Étude de l'estimation par vision et du comportement du regard des motocyclistes pour renforcer la sécurité et l'assistance

Les motocyclistes restent disproportionnellement exposés au risque routier, ce qui motive des avancées en matière d'aides à la conduite centrées sur l'utilisateur, abordables et déployables à grande échelle. Cette thèse répond à ce besoin selon deux axes imbriqués : des études empiriques qui clarifient l'usage de l'information visuelle en courbe, et des chaînes de perception à caméra monoculaire qui estiment la dynamique motocycliste en temps réel.Du côté facteurs humains, la thèse examine le regard du pilote dans des contextes complémentaires : une comparaison sur route des stratégies de regard dans des virages identiques en voiture versus à moto ; un paradigme de réalité virtuelle qui restreint l'accès visuel autour du point tangent à l'aide d'ouvertures circulaires et d'occultations ciblées afin de quantifier les effets sur le contrôle de trajectoire et l'oculomotricité ; et une évaluation en RV d'un indice visuel guidé par le regard conçu pour soutenir les novices en courbe. Les résultats renforcent l'idée d'un pilotage fondé sur la prévisualisation, éclairent le rôle fonctionnel du point tangent et révèlent des différences d'expertise dans la largeur d'exploration visuelle.La contribution technique centrale est une chaîne de perception sans modèle et sans dérive, fonctionnant sans capteurs inertiels ni modèles véhiculaires complexes. Cette chaîne met en œuvre une méthode d'Inverse Perspective Mapping (IPM) pour estimer l'attitude complète du véhicule (roulis, tangage, lacet) dans le repère de la route. Pour dépasser le coût computationnel de l'IPM, une technique plus efficiente, Direct Pixel Mapping (DPM), est introduite ; elle opère directement sur les pixels d'image afin d'obtenir des performances supérieures. En complément, une approche géométrique est développée pour estimer la dynamique latérale—incluant l'angle de dérive (side-slip) et la vitesse latérale—via l'analyse des points de fuite et de la géométrie de voie.Les études de facteurs humains confirment qu'à moto la charge cognitive est plus élevée qu'en voiture, ce qui conduit les pilotes à adopter des stratégies de regard distinctes, centrées sur le point tangent et la trajectoire immédiate. Les algorithmes de vision, validés par des simulations approfondies, montrent une grande précision (sub-degré pour l'attitude) et une faisabilité temps réel sur matériel standard. L'ensemble démontre qu'une caméra monoculaire à faible coût peut servir de capteur complet pour la dynamique motocycliste. Les algorithmes et les enseignements qui en résultent constituent une base essentielle pour des ARAS intelligents et accessibles, améliorant la conscience de la situation en alignant la perception machine sur le comportement de regard du pilote.