Les constructeurs automobiles fabriquant des systèmes de conduite automatisée ont besoin d’aborder les conséquences que ces systèmes peuvent avoir sur la sécurité routière. Notamment pour l’évaluation des gains de sécurité, la sécurisation des essais et l’analyse des accidents impliquant le véhicule autonome. Cependant, le cadre conceptuel actuel utilisé dans la sécurité routière peut ne pas être adapté pour l’analyse des changements et des nouvelles interactions introduits par l’automatisation du véhicule à travers toutes les échelles du système sociotechnique de transport routier.Le but de la thèse est d’appliquer une approche systémique fondée sur STAMP afin d'étudier les gains attendus du véhicule autonome en termes de sécurité routière, sécuriser les expérimentations et analyser les accidents impliquant ce type de véhicule, à travers toutes les échelles du système sociotechnique de transport routier.Afin de contribuer au calcul des gains du véhicule autonome sur la sécurité routière, la population cible d’un « highway pilot system» a été définie et des questions issue d’une analyse STPA (analyse des risques issue de STAMP) aidant à l’évaluation de l’efficacité du système ont été élaborées.Un cadre de sécurisation des expérimentations couvrant tous les niveaux du système a été mis en place au moyen d’une analyse STPA à deux échelles.Enfin, une méthode d’analyse des accidents impliquant un conducteur automatisé a été créé en intégrant des éléments issus de méthodes d’analyses des accidents de la route existantes et des éléments explicatifs développés spécialement à la méthode CAST (méthode d’analyse des accidents fondée sur STAMP). L’accident impliquant une Tesla en mai 2016 est le cas d’étude de cette nouvelle méthode, CASCAD.En conclusion, ces trois applications ont montré tout le potentiel d’une approche systémique fondée sur STAMP pour offrir un cadre conceptuel adapté à l’évaluation des conséquences sur la sécurité routière de la conduite automatisée. / As automakers develop automated driving systems, they must address the implications of such systems on road safety. Notably for the safety benefit assessment, trial safety and accident analysis. However, the existing conceptual framework in road safety may not be adapted to analyze the changes and new interactions introduced by vehicle automation at all the levels of the road transport sociotechnical system.The main objective of this thesis is to apply a systems theoretic approach based on STAMP to examine the safety benefit assessment, trial safety and accident analysis of automated driving across all the levels of the road transport sociotechnical system.This research first contributes to safety benefit assessment by estimating the target population of a highway pilot system and by generating questions derived from an STPA analysis (hazard analysis based on STAMP) to facilitate the evaluation of the influence of the highway pilot system on road safety.Next, this work establishes a framework to ensure trial safety across the macroscopic and microscopic levels of the vehicle trial system by structuring the outputs of two STPA analyses.Finally, this thesis integrates elements from existing crash analysis methods and newly developed guidance elements into CAST (an accident analysis method based on STAMP) to develop a new method for the accident analysis of crashes involving automated driving called CASCAD. The application of CASCAD was illustrated using the available information of the Tesla crash on May 2016.The three applications of this research show the potential of a STAMP-based approach to provide a suitable conceptual framework for the analysis of the implications of road safety on automated driving.
| Identifer | oai:union.ndltd.org:theses.fr/2017PSLEM006 |
| Date | 27 June 2017 |
| Creators | Alvarez, Stephanie |
| Contributors | Paris Sciences et Lettres, Guarnieri, Franck |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds