Dissertations / Theses on the topic 'Sécurité des piétons'

La forte densité de population, les problèmes environnementaux ou de circulation, mènent les villes à modifier leurs aménagements pour accommoder divers modes de déplacements, dont les transports actifs. Les passages pour piétons non contrôlés par des feux ou panneaux d’arrêt sont des aménagements qui accordent la priorité aux piétons qui s’y engagent, mais cette priorité n’est pas nécessairement garante de leur sécurité. L’objectif de cette étude est d’élaborer une méthodologie permettant de collecter des variables environnementales et comportementales permettant de caractériser le contexte dans lequel le piéton utilise les passages pour piétons. Puis, d’évaluer le respect de la priorité piétonne, ainsi que les contextes routiers et les environnements pouvant l’impacter. Huit sites de passage pour piétons ont été étudiés à Montréal, par des mesures et des observations en premier lieu, puis par l’enregistrement de vidéos. Leur mise en relation permet d’émettre des hypothèses quant à l’impact de certaines variables sur le respect de la priorité piétonne. L’implantation de passages pour piétons ne semble pas toujours suivre des lignes directrices claires. Plusieurs types d’aménagement ont pu être observés. Le taux de respect moyen de la priorité piétonne pour l’ensemble des sites est faible (36 %), mais ceci serait en partie attribuable au contexte environnemental, car la variation des taux est très importante, entre 4 % et 79 %. Des volumes de circulation élevés semblent être défavorables au respect de la priorité piétonne, ainsi que la localisation des passages trop rapprochée des intersections. La méthodologie utilisée permet d’obtenir et de confronter les caractéristiques de l’environnement avec le comportement du conducteur. L’étude se limite à un micro-environnement (passage pour piétons) en huit sites, donc les constats ne pourraient être généralisés à l’ensemble de la ville où les données ont été collectées. Ce travail fait office de support pour de futures études. Tant par l’aspect méthodologique que par les questions qu’il soulève.

Chaque année de nombreux enfants-piétons sont victimes de collisions avec des véhicules et ce malgré les efforts réalisés pour améliorer les véhicules et les infrastructures. Ces améliorations ont permis une réduction notable des séquelles mais l’étude du comportement des piétons demeure primordiale puisque ce sont ces comportements eux-mêmes qui expliquent la plus grande partie des collisions. Afin de comprendre les comportements et processus mentaux impliqués lors de la navigation urbaine, nous nous sommes intéressés aux quatre types d’études s’intéressant à la navigation urbaine infantile : (1) les études traitant des circonstances et facteurs accidentogènes, (2) celles s’intéressant aux moments clés auxquels le risque d’accident est le plus important, (3) celles traitant des compétences nécessaires au piéton pour naviguer de manière sûre, (4) et enfin celles, plus récentes, qui se centrent sur la perception du risque. Enfin, pour compléter notre approche, nous nous sommes tournés vers les dispositifs permettant de développer la compétence de piéton. Les objectifs de cette thèse sont triples : mieux comprendre l’impact de certains facteurs individuels et environnementaux sur l’exploration visuelle de scènes urbaines par les enfants, c’est-à-dire caractériser ce que « regarde » un enfant durant sa navigation urbaine, appréhender les différences développementales en terme de recherche d’information, et finalement, mesurer les différences interindividuelles et intraindividuelles durant le processus de prise de décision chez l’enfant-piéton. L’approche empirique de cette thèse s’articule autour de trois études complémentaires, alliant approche expérimentale et approche de terrain. Dans la première étude, 125 enfants âgés de 7 à 8 ans participant à une journée de prévention routière, ont été sollicités. Cette étude avait pour but de recueillir, par le biais de dessins réalisés par les enfants, des données qualitatives sur la représentation mentale de l’environnement urbain chez l’enfant-piéton. La deuxième étude a porté sur 62 participants, 21 adultes et 41 enfants âgés de 3 à 11 ans. Le protocole impliquait une tâche de prise de décision de franchissement de chaussée à l’aide de photographies. Dans l’objectif d’étudier la stratégie d’exploration visuelle en lien avec la prise de décision, cette étude avait pour but de recueillir des données oculométriques ainsi que de le temps de prise de décision. Enfin, pour notre dernière étude, nous nous sommes concentrés spécifiquement sur l’étude du processus décisionnel chez l’enfant à l’aide de la chronométrie mentale. Nous avons donc réalisé une expérimentation comptant 255 participants âgés de 5 à 11 ans. Le protocole comportait une tâche de prise de décision de franchissement de chaussée sur photographies d’un environnement urbain où la densité informationnelle variait. L’ensemble des résultats sont discutés autour de trois principaux points : (i) les mécanismes d’inhibition chez le piéton, (ii) les sources d’informations utilisées par l’enfant pour prendre ses décisions avec notamment la place d’autrui et (iii), les dispositifs de formation à destination des enfants-piétons
Each year, lots of pedestrian children get injured by vehicles, in spite of efforts made to improve vehicles and safety infrastructures.These improvements have drastically reduced damages on casualties, though the study of pedestrian behaviour remains crucial since most collisions are caused by pedestrian behaviour themselves. In order to understand mental processes and behaviours involved during movement in an urban context, four types of studies dealing with pedestrian children behaviours were analysed : (1) studies about accident-prone circumstances and factors, (2) studies about most likely key-moment for accidents to occur, (3) studies about key competencies needed by pedestrians to move safely in urban traffic, and finally (4), most recent studies about the perception of risk. With the aim of having a comprehensive approach, attention was also drawn on mechanisms that could improve pedestrians' skills.Therefore, this thesis' goals are multiple. First, to define what a children would look at when moving across urban traffic. Second, to understand how behaviours toward the search for information vary. Finally, to measure inter- and intra-individual differences during the decision-making process of pedestrian children. The empirical approach of this thesis relies on three complementary studies, mixing both empirical and in-the-field approach. The first study involved 125 7-to-8 year old children, who were attenting a road-awareness-day. Children were asked to answer a question with a drawing. The purpose of this first study was to gather qualitative data about how pedestrian children perceive the urban environment. The second study was done on 62 attendees, including 21 adults and 41 3-to-11 year old children. The protocol consisted in showing attendees photographs, and asking them do decide to cross the street or not. The purpose of this second study was to collect eye-based and decision-making-time data, in order to highlight the link between visual exploration and decision-making process. The thirs study focused specifically on pedestrian children's decision-making process, using mental chronometry. An experimentation was led on 255 5-to-11 year old participants. The protocol was also about asking attendees to make a decision based on photographs; but this time with a varying informational density. All results of the studies mentioned above will be summarized in 3 main topics which are : pedestrians' inhibition mechanisms, information sources (including other people), and finally, training techniques aimed for pedestrian children

Le trafic routier est devenu de plus en plus intense. Une telle situation avec le manque de prudence des piétons constituent deux causes majeures de l’augmentation des accidents routiers. En France, 16% des accidents de la route en 2016 impliquent au moins un piéton et chaque année, environ de 800 piétons sont tués dans un accident de la circulation. De plus, la part des plus de 65 ans dans la mortalité piétonne est en hausse de 13% entre 2014 et 2016. Ainsi, par ce projet de thèse nous proposons une approche probabiliste pour inférer le type de comportement (à risque ou sécurisé) des piétons lors de la traversé de la rue. Cette approche se compose de 2 couches principales : Une couche basse, basée sur les techniques de vision par ordinateur, pour la collecte des paramètres des piétons, du trafic et des aménagements urbains et une couche haute, basée sur le Réseau Bayésien (RB), pour l’inférence du type de comportement. Plusieurs contributions et améliorations sont proposées pour la construction d’une telle approche que ce soit au niveau de la couche basse (techniques de détection et de suivi utilisées) ou au niveau de la couche haute (gestion des incertitudes des capteurs de vision et la mise en relation des paramètres hétérogènes et variées)
Road traffic has become more and more intense. Such as situation with thelack of attention of pedestrians are the two major causes of the increase in road accidents. In France, 16% of road accidents in 2016 involve at least one pedestrian and each year about 800 pedestrians are killed in a traffic accident. In addition, the proportion of pedestrian deaths having over 65 years old is up to 13% between 2014 and 2016. In fact, this thesis proposes a probabilistic approach to recognize pedestrians’ behavior (risky or secure) when crossing the street. This approach consists of two main layers: a low layer, based on computer vision techniques, for collecting pedestrian and traffic parameters and a high layer, based on the Bayesian Network, for behavior prediction. Several contributions and improvements are proposed for the construction of such an approach, whether at the level of the low layer (detection and tracking process) or at the level of the upper layer (management of the uncertainties of the vision sensors and the correlation of heterogeneous and varied parameters)

Avec le développement de la vidéo-protection, le nombre de caméras déployées augmente rapidement. Pour exploiter efficacement ces vidéos, il est indispensable de concevoir des outils d'aide à la surveillance qui automatisent au moins partiellement leur analyse. Un des problèmes difficiles est le suivi de personnes dans un grand espace (métro, centre commercial, aéroport, etc.) couvert par un réseau de caméras sans recouvrement. Dans cette thèse nous proposons et expérimentons une nouvelle méthode pour la ré-identification de piétons entre caméras disjointes. Notre technique est fondée sur la détection et l'accumulation de points d'intérêt caractérisés par un descripteur local. D'abord, on propose puis évalue une méthode utilisant les points d'intérêts pour la modélisation de scène, puis la détection d'objets mobiles. Ensuite, la ré-identification des personnes se fait en collectant un ensemble de points d'intérêt durant une fenêtre temporelle, puis en cherchant pour chacun d'eux leur correspondant le plus similaire parmi tous les descripteurs enregistrés précédemment, et stockés dans un KD-tree. Enfin, nous proposons et testons des pistes d'amélioration, en particulier pour la sélection automatique des instants ou des points d'intérêt, afin d'obtenir pour chaque individu un ensemble de points qui soient à la fois les plus variés possibles, et les plus discriminants par rapport aux autres personnes. Les performances de ré-identification de notre algorithme, environ 95% d'identification correcte au premier rang parmi 40 personnes, dépassent l'état de l'art, ainsi que celles obtenues dans nos comparaisons avec d'autres descripteurs (histogramme de couleur, HOG, SIFT).

Les curriculums scolaires sont constamment restructurés par l’apparition de sujets controversés dans la société. Ces sujets qui ne trouvent pas encore de réponses dans la recherche se rassemblent sous le couvert des « éducations à… ». Les questions socialement vives appartiennent à un champ de recherche qui permet la prise en compte de sujets candidats à l’intégration des « éducation à… ». La voiture autonome, un objet issu de l’innovation et non encore abouti fait partie de ces questions pour l’éducation à la sécurité routière. Avant sa mise en circulation, il est important d’étudier cette innovation selon tous ses aspects : des connaissances de l’objet aux comportements qu’il engendre. Quatre études empiriques ont été réalisées pour pouvoir apporter des connaissances sur les interactions avec cet objet. Dans une première étude, l’objectif était de pouvoir déterminer les préconceptions sur la nature et les fonctions de la voiture autonome. Centre quatre-vingt participants ont été recrutés pour répondre à un questionnaire composé de trois parties. Cinq profils ont été caractérisés et des préconisations ont été établies. Puis, dans une deuxième étude, l’objectif était de déterminer l’influence du type de voiture sur la décision de traversée et le sentiment de sécurité. Quarante-cinq participants ont visualisé trois environnements configurés selon des infrastructures routières pour les piétons (absence et présence de passages et de feux piétons). Les résultats montrent que la voiture autonome engendre moins de décisions de traversée. Une troisième étude avait pour but de concevoir des systèmes d’interaction de la voiture autonome lors de séances de créativité. Parmi les créations, deux systèmes ont été retenus, le premier informe le piéton à partir de la vitesse de la voiture, l’autre conseille le piéton avec l’affichage de feux piétons. Dans un deuxième temps, la compréhension de ces systèmes a été évaluée. Deux cents participants ont répondu à des questions ouvertes et des questions à choix multiples avec une présentation des systèmes sous forme d’images et de vidéos. Même si chacun des systèmes renseigne bien sur leur catégorie de message, le système qui informe obtient plus d’interprétations alternatives. De plus, le conseil permet davantage de prendre des décisions de traversée conforme au code de la route. Lors de la dernière étude, l’objectif était d’étudier les décisions de traversée et le sentiment de sécurité face à des voitures autonomes équipées de systèmes d’interaction. Quatre-vingt-quatre participants ont parcouru un carrefour routier à quatre embranchements en réalité virtuelle. Les résultats montrent que l’affichage de feux piétons amène à des décisions de traversée plus prudentes en comparaison à l’affichage de la vitesse du véhicule. Chaque étude permet d’apporter un élément de caractérisation sur l’interaction entre piétons et voiture autonome avant sa mise en circulation. Les résultats de ces quatre études sont discutés, des implications théoriques et pratiques sont apportées
Academic syllabi need to be constantly restructured to accommodate controversial topics emerging in everyday life. These subjects are gathered under the concept of “education of…”. Socially acute questions is a field of research which identifies potential subjects which may fit under the label of “education of…”. Regarding road safety education, the development of the autonomous car is appropriate to these socially acute questions. In order to consider this new object in road safety education and to provide recommendations, the objective of this thesis is to understand the interaction with this object and observe the behaviour towards the object. Four empirical studies took place in order to gain knowledge of the interaction with this object. In the first study, the objective was to explore the preconceptions on the nature and functionalities of the autonomous car. One hundred eighty participants were recruited to answer a three parts questionnaire. Five profiles were found and recommendations were given for each profile. In the second study, the goal was to study the influence of the type of car on road crossing decisions and the feeling of safety of pedestrians. Forty-five participants took part in a road crossing task composed of three street scenes with four configurations of pedestrian road infrastructures (zebra crossings and pedestrian traffic lights). Results showed a lower percentage of positive road crossing decisions in front of autonomous cars when taking into account trustworthiness. In a third study, in focus groups, the objective was to create interaction systems with autonomous car. Two systems were selected, the first informs pedestrians on the speed of the car and the latter gives advice to the pedestrian on appropriate behaviour using pedestrian traffic lights. We evaluated the comprehension of these interaction systems with 200 participants. The two systems were shown either as static pictures or as dynamic video clips, and comprehension was assessed with open-ended and multiple choice questions. Both systems purposefully conveyed the intended message, however the inform system led to more alternative explanations. The advice system is the most relevant for pedestrian rule compliance for road crossing decision. Then, in a last study, using virtual reality, 84 participants made road-crossing decisions in front of an autonomous car equipped with either an information, an advice or no communication system. The advice system induced less road crossing decision especially when no zebra nor pedestrian light were available. Each study answer a specific question which allows us to characterize the interaction between pedestrians and autonomous car before its implementation. The results for each study is discussed and theoretical and practical implications are provided

Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe GRAVIR (1) du LASMEA (2) au sein de l'équipe ComSee (3) qui se consacre à la vision par ordinateur. Ces travaux s'inscrivent dans le cadre d'un projet de l'Agence Nationale pour la Recherche s'intitulant " Logiciels d'Observation des Vulnérables ". Son but est de concevoir des logiciels détectant des piétons en danger et d'améliorer ainsi la sécurité routière. Ma thèse a pour but de détecter et de reconnaître les piétons dans les images. Celles-ci proviennent d'une caméra embarquée dans un véhicule circulant en milieu urbain. Ce cahier des charges implique de nombreuses contraintes. Il faut notamment obtenir un système fonctionnant en temps réel pour être capable de détecter les piétons avant un éventuel impact. De plus, ces piétons peuvent être sujets à de nombreuses variations (taille, type de vêtements...), ce qui rend la tâche de reconnaissance d'autant plus ardue. La caméra étant mobile, aucune information ne pourra être extraite du fond. Dans ma thèse, nous mettons en oeuvre différentes méthodes de vision par ordinateur, toutes basées apprentissage, qui permettent de répondre à ces attentes. Le problème se traite en deux phases. Dans un premier temps, une étape de traitement hors ligne nous permet de concevoir une méthode valide pour reconnaître des piétons. Nous faisons appel à une base d'apprentissage. Tout d'abord, un descripteur d'images est employé pour extraire des informations des images.Puis, à partir de ces informations, un classifieur est entraîné à différencier les piétons des autres objets. Nous proposons l'utilisation de trois descripteurs (ondelettes de Haar, histogrammes de gradients et descripteur binaire). Pour la classification, nous avons recours à un algorithme de Boosting (AdaBoost) et à des méthodes à noyaux (SVM, RVM, moindres carrés). Chaque méthode a été paramétrée, testée et validée, tant au niveau description d'images que classification.La meilleure association de toutes ces méthodes est également recherchée. Dans un second temps, nous développons un système embarqué temps réel, qui soit capable de détecter les piétons avant une éventuelle collision. Nous exploitons directement des images brutes en provenance de la caméra et ajoutons un module pour segmenter l'image, afin de pouvoir intégrer les méthodes de description et classification précédentes et ainsi répondre à la problématique initiale.1. acronyme de " Groupe d'Automatique, VIsion et Robotique ".2. acronyme de " LAboratoire des Sciences et Matériaux Et d'Automatique ".3. acronyme de " Computers that See ".

Cette Thèse combine des résultats récents et des algorithmes originaux pour créer deux applications temps-réel robustes d'aide à la conduite (projet aussi appelé "le véhicule intelligent"). Les applications - commande de croisière adaptative ("ACC") et prédiction d'impact piétons - sont conçues pour être installées sur un véhicule et détectent d'autres utilisateurs de la route, en utilisant une seule caméra frontale. La thèse commence par un état de l'art sur la vision artificielle. Elle s'ouvre en passant en revue certaines avancées récentes dans le domaine. En particulier, nous traitons l'utilisation récente d'un nouvel algorithme nommé AdaBoost pour la détection des objets visuels dans une image, rapidement et sûrement. Nous développons la théorie, ajoutons des algorithmes et des méthodes (y compris une variante à base d'algorithmes aux besoins de vraies applications d'aide à la conduite. En particulier, nous prouvons plusieurs nouveaux résultats sur le fonctionnement de l'algorithme AdaBoost. Toujours sur le plan théorique, nous traitons des algoritmes d'évaluation de mouvement et des filtres particulaires et leur utilisation dans la vision. De ces développements algoritmiques, nous arrivons à la description de deux applications d'aide à la conduite, toutes les deux entièrement mises en application, validées et démontrées sur le véhicule d'essai du Centre de Robotique de l'Ecole des Mines de Paris. La première application, la commande de croisière adaptative ("ACC"), exploite les formes caractéristiques des véhicules pour les détecter. Ainsi, l'application détecte des véhicules en utilisant un ensemble d'algorithmes classiques de traitement d'image (détection d'ombres, des feux arrières, de symétrie et de bords), ainsi que l'algorithme AdaBoost mentionné ci-dessus. Cet ensemble d'algorithmes est fusionné en se plaçant dans le cadre du filtrage particulaire, afin de détecter les véhicules devant notre voiture. Puis, le système de contrôle prend pour cible la voiture située devant et garde une distance constante par rapport à celle-ci, tout en commandant l'accélération et le freinage de notre voiture. La deuxième application, le prédiction d'impact piétons, estime au temps t la probabilité d'un impact de notre voiture avec un piéton au temps t+s. Dans l'application, la trajectoire de chaque piéton est calculée, et la probabilité d'impact est calculée selon la direction du piéton, du bruit et d'autres facteurs. Cette application utilise un accélérateur matériel spécifique crée dans le cadre du projet européen CAMELLIA (Core for Ambient and Intelligent Imaging Applications).

Le contexte général de cette recherche concerne la sécurité active des piétons. De nombreux systèmes embarqués dans les véhicules sont actuellement développés afin de détecter un piéton sur la chaussée et d’éviter une collision soit par une manœuvre de freinage d’urgence soit par une manœuvre de déport. La plupart de ces systèmes d’aide à la conduite sont basés sur des systèmes de détection (caméras, radars, etc). Ils analysent la scène en temps réel, puis effectuent un traitement d’images dans le but d’identifier un potentiel danger. Or il apparaît difficile de déterminer la pertinence de ces systèmes en termes de sécurité routière. L’'objectif général de ce travail est ainsi d’estimer cette pertinence en confrontant les systèmes à de multiples configurations d’accidents réels. La méthodologie consiste à tester les systèmes de détection des piétons dans les configurations d’accidents reconstruits en les associant à la cinématique des véhicules. Le test de performance de ces systèmes a été alors réalisé en vérifiant leurs compatibilités au regard de la chronologie des accidents; i.e. vérifier la possibilité d’'évitement des accidents. À partir de ces reconstructions d’accidents réels, une analyse a été réalisée afin de dégager les enjeux au niveau spatio-temporelle qui influencent la sécurité primaire du piéton
The scope of this research concerns pedestrian active safety. Several primary safety systems have been developed for vehicles in order to detect a pedestrian and to avoid an impact. These systems analyse the forward path of the vehicle through the processing of images from sensors. If a pedestrian is identified on the vehicle trajectory, these systems employ emergency braking and some systems may potentially employ emergency steering. Methods for assessing the effectiveness of these systems have been developed. But, it appears difficult to determine the relevance of these systems in terms of pedestrian protection. The general objective of this research was to test the response of these systems in many accident configurations.The methodology consisted of coupling the vehicle dynamic behaviour with a primary safety system in order to confront these systems to real accident configurations. The relevance of these systems is studied by verifying the feasibility of deploying an autonomous emergency manoeuvre during the timeline of the accident and according to the vehicle dynamic capabilities: i.e. verifying the possibilities in terms of crash avoidance. From these accident reconstructions and simulation, factors relevant to the primary safety of pedestrians were deduced

Chaque année, environ 1,35 million de morts sont à déplorer sur les routes au niveau mondial. Il est particulièrement préoccupant de constater que plus d'un quart de ces décès concernent des usagers de la route vulnérables, notamment des piétons et des cyclistes. Les progrès de la technologie des véhicules automatisés, en particulier avec l'automatisation complète, sont envisagés pour réduire le nombre d'accidents en éliminant les erreurs humaines dans la conduite. Cependant, l'introduction de ces véhicules dans le système de transport existant nécessite une coexistence harmonieuse avec les autres usagers de la route, notamment les piétons. Par conséquent, l'intégration des VAs peut introduire un nouvel ensemble de questions de sécurité routière provenant d'erreurs humaines potentielles/infractions dans les interactions avec cette technologie émergente. Pour augmenter la probabilité d'obtenir des interactions sécurisées et efficaces entre les AVs et les piétons, la fonction de ce système doit être optimisée en identifiant et en prenant en compte les risques et les défis liés au facteur humain. Au centre des défis liés aux facteurs humains concernant l'interaction piéton-AV se trouve le fait que le comportement des piétons est extrêmement flexible et influencé par une multitude de facteurs contextuels tels que l'environnement physique, ainsi que par des facteurs psychologiques tels que la perception du risque. En outre, il est raisonnable de s'attendre à ce que les piétons s'adaptent à de nouveaux modèles de comportement en réponse à l'introduction des VAs. Pour ces raisons, il est indispensable de comprendre les perceptions des piétons à l'égard des VAs et leurs réactions comportementales lorsqu'ils interagissent avec eux dans divers contextes routiers, tout en tenant compte des mécanismes psychologiques fondamentaux qui entrent en jeu. Cette compréhension nuancée est une condition préalable à la conception des VAs sécurisés, fiables et acceptables, ce qui facilitera un partage harmonieux de la route entre les piétons et ces véhicules. Ce travail doctoral se concentre donc sur les interactions entre les VAs et les piétons, du point de vue des piétons. Il comprend trois études, chacune se focalisant sur des contextes différents dans lesquels les interactions entre les piétons et les VAs ont lieu. Sur la base d'une enquête en ligne, la première étude cherche à comprendre les perceptions et les croyances des piétons à propos des VAs en tant que facteurs influençant leur intention de prendre des risques lorsqu'ils traversent la route devant des véhicules automatisés, en particulier dans des situations où le temps est contraint. La deuxième étude, expérimentation basée sur des vidéos, évalue l'influence des interfaces humain-machine externes (eHMIs) sur le processus de prise de décision des piétons, en particulier dans des conditions de charge mentale élevée, lors d'interactions avec des VAs. La dernière étude réalise une expérience de réalité virtuelle (RV) pour examiner plus en détail le processus par lequel les piétons acquièrent des connaissances et des compétences pour interagir avec les VAs, influencés potentiellement par les autres piétons. Collectivement, les résultats des trois études montrent que les AV et leurs stratégies d'interaction ( i.e. eHMIs) peuvent potentiellement induire les piétons à prendre des décisions qui sont moins sûres ou moins appropriées dans des contextes spécifiques. Ces résultats mettent en lumière les risques et les défis potentiels associés au déploiement des VAs et des systèmes eHMI dans des scénarios de trafic réels
Each year, around 1.35 million fatalities occur on roads worldwide. Of particular concern is the fact that over a quarter of these fatalities comprise vulnerable road users, notably pedestrians and cyclists. The advancement of Automated vehicles (AVs) technology, particularly with full automation, is envisioned to reduce the number of crashes by eliminating human errors in driving. However, the introduction of these vehicles into the existing traffic system necessitates their harmonious coexistence with human road users, including pedestrians. Consequently, the integration of AVs may introduce a new set of road safety concerns originating from potential human errors/violations in interactions with this emergent technology. To increase the likelihood of achieving safe and efficient interactions between AVs and pedestrians, the function of this system must be optimized by identifying and addressing human factor related risks and challenges. At the center of the human factors-related challenges concerning pedestrian-AV interaction is underlined by the fact that pedestrian behavior is extremely flexible and influenced by a multitude of contextual factors such as built environment, as well as psychological factors such as risk perception. Moreover, it is reasonable to expect that pedestrians may adapt to new behavior patterns in response to the introduction of AVs. For these reasons, it is essential to understand pedestrians' perceptions about AVs and behavioral responses when interacting with them within diverse road contexts, all while considering the underlying psychological mechanisms at play. This nuanced understanding is a prerequisite for the design of safe, trustworthy, and acceptable AVs, thereby facilitating harmonious road sharing between pedestrians and these vehicles. This PhD work, therefore, focuses on the interactions between AVs and pedestrians from the perspective of pedestrians. It includes three studies, each focusing on different contexts in which pedestrian-AV interactions take place. Using an online survey, the first study seeks to understand pedestrians' perceptions and beliefs about AVs as influential factors motivating their intention to take risks when crossing road in front of AVs, particularly in time-sensitive situations. The second study explores utilizes a video-based experiment to assess the influence of external Human-Machine Interfaces (eHMIs) on pedestrians' decision-making process, specifically under conditions of high mental workload, during interactions with AVs. The last study performs a virtual reality (VR) experiment to further investigate the process of which pedestrians acquire knowledge and skills to interact with AVs, potentially influenced by other pedestrians. Collectively, findings of the three studies show that AVs and their interaction strategies (i.e. eHMIs) may have the potential to lead pedestrians to make decisions that are less safe or less appropriate in specific contexts. These findings shed light on the potential risks and challenges associated with the deployment of AVs and eHMI systems in real-world traffic scenarios

Cette étude est une contribution aux systèmes d'aide à la conduite automobile en mettant principalement l'accent sur la détection des obstacles routiers. A partir de traitements des données fournies par un ou plusieurs capteurs embarqués sur un véhicule routier, on cherche à détecter, identifier et suivre les obstacles mobiles ce qui permettra d'envisager ensuite une assistance adaptée à la situation. Pour un tel système de fusion de données, la fiabilité des résultats de détection et de reconnaissance est très importante, c'est pourquoi nous proposons une méthode de gestion de la confiance à différentes étapes du processus : détection, reconnaissance et suivi. Lors du suivi temporel, nous proposons une technique de mise à jour de la confiance dans la détection et la reconnaissance à l’aide de fonctions de croyance. La détection de piétons qui est le coeur du projet LOVe (Logiciel d'Observation des Vulnérables) représente un cas particulier de cet étude pour laquelle un système embarqué temps réel à été développé pour détecter, identifier et suivre les piétons. Le système est intégré dans CARMEN, la plateforme du laboratoire HEUDIASYC
This study is a contribution to the advanced driver assistance systems (ADAS), mainly in the domain of road obstacles detection. Using data provided by one or more sensors embarked on a road vehicle, we're trying to identify and track mobile obstacles, thus allowing an automatic assistance which is adapted to the situation. For such data fusion system, the reliability of objects detection and recognition is very important; this is why we propose to manage the confidence in different stages of the process: detection, recognition and tracking. While tracking objects, we propose a technique to update the confidence in detection and recognition using belief functions. Pedestrian detection, which is the heart of the project LOVe (Logiciel d'Observation des Vulnérables), represents a particular case of this study for which a real time embedded system is developed to detect, identify and track pedestrians. The system is integrated in CARMEN, the experimental vehicle of HEUDIASYC laboratory

Dans un contexte de vieillissement général de la population et de mise en place de politiques en faveur des transports actifs, la mobilité du piéton senior retient l’attention à la fois en tant composante du bien-vieillir mais aussi en tant que facteur de risque de chutes ou d’accidents. L’objectif global de cette thèse est d’améliorer les connaissances relatives aux risques potentiels, d’une part, ceux lié au positionnement en bord de rue avant une traversée et, d’autre part, les conséquences motrices d’une confrontation à un danger sur la voie proximale lors de l’initiation de la marche. La première étude a été réalisée en bord de rue. Comparativement à des jeunes adultes, certains piétons âgés ouvrent davantage le pied gauche vers l’extérieur, facilitant l’exploration de la voie proximale. L’étude en laboratoire des ressentis corporels montre que ce positionnement avec ouverture du pied gauche sollicite moins de rotation du cou mais un peu plus de rotation des hanches ; il donne également une meilleure sensation de stabilité. In situ, il a aussi été constaté que certains piétons âgés se positionnent plus en retrait du bord du trottoir. Tentant d’en préciser les causes, une étude en laboratoire révèle que des seniors dont la marche présente des signes de déclin moteur sous-estiment la longueur de leur premier pas, possiblement en raison d’une mise à jour insuffisante du modèle d’action interne. Modélisant la découverte tardive d’un véhicule à l’approche lors de l’initiation d’une traversée, deux autres études en laboratoire ont été menées sur l’incidence de la survenue latérale d’une stimulation émotionnelle conditionnée par la levée du talon. Des déplacements médio-latéraux compatibles avec un comportement de retrait sont décrits dans la première étude, pour les deux premiers pas et sans distinction d’âge. Repris chez des jeunes adultes avec une présentation plus tardive des stimulations (conséquence d’une marche plus rapide), les données font ressortir un comportement d’approche lors du second pas. Ce résultat est mis en lien avec une capture attentionnelle par les images émotionnelles et non plus un effet réactif probablement plus proche des réactions in situ. Si la littérature sur l’entraînement décisionnel chez le piéton âgé est peu concluante, la conscientisation des comportements critiques que nous observons en bord de rue pourrait être plus facile et donc plus efficace. En l’état, l’intérêt des données concernant l’impact des émotions sur l’initiation de la marche relève davantage de la recherche fondamentale. Les résultats capitalisés suggèrent des prolongements quelle que soit l’étude, mais aussi des pistes de valorisation méthodologique
Résumé en anglais non disponible

Développer un modèle de mouvement de foule capable de simuler l'évacuation d'un lieu public de moyenne ou forte affluence devient utile, voire nécessaire, afin que les futures constructions ou aménagements publics puissent offrir une qualité de sécurité optimale à leurs usagers. Les effets des piétons sur les structures du génie civil, comme l'interaction dynamique foule-structure, doivent aussi être pris en compte et modélisés. Dans le cadre de cette thèse, un modèle de foule 2D discret est proposé dans lequel les actions et les décisions de chaque piéton sont traitées individuellement. Ce modèle est aussi capable de modéliser le chargement dynamique d'un piéton sur une structure vibrante. Trois étapes sont nécessaires à l'établissement du modèle proposé. La première concerne la gestion du mouvement et des interactions piéton-piéton et piéton-obstacle. Nous nous sommes inspirés des milieux granulaires pour modéliser les interactions au sein de la foule. Nous avons étudié, implémenté et adapté dans l'environnement MATLAB, le modèle granulaire proposé par Frémond, entrant dans un cadre thermodynamique rigoureux dans lequel les interactions locales sont gérées par l'utilisation de pseudo-potentiels de dissipation, et dans lequel les collisions entre particules peuvent être élastiques ou inélastiques. Une comparaison de ce modèle à deux autres approches déjà adaptées aux mouvements de foule est présentée.La seconde étape consiste à gérer le comportement des piétons. Cette gestion du comportement se fait en plusieurs niveaux de complexité. Dans le premier niveau qui est nécessaire, une stratégie de déplacement est affectée à chaque piéton. La stratégie du chemin le plus court pour qu'un piéton se déplace d'un lieu à un autre a été choisie. Elle a été implémentée à l'aide d'un algorithme de Fast Marching et utilisée pour obtenir la direction souhaitée de chaque piéton au cours du temps. Les autres niveaux de complexité permettent de décrire des comportements plus élaborés tels que l'évitement entre piétons ou le déplacement en sous-groupe, grâce à l'introduction de forces sociales. Une approche originale permettant de former des sous-groupes de piétons à l'aide d'un pseudo-potentiel de dissipation est proposée. La dernière étape concerne le couplage piéton-structure, nous avons cherché à modéliser le chargement dynamique d'un piéton sur une structure vibrante. L'action du piéton sur le sol a été représentée par une force sinusoïdale qui modélise le mouvement d'oscillation de l'individu pendant la marche. En fixant notre attention sur les passerelles, on s'est intéressé au phénomène de synchronisation en fréquence qui peut apparaître entre la fréquence de marche de chaque piéton et la fréquence d'oscillation du système "foule-passerelle". Ce phénomène a été modélisé grâce à l'utilisation d'une équation différentielle de type Kuramoto qui gère la phase de la force de marche de chaque piéton. Un développement analytique du modèle proposé permet d'obtenir les expressions de certains paramètres liés à la synchronisation. Des simulations numériques appliquent ce modèle de foule à l'évacuation des structures du génie civil et à l'interaction foule-passerelle

Dans un contexte de vieillissement démographique et de mutation des modes de déplacements urbains majorant la place du piéton, ce travail de thèse vise à mieux comprendre les caractéristiques comportementales et biomécaniques de la traversée de rue des piétons âgés. La méthodologie est essentiellement expérimentale. Si quelques données ont été recueillies en laboratoire ou en environnement naturel, l'étude principale a été conduite dans un simulateur immersif de réalité projetée, outil dénommé Simulateur de Rues pour Piétons (SRP). La hauteur de trottoir est modulable. Le dispositif intègre différents outils de mesures, tels des plates-formes de force et un système d'analyse gestuelle en trois dimensions. Hors simulateur, la comparaison des temps de traversée réelle et estimée, sur un champ de marche, révèle l'occurrence d'un risque de sous-estimation a priori du temps nécessaire chez certains seniors. L'expérience en simulateur confirme l'importance de la modulation exercée par le vieillissement sur la perception du temps en tant que déterminant des estimations a posteriori des temps de traversées quantifiées via la sensation de mise en danger. En simulateur, les seniors adoptent un comportement sécuritaire, requérant des intervalles temporels plus longs pour décider d'initier une traversée. Dans des conditions de trafic favorables, ils marchent plus rapidement que les jeunes. Leurs marges de sécurité sont plus grandes. L'approche biomécanique, révèle des différences intergroupes, dont certaines sont potentiellement à risque (ex. la flexion plantaire) alors que d'autres (ex. les rotations exploratoires) participent à l'adaptation.

En réponse au nombre toujours élevé de décès provoqués par les accidents routiers, l'industrie automobile a fait de la sécurité un sujet majeur de son activité global. Les radars automobiles qui étaient de simples capteurs pour véhicule de confort, sont devenus des éléments essentiels de la norme de sécurité routière. Le domaine de l’automobile est un domaine très exigent en terme de sécurité et les radars automobiles doivent avoir des performances de détection très élevées et doivent répondre à des nombreuses contraintes telles que la facilité de production et/ou le faible coût. Cette thèse concerne le développement d’algorithmes pour la détection et la localisation de piétons et de cyclistes pour des radars automobiles de nouvelle génération. Nous avons proposé une architecture de réseau d'antennes non uniforme optimale et des méthodes d'estimation spectrale à haute résolution permettant d’estimer avec précision la position angulaire des objets à partir de la direction d'arrivée (DoA) de leur réponse. Ces techniques sont adaptées à l'architecture du réseau d'antennes proposé et les performances sont évaluées à l'aide de données radar automobiles simulées et réelles acquises dans le cadre de scénarios spécifiques. Nous avons également proposé un détecteur de cible de collision, basé sur la décomposition en sous-espaces Doppler, dont l'objectif principal est d'identifier des cibles latérales dont les caractéristiques de trajectoire représentent potentiellement un danger de collision. Une méthode de calcul d'attribut de cible est également développée et un algorithme de classification est proposé pour discriminer les piétons, cyclistes et véhicules. Les différents algorithmes sont évalués et validés à l'aide de données radar automobiles réelles sur plusieurs scenarios
In response to the persistently high number of deaths provoked by road crashes, the automotive industry has promoted safety as a major topic in their global activity. Automotive radars have been transformed from being simple sensors for comfort vehicle, to becoming essential elements of safety standard. The design of new generations automotive radars has to face various constraints and generally proposes a compromise between reliability, robustness, manufacturability, high-performance and low cost. The main objective of this PhD thesis is to design algorithms for the detection and localization of pedestrians and cyclists using new generation automotive radars. We propose an optimal non-uniform antenna array architecture and some high resolution spectral estimation methods to accurately estimate the position of objects from the direction of arrival (DOA) of their responses to the radar. These techniques are adapted to the proposed antenna array architecture and the performance is evaluated using both simulated and real automotive radar data, acquired in the frame of specific scenarios. We propose a collision target detector, based on the orthogonality of angle-Doppler subspaces, whose main goal is to identify lateral targets, whose trajectory features represent potentially a danger of collision. A target attribute calculation method is also developed and classification algorithm is proposed to classify pedestrian, cyclists and vehicles. This classification algorithm is evaluated and validated using real automotive radar data with several scenarios

Les systèmes de transports intelligents coopératifs (C-ITS) offrent des opportunités pour améliorer la sécurité routière et particulièrement la sécurité des usagers vulnérables (VRU), e.g., piétons et cyclistes. La principale source d'accidents provient de l'incapacité des usagers, véhicules et VRUs, à détecter le danger avant qu'une collision soit inévitable. Nous introduisons un système de perception qui s'appuie sur les données des capteurs laser et caméra pour estimer l'état des VRUs entourant le véhicule. Une technique de classification multi-classes des obstacles routiers à partir de données laser a été développée en utilisant une méthode d'apprentissage statistique et une estimation bayésienne. Nous proposons une architecture de communication véhicules-piétons (V2P) qui prend en compte les faibles ressources énergétiques des smartphones transportés par les piétons. Notre solution s'appuie sur les standards définis dans l'architecture de communication véhiculaire ETSI ITS et propose une dissémination géographique pour la communication V2P. Un système coopératif perception/communication a le potentiel de gérer des scénarios de plus en plus complexes en combinant la capacité de la perception à estimer l'état dynamique des obstacles détectés et la capacité de la communication à échanger un contenu riche entre des usagers éloignés. Nous introduisons une fusion multi-hypothèses entre les informations de perception et de communication et une application pour smartphone destinée à protéger les VRUs des dangers de la route. Les solutions proposées au cours de la thèse sont évaluées sur des données réelles. Nous avons mené des expérimentations sur le campus d'INRIA démontrant les atouts d'un système coopératif de protection des usagers vulnérables
Cooperative intelligent transportation systems (C-ITS) have the opportunity to enhance road safety, especially the safety of vulnerable road users (VRU), e.g., pedestrians and cyclists. Road accidents are mainly due to vehicles' and VRUs' inability to detect the danger before a collision cannot be avoided.We introduce a perception system based on laser and camera sensors to estimate the state of VRUs located around the vehicle. A multi-class classification of road obstacles based on laser data has been developed using statistical machine learning and Bayesian estimation.We propose an architecture for vehicles-to-pedestrians (V2P) communication which considers the weak energy resources of the devices carried by pedestrians such as smartphones. Our solution is relying on the standards defined by ETSI ITS architecture for vehicular communication and proposes geographical dissemination for V2P communication.A cooperative perception/communication system can deal with scenarios which are becoming more and more complex by combining the ability of perception to estimate the dynamic state of detected obstacles and the ability of communication to exchange a rich content between distant users. We introduce a multi-hypotheses fusion between perception and communication information and a smartphone application dedicated to protect VRUs from road danger.The solutions proposed during this thesis are evaluated on real data. We carried out real experiments on INRIA campus demonstrating the assets of a cooperative system for the protection of vulnerable road users

Chaque année, des millions de personnes meurent et beaucoup d'autres subissent des séquelles graves à la suite d'accidents de la route. Malgré une multitude d’initiatives, le nombre de cas mortels et d'accidents graves augmente chaque année en engendrant des problèmes préoccupants à la fois sociaux, économiques et sanitaires. En raison de leur nombre élevé et de l'absence de protection personnelle, plus de la moitié de ces décès concerne les usagers vulnérables (en anglais, vulnerable road users - VRU) regroupant les piétons, cyclistes et motocyclistes. Les appareils mobiles, combinés à la technologie de Fog Computing (ou informatique géodistribuée, ou même informatique en brouillard), représentent une solution réaliste à court terme pour les protéger en les avertissant de l’imminence d'un accident de circulation. L’omniprésence des appareils mobiles et leurs capacités de calcul élevées font de ces appareils un élément important à considérer dans les solutions de sécurité routière. Le Fog Computing offre des fonctionnalités adaptées aux applications de sécurité routière, puisqu’il s’agit d’une extension du Cloud Computing permettant de rapprocher les services informatiques, le stockage et le réseau au plus près des utilisateurs finaux. Par conséquent, dans cette thèse, nous proposons une architecture réseau sans infrastructure supplémentaire (PV-Alert) pour des fins de sécurité routière et reposant uniquement sur les appareils mobiles des VRU et des conducteurs sur la route avec l’aide du concept de Fog Computing. Les données géographiques et cinématiques de ces appareils sont collectées et envoyées périodiquement au serveur fog situé à proximité. Le serveur fog traite ces données en exécutant un algorithme de calcul de risque d’accident de circulation et renvoie des notifications en cas d'accident imminent. L’évaluation de cette architecture montre qu’elle est capable de générer des alertes en temps réel et qu’elle est plus performante que d’autres architectures en termes de fiabilité, d’évolutivité et de latence
Annually, millions of people die and many more sustain non-fatal injuries because of road traffic crashes. Despite multitude of countermeasures, the number of causalities and disabilities owing to traffic accidents are increasing each year causing grinding social, economic, and health problems. Due to their high volume and lack of protective-shells, more than half of road traffic deaths are imputed to vulnerable road users (VRUs): pedestrians, cyclists and motorcyclists. Mobile devices combined with fog computing can provide feasible solutions to protect VRUs by predicting collusions and warning users of an imminent traffic accident. Mobile devices’ ubiquity and high computational capabilities make the devices an important components of traffic safety solutions. Fog computing has features that suits to traffic safety applications as it is an extension of cloud computing that brings down computing, storage, and network services to the proximity of end user. Therefore, in this thesis, we have proposed an infrastructure-less traffic safety architecture that depends on fog computing and mobile devices possessed by VRUs and drivers. The main duties of mobile devices are extracting their positions and other related data and sending cooperative awareness message to a nearby fog server using wireless connection. The fog server estimates collision using a collision prediction algorithm and sends an alert message, if an about-to-occur collision is predicted. Evaluation results shows that the proposed architecture is able to render alerts in real time. Moreover, analytical and performance evaluations depict that the architecture outperforms other related road safety architectures in terms of reliability, scalability and latency. However, before deploying the architecture, challenges pertaining to weaknesses of important ingredients of the architecture should be treated prudently. Position read by mobile devices are not accurate and do not meet maximum position sampling rates traffic safety applications demand. Moreover, continuous and high rate position sampling drains mobile devices battery quickly. From fog computing’s point of view, it confronts new privacy and security challenges in addition to those assumed from cloud computing. For aforementioned challenges, we have proposed new solutions: (i) In order to improve GPS accuracy, we have proposed an efficient and effective two-stage map matching algorithm. In the first stage, GPS readings obtained from smartphones are passed through Kalman filter to smooth outlier readings. In the second stage, the smoothed positions are mapped to road segments using online time warping algorithm. (ii) position sampling frequency requirement is fulfilled by an energy efficient location prediction system that fuses GPS and inertial sensors’ data. (iii) For energy efficiency, we proposed an energy efficient fuzzy logic-based adaptive beaconing rate management that ensures safety of VRUs. (iv) finally, privacy and security issues are addressed indirectly using trust management system. The two-way subjective logic-based trust management system enables fog clients to evaluate the trust level of fog servers before awarding the service and allows the servers to check out the trustworthiness of the service demanders. Engaging omnipresent mobile device and QoS-aware fog computing paradigm in active traffic safety applications has the potential to reduce overwhelming number of traffic accidents on VRUs

La réalité augmentée (Augmented Reality ou AR) peut potentiellement changer significativement l’expérience utilisateur. Au contraire les applications sur Smartphone ou tablette, les technologies d’affichage tête haute (Head Up Display ouHUD) aujourd’hui sont capables de projeter localement sur une zone du pare-brise ou globalement sur tout le pare-brise. Le conducteur peut alors percevoir l’information directement dans son champ de vision. Ce ne sont pas que les informations basiques comme vitesse ou navigation, le système peut aussi afficher des aides, des indicateurs qui guident l’attention du conducteur vers les dangers possibles. Il existe alors un chalenge scientifique qui est de concevoir des visualisations d’interactions qui s’adaptent en fonction de l’observation de la scène mais aussi en fonction de l’observation du conducteur. Dans le contexte des systèmes d’alerte de collision avec les piétons (Pedestrian Collision Warning System ou PCWS), l’efficacité de la détection du piéton a atteint un niveau élevé grâce à la technologie de vision. Pourtant, les systèmes d’alerte ne s’adaptent pas au conducteur et à la situation, ils deviennent alors une source de distraction et sont souvent négligés par le conducteur. Pour ces raisons, ce travail de thèse consiste à proposer un nouveau concept de PCWS avec l’AR (nommé the AR-PCW system). Premièrement, nous nous concentrons sur l’étude de la conscience de la situation (Situation Awareness ou SA) du conducteur lorsqu’il y a un piéton présent devant le véhicule. Nous proposons une approche expérimentale pour collecter les données qui représentent l’attention du conducteur vis-à-vis du piéton (Driver Awareness of Pedestrian ou DAP) et l’inattention du conducteur vis-à-vis de celui-ci (Driver Unawareness of Pedestrian ou DUP). Ensuite, les algorithmes basées sur les charactéristiques, les modèles d’apprentissage basés sur les modèles discriminants (ex, Support Vector Machine ou SVM) ou génératifs (Hidden Markov Model ou HMM) sont proposés pour estimer le DUP et le DAP. La décision de notre AR-PCW system est effectivement basée sur ce modèle. Deuxièmement, nous proposons les aides ARs pour améliorer le DAP après une étude de l’état de l’art sur les ARs dans le contexte de la conduite automobile. La boite englobante autour du piéton et le panneau d’alerte de danger sont utilisés. Finalement, nous étudions expérimentalement notre système AR-PCW en analysant les effets des aides AR sur le conducteur. Un simulateur de conduite est utilisé et la simulation d’une zone HUD dans la scène virtuelle sont proposés. Vingt-cinq conducteurs de 2 ans de permis de conduite ont participé à l’expérimentation. Les situations ambigües sont créées dans le scénario de conduite afin d’analyser le DAP. Le conducteur doit suivre un véhicule et les piétons apparaissent à différents moments. L’effet des aides AR sur le conducteur est analysé à travers ses performances à réaliser la tâche de poursuite et ses réactions qui engendrent le DAP. Les résultats objectifs et subjectifs montrent que les aides AR sont capables d’améliorer le DAP défini en trois niveaux : perception, vigilance et anticipation. Ce travail de thèse a été financé sur une bourse ministère et a été réalisé dans le cadre des projets FUI18 SERA et Labex MS2T qui sont financé par le Gouvernement Français, à travers le programme « Investissement pour l’avenir » géré par le ANR (Référence ANR-11-IDEX-0004-02)
Augmented reality (AR) can potentially change the driver’s user experience in significant ways. In contrast of the AR applications on smart phones or tablets, the Head-Up-Displays (HUD) technology based on a part or all wind-shield project information directly into the field of vision, so the driver does not have to look down at the instrument which maybe causes to the time-critical event misses. Until now, the HUD designers try to show not only basic information such as speed and navigation commands but also the aids and the annotations that help the driver to see potential dangers. However, what should be displayed and when it has to be displayed are still always the questions in critical driving context. In another context, the pedestrian safety becomes a serious society problem when half of traffic accidents around the world are among pedestrians and cyclists. Several advanced Pedestrian Collision Warning Systems (PCWS) have been proposed to detect pedestrians using the on-board sensors and to inform the driver of their presences. However, most of these systems do not adapt to the driver’s state and can become extremely distracting and annoying when they detect pedestrian. For those reasons, this thesis focuses on proposing a new concept for the PCWS using AR (so called the AR-PCW system). Firstly, for the «When» question, the display decision has to take into account the driver’s states and the critical situations. Therefore, we investigate the modelisation of the driver’s awareness of a pedestrian (DAP) and the driver’s unawareness of a pedestrian (DUP). In order to do that, an experimental approach is proposed to observe and to collect the driving data that present the DAP and the DUP. Then, the feature-based algorithms, the data-driven models based on the discriminative models (e.g. Support Vector Machine) or the generative models (e.g. Hidden Markov Model) are proposed to recognize the DAP and the DUP. Secondly, for the «What» question, our proposition is inspired by the state-of-the-art on the AR in the driving context. The dynamic bounding-box surrounding the pedestrian and the static danger panel are used as the visual aids. Finally, in this thesis, we study experimentally the benefits and the costs of the proposed AR-PCW system and the effects of the aids on the driver. A fixed-based driving simulator is used. A limited display zone on screen is proposed to simulate the HUD. Twenty five healthy middle-aged licensed drivers in ambiguous driving scenarios are explored. Indeed, the heading-car following is used as the main driving task whereas twenty three pedestrians appear in the circuit at different moment and with different behaviors. The car-follow task performance and the awareness of pedestrian are then accessed through the driver actions. The objective results as well as the subjective results show that the visual aids can enhance the driver’s awareness of a pedestrian which is defined with three levels: perception, vigilance and anticipation. This work has been funded by a Ministry scholarship and was carried out in the framework of the FUI18 SERA project, and the Labex MS2T which is funded by the French Government, through the program ”Investments for the future” managed by the National Agency for Research (Reference ANR-11-IDEX-0004-02)

Afin de réduire le nombre d'accidents de la route, il est important de pouvoir détecter et reconnaître les obstacles dans toutes les conditions de trafic. Cette tâche s'avère cependant complexe car les véhicules équipés se déplacent à des vitesses potentiellement élevées en environnement extérieur, et avec des conditions d'éclairement non maîtrisées. De plus, les objets à reconnaître peuvent être de nature variée (piétons, cyclistes, ect. ). Cette thèse traite de la reconnaissance d'objets routiers par fusion de données multisensorielles. Nous proposons une architecture modulaire qui permet de séparer le coeur du système (le moteur de fusion) des traitements bas niveaux associés à chaque donnée capteur. Les informations extraites des modules de prétraitement sont combinées de façon asynchrone par le moteur de fusion dans le cadre bayésien. Pour ce faire, les informations hétérogènes provenant de chaque donnée capteur sont codées sous une forme homogène par des densités de probabilité représentant les différentes classes d'objet à reconnaître. Ainsi, la reconnaissance d'un obstacle revient à calculer récursivement sa probabilité d'appartenance à une classe d'objet. Ce calcul combine les vraisemblances obtenues à partir des densités de probalité définies précédemment et une probabilité a priori. L'idée qui sous-tend ce raisonnement est que l'association de l'observation courante d'un obstacle et sa connaissance passée aident à améliorer la connaissance sur sa classe d'appartenance. L'approche bayésienne est facile à mettre en oeuvre dès lors que l'on est capable de définir pour chaque type d'information discriminante les densités de probabilité associées à chaque classe d'objets. Ces densités de probabilité peuvent être déterminées soit par des apprentissages, soit grâce à des connaissances a priori sur les classes d'objet considérées. Toutefois, l'estimation récursive des probabilités pose le problème de corrélation des données, qui est difficile à résoudre. La littérature indique que l'indépendance statistique est souvent admise pour contourner le problème. Néanmoins, une telle hypothèse biaise les résulats de la reconnaissance des obstacles. Dans cette thèse, une approche originale et innovante est proposée pour tenir compte de la corrélation des données en modélisant les observations successives d'un même obstacle par un modèle autorégressif (AR). L'intérêt du modèle AR est qu'il permet de dériver la densité de probabilité des observations corrélées à partir des paramètres du modèle et de la densité de probabilité des observations non-corrélées. Nous avons appliqué cette approche pour la reconnaissance de piétons à l'aide d'une caméra et d'un lidar. Les obstacles sont détectés par agrégation des points lidar. Ensuite, une pré-classification, qui se base sur la taille des goupes de points obtenus, sépare les obstacles de type piétons des "grands" obstacles. Enfin, la classification finale a pour but de séparer les obstacles de type piéton en eux groupes : les piétons et les non-piétons. Pour cela, elle combine par l'approche bayésienne décrite ci-dessus la vitesse d'un obstacle (calculée à partir des impacts lidar) et un score qui traduit le degré de ressemblance dans une image de cet obstacle à un piéton. Les résultats expérimentaux, obtenus sur des séquuences enregistrées dans des conditions réelles d'utilisation du système, sont très satisfaisants et confirment la pertinence de notre approche par rapport à l'état de l'art

La mise en oeuvre de systèmes avancés d’aide à la conduite (ADAS) basée vision, est une tâche complexe et difficile surtout d’un point de vue robustesse en conditions d’utilisation réelles. Une des fonctionnalités des ADAS vise à percevoir et à comprendre l’environnement de l’ego-véhicule et à fournir l’assistance nécessaire au conducteur pour réagir à des situations d’urgence. Dans cette thèse, nous nous concentrons sur la détection et la reconnaissance des objets mobiles car leur dynamique les rend plus imprévisibles et donc plus dangereux. La détection de ces objets, l’estimation de leurs positions et la reconnaissance de leurs catégories sont importants pour les ADAS et la navigation autonome. Par conséquent, nous proposons de construire un système complet pour la détection des objets en mouvement et la reconnaissance basées uniquement sur les capteurs de vision. L’approche proposée permet de détecter tout type d’objets en mouvement en fonction de deux méthodes complémentaires. L’idée de base est de détecter les objets mobiles par stéréovision en utilisant l’image résiduelle du mouvement apparent (RIMF). La RIMF est définie comme l’image du mouvement apparent causé par le déplacement des objets mobiles lorsque le mouvement de la caméra a été compensé. Afin de détecter tous les mouvements de manière robuste et de supprimer les faux positifs, les incertitudes liées à l’estimation de l’ego-mouvement et au calcul de la disparité doivent être considérées. Les étapes principales de l’algorithme sont les suivantes : premièrement, la pose relative de la caméra est estimée en minimisant la somme des erreurs de reprojection des points d’intérêt appariées et la matrice de covariance est alors calculée en utilisant une stratégie de propagation d’erreurs de premier ordre. Ensuite, une vraisemblance de mouvement est calculée pour chaque pixel en propageant les incertitudes sur l’ego-mouvement et la disparité par rapport à la RIMF. Enfin, la probabilité de mouvement et le gradient de profondeur sont utilisés pour minimiser une fonctionnelle d’énergie de manière à obtenir la segmentation des objets en mouvement. Dans le même temps, les boîtes englobantes des objets mobiles sont générées en utilisant la carte des U-disparités. Après avoir obtenu la boîte englobante de l’objet en mouvement, nous cherchons à reconnaître si l’objet en mouvement est un piéton ou pas. Par rapport aux algorithmes de classification supervisée (comme le boosting et les SVM) qui nécessitent un grand nombre d’exemples d’apprentissage étiquetés, notre algorithme de boosting semi-supervisé est entraîné avec seulement quelques exemples étiquetés et de nombreuses instances non étiquetées. Les exemples étiquetés sont d’abord utilisés pour estimer les probabilités d’appartenance aux classes des exemples non étiquetés, et ce à l’aide de modèles de mélange de gaussiennes après une étape de réduction de dimension réalisée par une analyse en composantes principales. Ensuite, nous appliquons une stratégie de boosting sur des arbres de décision entraînés à l’aide des instances étiquetées de manière probabiliste. Les performances de la méthode proposée sont évaluées sur plusieurs jeux de données de classification de référence, ainsi que sur la détection et la reconnaissance des piétons. Enfin, l’algorithme de détection et de reconnaissances des objets en mouvement est testé sur les images du jeu de données KITTI et les résultats expérimentaux montrent que les méthodes proposées obtiennent de bonnes performances dans différents scénarios de conduite en milieu urbain
Vision-based Advanced Driver Assistance Systems (ADAS) is a complex and challenging task in real world traffic scenarios. The ADAS aims at perceiving andunderstanding the surrounding environment of the ego-vehicle and providing necessary assistance for the drivers if facing some emergencies. In this thesis, we will only focus on detecting and recognizing moving objects because they are more dangerous than static ones. Detecting these objects, estimating their positions and recognizing their categories are significantly important for ADAS and autonomous navigation. Consequently, we propose to build a complete system for moving objects detection and recognition based on vision sensors. The proposed approach can detect any kinds of moving objects based on two adjacent frames only. The core idea is to detect the moving pixels by using the Residual Image Motion Flow (RIMF). The RIMF is defined as the residual image changes caused by moving objects with compensated camera motion. In order to robustly detect all kinds of motion and remove false positive detections, uncertainties in the ego-motion estimation and disparity computation should also be considered. The main steps of our general algorithm are the following : first, the relative camera pose is estimated by minimizing the sum of the reprojection errors of matched features and its covariance matrix is also calculated by using a first-order errors propagation strategy. Next, a motion likelihood for each pixel is obtained by propagating the uncertainties of the ego-motion and disparity to the RIMF. Finally, the motion likelihood and the depth gradient are used in a graph-cut-based approach to obtain the moving objects segmentation. At the same time, the bounding boxes of moving object are generated based on the U-disparity map. After obtaining the bounding boxes of the moving object, we want to classify the moving objects as a pedestrian or not. Compared to supervised classification algorithms (such as boosting and SVM) which require a large amount of labeled training instances, our proposed semi-supervised boosting algorithm is trained with only a few labeled instances and many unlabeled instances. Firstly labeled instances are used to estimate the probabilistic class labels of the unlabeled instances using Gaussian Mixture Models after a dimension reduction step performed via Principal Component Analysis. Then, we apply a boosting strategy on decision stumps trained using the calculated soft labeled instances. The performances of the proposed method are evaluated on several state-of-the-art classification datasets, as well as on a pedestrian detection and recognition problem.Finally, both our moving objects detection and recognition algorithms are tested on the public images dataset KITTI and the experimental results show that the proposed methods can achieve good performances in different urban scenarios

INTRODUCTION : En milieu urbain, l’amélioration de la sécurité des piétons pose un défi de santé publique. Pour chaque décès attribuable aux collisions routières, il y a des centaines de personnes blessées et, dans les pays riches, la diminution du nombre annuel de piétons décédés s’expliquerait en partie par la diminution de la marche. Les stratégies préventives prédominantes n’interviennent pas sur le volume de circulation automobile, un facteur pourtant fondamental. De plus, les interventions environnementales pour améliorer la sécurité des infrastructures routières se limitent habituellement aux sites comptant le plus grand nombre de décès ou de blessés. Cette thèse vise à décrire la contribution des volumes de circulation automobile, des pratiques locales de marche et de la géométrie des routes au nombre et à la répartition des piétons blessés en milieu urbain, et d’ainsi établir le potentiel d’une approche populationnelle orientée vers la reconfiguration des environnements urbains pour améliorer la sécurité des piétons. MÉTHODE : Le devis est de type descriptif et transversal. Les principales sources de données sont les registres des services ambulanciers d’Urgences-santé (blessés de la route), l’enquête Origine-Destination (volumes de circulation automobile), la Géobase du réseau routier montréalais (géométrie des routes) et le recensement canadien (pratiques locales de marche, position socioéconomique). Les analyses descriptives comprennent la localisation cartographique (coordonnées x,y) de l’ensemble des sites de collision. Des modèles de régression multi-niveaux nichent les intersections dans les secteurs de recensement et dans les arrondissements. RÉSULTATS : Les analyses descriptives démontrent une grande dispersion des sites de collision au sein des quartiers. Les analyses multivariées démontrent les effets significatifs, indépendants du volume de circulation automobile, de la présence d’artère(s) et d’une quatrième branche aux intersections, ainsi que du volume de marche dans le secteur, sur le nombre de piétons blessés aux intersections. L’analyse multi-niveaux démontre une grande variation spatiale de l’effet du volume de circulation automobile. Les facteurs environnementaux expliquent une part substantielle de la variation spatiale du nombre de blessés et du gradient socioéconomique observé. DISCUSSION : La grande dispersion des sites de collision confirme la pertinence d’une approche ne se limitant pas aux sites comptant le plus grand nombre de blessés. Les résultats suggèrent que des stratégies préventives basées sur des approches environnementales et populationnelle pourraient considérablement réduire le nombre de piétons blessés ainsi que les inégalités observées entre les quartiers.
INTRODUCTION: In an urban environment, improving pedestrian safety is a public health challenge. For every death attributable to road injuries, there are hundreds of injured people and, in richer countries, decreases in the number of pedestrian deaths may reflect a reduction of walking as a mode of transportation. The predominant preventive strategies have limited or no effect on traffic volume, which is the most important predictor of the number of pedestrians injured by motor vehicles. Moreover, environmental interventions are usually limited to sites that have had the greatest number of deaths or injuries. The purpose of this thesis is to describe the contribution of environmental factors such as traffic volume, local walking practices and street geometry, on the number and the distribution of pedestrian injuries in an urban setting. METHOD: The design of the study is descriptive and cross-sectional. The main data sources were Urgences-santé ambulance service records (road injuries), the Origin-Destination survey (traffic volume), the Geobase for the Montreal road network (street geometry) and the census of Canada (local walking practices, socioeconomic status). The descriptive analyses included map locations (x, y coordinates) for all collision sites. Multi-level regression models nested intersections in census sectors and in boroughs. RESULTS: The descriptive analyses showed a great deal of dispersion of collision sites within neighbourhoods. The multivariate analyses showed the significant effects, independent of traffic volume, of the presence of an artery and of a fourth leg at the intersection, and of pedestrian volume in the neighbourhood, on the number of pedestrian injuries at intersections. The multi-level analysis showed extensive spatial variation in the effect of traffic volume. This spatial variation in the number of casualties, and the socioeconomic gradient observed, were in large part explained by traffic volume, the presence of an artery and of a fourth leg at the intersection. DISCUSSION: The great dispersion of collision sites supports an approach which is not limited to sites with the highest number of injured pedestrians. This thesis suggests that preventive strategies based on environmental and population approaches could considerably reduce the number of injured pedestrians , as well as road injury inequalities across urban neighbourhoods.

Le contexte général de cette recherche concerne la sécurité active des piétons. De nombreux systèmes embarqués dans les véhicules sont actuellement développés afin de détecter un piéton sur la chaussée et d’éviter une collision soit par une manœuvre de freinage d’urgence soit par une manœuvre de déport. La plupart de ces systèmes d’aide à la conduite sont basés sur des systèmes de détection (caméras, radars, etc). Ils analysent la scène en temps réel, puis effectuent un traitement d’images dans le but d’identifier un potentiel danger. Or il apparaît difficile de déterminer la pertinence de ces systèmes en termes de sécurité routière. L’'objectif général de ce travail est ainsi d’estimer cette pertinence en confrontant les systèmes à de multiples configurations d’accidents réels. La méthodologie consiste à tester les systèmes de détection des piétons dans les configurations d’accidents reconstruits en les associant à la cinématique des véhicules. Le test de performance de ces systèmes a été alors réalisé en vérifiant leurs compatibilités au regard de la chronologie des accidents; i.e. vérifier la possibilité d’'évitement des accidents. À partir de ces reconstructions d’accidents réels, une analyse a été réalisée afin de dégager les enjeux au niveau spatio-temporelle qui influencent la sécurité primaire du piéton
The scope of this research concerns pedestrian active safety. Several primary safety systems have been developed for vehicles in order to detect a pedestrian and to avoid an impact. These systems analyse the forward path of the vehicle through the processing of images from sensors. If a pedestrian is identified on the vehicle trajectory, these systems employ emergency braking and some systems may potentially employ emergency steering. Methods for assessing the effectiveness of these systems have been developed. But, it appears difficult to determine the relevance of these systems in terms of pedestrian protection. The general objective of this research was to test the response of these systems in many accident configurations.The methodology consisted of coupling the vehicle dynamic behaviour with a primary safety system in order to confront these systems to real accident configurations. The relevance of these systems is studied by verifying the feasibility of deploying an autonomous emergency manoeuvre during the timeline of the accident and according to the vehicle dynamic capabilities: i.e. verifying the possibilities in terms of crash avoidance. From these accident reconstructions and simulation, factors relevant to the primary safety of pedestrians were deduced