Objectivation du ressenti conducteur dans les ADAS et la liaison au sol

Objectification of the driver's emotions in ADAS and ground connexion

• Auteur / Autrice : Houda Rafi
• Direction : Yannick Benezeth, Fan Yang Song, Cédric Demonceaux
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/03/2022
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : ImViA - Laboratoire d'Imagerie et Vision Artificielle

Mots clés

Mots clés libres

Les systèmes d'aide à la conduite (ADAS)

Apprentissage automatique

Apprentissage profond

Personnalisation des modèles

Apprentissage avec peu de données

Explicabilité des modéles

Advanced Driver assistance systems (ADAS)

Machine learning

Deep learning

Models personnalization

Learning with small data

Explainability of models

Résumé

Les systèmes d'aide à la conduite (Advanced Driver-Assistance Systems - ADAS) et les paramètres techniques de la liaison au sol d'un véhicule ne peuvent être développés indépendamment du ressenti du conducteur. Selon le profil de celui-ci (conducteur expérimenté ou novice, prudent ou sportif), des grandeurs objectives telles que les accélérations latérales et radiales, la loi de variation du freinage, le contrôle sous virage, seront considérées comme acceptables ou intolérables. Les sensations de confort et de sécurité consistent à corréler les grandeurs physiques objectives de la conduite avec le ressenti subjectif du conducteur, selon son profil. Les mesures plus anciennes de ressenti se fondent sur un profilage des typologies de conducteurs et d'un ensemble de questionnaires auto-rapportés qui présentent beaucoup d'avantages mais aussi d'importantes limites méthodologiques. Dans ce travail de thèse, nous explorerons l'utilisation d'autres sources de données (signaux physiologiques, expressions faciales, environnement du véhicule, comportement du conducteur, …) pour caractériser de manière plus objective le ressenti du conducteur dans un contexte de conduite réelle. Dans les travaux de recherche de cette thèse, nous prévoyons acquérir notre propre base de données où nous élargirons la cible de l'étude à des états émotionnels plus complexes et subtils que le stress. Les travaux seront principalement basés sur l'analyse de données, en se focalisant sur l'exploitation optimale de la multimodalité, sur la personnalisation des modèles, sur l'apprentissage avec peu de données et sur l'explicabilité des modèles.

Driving assistance systems (Advanced Driver-Assistance Systems - ADAS) and the technical parameters of a vehicle's ground connection cannot be developed independently of the driver's feelings. According to the latter's profile (experienced or novice driver, cautious or sporty), objective quantities such as lateral and radial accelerations, the law of variation in braking, control under the bend, will be considered acceptable or intolerable. The sensations of comfort and safety consist in correlating the objective physical quantities of driving with the subjective feelings of the driver, according to his profile. The previous emotions measurements are based on a profiling of driver typologies and a set of self-reported questionnaires which have many advantages but also significant methodological limitations. In this thesis work, we will explore the use of other data sources (physiological signals, facial expressions, vehicle environment, driver behavior, etc.) to more objectively characterize the driver's emotions in a real driving context. . In the research work of this thesis, we plan to acquire our own database where we will broaden the target of the study to emotional states more complex and subtle than stress. The work will be mainly based on data analysis, focusing on the optimal exploitation of multimodality, on the personalization of models, on learning with little data and on the explainability of models.