Dans le cadre de systèmes d’aide à la conduite, nous avons contribué aux approches de stéréovision pour l’extraction de contour, la mise en correspondance des images stéréoscopiques et la détection de véhicules. L’extraction de contour réalisée est basée sur le concept declivity line que nous avons proposé. La declivity line est construite en liant des déclivités selon leur position relative et similarité d’intensité. L’extraction de contour est obtenue en filtrant les declivity lines construites basées sur leurs caractéristiques. Les résultats expérimentaux montrent que la declivity lines méthode extrait plus de l’informations utiles comparées à l’opérateur déclivité qui les a filtrées. Des points de contour sont ensuite mis en correspondance en utilisant la programmation dynamique et les caractéristiques de declivity lines pour réduire le nombre de faux appariements. Dans notre méthode de mise en correspondance, la declivity lines contribue à la reconstruction détaillée de la scène 3D. Finalement, la caractéristique symétrie des véhicules sont exploitées comme critère pour la détection de véhicule. Pour ce faire, nous étendons le concept de carte de symétrie monoculaire à la stéréovision. En conséquence, en effectuant la détection de véhicule sur la carte de disparité, une carte de symétrie (axe; largeur; disparity) est construite au lieu d’une carte de symétrie (axe; largeur). Dans notre concept, des obstacles sont examinés à différentes profondeurs pour éviter la perturbation de la scène complexe dont le concept monoculaire souffre. / In the framework of driving assistance systems, we contributed to stereo vision approaches for edge extraction, matching of stereoscopic pair of images and vehicles detection. Edge extraction is performed based on the concept of declivity line we introduced. Declivity line is constructed by connecting declivities according to their relative position and intensity similarity. Edge extraction is obtained by filtering constructed declivity lines based on their characteristics. Experimental results show that declivity line method extracts additional useful information compared to declivity operator which filtered them out. Edge points of declivity lines are then matched using dynamic programming, and characteristics of declivity line reduce the number of false matching. In our matching method, declivity line contributes to detailed reconstruction of 3D scene. Finally, symmetrical characteristic of vehicles are exploited as a criterion for their detection. To do so, we extend the monocular concept of symmetry map to stereo concept. Consequently, by performing vehicle detection on disparity map, a (axis; width; disparity) symmetry map is constructed instead of an (axis; width) symmetry map. In our stereo concept, obstacles are examined at different depths thus avoiding disturbance of complex scene from which monocular concept suffers.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Le monde industriel, et en particulier l’industrie automobile, cherche à représenter au mieux le réel pour concevoir des outils et produits les plus adaptés aux enjeux et marchés actuels. Dans cette optique, le groupe Volvo a développé de puissants outils pour la simulation de la dynamique des véhicules industriels. Ces outils permettent notamment l’optimisation de composants véhicules ou de stratégies de contrôle. De nombreuses activités de recherche portent sur des technologies innovantes permettant de réduire la consommation des véhicules industriels et d’accroitre la sécurité de leurs usages dans différents environnements. En particulier, le développement des systèmes d’aide à la conduite automobile ITS et ADAS. Afin de pouvoir développer ces systèmes, un environnement de simulation permettant de prendre en compte les différents facteurs pouvant influencer la conduite d’un véhicule doit être mis en place. L’étude se concentre sur la simulation de l’environnement du véhicule et des interactions entre le véhicule et son environnement direct, i.e. le véhicule qui le précède. Les interactions entre le véhicule étudié et le véhicule qui le précède sont modélisées à l’aide de modèles mathématiques, nommés lois de poursuites. De nombreux modèles existent dans la littérature mais peu concernent le comportement des véhicules industriels. Une étude détaillée de ces modèles et des méthodes de calage est réalisée. L’environnement du véhicule peut être représenté par deux catégories de paramètres : statiques (intersections, nombre de voies…) et dynamiques (état du réseau). A partir d’une base de données de trajets usuels, ces paramètres sont calculés, puis utilisés pour générer de manière automatisée des scénarios de simulation réalistes. / The industrial world, and in particular the automotive industry, is seeking to best represent the real world in order to design tools and products that are best adapted to current challenges and markets, by reducing development times and prototyping costs. With this in mind, the Volvo Group has developed powerful tools to simulate the dynamics of industrial vehicles. These tools allow the optimization of vehicle components or control strategies. Many research activities focus on innovative technologies to reduce the consumption of industrial vehicles and increase the safety of their use in different environments. Particularly, the development of ITS and ADAS is booming. In order to be able to develop these systems, a simulation environment must be set up to take into account the various factors that can influence the driving of a vehicle. The work focuses on simulating the vehicle environment and the interactions between the vehicle and its direct environment, i.e. the vehicle in front of it. The interactions between the vehicle under study and the vehicle in front of it are modelled using mathematical models, called car-following models. Many models exist in the literature, but few of them deals specifically with heavy duty vehicles. A specific focus on these models and their calibration is realized. The vehicle environment can be represented by two categories of parameters: static (intersections, number of lanes) and dynamic parameters (state of the network). From a database of usuals roads, these parameters are computed, then, they are used to automatically generate realist traffic simulation scenarios.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Ce travail se situe dans le cadre de la surveillance de systèmes homme-machine, où l'opérateur humain est un élément de décision dans la boucle. Ce type de systèmes nécessite une surveillance automatisée globale temps-réel, incluant la détection d'incidents techniques et de défaillances humaines. Partant de l'hypothèse que la partie technologique travaille " correctement " et/ou qu'elle est surveillée par un système de diagnostic, nous nous centrons sur la partie opérateur humain, la plus critique à surveiller. Nous présentons un système de diagnostic appliqué à la surveillance du conducteur automobile à partir d'informations fournies par des capteurs embarqués dans le véhicule. Les travaux ont été développés dans le cadre du projet Européen AWAKE et le projet national " facteurs de dégradation de la vigilance et de la sécurité dans les transports " de PREDIT.<br />Nous proposons une stratégie générale de système temps-réel pour la surveillance du niveau de vigilance du conducteur (dynamique lente) et la surveillance du niveau de risque lié à la situation actuelle de conduite (dynamique instantanée), à travers :<br />* L'analyse temporelle et fréquentielle des signaux mécaniques (mesures de performance) par ondelettes et filtres, pour en extraire des caractéristiques dynamiques, statistiques et fréquentielles sur la dégradation de la conduite,<br />* L'apprentissage par SVM, méthode pour laquelle nous avons développé des stratégies d'implémentation adaptées pour un apprentissage en ligne et pour des problèmes de grande taille,<br />* La fusion par FIS, afin de profiter de l'expertise humaine et produire un diagnostic sur le niveau de risque lié à la sortie de la voie de circulation.<br />* La validation d'une telle approche à travers des EEG et EOG (mesures physiologiques) et des autoévaluations (mesures subjectives).<br />Nous appliquons cette méthodologie à diverses expériences des programmes AWAKE et PREDIT réalisées sur des simulateurs ou des démonstrateurs.

Comprendre la genèse d’une situation de conduite requiert d’analyser les choixfaits par le conducteur au volant de son véhicule pendant l’activité de conduite, dans sacomplexité naturelle et dans sa dynamique située. Le LESCOT a développé le modèleCOSMODRIVE, fournissant un cadre conceptuel pour la simulation cognitive de l’activitéde conduite automobile. Pour exploiter ce modèle en simulation, il est nécessairede produire les connaissances liées à la situation de conduite sous forme d’un automatepar exemple. La conception d’un tel automate nécessite d’une part de disposer de donnéesissues de la conduite réelle, enregistrées sur un véhicule instrumenté et d’autrepart d’une expertise humaine pour les interpréter.Pour accompagner ce processus d’ingénierie des connaissances issues de l’analysed’activité, ce travail de thèse propose une méthode de découverte interactive deconnaissances à partir de traces d’activité. Les données de conduite automobile sontconsidérées comme des M-Traces, associant une sémantique explicite aux données,exploitées en tant que connaissances dans un Système à Base de Traces (SBT). Le SBTpermet de filtrer, transformer, reformuler et abstraire les séquences qui serviront à alimenterla synthèse de modèles automates de l’activité de conduite. Nous reprenons destechniques de fouille de workflow permettant de construire des automates (réseaux dePetri) à partir de logs. Ces techniques nécessitent des données complètes ou statistiquementreprésentatives. Or les données collectées à bord d’un véhicule en situationde conduite sont par nature des cas uniques, puisqu’aucune situation ne sera jamaisreproductible à l’identique, certaines situations particulièrement intéressantes pouvanten outre être très rarement observées. La gageure est alors de procéder à une forme degénéralisation sous la forme de modèle, à partir d’un nombre de cas limités, mais jugéspertinents, représentatifs, ou particulièrement révélateurs par des experts du domaine.Pour compléter la modélisation de telles situations, nous proposons donc de rendreinteractifs les algorithmes de synthèse de réseau de Petri à partir de traces, afin depermettre à des experts-analystes de guider ces algorithmes et de favoriser ainsi la découvertede connaissances pertinentes pour leur domaine d’expertise. Nous montreronscomment rendre interactifs l’algorithme α et l’algorithme α+ et comment généralisercette approche à d’autres algorithmes.Nous montrons comment l’utilisation d’un SBT et de la découverte interactived’automates impacte le cycle général de découverte de connaissances. Une méthodologieest proposée pour construire des modèles automates de l’activité de conduiteautomobile.Une étude de cas illustre la méthodologie en partant de données réelles de conduiteet en allant jusqu’à la construction de modèles avec un prototype logiciel développédans le cadre de cette thèse / Driving is a dynamic and complex activity. Understanding the origin of a driving situationrequires the analysis of the driver’s choices made while he/she drives. In addition,a driving situation has to be studied in its natural complexity and evolution. LESCOThas developed a model called COSMODRIVE, which provides a conceptual frameworkfor the cognitive simulation of the activity of car driving. In order to run themodel for a simulation, it is necessary to gather knowledge related to the driving situation,for example in the form of an automaton. The conception of such an automatonrequires : 1) the use of real data recorded in an instrumented car, and, 2) the use of humanexpertise to interpret these data. These data are considered in this thesis as activitytraces.The purpose of this thesis is to assist the Knowledge Engineering process of activityanalysis. The present thesis proposes a method to interactively discover knowledgefrom activity traces. For this purpose, data from car driving are considered as M-traces– which associate an explicit semantic to these data. This semantic is then used asknowledge in a Trace Based System. In a Trace Based System, M-traces can be filtered,transformed, reformulated, and abstracted. The resulting traces are then used as inputsin the production of an automaton model of the activity of driving. In this thesis,Workflow Mining techniques have been used to build automata (Petri nets) from logs.These techniques require complete or statistically representative data sets. However,data collected from instrumented vehicles are intrinsically unique, as no two drivingsituations will ever be identical. In addition, situations of particular interest, such ascritical situations, are rarely observed in instrumented vehicle studies. The challenge isthen to produce a model which is a form of generalisation from a limited set of cases,which have been judged by domain experts as being relevant and representative of whatactually happens.In the current thesis, algorithms synthesising Petri nets from traces have been madeinteractive, in order to achieve the modelling of such driving situations. This thenmakes it possible for experts to guide the algorithms and therefore to support the discoveryof knowledge relevant to the experts. The process involved in making the α-algorithm and the α+-algorithm interactive is discussed in the thesis in a way that canbe generalised to other algorithms.In addition, the current thesis illustrates how the use of a Trace Based System andthe interactive discovery of automata impacts the global cycle of Knowledge Discovery.A methodology is also proposed to build automaton models of the activity of cardriving. Finally, a case study is presented to illustrate how the proposed methodologycan be applied to real driving data in order to construct models with the softwaredeveloped in this thesis

L’Affichage Tête Haute (ATH) est la solution émergente pour l’aide visuelle à la conduite automobile, surtout dans certaines conditions de visibilité réduite par un temps dégradé ou une route mal éclairée. Le dispositif ATH permet de projeter des informations virtuelles, directement dans le champ de vision central de la scène de conduite, sans détournement du regard de la route. La perception visuelle du conducteur est ainsi augmentée avec une coexistence entre le réel et le virtuel. Cependant, pour garantir la bonne perception de ces informations virtuelles et permettre aux conducteurs d’engager les actions appropriées au bon moment, il est nécessaire d’assurer un paramétrage optimal. Ce projet de thèse se consacre à l’étude de trois facteurs majeurs : (1) la Parallaxe de Mouvement du Conducteur – PMC, (2) la distance de projection de la RA, (3) la condition de visibilité. Ces différents facteurs ont été progressivement introduits au cours des expérimentations. Deux métaphores visuelles RA pour l’aide à la conduite primaire ont été spécialement conçues. Trois expérimentations ont été menées sur sujets réels dans les simulateurs de conduite de Renault. L’ATH-RA a été simulé virtuellement et intégré à l’environnement virtuel de conduite, ce qui a permis la réalisation d’études subjectives et objectives, afin d’étudier progressivement : l’impact de la PMC, le lien avec la distance de projection, et l’influence des conditions de visibilité. Dans ce travail pluridisciplinaire, nous tentons de comprendre comment les informations Réalité Augmentée sont perçues par le conducteur ainsi que l’influence sur le comportement et les performances durant la conduite, afin de proposer des préconisations sur les paramètres d’un ATH-RA. / Head-Up Display is the emerging solution for visual aid while driving a car, especially during reduced visibility conditions, such as bad weather or when the road is poorly lighted. The HUD device allows to project virtual information in the central field of view of the driving scene, enabling the driver to keep his attention on the road. The visual perception of the driver is therefore augmented, with a coexistence between the real and virtual world. However, it is necessary to ensure an optimal setting in order to guarantee the good perception of the virtual information, and allow drivers to take appropriate actions at the right moment. This thesis project is dedicated to study three important parameters: (1) The Driver Head Motion Parallax, (2) AR projection distance, (3) visibility conditions. An experimental approach has been implemented, with the selection of two AR visual metaphors for driving aid. Three experimentations with real subjects have been realized in Renault’s driving simulators, where the three factors have been integrated progressively. The AR-HUD was simulated virtually and embedded in the virtual driving scene. This allowed to realize subjective and objective analysis to progressively study: the impact of the PMC, the link with the projection distance, and the influence of visibility conditions. The aim of this multidisciplinary work is an attempt to understand how AR information if perceived by the driver, and the influence on driver behavior and performance.

Bien que la conduite d’un véhicule motorisé soit une activité des plus usuelles, les accidents routiers font partie des dix premières causes mondiales de décès. Au cours des dernières années, les programmes canadiens et québécois de prévention en sécurité routière ont montré une certaine efficacité, observable notamment par une baisse des décès sur la route. Ces progrès sont toutefois insuffisants, et de meilleures stratégies d’intervention et de prévention doivent être développées. Une meilleure connaissance des personnes susceptibles d’être impliquées dans des accidents routiers permettrait le développement de campagnes plus ciblées et pertinentes. Ainsi, il est déjà reconnu que le fait d’être un homme, le fait d’être âgé entre 15 et 29 ans, et la consommation d’alcool ou de substances psychoactives, augmentaient le risque d’être impliqué dans un accident routier. De ce fait, l’un des objectifs de cette thèse est de mieux comprendre le rôle de la fréquence de consommation de cannabis dans la conduite automobile risquée chez les jeunes conducteurs de sexe masculin. D’autre part, des études se sont déjà intéressées au rôle joué par les parents dans les comportements routiers de leurs jeunes. Aucune étude ne semble toutefois s’être attardée au rôle du soutien à l’autonomie prodigué par les parents dans la prise de risques au volant des jeunes. Le second objectif de cette thèse est donc d’investiguer l’impact du soutien parental de l’autonomie dans la conduite automobile des jeunes consommateurs de cannabis. Dans cette optique, l’Article 1 traite de l’association entre la fréquence de consommation de cannabis et la prise de risques au volant auto-rapportée auprès d’un échantillon de conducteurs masculins âgés entre 18 et 25 ans. De plus, il évalue le rôle du niveau de soutien parental de l’autonomie dans cette prise de risques auto-rapportée. Les résultats indiquent que la fréquence de consommation de cannabis est positivement associée à la prise de risques au volant, telle que mesurée par la variable de conduite sous l’influence du cannabis, et en est un prédicteur. Les résultats de cet article n’ont cependant pu démontrer que le soutien parental de l’autonomie était un prédicteur de la conduite automobile risquée auto-rapportée. L’Article 2 étudie la conduite automobile risquée à travers des données comportementales de conduite automobile risquée, observées dans un contexte de simulation de conduite. Les résultats de ce deuxième article révèlent que la fréquence de consommation de cannabis contribue à prédire la conduite automobile risquée observée. En outre, les résultats indiquent un effet significatif des niveaux de fréquence de consommation sur la prise de risques au volant. Finalement, les résultats révèlent une contribution du niveau de soutien parental à l’autonomie dans la prise de risques au volant observée en simulation. Enfin, la discussion porte sur les contributions théoriques de cette thèse aux connaissances scientifiques en sécurité routière, ainsi que ses implications pratiques pour la prévention et l’intervention. / Although driving a vehicle is one common activity, road accidents are one of the top ten causes of death in the world. In recent years, a decrease of on road deaths in Canada and Quebec have shown that road safety prevention campaigns can be effective. However, these advances are insufficient, and there is a need for better intervention and prevention strategies. A better knowledge of individuals likely to be involved in road accidents would allow the development of more targeted and relevant prevention campaigns. Thus, it is already known that men, individuals aged between 15 and 29, and users of alcohol or psychoactive substances before driving have an increased risk of being involved in a road accident. Therefore, one of the objectives of this thesis is to have a better understanding of the role of frequency of cannabis use in young males’ risky driving. Also, studies have already examined the role of parents in the road behaviors of their children. However, no study seems to have focused on the role of parental autonomy support in young drivers’ risky driving. The second objective of this thesis is to investigate the impact of parental autonomy support on risky driving among young cannabis users. In this line of thinking, Article 1 investigates the association between frequency of cannabis use and self-reported risky driving among a sample of male drivers aged between 18 and 25 years old. In addition, it evaluates the role of parental autonomy support in self-reported risky driving. Results indicate that frequency of cannabis use is positively associated with risky driving (measured with self-reported measure of driving under the influence of cannabis), and is a predictor of this measure. However, results did not show that parental autonomy support is a predictor of self-reported risky driving. Article 2 studies risky driving through behavioral measures. These behavioral measures are observed in a driving simulator. Results of this article reveal a contribution of frequency of cannabis use in predicting observed risky driving in a driving simulator. In addition, results indicate a significant effect of the frequency of use levels on risky driving behaviors observed in the simulated driving task. Finally, results show a contribution of parental autonomy support in observed risky driving in the simulator. The theoretical contributions of this thesis to the scientific literature on road safety, as well as its practical implications for prevention and intervention are discussed.