Mise au point d'une méthodologie d'objectivation des avis des clients par fusion de données

par Georges Farah

Thèse de doctorat en Optimisation et sûreté des systèmes

Sous la direction de Jacques Duchêne et de David Hewson.

Soutenue en 2007

à Troyes , dans le cadre de Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube) .

mots clés

• Automobilistes
• Bien-être
• Ergonomie
• Modèles mathématiques
• Traitement du signal
• Électromyographie
• Analyse de régression

Résumé

Ce travail de thèse propose une objectivation des avis des clients sur le confort en maintien latéral, c’est-à-dire le confort ressenti par l’occupant d’un véhicule lors d’un virage. Les signaux objectifs étudiés sont l’électromyographie de surface, la réponse électrodermale, les déplacements des participants et le roulis du véhicule en virage. Une étude sur des véhicules monospaces a confirmé le rôle de chacun de ces signaux objectifs dans l’évaluation du confort en maintien latéral. Cette même étude a permis de mettre en place une méthodologie d’extraction automatique des segments pertinents dans des enregistrements électromyographiques. Cette méthodologie est fondée sur une segmentation par la technique CEM (Classification Expectation Maximisation), suivie par une classification à l’aide d’une modélisation AR (AutoRégressive). Nous avons ensuite procédé à la modélisation du confort en maintien latéral, afin de prédire le confort à partir des données objectives. Nous avons en outre proposé une méthodologie de construction d’un modèle de régression, qui tien compte de la multicolinéarité et de la sélection de variables. Après la comparaison de trois méthodes de régression non linéaire et suite au choix du meilleur modèle en terme de généralisation, nous avons procédé à une analyse de sensibilité qui a permis d’identifier les trois indicateurs objectifs les plus importants pour l’évaluation du confort en maintien latéral

Titre traduit

Data fusion as a tool to objectively assess customers' opinions

Résumé

This thesis proposes a tool to objectively assess customers’ opinions on vehicle lateral support, which means how comfort is perceived by car drivers and passengers during turns. Electromyography, skin resistance, passenger displacement and vehicle roll proved to be useful objective indicators during a study on the lateral support of minivans. In addition, an automatic tool that enables the extraction of relevant electromyographic data from noisy recordings was developed. This tool is based on segmentation via CEM (Classification Expectation Maximisation) and on classification via AR (AutoRegressive) modelling. Following step was to model vehicle lateral comfort using only the objective indicators identified above. This thesis proposes a regression tool that copes with multicollinearity and variable selection. The best model was chosen with respect to generalization effort. A sensitivity analysis performed on this model enabled to identify the three most important objective indicators for the prediction of vehicle lateral comfort