Le bruit, en particulier celui dû au trafic routier, est cité par de nombreuses études comme une source de préoccupation sociétale majeure. Jusqu'à présent les réponses des pouvoirs publics ne se basent que sur une quantification énergétique de l'exposition sonore, souvent via la mesure ou l'estimation du LA ou du Lden, et des prises de décisions relatives à la diminution du niveau sonore. Or des études psychoacoustiques ont montré que le niveau sonore n'expliquait qu'une faible part de la gêne sonore ressentie. Il est donc intéressant d'avoir plus d'information sur la source de bruit et de ne pas la réduire à un simple niveau sonore. Dans cette thèse, nous proposons de concevoir un outil permettant d'estimer la gêne sonore associée à chaque véhicule du trafic routier via l'utilisation de son signal audio et de modèles de gêne sonore. Pour ce faire, le signal audio du véhicule est isolé de l'ensemble du trafic routier urbain grâce à l'utilisation de méthodes inverses et de grands réseaux de microphones ainsi que du traitement d'images pour obtenir sa trajectoire. Grâce à la connaissance de la trajectoire ainsi que du signal, le véhicule est classifié par une méthode de machine learning suivant la taxonomie de Morel et al. Une fois sa catégorie obtenue, la gêne spécifique du véhicule est estimée grâce à un modèle de gêne sonore utilisant des indices psychoacoustiques et énergétiques. Cela permet l'estimation des gênes sonores spécifiques à chaque véhicule au sein du trafic routier. L'application de cette méthode est faite lors d'une journée de mesure sur une grande artère parisienne. / Noise, especially road traffic noise, is cited by many studies as a source of major societal concern. So far, public responses are based only on energy quantification of sound exposure, often by measuring or estimating LA or Lden, and sound-level reduction related decision are taken. Nevertheless, psychoacoustic studies have shown that the sound level explains only a small part of the perceived noise annoyance. It is interesting to have more information about the source of noise and not to reduce the information to its sound level. In this thesis a tool is proposed for estimating the noise annoyance induced by each road vehicle using its audio signal and noise annoyance models. To do so, the audio signal of the vehicle is isolated by using inverse methods, large microphones arrays and image processing to obtain its trajectory. The knowledge of the trajectory and of the signal allows the vehicle to be classified by a machine learning method according to Morel et al. taxonomy. Once its category obtained, the specific annoyance of the vehicle is estimated thanks to a noise annoyance model using psychoacoustic and energetic indices. This allows the estimation of specific noise annoyance for each vehicle within the road traffic. The application of this method is made during a measurement day on a large Parisian artery.

Le bruit dans l'environnement représente une nuisance majeure au quotidien pour nos concitoyens. De nombreux outils sont employés dans la lutte contre les nuisances sonores. Parmi ces outils, les cartes de bruit, rendues obligatoires par la directive Européenne 2002/49/CE, visent à représenter l'état acoustique moyen d'une zone donnée au moyen de l'indice énergétique Lden. Les limites de ce type d'indices ont été mises en évidence dans de nombreuses études, notamment en ce qui concerne la caractérisation de la gêne sonore. Dans ce contexte, ces travaux de thèse se donnent pour objectif de contribuer à l'amélioration des cartes de bruit par la proposition d'indicateurs acoustiques pertinents du point de vue de l'individu pour rendre compte de la gêne ressentie, en situation de mono-exposition au bruit de la circulation routière, et en situation de multi-exposition au bruit de la circulation routière et au bruit industriel. Dans cette optique, une démarche en 3 étapes est mise en œuvre : (1) la caractérisation physique et perceptive des bruits de la circulation routière en milieu urbain avec proposition d'indicateurs de gêne sonore en situation de mono-exposition, (2) la caractérisation physique et perceptive de situations de multi-exposition au bruit de la circulation routière et au bruit industriel avec proposition d'indicateurs de gêne sonore, et (3) la confrontation des indicateurs proposés aux données d'une expérimentation menée en environnement simulé en laboratoire, puis aux données d'une enquête conduite in situ.

Le bruit de la circulation routière, et en particulier le bruit des deux-roues motorisés, constituent une importante source de gêne sonore. Afin d’estimer l’exposition sonore dans les villes de plus 100 000 habitants, la directive européenne 2002/49/CE impose la réalisation de cartes de bruit stratégiques, basées sur l’indice Lden. Cet indice est également utilisé dans des relations exposition-réponse, afin de prédire les pourcentages de personnes gênées, notamment par le bruit du trafic routier. En couplant les cartes de bruit stratégiques et ces relations exposition-réponse, des cartes de gêne pourraient être établies. Toutefois, la pertinence de cet indice pour prédire la gêne due au bruit en milieu urbain est souvent remise en cause, car de nombreux facteurs acoustiques influents (e.g. les caractéristiques spectrales et temporelles) ne sont pas pris en compte par cet indice. Cette thèse vise à améliorer la caractérisation de la gêne due au bruit de trafic routier urbain en considérant différentes compositions de trafic et la présence des deux-roues motorisés. Dans ce but, des expériences sont menées en conditions contrôlées. Une première étude a porté sur l’influence de plusieurs facteurs acoustiques relatifs aux périodes de calme et aux bruits de passage de véhicules sur la gêne due au bruit de trafic routier urbain. Cette étude a conclu à l’influence de la présence de périodes de calme et du nombre de véhicules au sein du trafic routier urbain et à l’absence d’influence de l’ordre des véhicules routiers, de la position et de la durée des périodes de calme. Ces résultats ont été utilisés afin de mener la caractérisation physique et perceptive de différentes compositions de trafic routier urbain. La régression multi-niveau a été utilisée pour calculer la gêne, en considérant 1) des facteurs acoustiques influents à l’aide de combinaisons pertinentes d’indices et 2) un facteur non acoustique : la sensibilité au bruit. Dans les villes, le bruit routier est souvent entendu en situation de multi-exposition avec d’autres bruits. Dans le cadre de ces travaux de thèse, les situations de multi-exposition aux bruits routier et d’avion ont été étudiées. Pour cela, un travail semblable à celui mené pour le bruit de trafic routier urbain a été mené pour le bruit d’avion conduisant également à des combinaisons pertinentes d’indices. En vue de caractériser les gênes dues aux bruits de trafic routier et d’avion pour des situations de multi-exposition sonore, les données des précédentes expériences ainsi que celles d’une expérience conduite en situation de multi-exposition à ces bruits combinés ont été utilisées au travers d’une régression multi-niveau adaptée, comme cela a pu être mené dans la littérature. La régression multi-niveau a ainsi permis la proposition de modèles de gêne pour chaque source de bruit. Puis, la gêne totale due à des situations de multi-exposition à ces bruits a été étudiée, afin de mettre en évidence les phénomènes perceptifs mis en jeu. Des modèles de gêne totale ont été proposés, en utilisant les modèles de gêne due à chaque source. Enfin, les modèles de gêne obtenus pour chaque source et les modèles de gêne totale ont été confrontés aux données d’une enquête socio-acoustique. A cet effet, une méthodologie a été proposée afin d’estimer les différents indices des modèles à partir des valeurs du Lden, issues de cartes de bruit et utilisées pour définir l’exposition au bruit des personnes enquêtées. Cette confrontation a montré que les modèles proposés à partir d’expériences menées en laboratoire et couplés à la méthodologie d’estimation des indices à partir des valeurs du Lden permettent une bonne prédiction de la gêne in situ. / Road traffic noise, and in particular powered two-wheeler noise, constitute an important source of noise annoyance. In order to estimate the noise exposure in cities of more than 100 000 inhabitants, the European directive 2002/49/EC requires the elaboration of strategic noise maps, based on the Lden index. This index is also used in exposureresponse relationships, to predict the percentages of annoyed people, by road traffic noise for example. By coupling strategic noise maps and these exposure-response relationships, noise annoyance maps could be established. The relevance of this index to predict noise annoyance in cities is however often questioned, since many influential acoustical factors (e.g. spectral and temporal features) are not considered by this index. The aim of this thesis is to enhance the characterization of noise annoyance due to different compositions of urban road traffic including powered two-wheelers. To achieve this goal, experiments were carried out under controlled conditions. A first study concerned the influence of several acoustical features related to quiet periods and vehicle pass-by noises on the annoyance due to urban road traffic noise. This study demonstrated the influence of the presence of quiet periods and of the number of vehicles within the urban road traffic and to the absence of the influence of the order of the vehicle pass-by noises, the position and duration of quiet periods. These results were used to carry out the physical and perceptual characterization of different compositions of urban road traffic noise. Multilevel regression was used to calculate noise annoyance, by coupling combinations of indices relating to influential acoustical features and an individual factor: noise sensitivity. In cities, road traffic noise is often combined with other noises. In the framework of this thesis, noise exposure to road traffic noise combined with aircraft noise was studied. Therefore, the same work as the one performed for urban road traffic noise was carried out for aircraft noise, leading also to relevant combinations of noise indices. In order to characterize annoyances due to road traffic noise and to aircraft noise in a combined exposure situation, data from the previous experiments and from an experiment dealing with these combined noises were used through an appropriate multilevel regression, as done in literature. The regression allows annoyance models for each noise source to be proposed. Then, total annoyance due to combined noises was studied, in order to highlight the perceptual phenomena related to the combined exposure. Total noise annoyance models were proposed, using proposed annoyance model of each noise source. Finally, these single source annoyance models and total annoyance models were tested using data of a socio-acoustic survey. To do this, a methodology has been proposed to estimate the different indices involved in the annoyance models, from the Lden values obtained from the strategic noise maps and used to define the noise exposure of the respondents. This confrontation showed that the models proposed on the basis of experiments carried out under laboratory conditions and coupled with a methodology of estimation of the noise indices from Lden values, enabled a good prediction of in situ annoyance.