Analyse de situation collective et prise de décision individuelle : modélisation et simulation des interactions du piéton virtuel en environnement urbain

Collective situation analysis and individual decision-making : modeling and simulation of virtual pedestrian interactions in urban environment

• Auteur / Autrice : Anjara Rakotoarivelo
• Direction : Roland Brémond
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 04/05/2022
• Etablissement(s) : Université Gustave Eiffel
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Perceptions, Interactions, Comportements & Simulations (Champs-sur-Marne ; 2020) - Laboratoire Perceptions, Interactions, Comportements & Simulations (Champs-sur-Marne ; 2020)
• Jury : Président / Présidente : René Mandiau
• Jury : Examinateurs / Examinatrices : Roland Brémond, Domitile Lourdeaux, Philippe Mathieu, Winnie Daamen, Marie-Axelle Granié, Julien Pettré, Jean-Michel Auberlet
• Jury : Rapporteurs / Rapporteuses : Domitile Lourdeaux, Philippe Mathieu

Mots clés

Mots clés contrôlés

Influence sociale

Prise de décision

Attente

Passages pour piétons

Simulation par ordinateur

Piétons

Mots clés libres

Modélisation et simulation piétonne

Évitement de collision hétérogène

Influence sociale

Temps d'attente

Traversée de rue

Décision de traversée inadaptée

Pedestrian modeling and simulation

Heterogeneous collision avoidance

Social influence

Waiting time

Street crossing

Inadequate crossing decision

Résumé

Cette thèse vise à augmenter l'hétérogénéité des interactions de piétons virtuels en milieu urbain. Les interactions traitées sont l'évitement des collisions et la traversée des rues. Ma première contribution consiste à donner aux agents piétons la possibilité d'éviter les collisions en s’adaptant en fonction des agents voisins perçus avec lesquels il interagit. Les simulations montrent une adaptation du comportement de l’agent durant les interactions d’évitement, par une augmentation ou une diminution de l’effort d’évitement en fonction du comportement du voisin perçu. Ensuite, dans les cas des flux monodirectionnels, l’agent piéton va chercher à doubler ses voisins plus lents. En se basant sur la position, la vitesse et la taille des voisins, l’agent piéton va tenir compte plus particulièrement du voisin devant lui qui le contraint le plus, nommé leader, quand il existe. Ma deuxième contribution a ainsi consisté à combiner un modèle d’évitement de collision avec un modèle de file d’attente en considérant différemment le leader du reste des voisins perçus. Ces deux contributions reposent sur la perception des caractéristiques physiques (taille, position, vitesse) des voisins perçus. Pourtant, la dimension temporelle, depuis combien de temps l’agent se trouve dans une situation, et l’influence sociale provenant des voisins sont des facteurs importants dans les prises de décision. Ma contribution principale porte ainsi sur le développement d’un modèle de prise de décision pour la traversée rue qui prend en compte le temps d’attente de l’agent piéton sur le trottoir et les actions de ses voisins (traverser ou attendre). Dans un premier temps, le modèle sera utilisé pour une traversée de rue avec un feu piéton, sans trafic routier, puis dans un second temps pour une traversée de rue face à un trafic routier et sans feu, où le temps d’arrivée d’un véhicule sera surestimé ou sous-estimé en fonction du temps d’attente et de l’influence social e perçue. Le modèle repose sur trois hypothèses. La première est que le temps d’attente est un facteur important dans la prise de décision de traverser. D’un côté, nous supposons qu’un agent piéton est prêt à attendre un certain temps avant de traverser (sa patience), et qu’au-delà le piéton voudra traverser même au feu piéton rouge. De l’autre côté, nous supposons que le temps d’attente joue un rôle dans la perception du véhicule devant lequel le piéton envisage de traverser. Les deux hypothèses suivantes reposent les travaux de Rosenbloom qui suggèrent qu’un piéton qui attend au feu piéton rouge peut être influencé par ceux qui traversent, mais également par ceux qui attendent. La combinaison de ces deux hypothèses forme ce que nous appelons l’influence sociale, qui va moduler la patience de l’agent piéton mais également sa perception de l’arrivée du véhicule en interaction.Dans une première étude, les simulations montrent que les piétons supposés traverser au feu piéton rouge peuvent attendre le feu vert influencés par des voisins qui attendent, et réciproquement, des voisins traversant au feu rouge vont encourager l’agent à traverser alors qu’il aurait attendu le feu piéton vert s’il avait été seul dans cette situation. On peut noter que des agents piétons similaires en terme de caractéristiques propres (patience, vitesse) et percevant la même situation (couleur du feu et nombre de voisins) mais arrivant sur le bord du trottoir à des moments différents vont prendre des décisions différentes. Dans la seconde étude, traversée face à un trafic routier, la combinaison de l’influence sociale et du temps d’attente va induire un biais qui peut conduire l’agent piéton à surestimer ou à sous-estimer l’arrivée du véhicule. L’agent piéton peut ainsi décider d’attendre alors qu’il pourrait traverser manquant ainsi une opportunité ; il peut aussi décider de traverser alors que la situation ne le permet pas, ce qui le conduit à une décision inadaptée à la situation

This thesis aims to increase the heterogeneity of pedestrian interactions in virtual urban environments. The interactions focus on collision avoidance and street crossing. My first contribution consists in allowing the pedestrian agents to avoid the collisions by adapting his behavior according to the neighbor agents with which they interact. Simulations show the expected adaptation during the avoidance interactions by increasing or decreasing the avoidance effort depending on the behavior of the perceived neighbors. Then, in the cases of unidirectional flows, the pedestrian agent will seek to overtake its slower neighbors. Based on the position, the speed, and the size of the neighbors, the pedestrian agent will take into account particularly the neighbor in front of him (called the leader), who constraints him the most. Therefore, my second contribution combines a collision avoidance model with a queueing model by considering the leader differently from the rest of the perceived neighbors. These two contributions rely on the perception of the perceived neighbors' physical characteristics (size, position, speed). However, the temporal dimension (how long the agent has been in a situation) and the social influence from the neighbors behaviors are important factors in decision-making. My main contribution is the development of a decision model for street crossing, which considers the waiting time on the sidewalk of the pedestrian agent and the actions of his neighbors (cross or wait). The model is assessed under two scenarios, 1) a street crossing with a pedestrian light, without road traffic, and 2) a street crossing with traffic without a traffic light. The model is based on three assumptions. The first one is that waiting time is an important factor in the decision to cross. On one hand, we assume that a pedestrian agent is willing to wait a certain amount of time before crossing (a sort of patience) and beyond that, the pedestrian will want to cross even at a red light. On the other hand, we assume that the waiting time plays a role in the perception of the vehicle in front of which the pedestrian plans to cross. Indeed, literature shows that the time-to-contact with an oncoming vehicle can be overestimated or underestimated before the crossing decision.The next two hypotheses are based on Rosenbloom's work, who suggests that a pedestrian waiting at a red light may be influenced by those crossing and those waiting. Combining these two hypotheses forms what we call the social influence, which will modulate both the patience of the pedestrian agent and his perception of the time-to-contact of the oncoming vehicles.In a first study, the simulations show that pedestrians supposed to cross at the red light may wait for the green light influenced by waiting neighbors. Conversely, neighbors crossing at the red light will encourage the agent to cross during the red light, leading to a different decision compared to being alone in this situation. Moreover, pedestrians with similar characteristics (patience, speed) and perceiving the same situation (color of the traffic light and number of neighbors) but arriving at the crossing location at different times will make different decisions. In the second study, crossing in front of road traffic, the combination of social influence and waiting time will induce a bias in the perception that may lead the pedestrian agent to overestimate or underestimate the time-to-contact with the vehicle. The pedestrian agent may thus decide to wait when he could cross, missing an opportunity; he also may decide to cross when the situation does not allow it, which leads to an inadequate decision