Etude de la prédiction de chocs véhicule-piéton

Study of the prediction of vehicle-to-pedestrian accidents

• Auteur / Autrice : Christophe Farès Wakim
• Direction : Jacques Oksman
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance en 2005
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés libres

Pré-crash

Simulation de type Monte Carlo

Résumé

Cette thèse CIFRE s'intéresse à la " prédiction de chocs véhicule-piéton " au sein d'un dispositif de protection des piétons, de type pré-crash. Les accidents véhicule-piéton ont d'abord été étudiés, afin de disposer d'une base de référence pour l'évaluation, grâce aux simulations, de systèmes intelligents de protection des piétons. Le comportement des piétons a ensuite été étudié, et un modèle statistique, à temps continu, reposant sur quatre états discrets, a été proposé et évalué. Ce modèle de piétons a été utilisé pour réaliser une prédiction probabiliste des chocs véhicule-pie��ton. Cette prédiction est réalisée grâce à des simulations de type Monte Carlo. Pour en améliorer l'efficacité, des méthodes de réduction de variance, de type " splitting " et " roulette russe " ont été évaluées. Enfin, diverses hypothèses sur la qualité des mesures, réalisées par le futur dispositif de " détection de piétons et d'estimation de leurs positions et vitesses relatives ", qui sont les entrées du module de prédiction de chocs, ont été évaluées, afin de spécifier le besoin sur un tel dispositif. Ce travail a fait l'objet de trois articles publiés et de cinq brevets.

This PhD thesis treats the “prediction of vehicle-to-pedestrian accidents” as part of a pedestrian precrash protection system. The study began with a thorough evaluation of these accidents. The data obtained from this work were then used to generate reference cases that allow the evaluation of intelligent pedestrian protection systems based on simulations. In the next step, the behavior of pedestrians was studied and a continuous-time statistical model, based on four discrete states, was proposed and evaluated. This pedestrian model makes possible a probabilistic prediction of vehicle-to-pedestrian accidents, for which Monte Carlo simulations were used. Variance reduction methods such as “splitting” and “Russian roulette” were used to improve the algorithms' performance. Finally, several hypotheses were proposed with aim of modeling the uncertainties involved in detecting pedestrians and estimating their relative positions and speeds system. Evaluating different types of uncertainties on these measurements, which are the inputs of the prediction module, contributes to the specification of a system that detects pedestrians and estimates their positions and speeds. This work led to three published articles and five patent applications.