Une solution aux défis du surtourisme
Surveiller les foules de touristes pour améliorer les expériences et protéger les communautés locales.
― 10 min lire
Table des matières
- Comment le Système Fonctionne
- La Croissance du Tourisme
- Méthodes pour Réduire le Surtourisme
- Défis de la Collecte de Données Précises
- La Trousse à Outils de Tourisme Intelligent
- Travaux Connexes sur la Détection de Foules
- Stratégies pour une Détection Améliorée
- Architecture du Système
- Communication et Gestion des Données
- Algorithme de Détection Wi-Fi
- Technologies Utilisées dans la Solution
- Développement et Test du Prototype
- Visualisation et Notification
- Conclusion
- Source originale
- Liens de référence
Le surtourisme, c'est quand trop de touristes visitent un endroit, ce qui met à rude épreuve les ressources locales et affecte l'expérience des visiteurs comme des résidents. Ça peut nuire à l'environnement, perturber la culture locale et dégrader la qualité de vie des gens qui vivent dans des destinations touristiques populaires. Pour gérer ce problème, il est essentiel que les responsables du tourisme surveillent les zones bondées afin de prendre des mesures pour améliorer l'expérience des touristes et protéger les communautés locales.
Cet article propose un moyen économique de surveiller les foules touristiques en utilisant les signaux sans fil des appareils mobiles. Un système a été conçu pour aider les petites et moyennes entreprises (PME) à mieux gérer l'afflux de personnes. L'objectif est d'offrir de meilleurs services touristiques, de renforcer la durabilité et de réduire la pression dans les zones très fréquentées.
Comment le Système Fonctionne
Le système de détection de foules compte le nombre d'appareils mobiles à proximité en captant les signaux des technologies sans fil. Il peut reconnaître différentes technologies et suit les données de manière à respecter la vie privée des utilisateurs. Les informations recueillies sont envoyées à un serveur cloud en utilisant différentes méthodes pour garantir une communication fiable, même quand l'accès à Internet local est limité.
Des tests sur le terrain ont été réalisés sur un campus universitaire pour voir comment les capteurs fonctionnent dans différentes situations. Les premiers résultats montrent que les capteurs peuvent être utilisés dans de nombreux endroits et fournir des données utiles sur les niveaux de foule, ce qui peut aider à gérer le tourisme.
La Croissance du Tourisme
L'industrie du tourisme a connu une croissance constante. Si la tendance se poursuit, elle devrait atteindre 3 milliards d'arrivées d'ici 2027. Cette augmentation du nombre de touristes a entraîné une surpopulation dans les lieux de voyage populaires, provoquant des problèmes comme des temps d'attente plus longs et une baisse de la qualité des expériences pour les visiteurs.
Quand trop de touristes affluent vers une destination, cela impacte non seulement leur plaisir mais aussi la vie des résidents. Le bruit accru, les prix plus élevés pour les biens et services, et les conflits concernant les us locaux peuvent créer des tensions entre les touristes et les habitants. Le non-respect des pratiques locales peut aggraver cette relation.
De plus, la qualité environnementale et le patrimoine culturel de ces destinations en pâtissent, entraînant une perte de leur charme d'origine. Aborder le surtourisme est bénéfique pour tout le monde :
- Résidents Locaux : Subissent moins de pression dû à la foule et améliorent leur perception des touristes.
- Opérateurs Touristiques : Peuvent offrir des services plus rapides et meilleurs.
- Touristes : Profitent d'un environnement plus sûr et plus propre avec des temps d'attente réduits.
- Autorités locales : Prennent des décisions éclairées pour la gestion urbaine et réduisent les coûts.
- Gestionnaires de Patrimoine : Protègent les ressources culturelles et maintiennent l'authenticité.
- Entreprises Locales : Obtiennent une plus grande part des revenus touristiques.
Méthodes pour Réduire le Surtourisme
Pour atténuer le surtourisme, il faut encourager les visites dans des endroits moins fréquentés avec des attractions similaires. Cela s'applique à divers lieux, y compris des sites culturels et des espaces extérieurs, pour garantir une meilleure expérience tout en maintenant des normes de sécurité et de santé.
Pour gérer efficacement l'afflux, des informations précises sur les foules sont cruciales. Différentes méthodes peuvent être utilisées pour recueillir des données sur les foules, y compris :
- Capture d'images et de sons
- Suivi des réseaux sociaux
- Analytique des opérateurs mobiles
- Analyse des signaux sans fil
Analyser les signaux sans fil présente des avantages en termes de coût, de précision et de disponibilité des données en temps réel, car la plupart des touristes ont un téléphone mobile.
Défis de la Collecte de Données Précises
Dans le passé, compter les touristes impliquait d'utiliser des adresses MAC (Media Access Control) uniques des appareils. Cependant, à cause des politiques de confidentialité, de nombreux appareils changent maintenant fréquemment leurs adresses MAC, rendant plus difficile le suivi des individus. Cette randomisation entraîne des comptages de foule moins précis.
Pour améliorer la détection des foules, le système proposé ici capte les signaux provenant de différentes technologies sans fil, comme le Wi-Fi et le Bluetooth, tout en prenant en compte la Randomisation des adresses MAC. Les capteurs détectent divers signaux et envoient des données limitées à un serveur cloud centralisé.
La Trousse à Outils de Tourisme Intelligent
Les capteurs font partie d'une Trousse à Outils de Tourisme Intelligent conçue pour aider les PME à passer à des pratiques plus durables. Cette trousse fournit des conseils sur la façon d'installer et de configurer les capteurs, y compris des manuels, des vidéos et des calculateurs pour estimer les coûts.
Le système repose sur une corrélation entre le nombre d'appareils mobiles et le nombre de personnes présentes dans une zone. Cela est particulièrement vrai dans les zones touristiques où les visiteurs portent généralement leurs téléphones.
Travaux Connexes sur la Détection de Foules
La collecte de données sur les foules à partir d'appareils mobiles peut être réalisée par des méthodes passives ou actives. Les méthodes passives, qui surveillent les signaux sans fil de manière non intrusive, sont préférées car elles ne perturbent pas l'expérience utilisateur ni les réseaux.
Les premières approches se concentraient sur la capture des requêtes de sonde, qui sont des messages envoyés par des appareils pour se connecter à des réseaux connus. Cependant, l'introduction de la randomisation des adresses MAC a créé des défis pour compter avec précision les appareils.
Stratégies pour une Détection Améliorée
De nouvelles techniques ont émergé pour contrer le problème de la randomisation des adresses MAC. Ces méthodes incluent :
- Comparaison SSID : Identifier les réseaux connus auxquels un appareil pourrait se connecter.
- Empreintage : Créer des identifiants uniques à partir d'autres champs de données dans les requêtes de sonde.
- Clustering : Regrouper les données pour distinguer plus précisément les appareils individuels.
Les chercheurs ont développé diverses stratégies pour aborder l'impact de la randomisation, améliorant ainsi l'efficacité des systèmes de comptage de foules.
Architecture du Système
L'architecture du système proposé permet aux capteurs de détecter les appareils à proximité et d'envoyer des données sur l'afflux à un serveur cloud. Les capteurs peuvent recueillir des informations sur les appareils utilisant le Wi-Fi et le Bluetooth, tout en garantissant un échange de données minimal pour protéger la vie privée des utilisateurs.
Cette configuration permet des options de communication flexibles, garantissant que les données peuvent être téléchargées efficacement, quel que soit l'endroit. Si le Wi-Fi est disponible, les capteurs peuvent envoyer des données directement au serveur cloud. Pour les lieux extérieurs sans Wi-Fi, le système peut utiliser la technologie LoRaWAN pour la transmission des données.
Communication et Gestion des Données
Le serveur cloud gère la communication et fournit des services qui permettent aux responsables du tourisme d'analyser facilement les niveaux de foule. Cela inclut le rendu d'informations temporelles et géographiques, la création de notifications lorsque les seuils de foule sont atteints, et l'offre de données brutes pour une intégration ultérieure.
Algorithme de Détection Wi-Fi
Un algorithme spécifique a été développé pour détecter les appareils mobiles via Wi-Fi tout en tenant compte de la randomisation des adresses MAC. L'algorithme analyse les paquets Wi-Fi et distingue entre les paquets de données provenant des appareils connectés et les requêtes de sonde de ceux qui cherchent des réseaux.
Pour les appareils connectés, l'adresse MAC est stable et peut être comptée directement. Pour les appareils envoyant des requêtes de sonde, des techniques d'empruntage aident à créer des identifiants uniques même lorsque les adresses MAC sont randomisées.
Technologies Utilisées dans la Solution
La Trousse à Outils de Tourisme Intelligent repose sur des logiciels open-source et du matériel standard pour maintenir les coûts bas. Les capteurs fonctionnent sur un système d'exploitation Linux avec des outils pour détecter les appareils. Une base de données légère est utilisée pour stocker les données d'afflux, tandis que divers composants aident à traiter et visualiser les informations.
Développement et Test du Prototype
Un prototype du système de détection de foules a été conçu pour résister à diverses conditions environnementales. Des tests ont été réalisés sur un campus universitaire pour valider son efficacité dans des scénarios réels. Les capteurs ont été placés dans des zones à fort trafic pour surveiller les modèles de foule.
Le principal objectif de ces tests était de comprendre la dynamique des foules et à quelle vitesse le système pouvait détecter les changements dans les niveaux de foule.
Visualisation et Notification
Les données recueillies peuvent être visualisées de plusieurs manières pour permettre aux managers d'observer facilement les modèles de foule. Des tableaux de bord montrent les tendances temporelles, tandis que des cartes mettent en évidence les zones bondées.
Les données brutes peuvent être intégrées dans d'autres systèmes, améliorant ainsi les processus de prise de décision. Le système peut également générer des notifications lorsque la foule devient excessive, permettant des interventions rapides.
Conclusion
Le surtourisme a des impacts négatifs sur l'expérience des touristes, affecte les communautés locales et nuit à l'environnement. En surveillant efficacement les foules, les professionnels du tourisme peuvent prendre de meilleures décisions qui bénéficient à tous.
Le système de détection de foule à faible coût décrit ici offre une solution pratique pour surveiller les activités touristiques en utilisant les signaux d'appareils mobiles. Avec un accent sur la vie privée et la transmission de données fiable, ce système peut aider à mieux gérer le tourisme et promouvoir des pratiques durables.
Dans un avenir proche, ce système sera déployé dans un site touristique majeur pour faciliter des expériences plus fluides pour les visiteurs tout en minimisant les effets négatifs du surtourisme. À mesure que la technologie évolue, d'autres améliorations seront apportées pour améliorer les capacités de détection et la performance globale.
Titre: Wireless Crowd Detection for Smart Overtourism Mitigation
Résumé: Overtourism occurs when the number of tourists exceeds the carrying capacity of a destination, leading to negative impacts on the environment, culture, and quality of life for residents. By monitoring overtourism, destination managers can identify areas of concern and implement measures to mitigate the negative impacts of tourism while promoting smarter tourism practices. This can help ensure that tourism benefits both visitors and residents while preserving the natural and cultural resources that make these destinations so appealing. This chapter describes a low-cost approach to monitoring overtourism based on mobile devices' wireless activity. A flexible architecture was designed for a smart tourism toolkit to be used by Small and Medium-sized Enterprises (SMEs) in crowding management solutions, to build better tourism services, improve efficiency and sustainability, and reduce the overwhelming feeling of pressure in critical hotspots. The crowding sensors count the number of surrounding mobile devices, by detecting trace elements of wireless technologies, mitigating the effect of MAC address randomization. They run detection programs for several technologies, and fingerprinting analysis results are only stored locally in an anonymized database, without infringing privacy rights. After that edge computing, sensors communicate the crowding information to a cloud server, by using a variety of uplink techniques to mitigate local connectivity limitations, something that has been often disregarded in alternative approaches. Field validation of sensors has been performed on Iscte's campus. Preliminary results show that these sensors can be deployed in multiple scenarios and provide a diversity of spatio-temporal crowding data that can scaffold tourism overcrowding management strategies.
Auteurs: Tomás Mestre Santos, Rui Neto Marinheiro, Fernando Brito e Abreu
Dernière mise à jour: 2024-02-14 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2402.09158
Source PDF: https://arxiv.org/pdf/2402.09158
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.
Liens de référence
- https://isesl23.cnam.fr/book.php
- https://databank.worldbank.org/source/world-development-indicators/Series/ST.INT.ARVL
- https://www.resetting.eu
- https://single-market-economy.ec.europa.eu/smes/cosme
- https://www.thethingsnetwork.org/
- https://www.helium.com/
- https://explorer.helium.com
- https://www.helium-iot.eu
- https://gitlab.com/wireshark/wireshark/-/raw/master/manuf
- https://www.kali.org
- https://sqlite.org
- https://github.com/erthink/t1ha
- https://alfa-network.eu/alfa-awus036ac
- https://www.aircrack-ng.org
- https://greatscottgadgets.com/ubertoothone
- https://www.kali.org/tools/bluez/
- https://mosquitto.org
- https://www.influxdata.com
- https://www.influxdata.com/time-series-platform/telegraf
- https://grafana.com
- https://sites.google.com/iscte-iul.pt/resetting-project/home/posters-workshop
- https://web.telegram.org/
- https://chat.google.com/
- https://teams.microsoft.com/
- https://slack.com
- https://www.pagerduty.com
- https://www.parquesdesintra.pt/pt/parques-monumentos/parque-e-palacio-nacional-da-pena/
- https://sites.google.com/iscte-iul.pt/resetting-project/home/smart-tourism-toolkits/Crowd_Monitoring_STToolkit
- https://www.tex.ac.uk/cgi-bin/texfaq2html?label=spell
- https://www.springer.com
- https://www.issn.org/en/node/344
- https://www.tug.org
- https://www.dante.de
- https://uk.tug.org
- https://ctan.org/tex.archive/