Vers une interaction personnalisée entre l’humain et le véhicule en mode multimodal

Towards Personalized Vehicle and Multi-modal Human-machine Interaction

• Auteur / Autrice : Zhegong Shangguan
• Direction : Adriana Tapus
• Type : Thèse de doctorat
• Discipline(s) : Signal, Images, Automatique et robotique
• Date : Soutenance le 19/11/2024
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Établissement opérateur d'inscription : École nationale supérieure de techniques avancées (Palaiseau ; 1970 -....)
• Partenaire(s) de recherche : Laboratoire : École nationale supérieure de techniques avancées (Palaiseau). Unité d'Informatique et d'Ingénierie des Systèmes
• Jury : Président / Présidente : Christian Licoppe
• Jury : Examinateurs / Examinatrices : David Sirkin, Emanuele Frontoni
• Jury : Rapporteurs / Rapporteuses : Mohamed Chetouani, Jim Torresen

Mots clés

Mots clés contrôlés

Psychologie expérimentale

Apprentissage automatique

Interaction humain-machine

Interaction homme-robot

Mots clés libres

Véhicule intelligent

Interaction homme-machine

Analyse du comportement de conduite

Apprentissage automatique

Intelligent vehicle

Human-machine interaction

Driving behavior analysis

Machine learning

Résumé

Cette thèse explore l'avancement des véhicules intelligents, de plus en plus personnalisés et capables d'une interaction homme-machine (HMI) multi-modale fluide. La recherche aborde les défis liés à la compréhension des préférences des conducteurs, à l'amélioration du contrôle dynamique des véhicules et au développement d'interfaces pour une conduite fiable et digne de confiance. L'étude examine l'impact des facteurs humains, comme les émotions et les traits de personnalité, sur le comportement au volant et la sécurité routière. Par des simulations de conduite et des études empiriques, elle montre comment les différences individuelles—âge, expérience, personnalité—affectent les performances de conduite, surtout sous stress émotionnel. Ces informations sont cruciales pour développer des modèles adaptatifs améliorant l'interaction humain-véhicule. La recherche se penche ensuite sur l'influence du narcissisme dans des scénarios de suivi sous diverses conditions météorologiques, soulignant l'importance des systèmes capables de s'ajuster dynamiquement aux traits individuels des conducteurs. Une approche innovante est présentée avec le développement d'une interface haptique pour améliorer les demandes de reprise de contrôle (TOR) dans les véhicules intelligents. L'interface Pneumatic Tactile Silicon Sac (PTSS), intégrant retours visuels, auditifs et haptiques, améliore significativement la performance de reprise de contrôle du conducteur et renforce la confiance dans les systèmes autonomes. L'exploration se poursuit avec les technologies d'auto-perception et de capteurs virtuels, proposant un cadre unifié pour l'estimation de l'état vertical intégrant l'incertitude, améliorant ainsi le contrôle dynamique et la stabilité des véhicules .Enfin, la thèse explore le rôle crucial de la confiance dans les véhicules autonomes à travers une analyse des scénarios réels, identifiant les moments clés où les conducteurs reprennent le contrôle. Cette étude souligne l'effort continu pour construire et maintenir la confiance dans les technologies de conduite autonome. En conclusion, cette recherche contribue au développement de véhicules plus personnalisés et d'interactions homme-machine plus sophistiquées. En intégrant des connaissances psychologiques avec des solutions d'ingénierie avancées, l'étude fait progresser l'adaptabilité, la sécurité et la fiabilité des véhicules intelligents de demain, jetant ainsi les bases de systèmes de transport plus personnalisés et centrés sur l'utilisateur.

This thesis explores the advancement of intelligent vehicles that are increasingly personalized and capable of seamless multi-modal human-machine interaction (HMI). The research addresses key challenges in understanding driver preferences, enhancing vehicle dynamic control, and developing interfaces that foster a reliable and trustworthy driving experience.The study begins by investigating the impact of human factors, including emotions and personality traits, on driving behavior and road safety. Through driving simulations and empirical studies, it highlights how individual differences—such as age, experience, and personality—affect driving performance, particularly under emotional stress. These insights are crucial for developing adaptive models that improve the interaction between humans and vehicles. The research then examines the influence of narcissism on driving behavior, particularly in car-following scenarios under various weather conditions. By integrating personality psychology with driving behavior analysis, the study underscores the importance of systems that can dynamically adjust to individual drivers' traits, enhancing both safety and the overall driving experience.An innovative approach is presented through the development of a haptic interface designed to improve multi-modal takeover requests (TOR) in smart vehicles. The Pneumatic Tactile Silicon Sac (PTSS) interface, which integrates visual, auditory, and haptic feedback, is shown to significantly enhance driver takeover performance, and build greater trust in autonomous systems. Further exploration focuses on self-sensing and virtual sensor technologies, proposing a unified framework for vertical state estimation that incorporates uncertainty, thus advancing vehicle dynamic control and ensuring greater stability and safety.Finally, the thesis explores the critical role of trust in autonomous vehicles through a detailed analysis of real-world driving scenarios, identifying key moments when drivers take over control. This study emphasizes the continuous effort needed to build and maintain trust in self-driving technologies.In conclusion, this research contributes to the ongoing journey towards more personalized vehicles and sophisticated multi-modal human-machine interactions. By integrating psychological insights with advanced engineering solutions, the study advances the adaptability, safety, and trustworthiness of future intelligent vehicles, laying the groundwork for more personalized and user-centered transportation systems.