Methodology of non temporal and temporal data exploitation from a driver-vehicle-environment system
Méthodologie d'exploitation de données non temporelles et temporelles issues d'une étude sur le système conducteur-vehicule-environnement (SCVE)
Résumé
For 15 years, more and more advanced driving assistance systems have equipped cars. These systems may have positive effects on road security but adverse effects may also appear. That is why, it is important to study natural driver’s behavior to develop efficient and sure systems. In driving studies, non-temporal data (e.g. age, sex, psychological profile…) and temporal data (e.g. speed, longitudinal acceleration…) are recorded. This thesis proposes a methodology to explore a multifactor and multivariate database by using a multidimensional descriptive analysis (Multiple Correspondence Analysis) followed by hypothesis tests to confirm observations. A five stages procedure is followed: Characterization, Scale transformation, Table building, Data analysis application and Presentation of results. To characterize non-temporal data we used fuzzy space windows and for temporal data, we used a fuzzy space-time windowing. To study driver’s behavior in longitudinal regulation, especially in car following situations, a study of 250 km on real road with 123 participants driving an instrumented car was realized. More than 12000 car following situations were recorded. Cognitive and personality profiles were described with neuropsychological and personality tests. We first analyzed non-temporal data to describe the population on a psychological way. Then, we focused on temporal data to describe car following situation and effects of environmental factors (meteorological conditions, traffic…) on driver’s behavior. Finally, in a last analysis, psychological profile of a participant and his driving behavior were related in order to determine the potential effects of personality and cognition on road behavior. Observations made in MCA plane were illustrated with graphical models or confirmed with hypothesis tests.
Depuis une quinzaine années, de plus en plus de systèmes d’aides à la conduite équipent les véhicules. Ces systèmes peuvent se révéler positif pour la sécurité routière mais des effets pervers peuvent également apparaitre. C’est pourquoi, il est indispensable d’étudier le comportement naturel du conducteur pour développer des systèmes d’aides à la conduite efficaces et fiables. Dans l’analyse de la conduite, des données non-temporelles (âge, sexe, profil psychologique…) et de données temporelles (signaux relatifs à la conduite…) sont souvent enregistrées. La thèse propose une méthodologie pour l’exploitation d’une base de données multifactorielle et multivariée basée sur une analyse descriptive multidimensionnelle, l’analyse en correspondances multiples, suivie de tests d’hypothèses pour confirmer les observations faites dans la première analyse. Une procédure en cinq étapes a été suivie : Caractérisation, Codage, Mise en forme des données, Application d’une méthode et Présentation des résultats. La caractérisation des données non-temporelles a été faite à partir d’un découpage en fenêtres spatiales floues et les données temporelles ont été caractérisées à partir d’un fenêtrage spatio-temporel flou. Afin d’étudier le comportement du conducteur en régulation longitudinale, notamment lors des phases de suivi de véhicule, nous avons mené une étude de 250 km sur route avec une véhicule instrumenté regroupant plus de 120 conducteurs. Plus de 12000 situations de suivi ont été enregistrées. Une batterie de tests neuropsychologiques et de personnalité a permis de dresser le profil cognitif et décrire la personnalité des conducteurs. Nous avons donc dans un premier temps étudié les données non-temporelles pour décrire notre population sur le plan psychologique, puis nous avons décrit la situation de suivi et l’impact de facteurs environnementaux (conditions météorologiques, trafic…) sur le comportement du conducteur. Finalement, nous avons mis en relation dans une dernière analyse le profil psychologique du conducteur et son comportement en suivi afin de déterminer l’impact de la personnalité et de la cognition sur le comportement routier. Les observations faites grâce à l’étude des plans de l’ACM ont été illustrées à partir de graphiques explicites ou confirmés à partir de tests d’hypothèses.
Origine : Fichiers produits par l'(les) auteur(s)