l’avance la mobilité qui leur convient.