Les systèmes d'aide à la conduite gèrent un grand volume de données qui doivent être mises à jour régulièrement. Cependant, ces systèmes ne permettent, ni de les stocker, ni de les gérer d'une manière efficace. Pour ces raisons, nous proposons l'intégration d'un système de bases de données temps réel (TR) dans les systèmes d'aide à la conduite. Cela permet d'améliorer la tolérance aux fautes, de réduire le nombre de transactions et de réduire leur temps de réponse. La gestion d'un grand volume de données et leurs contraintes TR rend ces systèmes plus complexes, ce qui rend leur modélisation plus difficile. Pour remédier à cette complexité, nous avons proposé trois patrons de conception en nous basant sur un processus de création de patrons. Ce processus permet de définir les étapes à suivre pour déterminer les fonctionnalités et les exigences du domaine d'aide à la conduite, d'une part, et de définir les règles d'unification pour générer les diagrammes UML de classes et de séquence, d'autre part. Pour représenter ces patrons, nous avons proposé le profil UML-RTDB2, pour tenir compte : (i) de l'expression de la variabilité des patrons, (ii) de la représentation des contraintes TR et des aspects non fonctionnels et (iii) des éléments instanciés à partir des patrons lors de la modélisation d'une application cible. Une fois les patrons créés, ils peuvent être réutilisés par les concepteurs pour modéliser des systèmes spécifiques. Pour cela, nous avons proposé un processus de réutilisation pour guider les concepteurs d'applications lors de la réutilisation des solutions de patrons. Enfin, nous avons procédé à l'évaluation de ces patrons en utilisant deux catégories de métriques. / Advanced Driver Assistance Systems (ADAS) manage an important volume of data that must be updated regularly. However, ADAS don't store, nor manage efficiently these data. For these reasons, we propose to integrate a real-time (RT) database system into ADAS. The integration of the RT database system allows improving the fault tolerance, reducing the number of transactions and minimizing their response time. The management of a lot of data makes these systems complex, thus, their design is highly difficult. To tackle this problem, we have proposed three patterns based on the pattern development process. This process allows defining the steps to follow in order to determine the functionalities and the requirements of the driver assistance domain on one hand, and defining the unification rules for the generation of the UML class and sequence diagrams, on the other hand. In order to represent these patterns, we have proposed UML-RTDB2 profile, which allows (i) expressing the variability of patterns, (ii) representing the real time constraints and the non functional properties and (iii) identifying the role played by each pattern element in a pattern instance. Once the proposed patterns are created, they can be reused by designers to model a specific application. For this reason, we have proposed a process to assist the applications designers when instantiating the patterns solutions. Finally, we have evaluated these patterns based on two categories of metrics.

More than 900 bicyclists died in motor vehicle crashes in the United States in 2020, which represents a 50% increase from 2010 and the highest number of bicyclist deaths in nearly 35 years [1]. Reversing this trend will require efforts on multiple fronts, including reducing vehicle speeds and improving roadways and vehicles to be more hospitable to cyclists. Automatic emergency braking (ABB) with cyclist detection is a vehicle countermeasure with potential to prevent bicycle-motor vehicle crashes. AEB systems, which typically warn drivers of an impending collision and brake if drivers do not respond, have been shown to reduce vehicle-to-vehicle rear-end crash rates by 50% [2] and pedestrian crash rates by 27% [3]. Little is known about the real-world effects of ABB with cyclist detection on bicycle crashes. Subaru's EyeSight system, which includes ABB, has been capable of detecting cyclists in parallel configurations beginning in model year (MY) 2013 in the United States. The ability to detect cyclists in perpendicular configurations was added to some models beginning in MY 2022. The goal of this study is to evaluate the effects of the early version of EyeSight on U.S. bicycle crashes. [from Introduction]

Annually, road accidents cause more than 1.2 million deaths, 50 million injuries, and US$ 518 billion of economic cost globally. About 90% of the accidents occur due to human errors such as bad awareness, distraction, drowsiness, low training, fatigue etc. These human errors can be minimized by using advanced driver assistance system (ADAS) which actively monitors the driving environment and alerts a driver to the forthcoming danger, for example adaptive cruise control, blind spot detection, parking assistance, forward collision warning, lane departure warning, driver drowsiness detection, and traffic sign recognition etc. Unfortunately, these systems are provided only with modern luxury cars because they are very expensive due to numerous sensors employed. Therefore, camera-based ADAS are being seen as an alternative because a camera has much lower cost, higher availability, can be used for multiple applications and ability to integrate with other systems. Aiming at developing a camera-based ADAS, we have performed an ethnographic study of drivers in order to find what information about the surroundings could be helpful for drivers to avoid accidents. Our study shows that information on speed, distance, relative position, direction, and size & type of the nearby vehicles & other objects would be useful for drivers, and sufficient for implementing most of the ADAS functions. After considering available technologies such as radar, sonar, lidar, GPS, and video-based analysis, we conclude that video-based analysis is the fittest technology that provides all the essential support required for implementing ADAS functions at very low cost. Finally, we have proposed a Smart-Dashboard system that puts technologies – such as camera, digital image processor, and thin display – into a smart system to offer all advanced driver assistance functions. A basic prototype, demonstrating three functions only, is implemented in order to show that a full-fledged camera-based ADAS can be implemented using MATLAB. / Phone# 00966-56-00-56-471

Future heavy duty vehicles will be designed and manufactured with improved Advanced Driver Assistance Systems, ADAS. When developing ADAS, an accurate model of the vehicle dynamics greatly simplifies the development process. One element integral to the vehicle lateral dynamics and development of ADAS is the steering system. This thesis aims to develop an accurate model of a heavy duty vehicle steering system suitable for simulations. The input to the system is an input torque at the steering wheel and the output is the wheel angle. Physical models of the system components are developed using bond graphs and known relations. Some components are modelled with non-linear inefficiencies and friction of different complexity. Unknown parameters and functions are identified from measurement data using system identification tools such as, for example, linear regression and non-linear grid search. The different subsystems are identified separately to the extent deemed possible. Different model designs are considered, validated, and compared. The advantages and disadvantages of different model choices are discussed. Finally, a non-linear state space model is selected for its high accuracy and efficiency. As this final model can be used to simulate a heavy duty vehicle steering system on a desktop computer faster than real time, it fulfills its purpose.

Le travail de cette thèse a été consacré au développement d’une nouvelle méthode de détection pour un système anticollision par la mesure de trajectographie, ce qui pourrait contribuer aux systèmes d’aide à la conduite. Pour obtenir une haute probabilité de détection, nous avons choisi la solution de vidéo stéréoscopique coopérative : la coopération entre véhicules rend la détection plus facile et fiable. Il y a deux participants dans le système : les véhicules « porteurs du système » aussi bien que les « suiveurs », sont équipés de caméras stéréoscopiques, c’est à dire de deux capteurs d’image, appartenant à des familles technologique à haute cadence; les véhicules « cibles » sont équipés des feux à Leds modulés, dont la fréquence de modulation est déjà connue par les véhicules « suiveurs ». Après filtrage dans l’espace temporel, le système ne détecte que des signaux issus des feux modulés, ce qui réduit fortement l’information à traiter par rapport aux calculs de trajectographie traditionnels. La détection de feux modulés est donc réalisée par le filtrage par traitement numérique des images, qui est adapté à la fréquence de modulation recherchée. Pour cela, nous avons proposé 3 types de filtres adaptés à la fréquence de modulation et conçus de façon à rejeter au mieux les signaux de fond.Pour évaluer les performances tant en détection qu’en réjection des fausses alarmes, nous avons d’abord effectué des simulations numériques en prenant en compte des signaux artificiels, puis des calculs sur vrais signaux obtenus dans les expérimentations avec véhicule d’essai statique, puis roulant. Les roulages étaient de différentes vitesses, de 30km/h jusqu’à 100km/h, ce qui nous a permis d’analyser le signal issu du feu ainsi que le comportement de nos filtres à des vitesses angulaires de feu nulles, faibles ou élevées. Le résultat de ces expérimentations montre que le filtrage permet de détecter les feux à Leds de type DRL jusqu’à 140m sans aucune fausse détection sur le fond. Ces expérimentations sont une étape essentielle pour définir de façon plus précise un tel système, en particulier dans le choix du seuil. Nous avons aussi évalué des technologies qui peuvent améliorer la performance du système, mais qui ne sont pas encore prêtes à industrialiser. Par exemple, les « rétines » artificielles nous permettent d’utiliser les filtres analogiques intégrés, et ainsi de réduire leurs bandes passantes. / This thesis was devoted to the development of a new detection method for vehicular collision avoidance system based on trajectory measurement, which could contribute to driver assistance systems.In order to obtain high detection probability, we have chosen the cooperative stereoscopic video solution: the cooperation between vehicles makes it easier and more reliable when they aim to detect each other. There are two participants in the system: the “system carriers" vehicles, or the " followers" are equipped with stereoscopic cameras (two image sensors), who belong to high speed technology families; the "targets" vehicles are equipped with modulated LED lights, with the modulation frequency being already known by the "followers". After space-time filtering, the system detects the signals emitted bymodulated lights sources, which greatly reduces the amount of information to be processed comparing to traditional trajectory calculations methods. The detection of modulated light is achieved by filtering based on digital image processing, which is adapted to the desired modulation frequency. We have proposed three types of filters suitable for detecting the modulation at this frequency and at the same time for rejecting the background as well as possible.In order to be able to evaluate the performances of both detecting signals and rejecting false alarms, we first performed numerical simulations based on the model signals, then calculations on real signals acquired in static and driving experiments. The tested speeds were from 30km/h up to 100km/h, which allowed us to analyze the signals emitted from vehicle lights as well as the behavior of our filters under different angular velocities of the lights (zero, low and high). The result of these experiments showed that our method of filtering could detect LED-type DRL lights up to 140m without any false alarm. This is essential to define more precisely the values of thresholds of such systems. We have also evaluated technologies that are possible to improve system performance in the future, which are not yet ready to be used in industry productions. For example, artificial "retinas" could allow us to integrate analog filters in the chips, and thus to reduce bandwidth of the filters.

Durch das I-FAS der TU Chemnitz wurde im Rahmen des AKTIV-Projektes eine Probandenstudie zur Akzeptanz von Systemausprägungen einer Aktiven Gefahrenbremsung (AGB) bei PKW durchgeführt. Unter Verwendung eines stehenden Hindernisses wurden sechs Systemausprägungen verglichen, die von den AGB-Partnern in zwei Versuchsträger implementiert wurden. Die sechs Systemausprägungen werden nahezu identisch bewertet, solange Probanden keine Vergleichsmöglichkeit zu anderen Systemausprägungen haben. Wenn es zu einem Fahrereingriff kommt, ist der Eingriffszeitpunkt des Fahrers unabhängig von der gefahrenen Systemausprägung.

Um die Fahrzeugsicherheit auch weiterhin zu verbessern, können Systeme der Aktiven Sicherheit ihren Beitrag leisten. Zu diesem Zweck werden u. a. Unfalldatenbanken mit precrash relevanten Parametern herangezogen, mit welchen der Systemnutzen frühzeitig auf das Unfallgeschehen analysiert wird. Aufgrund von Informationsdefiziten in der bisherigen Unfallrekonstruktion stellt das Treffen von fundierten Aussagen zur precrash Phase eine Schwierigkeit dar, wie z. B. die genaue Ausgangsgeschwindigkeit. Deshalb sind zum Teil ungesicherte Annahmen notwendig, um eine precrash Phase rekonstruieren zu können. Bisher ist in Unfalldatenbanken zu jeweils einem analysierten Unfall eine einzelne mögliche precrash Phase dokumentiert, so wie der Unfall möglicherweise ablief. Weitere mögliche Varianten der precrash Phasen, die ebenso zu selben Unfall geführt hätten bleiben unberücksichtigt. Um detaillierte Aussagen zum tatsächlichen Nutzungsgrad eines Systems in einem realen Unfall abzuleiten, wird ein automatisiertes Simulationstool vorgestellt, welches mit Hilfe stochastischer Methoden auf mögliche Varianten an precrash Phasen schließt, die zum selben realen Unfall führen. Für das Tool dienen als Eingangsgröße rekonstruierte Unfälle, die in den precrash Phasen zum Teil Informationsdefizite aufweisen. Hierbei variiert die Monte Carlo Methode, ein Zufallszahlengenerator, die unterschiedlichen Ausprägungen von ausgewählten Einflussparametern entsprechend deren Häufigkeit. Dieses Tool kompensiert somit die Informationsdefizite in precrash Phasen und baut zugleich eine synthetische Unfalldatenbank mit Varianten an precrash Phasen auf, mit dem Ziel, die Vorunfallphase statistisch repräsentativ und unabhängig von einer konkreten Rekonstruktionsvariante abzubilden. In anschließenden Simulationen jeweils mit den soeben variierten precrash Phasen werden die unterschiedlichen Auswirkungen eines vorausschauenden Systems ermittelt. Die verschiedenen Einflüsse eines Systems werden auch hier mit der Monte Carlo Methode berücksichtigt, wie z. B. die Reaktionszeit des Fahrers auf eine Warnung. Im Falle eines Systemeingriffes ist eine mögliche Veränderung der Unfallschwere bzw. wahrscheinlichen Verletzungsschwere zu betrachten. Mit dieser vorgestellten Methodik ist der tatsächliche Nutzen eines vorausschauenden Systems für die Unfallbeteiligten noch genauer feststellbar, da das Simulationstool ein breites mögliches Spektrum an precrash Phasen und Systemauswirkungen betrachtet.

Fahrerassistenzsysteme (FAS), wie zum Beispiel die „Aktive Gefahrenbremsung“, sollen dazu beitragen, das Fahren sicherer zu machen und die Anzahl an Unfällen und Verunglückten im Straßenverkehr weiter zu senken. Bei der Entwicklung von FAS muss neben der funktionalen Zuverlässigkeit des FAS sichergestellt werden, dass der Fahrer die Assistenzfunktion versteht und fehlerfrei benutzen kann. Zur Bestimmung geeigneter Systemauslegungen kommen in der Entwicklung Probandenversuche zum Einsatz, bei denen die zukünftigen Nutzer das FAS erleben und anschließend beurteilen. In dieser Arbeit wird die Eignung eines statischen Fahrsimulators für die Durchführung von Probandenversuchen zur Bewertung aktiv eingreifender FAS untersucht. Hierzu wurde ein Fahrversuch auf der Teststrecke und im statischen Fahrsimulator konzipiert, mit jeweils ca. 80 Probanden durchgeführt und die Ergebnisse bezüglich der Auswirkung des FAS „Aktive Gefahrenbremsung“ auf ausgewählte objektive und subjektive Kennwerte in der jeweiligen Versuchsumgebung vergleichend gegenübergestellt. Es zeigt sich, dass der statische Fahrsimulator prinzipiell für die Durchführung von Studien zur Bewertung aktiv eingreifender FAS geeignet ist. Als Ergebnis der Arbeit werden Erkenntnisse zur Aussagekraft der betrachteten Kennwerte sowie Empfehlungen zur Versuchsdurchführung im statischen Fahrsimulator gegeben.

La réalité augmentée (Augmented Reality ou AR) peut potentiellement changer significativement l’expérience utilisateur. Au contraire les applications sur Smartphone ou tablette, les technologies d’affichage tête haute (Head Up Display ouHUD) aujourd’hui sont capables de projeter localement sur une zone du pare-brise ou globalement sur tout le pare-brise. Le conducteur peut alors percevoir l’information directement dans son champ de vision. Ce ne sont pas que les informations basiques comme vitesse ou navigation, le système peut aussi afficher des aides, des indicateurs qui guident l’attention du conducteur vers les dangers possibles. Il existe alors un chalenge scientifique qui est de concevoir des visualisations d’interactions qui s’adaptent en fonction de l’observation de la scène mais aussi en fonction de l’observation du conducteur. Dans le contexte des systèmes d’alerte de collision avec les piétons (Pedestrian Collision Warning System ou PCWS), l’efficacité de la détection du piéton a atteint un niveau élevé grâce à la technologie de vision. Pourtant, les systèmes d’alerte ne s’adaptent pas au conducteur et à la situation, ils deviennent alors une source de distraction et sont souvent négligés par le conducteur. Pour ces raisons, ce travail de thèse consiste à proposer un nouveau concept de PCWS avec l’AR (nommé the AR-PCW system). Premièrement, nous nous concentrons sur l’étude de la conscience de la situation (Situation Awareness ou SA) du conducteur lorsqu’il y a un piéton présent devant le véhicule. Nous proposons une approche expérimentale pour collecter les données qui représentent l’attention du conducteur vis-à-vis du piéton (Driver Awareness of Pedestrian ou DAP) et l’inattention du conducteur vis-à-vis de celui-ci (Driver Unawareness of Pedestrian ou DUP). Ensuite, les algorithmes basées sur les charactéristiques, les modèles d’apprentissage basés sur les modèles discriminants (ex, Support Vector Machine ou SVM) ou génératifs (Hidden Markov Model ou HMM) sont proposés pour estimer le DUP et le DAP. La décision de notre AR-PCW system est effectivement basée sur ce modèle. Deuxièmement, nous proposons les aides ARs pour améliorer le DAP après une étude de l’état de l’art sur les ARs dans le contexte de la conduite automobile. La boite englobante autour du piéton et le panneau d’alerte de danger sont utilisés. Finalement, nous étudions expérimentalement notre système AR-PCW en analysant les effets des aides AR sur le conducteur. Un simulateur de conduite est utilisé et la simulation d’une zone HUD dans la scène virtuelle sont proposés. Vingt-cinq conducteurs de 2 ans de permis de conduite ont participé à l’expérimentation. Les situations ambigües sont créées dans le scénario de conduite afin d’analyser le DAP. Le conducteur doit suivre un véhicule et les piétons apparaissent à différents moments. L’effet des aides AR sur le conducteur est analysé à travers ses performances à réaliser la tâche de poursuite et ses réactions qui engendrent le DAP. Les résultats objectifs et subjectifs montrent que les aides AR sont capables d’améliorer le DAP défini en trois niveaux : perception, vigilance et anticipation. Ce travail de thèse a été financé sur une bourse ministère et a été réalisé dans le cadre des projets FUI18 SERA et Labex MS2T qui sont financé par le Gouvernement Français, à travers le programme « Investissement pour l’avenir » géré par le ANR (Référence ANR-11-IDEX-0004-02). / Augmented reality (AR) can potentially change the driver’s user experience in significant ways. In contrast of the AR applications on smart phones or tablets, the Head-Up-Displays (HUD) technology based on a part or all wind-shield project information directly into the field of vision, so the driver does not have to look down at the instrument which maybe causes to the time-critical event misses. Until now, the HUD designers try to show not only basic information such as speed and navigation commands but also the aids and the annotations that help the driver to see potential dangers. However, what should be displayed and when it has to be displayed are still always the questions in critical driving context. In another context, the pedestrian safety becomes a serious society problem when half of traffic accidents around the world are among pedestrians and cyclists. Several advanced Pedestrian Collision Warning Systems (PCWS) have been proposed to detect pedestrians using the on-board sensors and to inform the driver of their presences. However, most of these systems do not adapt to the driver’s state and can become extremely distracting and annoying when they detect pedestrian. For those reasons, this thesis focuses on proposing a new concept for the PCWS using AR (so called the AR-PCW system). Firstly, for the «When» question, the display decision has to take into account the driver’s states and the critical situations. Therefore, we investigate the modelisation of the driver’s awareness of a pedestrian (DAP) and the driver’s unawareness of a pedestrian (DUP). In order to do that, an experimental approach is proposed to observe and to collect the driving data that present the DAP and the DUP. Then, the feature-based algorithms, the data-driven models based on the discriminative models (e.g. Support Vector Machine) or the generative models (e.g. Hidden Markov Model) are proposed to recognize the DAP and the DUP. Secondly, for the «What» question, our proposition is inspired by the state-of-the-art on the AR in the driving context. The dynamic bounding-box surrounding the pedestrian and the static danger panel are used as the visual aids. Finally, in this thesis, we study experimentally the benefits and the costs of the proposed AR-PCW system and the effects of the aids on the driver. A fixed-based driving simulator is used. A limited display zone on screen is proposed to simulate the HUD. Twenty five healthy middle-aged licensed drivers in ambiguous driving scenarios are explored. Indeed, the heading-car following is used as the main driving task whereas twenty three pedestrians appear in the circuit at different moment and with different behaviors. The car-follow task performance and the awareness of pedestrian are then accessed through the driver actions. The objective results as well as the subjective results show that the visual aids can enhance the driver’s awareness of a pedestrian which is defined with three levels: perception, vigilance and anticipation. This work has been funded by a Ministry scholarship and was carried out in the framework of the FUI18 SERA project, and the Labex MS2T which is funded by the French Government, through the program ”Investments for the future” managed by the National Agency for Research (Reference ANR-11-IDEX-0004-02).

No description available.