HFAuto

Human Factor of AUTOmated Driving

Objectifs :

Dans un contexte où l’on cherche à réduire le nombre d’accidents, tout en améliorant les conditions de circulation, que ce soit en termes de congestion et ou en termes de pollution, la conduite hautement automatisée (Highly automated driving, HAD) constitue une solution prometteuse. Toutefois, la HAD ne pourra être déployée en toute sécurité sans que l’on ne sache répondre à certaines questions en matière de facteurs humains et de Coopération Homme-Machine : Quel rôle attribuer au conducteur et à l’automate ? Comment répartir la conduite entre ces deux entités et garantir une transition sécuritaire entre contrôle automatique et contrôle manuel (et vice versa) ? Comment l’automatisation peut-elle s’adapter aux états, voire aux intentions du conducteur ? Quels sont les effets de l’automatisation sur le risque d’accident, les pratiques de conduite, ou l’efficacité des transports ?

HFAuto (Human Factor and AUTOmation) était un programme de recherche et de formation multidisciplinaire européen (réseau ITN) visant à appréhender ces questions sous l’angle conjoint des Facteurs Humain (Psychologie, Ergonomie et Sciences de la Cognition et de l’Ingénierie Cognitive (simulation informatique, théories du contrôle, modélisation mathématique, monitoring du conducteur).

Coordinateur : Delft University of Technology (The Netherlands)

Partenaires : IFSTTAR/TS2/LESCOT, Technical University Munich (Germany), University of Southampton (United Kingdom), Chalmers University of Technology (Sweden), University of Twente (The Netherlands), VTI - Swedish National Road and Transport Research Institute (Sweden)

Partenaires associés : Volvo Technology Cooperation (Sweden), Volvo Car Corporation (Sweden), BMW (Germany), Jaguar (UK), Toyota Motor Europe (Belgium), Continental Automotive GmbH (Germany), TNO (The Netherlands), SWOV (The Netherlands)

Dates : Novembre 2013 – Octobre 2017

Financeur du projet : FP7 People ITN (Marie Curie Initial Training Network)

Implication du Laboratoire :

Face à l’automatisation de la conduite et au transfert de la responsabilité du véhicule vers l’automate, le LESCOT s’est intéressé aux risques potentiels induits par la « sortie de la boucle » de l’humain, en travaillant plus spécifiquement sur l’analyse des effets de l’automatisation de la conduite sur la « Conscience de la Situation » du conducteur, que ce soit en situations de conduite « normales » ou en situations « critiques ». A cette fin, deux expérimentations ont été réalisées sur simulateur de conduite.

La première a porté sur des fonctions d’automatisation du véhicule en conditions d’embouteillages sur autoroute. Les résultats obtenus indiquent qu’un niveau d’automatisation plus élevé (L4, comparé à L3/L2) est jugé par les participants comme plus « utile », réduisant la « difficulté » et la « pénibilité » de la tâche de conduite.

La 2nde expérimentation, portant sur des situations de conduite critiques, s’est intéressé à l’analyse des effets de l’automatisation sur la conscience de la situation (CS), l’évaluation des risque, la capacité des participants à reprendre le contrôle manuel en cas de nécessité, et enfin sur la confiance et l’acceptation par les participants d’un système automatisé gérant le risque à leur place.

Les résultats de cette 2nde expérimentation ont montrés des effets induits par l’automatisation sur la CS des conducteurs, sur l’évaluation des risques, ainsi que sur les stratégies visuelles déployées. En outre, ces effets sont dépendants du niveau d’expérience du conducteurs (conducteurs novices versus expérimentés). Les données empiriques collectées au cours de cette 2nde expérimentation ont enfin été utilisées dans le modèle COSMODRIVE afin de simuler certains effets de l’automatisation de la conduite sur les stratégies d’exploration visuelle du conducteur lors de la reprise de contrôle manuelle de la conduite. Un article de synthèse de ces travaux a été publié en 2018 dans la revue Ingénierie Cognitique. Il peut être téléchargé ici.

Personnes impliquées au LESCOT : Thierry Bellet, Marie-Pierre Bruyas, Matthew Sassman (CDD), Jean-Charles Bornard

Site Web : hf-auto.eu

Vers le haut