evidoria

← Retour à la liste

Bonne pratique Importée

Optimisation des tournées de déchets par IoT et IA à Lahore — Gain d'efficacité de 32 % sur les itinéraires dans 10 sites pilotes

Pakistan · Lahore · Voir le profil de Pakistan · Voir le profil de Lahore

Preuves: Quasi expérimental Top 14% 80/100 · Demandez à Evidence Copilot à propos de cette pratique

Un pilote évalué par les pairs sur 10 sites à Lahore, au Pakistan, a combiné des capteurs ultrasoniques de niveau de remplissage avec une optimisation d'itinéraires par IA en nuage, traitant plus de 200 millions de points de données et générant un gain de 32 % d'efficacité des itinéraires, une baisse de 29 % de la consommation de carburant, une hausse de 33 % du traitement des déchets et une réduction de 18 % des coûts d'entretien des véhicules.

32 %
Amélioration de l'efficacité des itinéraires (2023-2024)
29 %
Baisse de la consommation de carburant et des émissions (2023-2024)
33 %
Augmentation du débit de traitement des déchets (2023-2024)
18 %
Réduction des coûts d'entretien des véhicules (2023-2024)
200+ million
Points de données de capteurs traités (2023-2024)
Optimisation des tournées de déchets par IoT et IA à Lahore — Gain d'efficacité de 32 % sur les itinéraires dans 10 sites pilotes

Détails

Maturité
Pilote
Promoteur
Lahore municipal solid waste authorities (research pilot with local government collaboration)
Période
2023–2024
Mots-clés
waste management, IoT, municipal operations, logistics

Contexte

La collecte des déchets représente un coût majeur et un fardeau environnemental important pour les villes en croissance rapide. Des chercheurs ont testé un système intelligent de gestion des déchets combinant IoT et IA sur 10 sites à Lahore et dans ses environs, au Pakistan, en choisissant délibérément des lieux dont la population variait de 0,5 à 5 millions d'habitants et présentant des niveaux de revenu, une densité et un climat différents, en collaboration avec les autorités municipales de gestion des déchets solides.

Objectifs

Le pilote visait à tester si des capteurs à ultrasons mesurant le niveau de remplissage des poubelles, combinés à des itinéraires de collecte recalculés dynamiquement par IA, pouvaient surpasser une collecte à horaires fixes, et si les gains d'efficacité éventuels se maintiendraient dans des contextes urbains très différents plutôt que de n'être qu'un résultat isolé sur un seul site.

Activités

Des capteurs à ultrasons mesuraient les niveaux de remplissage des poubelles et transmettaient les données via un réseau LoRaWAN et cellulaire assurant une connectivité à l'échelle de la ville. Une plateforme d'analyse en nuage utilisait ces données en temps réel pour recalculer dynamiquement les itinéraires de collecte afin de minimiser le temps, la distance et la consommation de carburant, remplaçant ainsi les horaires fixes.

Résultats

Sur l'ensemble du pilote, qui a traité plus de 200 millions de points de données issus des capteurs, l'étude évaluée par des pairs (PLOS ONE, juillet 2024) a rapporté une amélioration de 32 % de l'efficacité des itinéraires, une baisse de 29 % de la consommation de carburant et des émissions, une augmentation de 33 % du débit de traitement des déchets et une réduction de 18 % des coûts d'entretien des véhicules, par rapport à une collecte à itinéraire fixe classique.

Conclusions

Les résultats proviennent d'un pilote multi-sites évalué par des pairs, et non d'une exploitation permanente confirmée à l'échelle de la ville, et les documents publiés ne précisent pas si un organisme municipal de Lahore a depuis officiellement adopté le système comme politique permanente — une question ouverte pour quiconque évalue sa pérennité au-delà du pilote.

Mise en œuvre

Coût indicatif
Moyen (50 k€–500 k€) — Sensor hardware, LoRaWAN/cellular network build-out and cloud analytics platform across 10 sites; cost not disclosed in sources.
Délai jusqu’aux résultats
Court (< 1 an) — Pilot ran 2023-2024, culminating in July 2024 peer-reviewed publication.
Personnel et compétences
Research team (multi-site pilot leads), Lahore municipal solid-waste authorities (collaborating partner)

Conditions de réussite

  • Reliable ultrasonic sensor hardware validated across varying climates and densities
  • LoRaWAN-and-cellular connectivity covering all 10 pilot sites
  • Local government collaboration for route/collection data access

Modes d’échec courants

  • No public confirmation that any Lahore municipal body formally adopted the system as standing policy after the pilot

Où cela s’applique

Type de gouvernance
municipal government with academic/research partnership
Échelle
multi-site pilot (10 locations, populations 0.5-5 million)
Niveau de revenu
lower-middle income

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