evidoria

← Retour à la liste

Bonne pratique Importée

Array of Things — Le Réseau de Capteurs Urbains Open Source de Chicago

États-Unis d'Amérique · Chicago · Voir le profil de États-Unis d'Amérique · Voir le profil de Chicago

Preuves: Descriptif / auto-déclaré Top 39% 71/100 · Demandez à Evidence Copilot à propos de cette pratique

Le laboratoire national d'Argonne, l'université de Chicago et la ville de Chicago ont construit le réseau de capteurs open source « Array of Things » (2016-) pour fournir aux urbanistes des données environnementales et de circulation à l'échelle de la rue. Des articles évalués par des pairs documentent la plateforme; les preuves indépendantes d'impact sur les politiques restent plus minces que les preuves techniques.

115
Capteurs de qualité de l'air installés sur des abribus (Project Eclipse) (2021-22)
Array of Things — Le Réseau de Capteurs Urbains Open Source de Chicago

Détails

Maturité
En expansion
Promoteur
Argonne National Laboratory / University of Chicago (with City of Chicago, NSF funding)
Période
2016-present
Mots-clés
urban sensing, environmental monitoring, open-source hardware, smart-city data

Contexte

L'Argonne National Laboratory et l'Urban Center for Computation and Data de l'université de Chicago, financés par la National Science Foundation, ont commencé à déployer le réseau de capteurs Array of Things (AoT) à Chicago en 2016. Décrit dans ses propres documents de projet comme un « traqueur d'activité pour la ville », chaque nœud mesure la qualité de l'air, le bruit, la chaleur, la lumière et le comptage des piétons/véhicules, rue par rue.

Activités

La conception de la plateforme et ses premiers résultats ont été documentés dans un article de conférence ACM évalué par les pairs (« Array of Things : a scientific research instrument in the public way », 2017) et dans des rapports techniques d'Argonne/du Department of Energy. Ces sources décrivent un engagement communautaire étendu avec les organisations de quartier de Chicago avant l'installation, considéré comme essentiel et non facultatif, un rejet de la communauté ayant pu totalement bloquer le déploiement. La plateforme d'edge computing open source sous-jacente, Waggle, a été étendue en 2021-22 dans le cadre du « Project Eclipse », un déploiement conjoint avec la ville de Chicago, l'équipe Urban Innovation de Microsoft Research et l'entreprise de publicité extérieure JCDecaux, qui a installé des capteurs de qualité de l'air sur 115 abribus de Chicago.

Résultats

La MIT Technology Review (2022) rapporte que la plateforme Waggle a depuis été adoptée dans des déploiements de recherche au-delà de Chicago.

Conclusions

Les données recueillies sont les plus solides concernant la performance technique et la qualité des données, et plus faibles concernant l'impact en aval sur les politiques publiques : aucune des sources examinées ne démontre de manière indépendante que les données des capteurs ont modifié de façon mesurable un résultat de politique publique de la ville, et aucun résultat d'équité chiffré pour des quartiers défavorisés spécifiques n'a été trouvé.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — Funded by National Science Foundation research grants and Argonne National Laboratory; the 2021-22 Project Eclipse expansion was a joint deployment with the City of Chicago, Microsoft Research and JCDecaux placing sensors on 115 bus shelters.
Délai jusqu’aux résultats
Long (> 3 ans) — Deployment began 2016; the underlying Waggle platform was documented in a 2017 peer-reviewed paper and expanded into Project Eclipse in 2021-22.
Personnel et compétences
Argonne National Laboratory research/engineering team, University of Chicago Urban Center for Computation and Data researchers, Chicago neighbourhood community liaisons

Conditions de réussite

  • NSF grant funding sustaining hardware R&D and deployment
  • Extensive community engagement with neighbourhood organisations treated as essential before installation, since rejection could have stalled deployment
  • Open-source edge-computing platform (Waggle) enabling reuse beyond the original network

Modes d’échec courants

  • No independent study reviewed demonstrates the sensor data measurably changed a city policy outcome
  • No quantified equity results for specific underserved neighbourhoods were found
  • Funded through research grants (NSF, Argonne) rather than a dedicated city operating budget

Où cela s’applique

Type de gouvernance
national-lab/university research partnership with city government
Échelle
citywide sensor network, expanding to multi-site (Project Eclipse)
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles