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.

Pendant les deux dernières décennies, les technologies de réseaux ad-hoc de véhicules (VANETs : Vehicular Ad-Hoc Networks) ont été développées sous l’impulsion du monde de la recherche comme de l’industrie, étant donnés les liens des VANETs avec la sécurité routière, l’internet des objets (IoT/WoT : Internet of Things/Web of Things) pour les systèmes de transport intelligents (ITS : Intelligent Transportation Systems), les villes intelligentes et les villes vertes. Composant essentiel des VANETs, les protocoles de communication inter-véhicules (IVC : Inter-Vehicle Communication) font face à des défis techniques, en particulier à cause de la diversité des applications dans lesquelles ils sont impliqués. Dans cette thèse, après une présentation des VANETs et de l’état de l’art des IVC, nous proposons un protocole de dissémination de données, TrAD, conçu pour diffuser de manière efficiente des messages d’une source vers les véhicules présents dans la zone d’intérêt (ROI : Range of Interest). TrAD se base sur les états du trafic routier et du trafic réseau pour adapter localement la stratégie et les paramètres de transmission des données afin d’optimiser les performances des applications qui l’utilisent. De plus, un algorithme de classification des clusters locaux de véhicules est conçu pour permettre l’usage de TrAD sur autoroute aussi bien qu’en ville. Pour éviter l’encombrement des canaux de communication, un mécanisme illustratif de contrôle de la congestion reposant sur une approche distribuée est utilisé. Trois protocoles IVC de l’état de l’art ont été comparés à TrAD dans des scénarios réalistes de simulation, basés sur différentes villes réelles, différents trajets et densités véhiculaires. Les performances de TrAD surpassent celles des protocoles de référence en termes de taux de délivrance des paquets (PDR : Packet Delivery Ratio), nombre de transmissions et latence. De plus, nous montrons que TrAD est tolérant, dans une certaine mesure, aux erreurs sur les données GPS. Pour s’assurer de la qualité des simulations, nous avons étudié le modèle de déplacement employé dans le simulateur de trafic, puis couplé ce dernier au simulateur de réseau, afin que les deux s’échangent des informations en temps-réel. Grâce à la compréhension acquise lors de l’analyse du modèle de déplacement, nous avons pu développer un simulateur de conduite de tramway pour la T2C (Transports en Commun de l’agglomération Clermontoise). Des tests menés sur le matériel roulant nous ont permis d’élaborer des modèles de déplacement fidèles correspondants aux diverses situations rencontrées par le tramway. L’affichage de la simulation est assuré par un flux vidéo ajusté plutôt que des images de synthèse, ce qui permet de limiter le coût de développement tout en garantissant un certain réalisme dans l’affichage. Ce projet est soutenu par la T2C pour une durée de deux ans. / In the last two decades, Vehicular Ad hoc Network (VANETs) were developed significantly by both academic institute and industries association, since VANETs originate from traffic safety and are also an important application of Internet of Things / Web of Things (IoT/WoT) for Intelligent Transportation System (ITS), Intelligent Vehicles and Smart Cities. As an essential component of VANETs, Inter-Vehicle Communication (IVC) protocols face many critical challenges, in particular, because they relate to various specific applications. In this thesis, after elaborating on related knowledge of VANETs and state-of-the-art of IVC protocols, we propose a data dissemination protocol for vehicular networking, named TrAD, to disseminate efficiently warning messages from a source to vehicles in a range of interest (ROI). TrAD considers the status of road traffic and network traffic to adapt locally the strategy and the parameters of transmissions in order to optimize the global performance of IVC application. Moreover, a local vehicular cluster classification algorithm is designed to support TrAD to be performed in both highway and urban scenarios. In addition, an illustrative congestion control mechanism is used to avoid channel congestion using a distributed approach. Three state-of-the-art IVC protocols have been compared with TrAD by means of realistic simulations. The performance of all those protocols is evaluated quantitatively in various scenarios by taking into account different real road maps, trafic routes and vehicular densities. Compared with the reference protocols, TrAD gains an outstanding overall performance in terms of packet delivery ratio, number of transmissions and delay. Furthermore, TrAD also can tolerate a reasonable degree of GPS drift while achieving efficient data dissemination. In order to ensure the quality of simulations, we deeply investigated the mobility model of road traffic simulator, and then performed the bidirectionally coupled simulation in which the network simulator and the road trafic simulator can exchange information in real-time. Upon understanding of the mobility model, we obtained a chance to develop a low-cost tram simulator for the local public transportation provider, the T2C (Transports en Commun de l’agglomération Clermontoise). We attempt to design accurate mobility models from different scenarios for the specific type of tram used by T2C. Real world trials are carried out to explore the key parameters required by theoretical deduction for our mobility model. Moreover, the display GUI relies on a video stream, rather than 3D graphics, which can reduce the cost while guaranteeing the quality of service. This project was supported for two years by T2C.