L'objectif de cette étude est d'apporter une contribution à la description de produits complexes non anonymes. La complexité du produit choisi, l'habitacle avant de véhicules automobiles, tient principalement à la grande quantité d'éléments et de fonctions qu'il contient. <br />Lors de tests d'analyse sensorielle, les produits doivent être anonymes pour limiter l'influence sur les évaluations, de facteurs externes tels que l'image de marque du produit. Lors de notre étude, les produits, aisément reconnaissables, ne peuvent pas être rendus anonymes. Nous avons donc choisi de quantifier l'influence des propriétés sensorielles et de l'image de marque sur les préférences des consommateurs. <br /><br />Les propriétés sensorielles de 11 habitacles ont été décrites par un profil sensoriel comprenant 24 descripteurs. 204 consommateurs ont attribué des notes de préférence aux produits. Ils ont également évalué les images des constructeurs associés au moyen de 15 descripteurs sélectionnés lors d'une étude préliminaire. <br />La cartographie externe des préférences permet d'expliquer les préférences des consommateurs à l'aide des caractéristiques sensorielles des produits. <br />La régression progressive est employée à deux reprises sur les notes hédoniques de chaque consommateur, considéré individuellement. Les variables prédictives sont : <br />• les variables sensorielles issues du profil. Les descripteurs sensoriels sont ainsi hiérarchisés en fonction de l'importance qu'ils revêtent dans l'établissement des préférences. <br />• les variables sensorielles et les évaluations individuelles des images de marque des constructeurs. Les contributions relatives des sensations et de l'image de marque peuvent être estimées. Il est alors possible de classer les consommateurs : certains sont principalement influencés par les attributs sensoriels des produits ; d'autres par l'image de marque des descripteurs ; d'autres encore sont influencés à part égale par les deux aspects.

Thèse de doctorat : Mécanique : Lille 1 : 2002. / N° d'ordre (Lille) : 3246. Résumé en français et en anglais. Bibliogr. p. 185-188.

Les systèmes d'aide à la conduite (ADAS) visent à automatiser/ adapter/ améliorer les systèmes de transport pour une meilleure sécurité et une conduite plus sûre. Plusieurs thématiques de recherche traitent des problématiques autour des ADAS, à savoir la détection des obstacles, la reconnaissance de formes, la compréhension des images, la stéréovision, etc. La présence des réflexions spéculaires limite l'efficacité et la précision de ces algorithmes. Elles masquent les textures de l'image originale et contribuent à la perte de l'information utile. La polarisation de la lumière traduit implicitement l'information attachée à l'objet, telle que la direction de la surface, la nature de la matière, sa rugosité etc. Dans le contexte des ADAS, l'imagerie polarimétrique pourrait être utilisée efficacement pour éliminer les réflexions parasites des images et analyser d'une manière précise les scènes routières. Dans un premier temps, nous proposons dans cette thèse de supprimer les réflexions spéculaires des images via la polarisation en appliquant une minimisation d'énergie globale. L'information polarimétrique fournit une contrainte qui réduit les distorsions couleurs et produit une image diffuse beaucoup plus améliorée. Nous avons ensuite proposé d'utiliser les images de polarisation comme une caractéristique vu que dans les scènes routières, les hautes réflexions proviennent particulièrement de certains objets telles que les voitures. Les attributs polarimétriques sont utilisés pour la compréhension de la scène et la détection des voitures. Les résultats expérimentaux montrent que, une fois correctement fusionnés avec les caractéristiques couleur, les attributs polarimétriques offrent une information complémentaire qui améliore considérablement les résultats de la détection.Nous avons enfin testé l'imagerie de polarisation pour l'estimation de la carte de disparité. Une méthode d'appariement est proposée et validée d'abord sur une base de données couleur. Ensuite, Une règle de fusion est proposée afin d'utiliser l'imagerie polarimétrique comme une contrainte pour le calcul de la carte de disparité. A partir des différents résultats obtenus, nous avons prouvé le potentiel et la faisabilité d'appliquer l'imagerie de polarisation dans différentes applications liées aux systèmes d’aide à la conduite. / Advance Driver Assistance Systems (ADAS) aim to automate/adapt/enhance trans-portation systems for safety and better driving. Various research topics are emerged to focus around the ADAS, including the object detection and recognition, image understanding, disparity map estimation etc. The presence of the specular highlights restricts the accuracy of such algorithms, since it covers the original image texture and leads to the lost of information. Light polarization implicitly encodes the object related information, such as the surface direction, material nature, roughness etc. Under the context of ADAS, we are inspired to further inspect the usage of polarization imaging to remove image highlights and analyze the road scenes.We firstly propose in this thesis to remove the image specularity through polarization by applying a global energy minimization. Polarization information provides a color constraint that reduces the color distortion of the results. The global smoothness assumption further integrates the long range information in the image and produces an improved diffuse image.We secondly propose to use polarization images as a new feature, since for the road scenes, the high reflection appears only upon certain objects such as cars. Polarization features are applied in image understanding and car detection in two different ways. The experimental results show that, once properly fused with rgb-based features, the complementary information provided by the polarization images improve the algorithm accuracy. We finally test the polarization imaging for depth estimation. A post-aggregation stereo matching method is firstly proposed and validated on a color database. A fusion rule is then proposed to use the polarization imaging as a constraint to the disparity map estimation. From these applications, we proved the potential and the feasibility to apply polariza-tion imaging in outdoor tasks for ADAS.

Dans un contexte ou la question de la préservation de l'environnement est devenue un sujet sociétal majeur, la recherche de nouvelles technologies pour remplacer la voiture à essence constitue un véritable enjeu industriel. Les véhicules hybrides et électriques sont une alternative prometteuse aux véhicules conventionnels. Ce travail de thèse porte sur la conception et l'optimisation des machines électriques pour la motorisation de ces voitures. Au cours de ces travaux, nous avons développé une nouvelle méthodologie de dimensionnement et d'optimisation des machines synchrones à double excitation. L'intérêt de cette méthode est son bon compromis entre la précision et le temps de calcul et sa capacité d'adaptation à plusieurs types de machines. Le second volet de la thèse est consacré à la proposition d'une nouvelle structure de machine synchrone à rotor bobiné. Une technique originale de compensation de la réaction magnétique d'induit est mise en place, elle consiste en l'insertion d'aimants secondaires permettant de créer un flux dans l'axe q de la machine. Ce dernier a pour rôle d'affaiblir le flux de la réaction magnétique d'induit.

Dans le dernier siècle, le transport et en particulier l'utilisation des voitures privées a émergé comme une des sources principales d'émission de CO2 (deuxième derrière la production d'énergie). Plusieurs villes dans le monde ont mis en place des stratégies pour faire face à ce phénomène afin de limiter les impacts environnementaux néfastes. Certaines stratégies n'ont pas pu atteindre leur objectif, voire ils ont eu des réactions négatives auprès des individus. Le but de cette thèse de doctorat consiste à proposer une méthodologie et une plateforme pour la modélisation et la simulation du système de mobilité. Cette plateforme sera ensuite utilisée pour implémenter des scénarios d'occupation de sol et de transport dans un monde virtuel pour étudier leur impact sur le comportement humain en termes de mobilité. Pour la modélisation de la dynamique des déplacements évoqués par la mobilité locale, nous proposons une méthode hybride (automates cellulaires et systèmes multi-agents) permettant de traiter des données complexes tout en les intégrant au sein de différentes échelles spatio-temporelles. / In the last century, transport and in particular the use of private cars has emerged as a major source of CO2 emissions (second behinf energy production). Several cities in the world have put in place strategies to deal with this problem and to reduce its adverse enviromental impacts. Some strategies could not achieve their objectives, and had negative reactions from individuals. The ail of this PhD thesis is to propose a methodology and a platform for modelling and simulating people mobility systems. The developed plat form is, then, used to implement land use and transportation scenarios and strategies in a virtual world to study their impact on human behavior in terms of mobility. To develop this platform, we propose a hybrid model, combining cellular automata and multi-agent systems, capable of handling the complexity of the mobility system able to present it at various spatial ans temporal scales.

Tableau d'honneur de la FÉSP / La Formule SAE (Society of Automotive Engineers) est une compétition étudiante consistant en la conception et la fabrication d'une voiture de course monoplace. De nombreux événements sont organisés à chaque année au cours desquels plusieurs universités rivalisent entre elles lors d'épreuves dynamiques et statiques. Celles-ci comprennent l'évaluation de la conception, l'évaluation des coûts de fabrication, l'accélération de la voiture, etc. Avec plus de 500 universités participantes et des événements annuels sur tous les continents, il s'agit de la plus importante compétition d'ingénierie étudiante au monde. L'équipe ULaval Racing a participé pendant plus de 20 ans aux compétitions annuelles réservées aux voitures à combustion. Afin de s'adapter à l'électrification des transports et aux nouvelles compétitions destinées aux voitures électriques, l'équipe a conçu et fabriqué une chaîne de traction électrique haute performance destinée à leur voiture 2015. L'approche traditionnelle employée pour concevoir une motorisation électrique consiste à imposer les performances désirées. Ces critères comprennent l'inclinaison maximale que la voiture doit pouvoir gravir, l'autonomie désirée ainsi qu'un profil de vitesse en fonction du temps, ou tout simplement un cycle routier. Cette approche n'est malheureusement pas appropriée pour la conception d'une traction électrique pour une voiture de type Formule SAE. Ce véhicule n'étant pas destiné à la conduite urbaine ou à la conduite sur autoroute, les cycles routiers existants ne sont pas représentatifs des conditions d'opération du bolide à concevoir. Ainsi, la réalisation de ce projet a nécessité l'identification du cycle d'opération routier sur lequel le véhicule doit opérer. Il sert de point de départ à la conception de la chaîne de traction composée des moteurs, de la batterie ainsi que des onduleurs de tension. L'utilisation d'une méthode de dimensionnement du système basée sur un algorithme d'optimisation génétique, suivie d'une optimisation locale couplée à une analyse par éléments-finis a permis l'obtention d'une solution optimale pour les circuits de type Formule SAE. La chaîne de traction conçue a été fabriquée et intégrée dans un prototype de voiture de l'équipe ULaval Racing lors de la saison 2015 afin de participer à diverses compétitions de voitures électriques. / The Formula SAE (Society of Automotive Engineers) is a student engineering competition for which students design, build and race a single-seater racing car. Multiple events are organized every year during which the teams can compete against other universities. With more than 500 teams participating worldwide, it is the biggest student engineering competition in the world. The tests include the evaluation of the design, production costs, acceleration of the car, etc. The ULaval Racing team participated during more than 20 years at the annual Michigan competition reserved for internal combustion racecars. In order to adapt to the electrification of transportation and to the new competitions reserved for electric cars, the team designed and manufactured a high performance electric powertrain for their 2015 car. The traditional approach used to design an electric powertrain is to set the desired performances of the vehicle. These criteria include the maximum incline that the car must be able to climb, the desired range and a speed profile over time, also known as road cycle. Unfortunately, this approach is not suitable for the design of an electric powertrain for use in a Formula SAE racecar. Since this type of vehicle is not intended for city driving nor highway driving, the existing road cycles are not representative of the expected operating conditions. The realization of this project required the identification of the road cycle on which the vehicle will operate. It is used as a starting point for the design of the powertrain, which includes the electric motors, the battery pack and the power inverters. The use of a genetic optimization algorithm, followed by a local optimization coupled to a finite element analysis tool yielded an optimal solution suitable for the Formula SAE type race tracks. The drivetrain was designed, manufactured and integrated into the 2015 ULaval Racing vehicle. The car participated in various competitions intended for electric racecars and received multiple awards for its inovative design and its performance.

Doctorat en philosophie et lettres / info:eu-repo/semantics/nonPublished

L’autopartage est une manière moderne de louer une voiture. C'est un système attractif pour les clients qui utilisent une voiture occasionnellement. Dans un système d’autopartage, une flotte de véhicules est répartie sur une aire urbaine. Les client peuvent prendre ou rendre une voiture à n'importe quel moment et à n'importe quelle station, à condition qu’il y ait une voiture de libre à la station de départ et qu’il y a une place de parking libre à la station de destination. Pour s'en assurer, les clients peuvent réserver une voiture en avance. Pour qu’un tel système fonctionne de manière satisfaisante, il faut que le nombre de véhicules et le nombre de places libres dans les stations s'équilibrent. Cela conduit à un problème d'équilibre d'occupation des stations, appelé problème de relocalisation : un opérateur doit surveiller l'occupation des stations et décider quand et de quelle manière les voiture doivent être deplacées d’une station « trop pleine » à une station « insuffisamment pleine ». Nous considérons un système d’autopartage innovant, où les voitures sont partiellement autonomes. Cela permet de constituer des convois de véhicules que dirige un véhicule spécial, de sorte qu'un convoi est mis en mouvement par un seul conducteur. Cette configuration est similaire au système mis en place pour les vélos en libre-service, où un camion peut déplacer plusieurs vélos simultanément pendant le processus de la relocalisation. Dans le cadre de cette thèse, nous développons les aspects dynamiques et statiques du problème de relocalisation. Le « problème de relocalisation dynamique » décrit la situation où les voitures sont déplacées pendant les heures de travail afin de satisfaire les besoins des clients. L’opérateur doit prendre des décisions « dynamiques », en fonction de la situation. Dans le cadre du « problème de relocalisation statique », nous supposons qu’il n'y a aucune interaction (ou très peu) entre les clients et le système. Cette situation se produit lorsque le système est préparé pour le lendemain (ex : processus de la relocalisation effectué pendant la nuit). Nous modélisons le problème de relocalisation dans le cadre d’un système de tâches métriques. Ensuite, nous analysons les deux problèmes et nous donnons des stratégies pour les résoudre. Enfin, nous effectuons quelques expériences de calcul pour examiner l’applicabilité des algorithmes présentés en pratique. / Carsharing is a modern way of car rental, attractive to customers who make only occasional use of a car on demand. In a carsharing system, a fleet of cars is distributed at specified stations in an urban area, customers can take a car at any time and station and return it at any time and station, provided that there is a car available at the start station and a free place at the destination station. To ensure the latter, customers have to book their demands in advance. For operating such a system in a satisfactory way, the stations have to keep a good ratio between the total number of places and the number of cars in each station, in order to serve as many requests as possible. This leads to the problem of balancing the load of the stations, called Relocation Problem: an operator has to monitor the load and to decide when and how to move cars from “overfull” stations to “underfull” ones. We consider an innovative carsharing system, where the cars are partly autonomous, which allows to build wireless convoys of cars leaded by a special vehicle, such that the whole convoy is moved by only one driver. This setting is similar to bikesharing, where trucks can simultaneously move several bikes during the relocation process. In this thesis, we address the dynamic and static aspects of the Relocation Problem. The “Dynamic Relocation Problem” describes the situation when cars can be moved between stations during the working hours in order to satisfy the needs of the customers. Hereby, the operator has to make decisions dynamically according to the current situation. In the “Static Relocation Problem” we assume that there is no (or only little) interaction by customers with the system. This situation occurs when the carsharing system is prepared for the next day, i.e., the relocation process is performed during the night. We model the Relocation Problem in the framework of a metric task system. Afterwards, we theoretically analyze both problems and give strategies to solve them. Finally, we perform some computational experiments to examine the applicability of the presented algorithms in practice.

Le développement de véhicules autonomes capables de se déplacer sur les routes urbaines peuvent fournir des avantages importants en matière de réduction des accidents, en augmentant le confort et aussi, permettant des réductions de coûts. Les véhicules Intelligents par exemple fondent souvent leurs décisions sur les observations obtenues à partir de différents capteurs tels que les LIDAR, les GPS et les Caméras. En fait, les capteurs de la caméra ont reçu grande attention en raison du fait de qu’ils ne sont pas cher, facile à utiliser et fournissent des données avec de riches informations. Les environnements urbains représentent des scénarios intéressant mais aussi très difficile dans ce contexte, où le tracé de la route peut être très complexe,la présence d’objets tels que des arbres, des vélos, des voitures peuvent générer des observations partielles et aussi ces observations sont souvent bruyants ou même manquant en raison de occlusions complètes. Donc, le processus de perception par nature doit être capable de traiter des incertitudes dans la connaissance du monde autour de la voiture. Tandis que la navigation routière et la conduite autonome en utilisant une connaissance préalable de l’environnement ont démontré avec succès, la compréhension et la navigation des scénarios généraux du environnement urbain avec peu de connaissances reste un problème non résolu. Dans cette thèse, on analyse ce problème de perception pour la conduite dans les milieux urbains basée sur la connaissance de l’environnement pour aussi prendre des décisions dans la navigation autonome. Il est conçu un système de perception robotique, qui permettre aux voitures de se conduire sur les routes, sans la nécessité d’adapter l’infrastructure, sans exiger l’apprentissage précédente de l’environnement, et en tenant en compte la présence d’objets dynamiques tels que les voitures.On propose un nouveau procédé basé sur l’apprentissage par la machine pour extraire le contexte sémantique en utilisant une paire d’images stéréo qui est fusionnée dans une grille d’occupation évidentielle pour modéliser les incertitudes d’un environnement urbain inconnu,en utilisant la théorie de Dempster-Shafer. Pour prendre des décisions dans la planification des chemins, il est appliqué l’approche de tentacule virtuel pour générer les possibles chemins à partir du centre de référence de la voiture et sur cette base, deux nouvelles stratégies sont proposées. Première, une nouvelle stratégie pour sélectionner le chemin correct pour mieux éviter les obstacles et de suivre la tâche locale dans le contexte de la navigation hybride, et seconde, un nouveau contrôle en boucle fermée basé sur l’odométrie visuelle et tentacule virtuel est modélisée pour l’exécution du suivi de chemin. Finalement, un système complet automobile intégrant les modules de perception, de planification et de contrôle sont mis en place et validé expérimentalement dans des situations réelles en utilisant une voiture autonome expérimentale, où les résultats montrent que l’approche développée effectue avec succès une navigation locale fiable basée sur des capteurs de la caméra. / The development of autonomous vehicles capable of getting around on urban roads can provide important benefits in reducing accidents, in increasing life comfort and also in providing cost savings. Intelligent vehicles for example often base their decisions on observations obtained from various sensors such as LIDAR, GPS and Cameras. Actually, camera sensors have been receiving large attention due to they are cheap, easy to employ and provide rich data information. Inner-city environments represent an interesting but also very challenging scenario in this context,where the road layout may be very complex, the presence of objects such as trees, bicycles,cars might generate partial observations and also these observations are often noisy or even missing due to heavy occlusions. Thus, perception process by nature needs to be able to dea lwith uncertainties in the knowledge of the world around the car. While highway navigation and autonomous driving using a prior knowledge of the environment have been demonstrating successfully,understanding and navigating general inner-city scenarios with little prior knowledge remains an unsolved problem. In this thesis, this perception problem is analyzed for driving in the inner-city environments associated with the capacity to perform a safe displacement basedon decision-making process in autonomous navigation. It is designed a perception system that allows robotic-cars to drive autonomously on roads, with out the need to adapt the infrastructure,without requiring previous knowledge of the environment and considering the presenceof dynamic objects such as cars. It is proposed a novel method based on machine learning to extract the semantic context using a pair of stereo images, which is merged in an evidential grid to model the uncertainties of an unknown urban environment, applying the Dempster-Shafer theory. To make decisions in path-planning, it is applied the virtual tentacle approach to generate possible paths starting from ego-referenced car and based on it, two news strategies are proposed. First one, a new strategy to select the correct path to better avoid obstacles and tofollow the local task in the context of hybrid navigation, and second, a new closed loop control based on visual odometry and virtual tentacle is modeled to path-following execution. Finally, a complete automotive system integrating the perception, path-planning and control modules are implemented and experimentally validated in real situations using an experimental autonomous car, where the results show that the developed approach successfully performs a safe local navigation based on camera sensors.

Cette thèse propose que les entreprises puissent être maîtres de leur politique de connexion, en se basant sur des objectifs métier et en utilisant la connaissance interne qu’elles ont de leurs usagers et de tâches, et qu’elles les transmettent vers les opérateurs réseau. L’eCAPS (enterprise Context Aware Policy System) proposé permet aux organisations de différencier les activités professionnelles et non-professionnelles engendrées par les usagers BYOD (Bring Your Own Device) et ainsi de mettre en œuvre des politiques de décision pour les ressources, les niveaux de priorité et même le choix du réseau d’accès. En étendant un moteur context‐aware pour évaluer le contexte de risque lié aux requêtes de connectivité, l’entreprise doit pouvoir déterminer les actions relatives aux requêtes de services à haut risque tout en prenant en compte l’impact métier. La solution proposée utilise des extensions des standards 3GPP pour permettre à l’entreprise d’agir comme un MVNO (Mobile Virtual Network Operator) ou un Sponsor de service data. Ainsi, la proposition de la fonctionnalité ‘Defer‐Back’ facilite le transfert d’utilisations personnelles vers l’opérateur de réseau, et ce, en accord avec les souhaits des utilisateurs. Les profils de contexte sont évalués suivant un modèle Business et Risque. Ce modèle calcule les valeurs des attributs de Crédibilité des sources, qui sont estimées en fonction de leur caractéristiques comme la confiance (fiabilité, stabilité des données) , la précision (gestion des erreurs) et la précision (résolution et proximité). Les politiques enterprise sont appliquées via un système de priorité multi‐niveau adaptable, combinant ainsi observations et préférences. Un nouvel algorithme (Cedar: Corroborative Evidential Diminishing Aggregation Rating) est proposé pour définir et agréger une ‘évidence’. Il augmente proportionnellement les attributs concordants et diminue les attributs non‐concordants. Cedar satisfait un grand de besoins et surperforme les méthodes traditionnelles, en particulier en ce qui concerne sa prise en compte de l’incertitude et des conflits. La solution multi‐facette proposée eCAPS donne lieu à un grand nombre d’applications, dont quatre sont décrites dans la thèse. De plus, l’étude de cas présentée ‘MNVO Automotive’ donne un plus de détail sur un cas particulier nécessitant la fusion de politiques parmi plusieurs parties‐prenantes. L’approche proposée, l’Arbre de Crédibilité Cedar’, qui intègre agrégation corroborative et mesure de la crédibilité, devrait avoir un impact significatif dans le domaine, en particulier sur le contexte comportemental et sur le diagnostique / This thesis suggests that the enterprise should determine its own connectivity policies and convey them to the network carrier. This allows selecting service delivery options based on business goals, using corporate internal knowledge of users and tasks. The proposed eCAPS (enterprise Context Aware Policy System) allows organizations to distinguish between business and personal requests that are generated by BYOD (Bring Your Own Device) users. This enables enterprises to make policy decisions about resourcing, priority levels, automatic funding and even choice of access networks. By extending the model to evaluated risks, the enterprise could determine mitigating actions for high risk service requests, moderated by business priorities. The network solution utilizes extended 3GPP interfaces, to enable the enterprise to act as a Mobile Virtual Network Operator (MVNO) or as a Sponsor of data services. The proposed ‘Defer‐Back’ feature facilitates deferring personal usage back to the carrier, to be treated as a personal service. The solution contains a Business and Risk model that determines the profile of each service request. This model computes attributes’ inherent values from the Credibility of their sources, which is estimated by their digital characteristics, such as confidence (reliability, data stability), accuracy (error‐management) and precision (resolution and proximity). Corporate policy is injected via multi‐level customizable prioritization, thus combining observations with preferences. To aggregate the evidential information, a new algorithm (Cedar: Corroborative Evidential Diminishing Aggregation Rating) is proposed, which proportionally augments concordant attributes and decrements discordant ones. Cedar satisfies a challenging range of requirements and outperforms popular methods, especially due to its robustness and logical handling of uncertainty and conflict. The proposed multi‐facet eCAPS solution has many applications, of which four are included. Additionally, a case study of an MVNO Automotive is described, which necessitates joining multistakeholders’ policy. The ‘Cedar Credibility Tree’ approach, with corroborative aggregation and measured Credibility, has far reaching utility, especially in behavioral context and diagnosis