En visioconférence : https://teams.live.com/meet/94221806454556
Langue de la soutenance : Français
Titre
Identification des marqueurs comportementaux et physiologiques capables de prédire la qualité de la reprise en main du véhicule en conduite autonome de niveau 3
Résumé
Le développement de systèmes de conduite conditionnellement automatisés est en pleine expansion. La délégation partielle de l’activité de conduite à un véhicule autonome interroge sur la capacité du conducteur à reprendre en main le véhicule lors d’une situation à risques.
L’objectif de notre travail est d’identifier des marqueurs physiologiques et comportementaux capables de prédire le temps de réponse (TOT) et la qualité de reprise en main du véhicule. 32 volontaires sains (43 ± 16 ans, 16 hommes) ont effectué une conduite simulée où des événements (objet sur la voie, mauvaise météo, absence de marquage au sol) ont impliqué une reprise en main du véhicule. Avant chaque demande de reprise en main (TOR), les conducteurs réalisaient différentes tâches non liées à la conduite (NDRT) telles qu’écouter la radio, lire un livre, regarder une vidéo….
Des marqueurs électrocardiographiques (ECG), électroencéphalographiques (EEG) et oculomoteurs (OM) ont été enregistrés 2 min avant la reprise en main et analysés. Ces marqueurs, ainsi que l’âge, le sexe, et la nature, durée des NDRTs et l’implication des mains et du regard dans les NDRTs, ont été utilisés dans nos modèles statistiques (régressions logistiques binaires, modélisations linéaires automatiques, Indice de Youden, courbes ROC).
Les reprises de conduite sont qualifiées de 4 façons. La qualification 1 (Q1) s’appuie sur le temps de collision (TTC, temps séparant le véhicule de l’obstacle à l’engagement d’un changement de voie) et la présence ou non d’une collision. La qualification 2 (Q2) reprend les 2 critères précédents et la vitesse de rotation du volant. La qualification 3 (Q3) reprend les 2 premiers critères et la vérification des rétroviseurs. Et la qualification 4 (Q4) par la présence ou non d’une collision et le franchissement de ligne (ILC).
Nos résultats démontrent que le TOT ne dépend ni de l’âge, ni du sexe des conducteurs. Les TOTs les plus longs sont observés lorsque la NDRT a une forte composante manuelle ou sollicitation de la position de la tête lors de la reprise. Lors d’une reprise avec changement de voie, le TOT est le principal facteur influençant la qualité de cette dernière : plus le TOT est long, plus la qualité de reprise est mauvaise. La nature et la durée de la NDRT ne modifient pas la qualité de reprise. L’âge a un impact sur la qualité de reprise en Q2 et Q3 : les conducteurs âgés réussissent moins bien leur reprise de conduite que les plus jeunes car ils présentent un contrôle latéral du véhicule plus instable (écart-type de la vitesse de rotation du volant plus important) et une analyse de la scène moins bonne (absence de vérification rétroviseurs). En revanche, l’âge n’influence ni le contrôle longitudinal (TTC) ni la présence de collisions. Lors d’une reprise en main sans changement de voie, c’est surtout l’âge qui conditionne la qualité de reprise (Q4) : les sujets âgés (61-75) réussissent moins bien que les sujets plus jeunes à cause d’un plus mauvais contrôle latéral.
Aucune de nos modélisations ne permet de prédire le TOT ou la qualité de reprise en Q1. L’association de paramètres OM (durées des fixations, et diamètre pupillaire) et EEG (Thêta Frontal) sont les marqueurs permettant de mieux prédire les qualités de reprise en Q2. Les paramètres OM (fréquence et durée des fixations, et distance des saccades) permettent la prédiction de la qualité de reprise en Q3. Des marqueurs EEG (ratio LFHF, bande Beta Haut en Cz, rapport Thêta/Beta en frontal) et OM (diamètre moyen de la pupille) associés, permettent de prédire la qualité de reprise en Q4.
Nos résultats permettront dans le futur d’améliorer de nouveaux modèles (modèle de freinage, de braquage ou braquage/freinage) capables de mieux expliquer et/ou prédire le comportement du conducteur lors d’une reprise en main en conduite autonome de niveau 3.
Publications
Y. DAVIAUX, E. BONHOMME, H. IVERS, E. DE SEVIN, J-A MICOULAUD-FRANCHI, S. BIOULAC, C.M. MORIN, P. PHILIP, E. ALTENA, Event-Related Electrodermal Response to Stress : Results From a Realistic Driving Simulator Scenario, Human Factors, 2019
ALTENA, Y. DAVIAUX; E. SANZ-ARIGITA; E. BONHOMME; E. DE SEVIN; J-A MICOULAUD-FRANCHI; S. BIOULAC, P PHILIP, How sleep problems contribute to simulator sickness: Preliminary results from a realistic driving scenario, Journal of Sleep Research, 2017
Jury
Mme LESPINET-NAJIB Véronique, Maître de conférences, ENSC – Bordeaux INP, Président
M. VERCHER Jean-Louis, Directeur de recherche, CNRS (Marseille), Rapporteur
Mme LAFONT Sylviane, Directeur de recherche, Université Gustave Eiffel (Lyon), Rapporteur
M. OJEDA Luciano, Ingénieur de recherche, Stellantis Vélizy-Villacoublay, Examinateur
Mme JOFFRE Corinne, Chargé de recherche, INRAE, Examinateur
M. PHILIP Pierre, Professeur des universités – praticien hospitalier, CHU Pellegrin, Directeur de thèse
Emilien Bonhomme
Équipe GENPPHAASS (Groupe d’étude de neurophysiologie, pharmacologie, sommeil et somnolence)
SanPsy
Thèse dirigée par Pierre Philip