Cette thèse en Cognitique se focalise sur la « Conception Centrée sur l'Humain » (Human Centred Design) de futures assistances à la conduite automobile, adaptées aux conducteurs âgés (ou Elderly Adapted Driver Assistance Systems).Pour ce faire, la démarche proposée repose sur une approche et une méthodologie pluridisciplinaire. Sur le plan ergonomique, il s'agit de mieux connaître les spécificitésde la population des conducteurs âgés, dans le but d'identifier des difficultés et des besoins en assistance. A cette fin, 76 conducteurs âgés (de 70 à 87 ans) ont conduitun véhicule instrumenté, immergé dans le trafic. Le corpus de données comporte2100 kilomètres de conduite et 1400 situations de conduite autoévaluées par lesconducteurs, complétés par 6 Focus Group (30 conducteurs âgés).Le second volet, relevant d'une démarche d'Ingénierie Cognitive, vise à concevoir et développer des fonctions de « monitorage » à partir du corpus de données. L'objectif est de disposer de modèles et de fonctions d'analyse temps-réel capables (1) de superviser l'activité de conduite des conducteurs âgés (2) en regard du contexte ou des risques situationnels, afin de (3) diagnostiquer des difficultés ou erreurs de conduite, à des fins d’adaptativité des assistances. Des fonctions de monitorage en lien avec les contrôles de base du véhicule (gestion de la vitesse, positionnement dans la voie et la gestion de l'espace inter-véhiculaire avant) sont développées. Sur cette base, des fonctions de monitorage plus intégrées pour l'aide aux franchissements d'intersections (Tourne-à-Gauche) et l'assistance à l'insertion sur voies rapides (et au changement de voie) sont également proposées. / This thesis in Cognitics presents a Human Centered Design approach for thedevelopment of future driving assistance systems dedicated to elderly drivers orElderly Adapted Driver Assistance Systems (E-ADAS).To do so, this work relies on a multi-disciplinary approach for data collection andanalysis. Regarding Ergonomics, the aim is to better understand the specificrequirements of this population in order to identify their actual difficulties and actualneeds of assistance. In this frame, 76 drivers (aged from 70 to 87 years old) took partto an on-the-road experiment, driving an instrumented car. The dataset includes2100 km of ecological driving data and 1400 auto-evaluated driving situations,completed by 6 Focus Groups (involving 30 elderly drivers).The second part of this research, relying on Cognitive Engineering, explores thedesign and implementation of monitoring functions based on the aforementioneddataset. The objective is to have real-time models and analytical functions, able to:(1) supervise the driving activity as realized by an elderly driver, (2) taking in toconsideration the driving context or situational risks (3) in order to detect difficulties ordriving errors. Beyond this thesis, these diagnostics will have to be integrated inassistive systems to better adapt their support to the specific needs of elderly drivers.Specific monitoring functions related to basic vehicle control (speed management,lane positioning and headway regulation) are presented. Based on these results,integrated monitoring functions for intersection crossings in Left-Turn manoeuver,highway merging assistance, and, more broadly, lane change assistance areintroduced.
Identifer | oai:union.ndltd.org:theses.fr/2014BORD0425 |
Date | 19 December 2014 |
Creators | Paris, Jean-Christophe |
Contributors | Bordeaux, Claverie, Bernard, Bellet, Thierry |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds