Caractérisation de la capacité du conducteur à contrôler le véhicule : contribution à la détection séquentielle à structure imposée / présentée et soutenue par Nicolas Lefebvre ; [sous la direction de] R. Lengellé [et de] I. Nikiforov

Date :

Editeur / Publisher : [S.l.] : [s.n.] , 2004

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Détection du signal

Reconnaissance des formes (informatique)

Analyse séquentielle

Conduite automobile -- Vigilance (psychologie)

Classification Dewey : THE 04

Lengellé, Régis (19..-....) (Directeur de thèse / thesis advisor)

Nikiforov, Igor Vladimirovitch (1950-....) (Directeur de thèse / thesis advisor)

Université de technologie (Troyes ; 1994-....) (Organisme de soutenance / degree-grantor)

Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube) (Ecole doctorale associée à la thèse / doctoral school)

Relation : Caractérisation de la capacité du conducteur à contrôler le véhicule : contribution à la détection séquentielle à structure imposée / présentée et soutenue par Nicolas Lefebvre ; [sous la direction de] R. Lengellé [et de] I. Nikiforov / Lille : Atelier national de reproduction des thèses , 2004

Résumé / Abstract : Ce mémoire a pour objet l’étude d’une approche, qualifiée d’active, pour la surveillance de la capacité du conducteur automobile à contrôler le véhicule (CCV du conducteur). Cette approche consiste à analyse la réaction du conducteur à une perturbation de la trajectoire du véhicule. Deux tâches sont identifiées, d’une part, la détection séquentielle de l’absence de réponse à une unique perturbation et, d’autre part, la détection séquentielle d’un changement brusque de la CCV du conducteur à partir de l’observation des réactions à plusieurs perturbations. Chacune de ces tâches est formalisée comme un problème de détection où les modèles probabilistes en concurrence, inconnus, sont déterminés à partir d’une base de données étiquetées. Le chapitre 1 propose tout d’abord un panorama des approches existantes pour la surveillance de la CCV du conducteur. L’exploration d’une approche active est ensuite justifiée par l’assimilation du conducteur à un système de régulation dont la consigne est inconnue. Le chapitre 2, après la présentation des outils théoriques utilisés dans la thèse, aborde la définition de règles de décision pour la détection séquentielle à structure imposée. Pour les besoins de l’application, la procédure développée pour la détection séquentielle de changement brusque est étendue au cas de données dépendantes et non-identiquement distribuées. Le chapitre 3 est consacré à la constitution des bases d’apprentissage relatives au problème initial. Enfin, après une analyse descriptive des données recueillies, le chapitre 4 détaille l’application des techniques présentées au chapitre 2 ainsi que les résultats obtenus

Résumé / Abstract : The aim of this thesis is to study an active approach to monitor the ability of a car driver to control the vehicle (driver ACV). The purpose of this approach is to analyse the driver actions resulting from a disturbance on the vehicle trajectory. Two issues have been pointed out. The first one is the sequential detection of a lack of reactions to an isolated disturbance. The second one, based on driver responses to several disturbances, is the sequential detection of an abrupt change of the driver ACV. Each of these issues is formally expressed as a statistical test, where the probability distributions are unknown and have to be drawn on the base of a finite amount of training data. The chapter 1 draws up an overview of classical approaches to monitor the driver ACV. The exploration of the active approach is then justified by the study of the driver as a controller with an unknown target. In chapter 2, after the presentation of theoretical aspects of this thesis, definition of decision rules for sequential tests with constrained structure is tackled. For the needs of the application, the method proposed for sequential detection of abrupt changes is extended to a non-independently and non-identically distributed time series. In chapter 3, the setting up of training data is discussed. At last, after a descriptive analysis of data, chapter 4 is devoted to results obtained from the application of methods presented in chapter 2