L’analyse comportementale des données de conduite exploitée par l’IA pour des voitures plus sûres
Chaque année, plus de 80 000 personnes perdent la vie à la suite d’accidents de la route dans l’Union européenne. Heureusement, l’ère des mégadonnées nous offre la possibilité de tirer des enseignements des erreurs humaines à l’origine de ces tragédies. Le suivi du comportement des conducteurs est désormais possible grâce aux smartphones, aux montres intelligentes et aux capteurs présents dans les véhicules modernes. Ces dispositifs fournissent une multitude d’informations que les nouveaux ordinateurs puissants peuvent analyser. Par exemple, grâce à des méthodes telles que l’apprentissage automatique, nous pouvons identifier des modèles de conduite. En allant plus loin avec l’intelligence artificielle (IA), nous pouvons apprendre et «imiter» le comportement humain au volant. Ceci est particulièrement utile si des modèles de conduite optimaux sont intégrés dans les algorithmes qui gèrent les véhicules automatisés.
Définir la conduite optimale comme la clé de la sécurité
Cette combinaison de données et de méthodologie a été le principe fondateur du projet RHAPSODY, soutenu par le programme Actions Marie Skłodowska-Curie. Le projet a été coordonné par Eleonora Papadimitriou, professeure adjointe de sécurité des transports à l’université technologique de Delft, aux Pays-Bas. Les recherches ont été menées en collaboration avec Dimitrios Tselentis, chercheur post-doctoral au sein de la même équipe. Eleonora Papadimitriou et Dimitrios Tselentis ont exploré une idée simple, mais négligée: la clé de la prévention des accidents de voiture réside dans l’étude des comportements de conduite vertueux et non dangereux. Selon Eleonora Papadimitriou, c’est ce type d’informations qui manque de toute urgence aux véhicules automatisés et autonomes en cours de développement. «Nous devons comprendre que le comportement "optimal" n’est pas nécessairement un comportement parfait, mais un comportement qui minimise les risques tout en maximisant la tranquillité et le confort de la conduite», explique-t-elle.
Des gigaoctets de données transformés en un cadre comportemental
Pour définir concrètement les modes de conduite sûre, le projet RHAPSODY a recueilli les données de non moins de 26 000 trajets effectués par 124 conducteurs dans quatre pays européens. La recherche a été entreprise en collaboration avec le projet de recherche iDreams Horizon 2020 et le département de la sécurité intégrée des véhicules de l’Organisation néerlandaise pour la recherche scientifique appliquée, TNO. Ils ont fourni à RHAPSODY des données de conduite naturelle, collectées pendant de nombreuses années à partir d’expériences de conduite en temps réel. L’analyse de ces données, qui représentent plusieurs gigaoctets, a permis d’obtenir de nouvelles informations. Dans un premier temps, l’équipe a identifié et catégorisé différents types de conducteurs et a déterminé les schémas de conduite répétitifs dans les comportements de conduite quotidiens. Les chercheurs ont également étudié les moments de la journée et les conditions environnementales susceptibles de déclencher ces comportements. RHAPSODY a donc atteint son objectif principal, à savoir comprendre comment les conducteurs gèrent les interactions quotidiennes dans la circulation. Dans l’ensemble, RHAPSODY a fourni un cadre solide pour l’analyse du comportement des conducteurs et de la sécurité des transports. Les chercheurs peuvent maintenant déployer les connaissances acquises dans le cadre des efforts visant à améliorer les technologies personnalisées pour les voitures autonomes. Comme le fait remarquer Eleonora Papadimitriou: «Nous pourrons à terme développer des véhicules automatisés prévisibles et dignes de confiance, avec des avantages essentiels en termes de sécurité pour la prévention des accidents.» Avons-nous fini d’exploiter ces données? Apparemment pas pour Dimitrios Tselentis, qui envisage d’explorer «d’autres techniques d’IA telles que la vision par ordinateur et les réseaux neuronaux afin de consolider (et éventuellement de breveter) les résultats du projet». En d’autres termes, une révolution continue dans le domaine de la sécurité.
Mots‑clés
RHAPSODY, véhicule automatisé, intelligence artificielle, modèles de conduite, sécurité routière, analyse du comportement
