Prendre en compte la réaction des personnes face à un risque
Dans la plupart des cas, une personne face à un risque imminent (déséquilibre, impact à venir, etc.) a le temps de le percevoir et de réagir.
En effet, lorsqu’un accident de la route se produit, le conducteur voit généralement arriver le danger. Il a ainsi le temps d’essayer de freiner pour éviter l’accident ou au moins de se raidir pour mieux encaisser le choc. De même, une personne debout dans le métro peut se retrouver déséquilibrée lors d’un freinage d’urgence. Dans la plupart des cas, elle aura le temps d’essayer de rattraper son équilibre ou bien de tenter de limiter l’impact de cette chute.
Ces réactions, lorsqu’elles sont appropriées, permettent d’éviter l’accident ou d’en limiter les conséquences. En revanche, elles peuvent aussi avoir l’effet inverse et générer un risque supplémentaire. Cela peut notamment se produire lorsqu’un dispositif d’évitement de piétons1 se déclenche en urgence, alors que celui-ci aurait pu être évité, et qu'il n'entraîne un sur-accident.
L’étude de ces réactions et leur intégration dans les modèles numériques de l’homme est donc un enjeu majeur. Ainsi, le LBMC mène plusieurs recherches afin de mieux identifier les situations à risque mais aussi de mieux protéger les personnes.
Analyse du mouvement en situations de pré-crash
Comment réagit un piéton, jeune ou âgé, lorsqu’au court d’une traversée de rue surgit un véhicule à grande vitesse menaçant de l’impacter ? Et quelles peuvent être les conséquences de cette réaction ?
Pour répondre à cette question, l’Ifsttar a mis au point l’expérimentation suivante :
Des sujets jeunes et âgés évoluent, à tour de rôle, dans un environnement virtuel qui simule une rue dans laquelle circule un flot de véhicules. Au cours de l’une des traversées piétonnes, le simulateur fait apparaitre un véhicule, circulant à vive allure, accompagné d’un bruit d’accident. La réaction des personnes est enregistrée à l’aide d’un dispositif d’analyse du mouvement similaire à ceux utilisés dans l’industrie des jeux vidéo ou du cinéma d’animation.
Il résulte notamment, de cette expérimentation, un recueil d’informations sur la posture des sujets au moment de l’impact ainsi que leur activité musculaire2. Ces informations sont ensuite intégrées aux différents modèles de prédiction de lésion afin d’estimer si ces réactions tendent à diminuer ou à augmenter le risque encouru par le piéton.
Exemple de différentes postures observées au moment de l’impact virtuel.
Modélisation des mécanismes du maintien et de l’équilibre
Le maintien de l’équilibre en position debout est une tâche relativement difficile. C’est notamment le cas lorsqu‘un individu se situe dans un environnement perturbé tel qu‘un véhicule de transport en commun.
Les chutes y apparaissent en effet comme l’une des causes de blessure les plus courantes. La peur de chuter peut également être citée, par les séniors, comme l’un des freins à leur utilisation. Ce constat engendre de nombreuses questions : Quel est le risque de chute encouru par une personne en fonction de ses capacités et de la perturbation d’équilibre qu’elle subit ? Peut-elle se rattraper et de quelle manière ?
Pour y répondre, le LBMC travaille depuis quelques années à la modélisation des mécanismes du maintien et du rattrapage d’équilibre. Les modèles développés sont constitués d’une représentation mécanique du corps humain et de contrôleurs qui déterminent les actions de rattrapage à entreprendre3. Ils sont ensuite testés sur des données expérimentales préalablement recueillies lors d’expérimentations sur sujets volontaires.
Pour aller plus loin
2 Anurag Soni, Thomas Robert, Frédéric Rongieras, and Philippe Beillas. Observations on pedestrian pre-crash reactions during simulated accidents. Stapp car crash journal, 57:157–183, 2013.
3 Zohaib Aftab, Thomas Robert, and Pierre-Brice Wieber. Predicting multiple step placements for human balance recovery tasks. Journal of Biomechanics, 45:2804 – 2809, 2012.
