{"id":122,"date":"2025-03-20T11:14:21","date_gmt":"2025-03-20T10:14:21","guid":{"rendered":"https:\/\/stg.ceesar.fr\/?page_id=122"},"modified":"2025-06-11T19:36:28","modified_gmt":"2025-06-11T17:36:28","slug":"environnement-vehicule-et-comportement","status":"publish","type":"page","link":"https:\/\/stg.ceesar.fr\/index.php\/environnement-vehicule-et-comportement\/","title":{"rendered":"Environnement V\u00e9hicule et Comportement"},"content":{"rendered":"\n

Le D\u00e9partement Environnement V\u00e9hicule et Comportement (DEVC) r\u00e9alise des exp\u00e9rimentations, des collectes de donn\u00e9es et des analyses permettant de prendre en compte les comportements, habitudes et capacit\u00e9s r\u00e9elles des humains, dans la conception et la validation des aides \u00e0 la conduite et des v\u00e9hicules automatis\u00e9s.<\/p>\n\n\n\n

Enjeux<\/h2>\n\n\n\n

La majorit\u00e9 des accidents de la route sont dus \u00e0 des erreurs humaines<\/strong> : non-respect des r\u00e8gles, distraction, hypovigilance, mauvaise interpr\u00e9tation de l\u2019environnement, ou encore difficult\u00e9 \u00e0 utiliser les syst\u00e8mes des v\u00e9hicules. Bl\u00e2mer uniquement les conducteurs serait toutefois r\u00e9ducteur et inefficace\u00a0: il est surtout essentiel de concevoir des r\u00e8gles, des infrastructures et des v\u00e9hicules qui tiennent compte des capacit\u00e9s et limites humaines<\/strong>. C\u2019est le principe du \u00ab\u00a0human-centered design\u00a0\u00bb appliqu\u00e9 \u00e0 la s\u00e9curit\u00e9 routi\u00e8re : anticiper les erreurs pour limiter leurs cons\u00e9quences et rendre les routes plus s\u00fbres pour toutes et tous.<\/p>\n\n\n\n

L\u2019\u00e9mergence de fonctions de d\u00e9l\u00e9gation et d’automatisation de la conduite<\/strong> allant jusqu\u2019aux v\u00e9hicules \u00ab autonomes \u00bb promet de soulager les automobilistes, parfois d’anticiper et de corriger leurs erreurs, mais soul\u00e8ve \u00e9galement de nombreux d\u00e9fis. Remplacer des humains, certes faillibles mais intelligents et adaptables, par des machines programm\u00e9es selon des r\u00e8gles rigides et op\u00e9rant sur la base d\u2019une perception parfois limit\u00e9e de leur environnement, ne garantit en rien l\u2019am\u00e9lioration de la s\u00e9curit\u00e9 routi\u00e8re : on attend d\u00e9sormais des conducteurs qu\u2019ils supervisent des syst\u00e8mes complexes et souvent opaques, tout en demandant \u00e0 des automates de g\u00e9rer une infinit\u00e9 de situations, y compris des comportements impr\u00e9visibles\u2026<\/p>\n\n\n\n

Ces comportements et situations \u00e9voluent constamment, notamment avec l\u2019apparition de nouveaux modes de d\u00e9placement (v\u00e9hicules interm\u00e9diaires, engins de d\u00e9placement personnel motoris\u00e9s). Face \u00e0 ces transformations, il est essentiel de caract\u00e9riser et de comprendre les capacit\u00e9s et les comportements des usagers de la route, dans toute leur diversit\u00e9 et sur le long terme.<\/strong> Cela exige des collectes de donn\u00e9es massives et leur exploitation syst\u00e9matique.<\/p>\n\n\n\n

Dans ce contexte, le DEVC a d\u00e9velopp\u00e9 une expertise reconnue dans la r\u00e9alisation d\u2019exp\u00e9rimentations mais \u00e9galement de collectes et d\u2019exploitation de donn\u00e9es \u00e0 grande \u00e9chelle, contribuant activement \u00e0 l\u2019adaptation des syst\u00e8mes de mobilit\u00e9 \u00e0 la s\u00e9curit\u00e9 des usagers.<\/p>\n\n\n\n

\n
\n

Nos comp\u00e9tences<\/h2>\n<\/div>\n\n\n\n
<\/div>\n\n\n\n
\n
\n
\"\"<\/figure>\n\n\n\n

Organisation d’exp\u00e9rimentations<\/h3>\n\n\n\n

L’organisation d’exp\u00e9rimentations en environnement contr\u00f4l\u00e9 (piste d’essai, simulateur de conduite) est n\u00e9cessaire pour caract\u00e9riser finement les comportements des automobilistes dans des sc\u00e9narios pr\u00e9d\u00e9finis, notamment lorsqu’il s’agit de les confronter (en toute s\u00e9curit\u00e9) \u00e0 des situations d’urgence afin de caract\u00e9riser leurs r\u00e9actions.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n

Collectes de donn\u00e9es \u00e0 grande \u00e9chelle<\/h3>\n\n\n\n

L’observation des comportements r\u00e9els, sur route ouverte et \u00e0 grande \u00e9chelle (approche \u00ab\u00a0Naturalistic Driving\u00a0\u00bb), permet d’en caract\u00e9riser la complexit\u00e9 et la diversit\u00e9.<\/p>\n\n\n\n

Le d\u00e9ploiement de prototypes matures sur route ouverte (\u00ab\u00a0Field Operational Test\u00a0\u00bb) permet de confronter les innovations \u00e0 leurs conditions r\u00e9elles d’emploi.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n

Analyse de donn\u00e9es<\/h3>\n\n\n\n

L’exploitation des donn\u00e9es collect\u00e9es, notamment des bases de donn\u00e9es massives collect\u00e9es sur route ouverte, permet de caract\u00e9riser les comportements – appropri\u00e9s ou non – et leurs d\u00e9terminants, puis de synth\u00e9tiser les enseignements tir\u00e9s, que ce soit sous la forme de recommandations pour l’am\u00e9lioration de la s\u00e9curit\u00e9 routi\u00e8re, ou la cr\u00e9ation de bases de donn\u00e9es de sc\u00e9narios de r\u00e9f\u00e9rence pour la validation des fonctions d’assistance ou d’automatisation de la conduite.<\/p>\n<\/div>\n<\/div>\n\n\n\n

<\/div>\n\n\n\n
\n
\n
\"\"<\/figure>\n\n\n\n

Conception de dispositifs de recueil<\/h3>\n\n\n\n

Que ce soit pour mettre en \u0153uvre des protocoles complexes sur une piste d’essai, ou pour collecter des millions de kilom\u00e8tres d’observation des comportements sur routes ouvertes, le DEVC dispose de toutes les comp\u00e9tences n\u00e9cessaires \u00e0 la conception de dispositifs de recueil robustes\u00a0: instrumentation de v\u00e9hicules, assurance qualit\u00e9, gestion de la logistique…<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n

Conception d’outils d’analyse<\/h3>\n\n\n\n

Le DEVC a \u00e9t\u00e9 un pionnier dans l’observation \u00e0 grande \u00e9chelle des comportements routiers, ce qui a amen\u00e9 l’\u00e9quipe \u00e0 adresser des probl\u00e9matiques \u00ab\u00a0Big Data\u00a0\u00bb avant que cette expression ne soit \u00e0 la mode.<\/p>\n\n\n\n

Ceci a aboutit \u00e0 la conception d’une chaine outill\u00e9e reposant notamment sur la plateforme d’exploitation SALSA<\/a> (Smart Application for Large Scale Analysis), d\u00e9velopp\u00e9e par le CEESAR et adopt\u00e9e depuis par de multiples industriels et laboratoires de recherche.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n

Maquettage <\/h3>\n\n\n\n

Afin d’\u00e9valuer le potentiel d’une innovation, il est parfois n\u00e9cessaire de cr\u00e9er des maquettes d’interfaces homme-machine, d’int\u00e9grer dans un v\u00e9hicule le prototype d’une nouvelle fonction, ou d’y simuler le comportement attendu d’une innovation qui n’existe pas encore.<\/p>\n\n\n\n

Le DEVC a l’habitude de cr\u00e9er de tels maquettages pour les besoins de ses projets et de ceux de ses partenaires.<\/p>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n

\"\"<\/figure>
\n
\n
\n

Focus sur<\/h3>\n<\/div>\n\n\n\n

Collecte de donn\u00e9es<\/h3>\n<\/div>\n\n\n\n

La caract\u00e9risation et la compr\u00e9hension des comportements des conducteurs n\u00e9cessitent l\u2019instrumentation, aussi riche que discr\u00e8te<\/strong>, de v\u00e9hicules.<\/p>\n\n\n\n

Les donn\u00e9es collect\u00e9es concernent aussi bien l\u2019int\u00e9rieur du v\u00e9hicule (vid\u00e9o, actions sur les commandes\u2026) que l\u2019ext\u00e9rieur (propri\u00e9t\u00e9s de l\u2019infrastructure, man\u0153uvres des autres usagers\u2026). Les flux num\u00e9riques circulant dans ces v\u00e9hicules sont exploit\u00e9s, et compl\u00e9t\u00e9s de capteurs plus performants (GNSS RTK, vid\u00e9o haute d\u00e9finition, LIDAR\u2026).<\/p>\n\n\n\n

La r\u00e9alisation de collectes \u00e0 grande \u00e9chelle <\/strong>exige une qualit\u00e9 et une robustesse sans faille, ce qui est pris en compte dans la conception et la validation des \u00e9quipements, des logiciels embarqu\u00e9s et d\u00e9barqu\u00e9s, mais aussi dans l\u2019organisation logistique.<\/p>\n\n\n\n

Le CEESAR d\u00e9veloppe ses propres outils, modulaires et adaptables, permettant la collecte automatis\u00e9e et supervis\u00e9e<\/strong> de donn\u00e9es riches et volumineuses.<\/p>\n\n\n\n

Lorsqu\u2019une exp\u00e9rimentation l\u2019exige, le CEESAR peut modifier les v\u00e9hicules eux-m\u00eames, et maquetter ou int\u00e9grer des \u00e9quipements prototypes.<\/p>\n<\/div><\/div>\n\n\n\n

\n
\n
\n

Focus sur<\/h3>\n<\/div>\n\n\n\n

Analyse de donn\u00e9es<\/h3>\n<\/div>\n\n\n\n

Avant de proc\u00e9der aux analyses, les donn\u00e9es brutes sont transform\u00e9es en un jeu de donn\u00e9es consolid\u00e9es, contextualis\u00e9es<\/strong> et, si possible, r\u00e9duites, qui inclura un grand nombre de variables caract\u00e9risant les sc\u00e8nes routi\u00e8res auxquel\u00b7le\u00b7s sont confront\u00e9\u00b7e\u00b7s les conducteur\u00b7trice\u00b7s, ainsi que leur comportement.<\/p>\n\n\n\n

Cette transformation est un processus complexe<\/strong>, reposant pour chaque enregistrement sur un mix de traitements automatis\u00e9s incluant des algorithmes d\u2019intelligence artificielle, et d\u2019annotation manuelle.<\/p>\n\n\n\n

L\u2019\u00e9ventuelle taille des donn\u00e9es, la complexit\u00e9 de certains algorithmes et leur impact sur les ressources de calcul, tout comme les probl\u00e9matiques de collaboration lors d\u2019une mise au point n\u00e9cessitant de multiples it\u00e9rations, sont autant de challenges surmont\u00e9s gr\u00e2ce \u00e0 SALSA<\/a> <\/strong>(Smart Application for Large Scale Analysis), une plateforme de gestion des donn\u00e9es et des traitements, d\u00e9velopp\u00e9e par le CEESAR et adopt\u00e9e depuis par de multiples acteurs de la recherche en mobilit\u00e9.<\/p>\n<\/div>

\"\"<\/figure><\/div>\n\n\n\n
\n

Les projets<\/h2>\n\n\n\n