Return to search

Modélisation de l'adaptation des conducteurs au comportement du véhicule et expérimentations sur simulateur / Modélisation de l'adaptation des conducteurs au comportement du véhicule et expérimentations sur simulateur

Lorsqu’un conducteur prend en main un nouveau véhicule, celui-ci risque de présenter un comportement routier différent. Pour autant cela ne nécessite pas d’apprentissage particulier de la part du conducteur et il sera très rapidement capable de maîtriser ce véhicule. Cet acte anodin révèle une capacité propre aux systèmes biologiques qui s’étend pour l’être humain, bien au-delà du champ spécifique de la conduite automobile. En effet, nous sommes dans nos gestes quotidiens confrontés continuellement à un environnement changeant. Nos capacités d’apprendre confèrent à nos connaissances sur le monde et sur notre interaction avec celui-ci une plasticité qui se révèle essentielle. Mais ces capacités ne sont pas infinies et la détermination de leurs limites présente un réel défi pour les constructeurs automobiles qui proposent de plus en plus fréquemment des systèmes embarqués pouvant modifier le comportement dynamique du véhicule. Par ailleurs, l’étude de l’adaptation d’un conducteur à un comportement imprévisible du véhicule ou d’un de ses systèmes d’aide à la conduite peut se révéler complexe à mettre en place, coûteuse en instrumentation voire dangereuse. L’avènement des outils de simulation et de réalité virtuelle permet aujourd’hui de contourner certaines de ces limitations. Toutefois, la conduite d’expérimentations exhaustives quant aux types d’évènements possibles avec un nombre de sujets suffisamment important pour être pertinent en regard de la diversité des profils de conducteurs est impossible. L’utilisation de modèles, de comportement du conducteur est donc nécessaire. Cependant de tels modèles dotés de capacités adaptatives sont encore trop peu nombreux. De ce constat nous nous proposons dans cette étude d’établir un modèle de conducteur ayant la propriété de pouvoir intégrer des modifications de l’environnement. Plusieurs hypothèses existent sur la manière dont le système nerveux central peut réagir à de tels évènements. Nous identifions en particulier la stratégie de mise à jour de modèle interne et celle de modulation de l’impédance des membres. Nous intégrons au sein de notre modèle ces deux stratégies afin de lui conférer une certaine cohérence physiologique mais aussi pour en étudier les performances propres. Nous proposons alors une méthodologie pour l’étude de l’adaptation sensorimotrice des conducteurs que nous appliquons au cas de la conduite en virage. Nous établissons ainsi un nouveau modèle adaptatif de la tâche de conduite pour le contrôle latéral. Nous proposons également une calibration des différents paramètres de ce modèle. Nous réalisons alors deux expérimentations mettant en lumière les capacités d’adaptation des conducteurs. Puis, nous montrons de quelle manière notre modèle permet d’apporter des éléments de réponse sur les mécanismes responsables de cette adaptation. Enfin nous suggérons une application de aux études de sûreté de fonctionnement. / Whenever a driver takes over a new vehicle, he is likely to experience a different road behavior of the car. However, this does not require any special training for the driver as he will be very prompt in controlling his vehicle. This usual action is evidencing a genuine capability which is specific to biological systems and, for any human being, expanding far beyond the particular application of automobile drive. As a matter of fact, we are constantly facing a changing environment in our daily motions. Our learning capabilities generate a unique adaptability which is key to our understanding of the world as well as our interaction with it. However, these capabilities are not infinite and their limit fixing constitutes a true challenge for car manufacturers who are more and more often offering embedded systems capable of modifying the dynamic behavior of the vehicle. Moreover, the survey on driver’s adaptability to an unpredictable behavior of either the vehicle or its drive aided systems may turn out to be complex to implement, cost prohibitive in instrumentation or even hazardous. Today, the introduction of simulation and virtual reality tools allows to get rid of some of these limitations. However, the conduct of exhaustive experiments proves to be impossible considering the nature of possible events involving a large number of drivers to be meaningful and their inherent profile diversity. Utilization of driver behavior models becomes therefore an absolute necessary. It is worth notice that such models featured with adaptive capabilities are still far too few. Consequently, we are proposing in this survey to set up a driver model with the capability of integrating environmental changes. There are several hypotheses to explore as to the way the central nervous system is responding to such events. More specifically, we are analyzing the updating strategy of internal models and impedance modulation. Both strategies are being integrated into our model so as to make it more coherent physiologically and permit further evaluation of its inherent performances. Moreover, we are formulating a methodology for the study of sensorimotor driver’s adaptability which we are using for turn driving application. In this way, we are setting up a new adaptive driving task model for lateral side application. We are also proposing this model with a calibration of its various parameters. Then, we are achieving two experiments evidencing adaptive driver’s capabilities. Next, we are demonstrating how our model helps understanding this adaptation. Finally, we are developing a possible application to the in-operation safety surveys.

Identiferoai:union.ndltd.org:theses.fr/2009ECAP0019
Date19 June 2009
CreatorsDeborne, Renaud
ContributorsChâtenay-Malabry, Ecole centrale de Paris, Saguez, Christian
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.002 seconds