NiPo (Équipe #15 - Thunderteam)

Une application pour aider au signalement des nids de poules.

Comment

Inspiration

Au Québec, les variations climatiques extrêmes mettent les services de travaux publics face à de nombreux défis tout au long de l’année. La problématique de la gestion du territoire est donc au coeur de la province. C’est donc dans un contexte d’amélioration de la qualité et de l’efficacité des services d’urbanisme qu’est née l’idée développer une application permettant aux utilisateurs de signaler n’importe quel type de défauts présents sur la voie publique.

Plan d'affaire

Dans le but d'améliorer le service d'entretien des villes, l'application "NiPo" vise à récolter les signalements de travaux à faire sur la voir publique grâce aux citoyens pour ensuite proposer cette information colligée aux villes. Les signaleurs obtiendront une récomponse monétaire pour participation active dans la plateforme.

Les fonctionalités

L'application offrira la possibilité aux citoyens de signaler les nid de poules dans la chausé et ce de manière simple, rapide et efficace. De l'autre côté, les travailleurs de la voirie pourront utiliser l'application pour trouver efficacement les fissures et aviser de leur réparation.

"NiPo" permet également à tout ses utilisateurs de voir les signalements de ses utilisateurs.

L'achitecture

Les données utilisées

Ville de Québec:

  • Voie publiques
  • Pistes cyclables (données normalisés)
  • Panneaux de stationnement

Ville de Montréal:

  • Réseau routier
  • Regards d'égouts
  • Bornes d’incendie (données normalisés)

Notons que la plupart des données d'infrastructure présent sur le site de données québec pourraient être intégré à l’application dans le futur.

Possibilités futur pour NiPo

L'application a plusieurs possibilités de diversification des signalements(bornes fontaine, panneaux et feux de signalisation, déneigement, bornes Wi-fi) en utilisant en partie les jeux de données de la ville.

Comment l'avons-nous construit?

L'application mobile est basé sur le langage Flutter, le back end est en NodeJS, relié avec une base de donnée MySQL et nous utilisons Microsoft 365, Azure, IoT.

Le citoyen a travers l'application mobile ou appareil IoT envoie des signalements géolocalisé contenant une photo de la non conformité d'un élément de la voirie à notre IA.

Notre intelligence artificielle est nourrie avec les jeux de données de Données Québec et des signalements pour effectuer des agrégations entre les jeux pour produire des rapports pour les villes ou des contacteurs. Elle effectue une reconnaissance de l'image pour identifier et prioriser le signalement pour que celui-ci soit traiter et régler de façon rapide et optimisé.

Les défis

Built With

Share this project:

Updates