WP5 Interactions véhicule / 2RM

Contact

Porteur WP5 - Reakka Kröger

Ceesar - 132 Rue des Suisses, 92000 Nanterre

reakka.krishnakumar(at)ceesar.fr

Contributeurs WP5
CEESAR
Lescot
LMA
CEREMA
VEDECOM

Objectifs :
L’objectif du WP5 est de décrire les principaux scénarios critiques d’interaction et notamment de communication entre les conducteurs de VL et de 2RM, prioritairement de motos, pour y confronter les futurs Véhicules Autonomes, selon le niveau d’autonomie. Une attention particulière sera apportée aux éléments pouvant rendre difficile la détection des 2RM (conditions météorologiques, contraste, saillance visuelle…).

Il s’agit tout d’abord de construire une grille de sélection qui prenne en compte les paramètres communs entre différentes sources de données et des paramètres spécifiques au type de données analysées. A partir d’observations des interactions entre 2RM et autres véhicules, les travaux viseront l’identification des difficultés qu’aurait un Véhicule Autonome à gérer ces situations. Cette tâche sera réalisée en étroite collaboration avec la tâche 3.2 en cycle itératif. En effet, en se basant sur la description des BD de la tâche 3.2, il sera alors possible de sélectionner les scenarios qu’il sera possible d’analyser avec les BD existantes.

Trois cas sont déjà identifiés comme à enjeu:

  • Remontées de files des 2 roues entre les VL : à partir des travaux réalisés dans le cadre des projets AUTOFILE et COMPAR ainsi qu’à partir d’une analyse de plus de 500 questionnaires auxquels ont répondus des motocyclistes le LMA identifiera les configurations conflictuelles à prendre en compte à partir des difficultés cognitives des conducteurs VL et 2RM.
  • Changement de direction aux carrefours en zone urbaine (incidents DYMOA)
  • roulage mixte VL+2RM sur voies à chaussées séparées (incidents relevés dans DYMOA ou dans la BDD MOOVE-Vedecom)

D’autres scénarios résultants des analyses des WP2 et WP3 seront détaillés dans le cadre du WP5. Pour sélectionner et décrire les scénarios, le Ceesar apportera son expérience issue de l’analyse des bases de données VOIESUR et SAFERWHEELS. La description prendra en compte aussi les caractéristiques de l’accident rendant difficile la détection du 2RM par le véhicule autonome (voir WP2).

L’objectif de ces analyses sera d’identifier dans les scenarios étudiés les différentes interactions observées et d’identifier les facteurs associés à des comportements différents des conducteurs.

Le Lescot et Vedecom analyseront les données UDRIVE ou MOOVE (respectivement) et classeront les séquences identifiées par les triggers du WP3 pour catégoriser les situations (remontées de file, dépassements, insertions forcées, …) et les interactions (rabattement latéral VL pour laisser passer les 2RM, freinages brusques des VL,  …). Cette analyse sera centrée sur les comportements du véhicule du conducteur (écart latéral et vitesse longitudinal par rapport au 2RM) en fonction des infrastructures.

Le Cerema analysera les données CIF (analyse de séquences vidéo) autour des scénarios identifiés dans le WP2 pour caractériser les conditions d’anticipation par un 2RM d’un changement de file VL en conditions de trafic dense. Cela permettra de mieux comprendre les conditions de l’acceptabilité et de la sécurité par les 2RM d’un changement de file d’un VA.

A partir de sa base de données vidéo enregistrée à partir de caméras embarquées sur un 2RM, le Cerema caractérisera le comportement des VL vis à vis des deux-roues motorisés. Il pourra être pris en compte différentes conditions de circulations, différents objets routiers et différentes conditions météo.

A partir des scénarios retenus de conflits VL/2RM et de ceux identifiés dans le WP2 (idem WP4), une reconstruction cinématique des accidents EDA (LMA, Ceesar) sera réalisée.

Comme pour le WP4, les reconstructions cinématiques avec trajectoires véhicules des accidents EDA ou des incidents S_VRAI/DYMOA seront extraites par le LMA. Ces reconstructions permettront de mettre un VA face à des situations de conflits avec des 2RM, de simuler son comportement et d’identifier les situations à risques pour le véhicule autonome.