Dans le domaine de la modélisation du trafic routier, des améliorations sont nécessaires afin de permettre de simuler des situations accidentogènes. La grande majorité des modèles microscopiques actuels à base d'agents pour la simulation de trafic concerne l'activité décisionnelle du conducteur. Or, l'activité de perception est un préalable important à la décision. Notre objectif est donc de proposer de nouvelles solutions pour la modélisation agent de la perception du conducteur humain. La proposition comprend une double activité de perception (passive et active), couplée à une limitation quantitative des percepts (limite de la mémorisation à court-terme). Le modèle a été implémenté et testé dans le contexte d'un carrefour pour lequel nous possédons un ensemble de données d'observation. Les résultats obtenus confirment l'intérêt du modèle pour simuler des comportements proches des comportements observés et des variations inter-individuelles dans la population de conducteurs.

Dans le domaine de la modélisation du trafic routier, des améliorations sont nécessaires afin de permettre de simuler des situations accidentogènes. La grande majorité des modèles microscopiques actuels à base d'agents pour la simulation de trafic concerne l'activité décisionnelle du conducteur. Or, l'activité de perception est un préalable important à la décision. Notre objectif est donc de proposer de nouvelles solutions pour la modélisation agent de la perception du conducteur humain. La proposition comprend une double activité de perception (passive et active), couplée à une limitation quantitative des percepts (limite de la mémorisation à court-terme). Le modèle a été implémenté et testé dans le contexte d'un carrefour pour lequel nous possédons un ensemble de données d'observation. Les résultats obtenus confirment l'intérêt du modèle pour simuler des comportements proches des comportements observés et des variations inter-individuelles dans la population de conducteurs. / In the context of traffic modeling, we need some improvements in order to allow to simulate the near accident situations. The most actual agent based traffic simulations tools focuse on the decision activity of drivers. However, the activity of perception is an important precondition of decision. We aim to propose new solutions for agent based modeling of human drivers perception. The proposition include a double activity of perception (passive and active), coupled with a quantitative limitation of percepts (depending on the limit of short term memory). The model has been implemented and tested in the context of a crossroad for which we have a set of observation data. The obtained results confirm the interest of the model to simulate the behaviors of drivers more realistically, and to improve interindividual variations in the driver population.