La sécurité des deux-roues motorisés (2RM) constitue un enjeu essentiel pour les pouvoirs publics et les gestionnaires routiers. Si globalement, l’insécurité routière diminue sensiblement depuis 2002, la part relative des accidents impliquant les 2RM a tendance à augmenter. Ce constat est résumé par les chiffres suivants : les 2RM représentent environ 2 % du trafic et 30 % des tués sur les routes.On observe depuis plusieurs années une augmentation du parc des 2RM et pourtant il manque des données et des informations sur ce mode de transport, ainsi que sur les interactions des 2RM avec les autres usagers et l'infrastructure routière. Ce travail de recherche appliquée est réalisé dans le cadre du projet ANR METRAMOTO et peut être divisé en deux parties : la détection des2RM et la détection des objets routiers par scanner laser. Le trafic routier en général contient des véhicules de nature et comportement inconnus, par exemple leurs vitesses, leurs trajectoires et leurs interactions avec les autres usagers de la route. Malgré plusieurs technologies pour mesurer le trafic,par exemple les radars ou les boucles électromagnétiques, il est difficile de détecter les 2RM à cause de leurs petits gabarits leur permettant de circuler à vitesse élevée et ce même en interfile. La méthode développée est composée de plusieurs sous-parties: Choisir une configuration optimale du scanner laser afin de l’installer sur la route. Ensuite une méthode de mise en correspondance est proposée pour trouver la hauteur et les bords de la route. Le choix d’installation est validé par un simulateur. A ces données brutes, la méthode de prétraitement est implémentée et une transformation de ces données dans le domaine spatio-temporel est faite. Après cette étape de prétraitement, la méthode d’extraction nommée ‘Last Line Check (LLC)’ est appliquée. Une fois que le véhicule est extrait, il est classifié avec un SVM et un KNN. Ensuite un compteur est mis en œuvre pour compter les véhicules classifiés. A la fin, une comparaison de la performance de chacun de ces deux classifieurs est réalisée. La solution proposée est un prototype et peut être intégrée dans un système qui serait installé sur une route au trafic aléatoire (dense, fluide, bouchons) pour détecter, classifier et compter des 2RM en temps réel. / The safety of Powered Two Wheelers (PTWs) is important for public authorities and roadadministrators around the world. Recent official figures show that PTWs are estimated to represent only 2% of the total traffic but represent 30% of total deaths on French roads. However, as these estimated figures are obtained by simply counting the number plates registered, they do not give a true picture of the PTWs on the road at any given moment. This dissertation comes under the project METRAMOTO and is a technical applied research work and deals with two problems: detection of PTWsand the use of a laser scanner to count PTWs in the traffic. Traffic generally contains random vehicles of unknown nature and behaviour such as speed,vehicle interaction with other users on the road etc. Even though there are several technologies that can measure traffic, for example radars, cameras, magnetometers etc, as the PTWs are small-sized vehicles, they often move in between lanes and at quite a high speed compared to the vehicles moving in the adjacent lanes. This makes them difficult to detect. the proposed solution in this research work is composed of the following parts: a configuration to install the laser scanner on the road is chosen and a data coherence method is introduced so that the system is able to detect the road verges and its own height above the road surface. This is validated by simulator. Then the rawd ata obtained is pre-processed and is transform into the spatial temporal domain. Following this, an extraction algorithm called the Last Line Check (LLC) method is proposed. Once extracted, the objectis classified using one of the two classifiers either the Support Vector Machine (SVM) or the k-Nearest Neighbour (KNN). At the end, the results given by each of the two classifiers are compared and presented in this research work. The proposed solution in this research work is a propototype that is intended to be integrated in a real time system that can be installed on a highway to detect, extract, classify and counts PTWs in real time under all traffic conditions (traffic at normal speeds, dense traffic and even traffic jams).

Depuis plusieurs années les chiffres de l'insécurité routière montrent la nécessité de développer un outil technologique qui vise à connaitre le comportement de véhicules deux roues motorisés (2RM) afin d'améliorer leursécurité. De cette problématique découle nos travaux de recherche qui s'inscrivent dans le cadre de projet METRAMOTO (MEsure du TRAfic des deux-roues MOTOrisés pour la sécurité routière et l'évaluation des risques)L’objectif principal visé concerne la modélisation, le dimensionnement et l'optimisation d'un capteur hybride constitué d'une part de boucles électromagnétiques et d'autre part de capteurs de chocs piézo-électriques. L’idée consiste à utiliser les boucles électromagnétiques pour discriminer la présence des 2RM de celle des autresvéhicules, associées à des segments piézo-électriques pour détecter le choc produit par le passage des roues desdifférents véhicules, le tout associé à un algorithme de gestion et de traitement de données. Aujourd'hui redimensionnement des systèmes de détection à base de boucles électromagnétiques ou de câble piézo-électriquese fait de manière expérimentale sur des sites contrôlés en utilisant plusieurs types de véhicules. Cette technique gourmande en temps nécessite une série importante d'essais couteux et dangereux. La présente étude a pour butde modéliser les différentes interactions entre le capteur hybride étudié et les véhicules en vue de son dimensionnement. Des modèles électromagnétiques et électromécaniques sont développés pour décrire les différentes interactions se produisant entre les boucles électromagnétiques d'une part, les boucles électromagnétiques et les véhicules d'autre part ainsi que celles des roues de véhicules et le câble piézoélectrique.Sur la base de ces modèles établis, une démarche générale est élaborée conduisant au dimensionnement du capteur hybride pour une route donnée. Nous nous sommes également intéressés au traitement des données issues du capteur hybride pour lesquelles nous proposons une approche d'identification des différentes catégories de véhicules dont les 2RM. Deux configurations de capteurs pour deux routes différentes sont alors proposées.Elles sont associées à des algorithmes de traitement de données permettant l'acquisition des signaux de boucles et de câbles, la distinction des différents types de véhicules, l'estimation de la position des véhicules sur la chaussée ainsi que la mesure de la vitesse de véhicules. / For several years the road safety numbers show the need to develop a technological tool that aims to know thepowered two wheelers vehicles behavior (2PW) to improve their security. From this problematic arise our researchworks that come under the project METRAMOTO (Powered two wheelers traffic measurement for road safety andrisks assessment). The main objective is modeling, sizing and optimization of an hybrid sensor consisted ofelectromagnetic loops and piezoelectric shock sensors. The idea is to use electromagnetic loops to discriminate the2PW presence from the other vehicles, combined with piezoelectric segments to detect the shocks produced by thevehicles wheels passage, all associated with a management algorithm and data processing. Today the sizing of thedetection systems based on electromagnetic loops or piezoelectric cables is done experimentally on controlled sitesusing several vehicles types. This technique requires significant test series which are costly and dangerous. Thisstudy aims to modeling the different interactions between the studied sensor and vehicles in order to its sizing.Electromagnetic and electromechanical models are developed to describe the different interactions that take placebetween electromagnetic loops on the one hand, between electromagnetic loops and vehicles on the other handand those between vehicle wheels and piezoelectric cable. On the basis of established models, a general approachis elaborated driving to sizing the hybrid sensor for any given road. We are also interested to the data processingcoming from the hybrid sensor for which we propose an approach to identifying the different vehicle categoriesincluding the 2PW. Two sensor configurations for two different roads are then proposed. They are associated atdata processing algorithms allowing the acquisition of loops and cables signals, the distinction between the differentvehicles classes, the estimation of the vehicles positions on the road and the measuring of their speed.