Evaluation probabiliste de la dangerosité des trajectoires de véhicules en virages

par Abdourahmane Koita

Thèse de doctorat en Mécanique aléatoire

Sous la direction de Michel Fogli.

Soutenue le 23-03-2011

à Clermont-Ferrand 2 , dans le cadre de École doctorale sciences pour l'ingénieur (Clermont-Ferrand) , en partenariat avec Laboratoire de Mécanique et Ingénieries (équipe de recherche) .

Le président du jury était David Clair.

Le jury était composé de Michel Basset, Fabrice Poirion, Dimitri Daucher, Bernard Jacob.

Les rapporteurs étaient Michel Basset, Fabrice Poirion.


  • Résumé

    Situé dans le contexte général de la sécurité routière, et plus particulièrement axé sur la sécurité des véhicules légers (VL) en virages, ce travail de thèse a pour objet de proposer une méthodologie fiabiliste de prédiction de trajectoires à risque, basée sur le traitement statistique et la modélisation probabiliste de trajectoires réelles de VL en virages. La première partie du travail concerne la construction de modèles probabilistes simples et robustes représentatifs des trajectoires réelles observées. Ces modèles sont des transformées de processus aléatoires scalaires normalisés du second ordre, faiblement stationnaires, ergodiques et non gaussiens, et permettent de décrire de façon réaliste la variabilité aléatoire observée du triptyque Véhicule-Infrastructure-Conducteur. Ils permettent aussi, par construction, de s'affranchir d'éventuelles difficultés dans l'alimentation des paramètres dominants qui les gouvernent. La seconde partie est consacrée au développement et à la mise en oeuvre d'une stratégie fiabiliste destinée à associer un niveau de risque à chaque trajectoire en entrée de virage. Basée sur l'emploi conjoint de méthodes probabilistes pour la modélisation des incertitudes, fiabilistes pour l'évaluation des niveaux de risque et statistiques pour la classification et le traitement des trajectoires, cette approche est une réponse réaliste au problème posé. De par sa conception et ses possibilités, la méthodologie fiabiliste proposée est une contribution significative au développement de procédures d'alerte destinées à réduire notablement le nombre d'accidents en virages.


  • Résumé

    This PhD thesis tackles the general context of road safety, focussing on the safety of light vehicles (LV) in bends. A reliability engineering methodology is proposed to predict dangerous trajectories, based on the statistical processing and probabilistic modelling of actual trajectories in a bend. In the first part of this work, simple and robust probabilistic models are built to describe trajectories measured in an instrumented bend. The models are transforms of scalar normalized second order stochastic processes which are slightly stationary, ergodic and non-Gaussian. They offer a realistic description for the observed random variability of the Vehicle-Infrastructure-Driver system. They also inherently circumvent possible difficulties in the identification of the dominant parameters which control the system. The second part of this work is devoted to the development and implementation of a reliability engineering strategy intended to associate a risk level to each trajectory at a bend entry. Based on the joint use of probabilistic methods for modelling uncertainties, reliability engineering for assessing risk levels and statistics for classifying and processing the trajectories, this approach provides a realistic answer to the tackled problem. From its design and its possibilities, the proposed reliability engineering methodology constitutes a significant contribution to the development of warning procedures the deployment of which are expected to notably reduce the number of accidents in bends.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Bibliothèque Clermont Université (Clermont-Ferrand).
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.