XXII | Blog

Comment mesurer et réduire l'attente aux contrôles dans un aéroport ?

Rédigé par Romane | Sep 15, 2026, 11:46:03 AM

Mesurer l'attente aux contrôles dans un aéroport consiste à estimer en continu le temps qui sépare l'entrée d'un passager dans la file du poste d'inspection filtrage (PIF) de son passage effectif. Trois familles de méthodes coexistent : le relevé manuel par les agents, les capteurs dédiés installés sur site, et l'analyse vidéo appliquée aux caméras déjà en place. Cette dernière s'impose progressivement dans les grands hubs parce qu'elle ne demande pas de nouveau matériel et couvre l'ensemble de la zone d'attente, et non un seul point de passage.

Réduire l'attente, en revanche, ne dépend pas de la mesure elle-même mais de ce qu'on en fait : ouvrir une ligne supplémentaire avant que la file ne sature, redéployer des agents d'un PIF vers un autre, informer les passagers en amont. Le rôle de la mesure est de fournir un signal suffisamment précoce et fiable pour que ces décisions soient prises avant le pic, et non constatées après coup.

Pourquoi l'attente aux contrôles est-elle si difficile à mesurer ?

Une file de PIF n'est presque jamais une ligne droite. Elle serpente, se scinde entre plusieurs lignes, absorbe des files prioritaires et se recompose en permanence. Un compteur placé à l'entrée ne dit donc rien du temps réellement passé à l'intérieur.

S'ajoute la volatilité : l'affluence à un PIF peut doubler en une dizaine de minutes au gré des vagues de départ, puis retomber aussi vite. Un relevé effectué toutes les heures par un agent donne une photographie ponctuelle, jamais la courbe.

Enfin, les indicateurs remontés a posteriori, dans un rapport hebdomadaire ou mensuel, arrivent trop tard pour être actionnables. Ils servent à dimensionner les vacations du trimestre suivant, pas à éviter la saturation de mardi matin.

Quelles méthodes existent pour mesurer l'attente aux PIF ?

Le relevé manuel

Un agent chronomètre le parcours d'un passager témoin, ou compte les personnes présentes à intervalles réguliers. C'est simple à mettre en place et utile comme référence de contrôle, mais l'échantillonnage reste faible et la méthode mobilise du temps d'agent qui manque ailleurs.

Les capteurs dédiés

Capteurs de passage, tapis connectés, bornes de satisfaction, détection des signaux Wi-Fi ou Bluetooth des terminaux des passagers : ces dispositifs donnent une mesure continue, mais impliquent une installation physique, une maintenance propre, et une couverture limitée aux points équipés. La détection de signaux radio dépend en outre de ce que le passager a activé sur son téléphone, ce qui introduit un biais variable.

L'analyse vidéo sur caméras existantes

La zone d'attente d'un PIF est déjà, dans la quasi-totalité des aéroports, couverte par des caméras de vidéoprotection. L'analyse vidéo par intelligence artificielle exploite ces flux pour produire des indicateurs d'occupation et de flux, sans ajouter d'équipement dans la zone.

Comment l'analyse vidéo calcule-t-elle un temps d'attente ?

Le principe repose sur deux mesures complémentaires, produites en continu sur des zones d'intérêt définies à l'image :

  • la densité : le nombre de personnes présentes dans la file à un instant donné ;
  • le débit : le nombre de passages par minute au point de sortie du contrôle.

Le temps d'attente estimé se déduit de ces deux valeurs : une file de 120 personnes devant un point qui traite 12 passagers par minute correspond à une attente d'environ dix minutes. C'est l'application directe de la loi de Little, qui relie le nombre moyen d'éléments dans un système, leur taux d'arrivée et leur temps de séjour.

Le suivi anonyme des trajectoires affine ensuite l'estimation en distinguant les files qui avancent de celles qui stagnent, et en repérant les reflux vers les zones amont. Aucune identification de personne n'intervient dans ce calcul : ce sont des silhouettes comptées et suivies sur quelques mètres, pas des individus reconnus.

Quelles conditions pour que la mesure soit exploitable ?

Trois points déterminent la fiabilité du résultat bien plus que la performance brute des modèles.

L'angle des caméras. Une caméra trop rasante superpose les silhouettes et sous-compte les files denses. Les vues plongeantes, même partielles, donnent des mesures nettement plus stables. Il est rarement nécessaire de repositionner l'ensemble du parc — souvent une ou deux caméras suffisent à corriger une zone.

Le découpage des zones. Une file mal délimitée mélange les passagers en attente et ceux qui circulent dans le hall. Le découpage se cale sur la configuration réelle du PIF et doit être revu quand celle-ci change, ce qui arrive en période de forte affluence.

L'intégration opérationnelle. Un indicateur qui vit dans un tableau de bord que personne n'ouvre ne réduit aucune attente. Le seuil d'alerte doit remonter là où la décision se prend : poste de supervision, écran du responsable de zone, notification sur mobile.

Comment passer de la mesure à la réduction de l'attente ?

La mesure devient utile quand elle déclenche une action à un moment précis. Trois usages structurent la plupart des déploiements.

L'alerte anticipée. Un seuil de densité, positionné en dessous du point de saturation, laisse le temps d'ouvrir une ligne supplémentaire ou d'appeler du renfort. C'est l'antériorité du signal qui crée la valeur, pas sa précision au passager près.

Le redéploiement entre zones. Comparer en temps réel la charge de plusieurs PIF permet de déplacer des agents vers celui qui monte, plutôt que de dimensionner chaque poste pour son propre pic.

Le dimensionnement a posteriori. Les courbes accumulées par jour et par tranche horaire donnent une base factuelle pour construire les vacations, arbitrer des travaux d'aménagement ou objectiver une discussion avec les compagnies sur les créneaux de départ.

Cette mesure est-elle conforme au RGPD ?

Elle peut l'être, à condition de rester dans un cadre précis. La CNIL a publié une doctrine sur les caméras augmentées dans les espaces accessibles au public, qui distingue clairement l'analyse d'images à des fins statistiques de l'identification des personnes.

Une mesure d'attente conforme repose sur des traitements anonymes : pas de reconnaissance faciale, pas de gabarit biométrique, pas de réidentification d'un passager d'une caméra à l'autre. Les images sont analysées à la volée et seules les données agrégées — comptages, densité, temps estimé — sont conservées.

Restent les obligations classiques : information du public sur la zone concernée, inscription au registre des traitements, et analyse d'impact lorsque le contexte l'exige. Ces éléments s'apprécient au cas par cas : le DPO de l'exploitant reste l'interlocuteur qui tranche.

Par où commencer ?

Un déploiement se teste rarement à l'échelle d'un terminal entier. La séquence la plus courante consiste à retenir un PIF pilote couvert par deux à quatre caméras existantes, à définir un seul seuil opérationnel avec les équipes d'exploitation, puis à comparer pendant quelques jours les valeurs produites aux relevés manuels habituels. Cette phase de calage vaut plus que n'importe quelle démonstration : elle installe la confiance dans le chiffre, sans laquelle aucune alerte ne sera suivie d'effet.

XXII développe CORE, une plateforme française d'analyse vidéo qui s'appuie sur les caméras déjà installées pour produire ce type d'indicateurs (densité, flux, temps d'attente estimé, alertes de seuil) sans reconnaissance faciale et dans un cadre conforme au RGPD. L'approche vaut pour les contrôles aéroportuaires comme pour les autres points de passage d'un hub de transport.