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.

L'objectif de cette thèse est de développer des outils d'analyse de données recueillies sur les deux roues motorisés (2RMs). Dans ce cadre, des expérimentations sont menées sur des motos instrumentés dans un contexte de conduite réelle incluant à la fois des conduites normales dites naturelles et des conduites à risques (presque chute et chute). Dans la première partie de la thèse, des méthodes d'apprentissage supervisé ont été utilisées pour la classification de situations de conduite d'un 2RM. Les approches développées dans ce contexte ont montré l'intérêt de prendre en compte l'aspect temporel des données dans la conduite d'un 2RM. A cet effet, nous avons montré l'efficacité des modèles de Markov cachés. La seconde partie de cette thèse porte sur le développement d'outils de détection et de classification hors ligne des évènements critiques de conduite, ainsi que, la détection en ligne des situations de chute d'un 2RM. L'approche proposée pour la détection hors ligne des évènements critiques de conduite repose sur l'utilisation d'un modèle de mélange de densités gaussiennes à proportions logistiques. Ce modèle sert à la segmentation non supervisée des séquences de conduite. Des caractéristiques extraites du paramètre du modèle de mélange sont utilisées comme entrées d'un classifieur pour classifier les évènements critiques. Pour la détection en ligne de chute, une méthode simple de détection séquentielle d'anomalies basée sur la carte de contrôle MCUSUM a été proposée. Les résultats obtenus sur une base de données réelle ont permis de montrer l'efficacité des méthodologies proposées à la fois pour la classification de situations de conduite et à la détection des évènements critiques de conduite / This thesis aims to develop framework tools for analyzing and understanding the riding of Powered Two Wheelers (PTW). Experiments are conducted using instrumented PTW in real context including both normal (naturalistic) riding behaviors and critical riding behaviors (near fall and fall). The two objectives of this thesis are the riding patterns classification and critical riding events detection. In the first part of this thesis, a machine-learning framework is used for riding pattern recognition problem. Therefore, this problem is formulated as a classification task to identify the class of riding patterns. The approaches developed in this context have shown the interest to take into account the temporal aspect of the data in PTW riding. Moreover, we have shown the effectiveness of hidden Markov models for such problem. The second part of this thesis focuses on the development of the off-line detection and classification of critical riding events tools and the on-line fall detection. The problem of detection and classification of critical riding events has been performed towards two steps: (1) the segmentation step, where the multidimensional time of data were modeled and segmented by using a mixture model with quadratic logistic proportions; (2) the classification step, which consists in using a pattern recognition algorithm in order to assign each event by its extracted features to one of the three classes namely Fall, near Fall and Naturalistic riding. Regarding the fall detection problem, it is formulated as a sequential anomaly detection problem. The Multivariate CUmulative SUM (MCUSUM) control chart was applied on the data collected from sensors mounted on the motorcycle. The obtained results on a real database have shown the effectiveness of the proposed methodology for both riding pattern recognition and critical riding events detection problems

La pollution sonore est un problème majeur pour les résidents des zones urbaines. La directive Européenne 2002/49/CE impose aux états membres l’établissement de cartes de bruit. Ces dernières sont construites sur la base de l’indice énergétique Lden, également utilisé dans les relations dose-effet établies pour prédire la gêne. Toutefois, pour l’évaluation de la gêne due au bruit dans les zones urbaines, la pertinence de cet indice est souvent remise en question. En effet, de nombreuses études ont montré que les caractéristiques temporelles et spectrales des bruits environnementaux influencent aussi les réponses de gêne et ne sont pas prises en compte dans cet indice. Cette thèse vise à contribuer à l’amélioration de la caractérisation de la gêne due au bruit des véhicules routiers en ville. Elle est basée sur des expériences réalisées en laboratoire. Elle comprend deux parties principales. La première partie a comme objectif de progresser sur la caractérisation physique et perceptive du bruit des passages de divers véhicules routiers en milieu urbain tels que les bus, les deux-roues motorisés, les poids lourds et les véhicules légers. Une attention particulière a été portée sur la caractérisation de la gêne due aux deuxroues motorisés qui sont cités parmi les véhicules routiers les plus gênants et sont peu étudiés dans la littérature. Dans cette perspective, un indicateur acoustique caractéristique de la gêne due au bruit routier urbain a été déterminé : il rend compte de différents attributs auditifs gênants en associant la sonie, un indice spectral et deux indices de modulation proposés dans le cadre de ces travaux. Dans les zones urbaines, les riverains sont souvent exposés à la circulation routière en présence d’autres sources de bruit de l’environnement. L’objectif principal de la deuxième partie est la prédiction de la gêne totale due au bruit du trafic routier urbain combiné avec le bruit de tramway. Dans le but de caractériser la gêne totale, les phénomènes perceptifs liés à la combinaison de ces bruits sont tout d’abord étudiés. Ensuite, l’indicateur proposé précédemment pour caractériser la gêne due au bruit des passages de différents véhicules routiers est testé lorsque différents trafics routiers urbains sont considérés. Sur la base de ces résultats, des modèles permettant de caractériser la gêne due au bruit de trafic routier urbain combiné au bruit de tramway ont été proposés. / Noise pollution is a major concern for residents of urban areas. To date, the European directive 2002/49/CE requires member states to represent community noise through noise maps. These are produced using the Lden (day-evening-night level) index which is also employed for dose-effect relationships in noise annoyance prediction. However, for the assessment of noise annoyance in urban areas, its relevance is often questioned. Numerous studies have shown that noise annoyance due to community noise is not solely based on the sound pressure level and other acoustical signal characteristics such as temporal and spectral features influence noise annoyance ratings. This thesis aims to improve the assessment of noise annoyance due to various road vehicle noises in cities. It is based on experiments carried out in laboratory conditions and comprises two main parts. The first addresses the enhancement of the physical and perceptual characterization of annoyance due to various urban road vehicle pass-by noises, such as buses, poweredtwo- wheelers, heavy vehicles and light vehicles. A specific focus is put on the characterization of annoyance due to powered-two-wheelers which are among the most annoying road vehicles and studied little in the existing literature. An indicator accounting for annoyance-relevant auditory attributes of urban road vehicle pass-by noises is determined: it comprises loudness, a spectral index and two modulation indices proposed in this work. In urban agglomerations, people are often exposed to road traffic in presence of a variety of other environmental noise sources. The focal point of the second part is on the prediction of total annoyance due to urban road traffic noise combined with tramway noise. In the aim of adequately characterizing total annoyance, first the perceptual phenomena involved in annoyance due to the combination of the sources are studied. Furthermore, the analysis allows for the testing of the proposed noise annoyance indicator for the characterization of urban road traffic noise. To characterize annoyance due to tramway noise, an indicator determined in a recent study is employed. Based on these indicators and the findings regarding perceptual phenomena, models for the prediction of total annoyance due to combined urban road traffic and tramway noise are proposed.