13. Consortium
ConsortiumConsortium
Consortium
Consortium
Constructeurs Equipementiers Instituts de recherche Autres
Vehicle Manufacturers
Vehicle Manufacturers Vehicle Automotive AutomotiveAutomotive Suppliers Research Research Centres andCentres Organisations Other Organisations
Automotive Suppliers Suppliers Suppliers
Vehicle Manufacturers
Manufacturers Universities and
UniversitiesUniversities and Research Research Centres Organisations Other Organisations
and Centres Universities Other Other
European Center for Information Center for Information
European European Center for Information
European Center for Information
and Communication Technologies
and Communication Technologies
and Communication Technologies
and Communication Technologies
EICT GmbH EICT GmbH EICT GmbH EICT GmbH
euroFOT euroFOT iseuroFOT iseuroFOT is a Commission DGco-funded Integrated Project (IP)
is a EuropeanEuropean Commission DG InformationInformation Society Integrated co-funded Integrated Project (IP)
a Commission DG Information Society Society co-funded co-funded Project (IP) Project (IP)
a European European Commission DG Information Society Integrated
Duration:Duration: 40from Mayfrom May 40 Months,2008 until August 2011
40 Months, Months,40 Months,2008 until August 2011
Duration: Duration: August 2011 May 2008 until August 2011
2008 until from May from
Total cost: !22cost: TotalMillion !22 Million!22Million EC contribution: !14 Million
Total Million EC contribution: !14 Million Million !14 Million
EC contribution: !14
!22 cost:Total cost: EC contribution:
www.eurofot-ip.eu
www.eurofot-ip.euwww.eurofot-ip.eu
www.eurofot-ip.eu
Contact: Contact: Contact: Coordinator: Aria Etemad, aetemad1@ford.com Etemad, aetemad1@ford.com
Project Contact:Coordinator:Project Coordinator: Aria
Project Project Coordinator: Aria Etemad, aetemad1@ford.com
Aria Etemad, aetemad1@ford.com
14. LDW & IW
MAN
Volvo Trucks
SCS BLIS
Volvo Cars
CEESAR Volvo Cars
VW
Fiat
ACC Audi
SafeHMI
Ford
BMW
MAN
Mercedes
Volvo Trucks
35
CAN + Video
Volvo Cars + Extra sensors
VW CSW
150
Audi CAN + Video
Ford
275 CAN Only
FCW
FEA
Ford
460 Data Loggers in Total
Volvo Trucks
MAN
Volvo Trucks
Volvo Cars
1500 questionnaires to 50+ FEA Trucks
300 vehicles with LDW auto-logging
16. the first prototype vehicles. These prototype vehicles will be
on procedure, in a pilot experiment before the real euroFOT
lts
ults
Méthode
Function Identification Socio-Economic
& Description Cost Benefit Analysis
Use Cases Impact Assessment
Research Questions Research Questions
Preparing & Hypothesis & Hypothesis Analysis Analysis
Performance Indicators &
Legal & Ethical Issues Data Analysis
Study Design
Database
Measures & Sensors
Measures Performance
Indicators
Data Acquisition
oFOT project
oFOT project
objectives, Driving
r objectives,
stallation, and a
stallation, test a
sive pilot and
nsive pilot test ”
”
21. Objectifs
• Etudier les comportements réels de l’usage de systèmes de transport
intelligents en milieu écologique
• Avantages
• Nombreuses situations écologiques
• Usages réels : risque, détournement, appropriation
• Contraintes
• Uniquement observation des comportements
• Opinion des utilisateurs globales
• Automatisation du recueil nécessaire
Méthode itérative pour la conception du FOT
22. Processus de conception
du FOT
Que veut-on Hypothèses de Que veut-on
mesurer recherche analyser
Protocole Plan
expérimental Itératif d’analyse
Comment Comment
peut-on le peut-on
mesurer Indicateurs de performance l’analyser
Variables situationnelles
23. Description des
hypothèses 1/4
• Déclaration spécifique liant une cause à un effet et basée sur un
mécanisme liant les deux.
• Evaluée avec des moyens statistiques en analysant des indicateurs
de performance spécifiques dans des scénarios spécifiques.
• Prévoie la direction du changement attendu.
• S= Sécurité,
E= Environnement,
• U= Usage,
A= Acceptabilité
• M= Mobilité,
D= Comportement du conducteur,
24. Description des
hypothèses 2/4
•
Raison :
Pourquoi évaluons-nous cette hypothèse ?
•
Situations de Comparaison :
Situation qui sera utilisée pour la comparaison dans une analyse.
1) Conduite de référence (AUCUN SL/CC) comparée à conduite avec systèmes (SL/CC disponibles)
2) Conduite avec systèmes comparée à une référence extérieure
(par exemple une base de données d'accident ou un modèle d'émission de CO2)
3) Conduite avec systèmes comparée entre type de conducteur différent ou situation routière
différente
4) Avis du conducteur enregistré plusieurs fois
5) Conduite avec systèmes enregistrée plusieurs fois
• Cas d'Utilisation et Scénario
1) N'importe quel scénario où la vitesse n'est au-dessus de 30 km/h
2) Aucun cas d'utilisation particulier
3) N'importe quel scénario
25. Description des
hypothèses 2/3
• Facteurs Contrôlés
facteurs constants dans une analyse
A - Activation-SL
B - CC Activation
C - Caractéristique du conducteur (chercheur de sensation)
D - Type de Route
- Densité d'Intersection
E
F - Vitesse s'étend
G – Météo
• Facteurs variables
non gardés constants dans une analyse, ayant de l'influence sur les résultats
a - Densité de trafic
b - Type de Route
c - Temps absolu (jour/semaine)
d - Météo
e - Limitations de vitesse
l – Pente de la route
f – Rayon de courbure
g - Caractéristique du conducteur (chercheur de sensation)
k - Température du moteur
m - Caractéristique de Conducteur (âge)
p - Caractéristiques du système
q - Limitation de vitesse contextuelle
r – Nombre de km avec système activé
26. Description des
hypothèses 4/4
• Indicateur(s) de performance
Indicateur quantitatif ou qualitatif,
tiré d'une ou plusieurs mesures, convenues à l'avance,
exprimé comme un pourcentage, un index, une note ou une autre valeur,
contrôlé à intervalles réguliers ou irréguliers
peut être comparé à un ou plusieurs critères.
27. Exemple d’hypothèse
Domaine U1
La fonction de SL sera utilisée plus sur des routes urbaines et des
Hypothèse routes avec beaucoup d'intersections.
Respecter la limitation de vitesse sans avoir a contrôler la vitesse en
Raison zone urbaine
Situations de 3) Conduite avec systèmes comparée entre situations routières
Comparaison différentes
UC/Scénario N'importe quel scénario où la vitesse est au-dessus de 30 km/h
Facteurs A - SL Activation D – type de route G – Météo
Contrôlés E - Densité d'intersection F - Vitesse (vitesse > 30km/h)
Facteurs a - densité de trafic q - limitation de vitesse contextuelle
variables b - type de Route
Indicateurs de
performance nombre de km avec le système activé
28. Hypothèses pour les deux
systèmes1/2
• Comportement du conducteur
• L'utilisation SL/CC réduira la vitesse moyenne du véhicule
• L'utilisation SL/CC réduira le nombre d’excès de vitesse
• L'utilisation SL/CC augmentera le nombre de jerks importants
• Sécurité
• La pénétration importante des SL/CC diminuera le nombre d'accidents
• La pénétration importante des SL/CC diminuera la sévérité des accidents
• Usage
• Pour les CC/SL la vitesse choisie sera au-dessous de la vitesse légale pour des
conducteurs « non-chercheurs de sensation »
• Pour les CC/SL la vitesse choisie sera juste au dessus de la vitesse légale (juste pour
éviter des amendes) pour des conducteurs « chercheurs de sensation »
29. Hypothèses pour les deux
systèmes 2/2
• Environnement
• L'utilisation SL/CC réduira la consommation de carburant et l'émission de CO2
• Acceptabilité
• Le niveau d'acceptation et la confiance augmentera avec l'expérience du SL/CC
• L'utilisation du SL/CC augmentera le confort et le plaisir de conduire
• Certaines caractéristiques (fonctions) des SL/CC en termes de facilité d'emploi
influenceront l'acceptation.
• Certaines caractéristiques(fonctions) du système SL/CC, en terme d'utilité, influenceront
l'acceptation d'utilisateur ?
• SL/CC l'utilisation des système augmentera en fonction du temps.
• La charge de travail du conducteur diminuera en fonction du temps avec l'utilisation de
système SL/CC.
• Les pratiques de l’utilisateur (heuristiques, règles) changeront en fonction du temps
pendant le FOT.
30. Hypothèses spécifiques à
un système
• Usage
• La fonction SL sera plus utilisée sur des routes urbaines et des routes avec beaucoup
d'intersections
• La fonction CC sera utilisée plus sur autoroutes et sur routes avec peu d'intersections
• Sécurité
• L'utilisation CC augmentera le temps de réaction pour freiner
31. Indicateurs objectifs de
performance 1/2
• Activation des systèmes
• Nombre de km avec le système activé
• Pourcentage de km avec le système activé
• Vitesse
• Distribution (moyenne speed ,écart type ,max)
• Evolution de la vitesse (distribution instantanée)
• Moyenne de la différence entre la vitesse et la vitesse limite
• Excès de vitesse
• Fréquence des excès/km
• Pourcentage de temps au dessus de la vitesse limite
• Moyenne des différences entre la vitesse et la vitesse limite
32. Indicateurs objectifs de
performance 2/2
• Accélération
• Fréquence du jerk longitudinal
• Position des pieds
• Temps entre de début du mouvement et le début du freinage
• Pourcentage de temps avec les pieds sur les pédales d’accélérateur et de
frein
• Distances moyenne, max et min entre la pied et la pédale de frein
• Consommation de carburant
• Histogramme de consommation [par variable situationnelle. /événement]
• Moyenne de consommation (1) calculée total
• Moyenne de consommation (1) calculée par le moteur
34. Plan expérimental
• Besoins
• Beaucoup d’hypothèses mesurent une évolution
Nécessité d’une référence de conduite sans système
• Etalonner les indicateurs de performance
Nécessité de données vidéo
• Résultats quantitatif
Besoin d’une large période de recueil
• Contraintes
• Temps d’analyse, coût d’équipement , coût de stockage de données
5 véhicules suréquipés sur 1.5 mois et 35 véhicules moins
équipés sur un an
Chaque participant aura les deux types de véhicules
36. Processus de conception
du FOT
Que veut-on Hypothèses de Que veut-on
mesurer recherche analyser
Protocole Plan
expérimental Itératif d’analyse
Comment Comment
peut-on le peut-on
mesurer Indicateurs de performance l’analyser
Variables situationnelles
39. Processus de conception
du FOT
Que veut-on Hypothèses de Que veut-on
mesurer recherche analyser
Protocole Plan
expérimental Itératif d’analyse
Comment Comment
peut-on le peut-on
mesurer Indicateurs de performance l’analyser
Variables situationnelles
40. Plan
1. Introduction : Des données complexes
pour des analyses multiples
2. Répondre aux hypothèses
3. Analyse globale des impacts
1. Méthode indirecte
2. Méthode directe
4. Planning
41. 1. Des données complexes pour
des analyses multiples
cap
teu
rs
Carto
graph Analyse d’impacts:
ie
• Sécurité
• Mobilité
vide
o BDD • Environnement
s
ai re
n
on
e sti
qu
42. Objectifs du projet EuroFOT
• Evaluer l’acceptabilité et l’utilisabilité du système.
• Analyser les effets sur le comportement de conduite, la
charge mentale, et étudier les effets d’apprentissage.
• Identifier les effets des systèmes sur la sécurité, la mobilité
et l’environnement.
• Mener une analyse socio-économique de type coût/
bénéfice.
43. Enjeux
• Aucun précédent Européen sur l’analyse des FOT
• Des dizaines de milliers d’heures de route
• Quelques centaines (milliers) d’évènements à repérer,
extraire et analyser
• Comment analyser un jeu de données gigantesque et
déstructuré afin d’aboutir à une analyse coût/bénéfice
fiable ?
44. 2. Répondre aux hypothèses de
recherche
Utilisation d’indicateurs reliés au phénomène étudié
(Performance indicators, PI).
Analyses de variance (comparaison de moyennes avec/
sans).
Approche descriptive qui moyenne le comportement des
conducteurs selon les situations.
Description des situations à l’aide de variables (Type de
route, nbre de voies, météo, niveau de congestion,
limitation de vitesse etc.)
45. Calcul des PI
• PI objectifs
Obtenus grâce aux capteurs embarqués
Ils sont agrégés selon les situations de conduite
Les situations de conduite sont des combinaisons de variables de
situation (type de route, limitation de vitesse etc.)
• PI subjectifs
Obtenus grâce aux questionnaires
Indicateurs globaux : Ne sont pas reliés aux situations de
conduite
46. Test statistique d’une hypothèse
• Idée de fond :
Prendre une décision entre deux hypothèses
H0 : Il n’y a pas de différence avec/sans le système
H1 : Il y a une différence
Si les données mesurées lors du FOT « avec » système sont
« significativement » différentes, on accepte H1.
Accepter H0 n’est pas une preuve que le système n’a pas d’effet…
• Quel seuil de significativité choisir ?
47. Exemple : Utiliser le CC réduit la
consommation de carburant
Fuel consumptions
• Facteurs contrôlés : Etat du CC, Densité Baseline
during baseline
Trip_1 L/100km
de trafic Driver_1 ...
Trip_n1 L/100km
...
• Facteurs variables : Type de route, type de Trip_1 L/100km
conducteur, vitesses limites, pente, Driver_k ...
Trip_nk L/100km
température Experiment
Trip_n1+1
(only data with SL L/100km
“on”) (split in different
• PI : Consommation en l/100km
parts according to SL
usage)
Driver_1 ...
• Méthode : Analyse de la variance
Trip_n1’
L/100km
(split in different
parts according to SL
usage)
• Construction de tables différentes pour ...
chaque facteur variable Trip_nk+1
L/100km
(split in different
parts according to SL
• Cette approche ne tient pas compte de Driver_k
usage)
...
scenarios types : Les sommets de côte par Trip_nk’(split in
exemple different parts
according to SL
usage)
L/100km
48. 3. Impact global
• Objectifs
Analyser les effets de la fonction testée au
niveau National/Européen,
Concernant l’impact sur le trafic, la mobilité et
l’environnement.
Etudier plusieurs taux de pénétration.
Permettre une analyse coût/bénéfice.
49. Evaluations indispensables pour une ACB
• Impact sur le trafic
Effets directs : Temps de trajet, homogénéisation du trafic, réduction des congestions
Effets indirects : Réduction du nombre de situations accidentogènes liées aux congestions
• Impact sur la sécurité
Réduction du nombre de situations accidentogènes liées au système (modélisation).
Réduction de la gravité des accidents liés au système
• Impact sur l’environnement : Consommation et émissions de CO2
Liés aux effets du système
Liés aux effets indirects sur le trafic
50. Hypothèses communes
nécessaires
CAN Only
Additional Hypotheses for impact assessment - Direct route Vehicles Fully instrumented Vehicles
Safety Function x decreases the average speed OK OK
Safety Function x decreases the variation in speed OK OK
Safety Function X decreases the share of critical THW OK OK
Safety Function X decreases the share of critical TTC OK OK
Safety Function X decreases the share of critical TLC OK
Safety Function X decreases the number of unintended line crossings OK
Safety Function X decreases the number of heavy steering jerks OK OK
Safety Function X decreases the frequency and duration of hard braking OK OK
Safety Function X decreases the frequency and duration of hard accelerationOK OK
Mobility Function X increases the number of trips OK OK
Function X increases the number of vehicle km travelled (per road
Mobility category) OK OK
Environment Function X decreases the fuel consumption per km OK OK
51. Différentes approches
• Méthode indirecte
Utilisation des données FOT comme entrée de modèle de
comportement du conducteur
Modélisation des interactions avec les autres véhicules
Simule différents taux de pénétration
• Méthode directe
Utiliser directement les données issues du FOT
Projeter à l’échelle nationale en extrapolant les situations
observées
Mais peu fiable pour des systèmes interagissant avec le trafic
52. Méthode indirecte : Simulation de trafic
• Pour la France : Utilisation de ITS Modeler (TNO).
• Permet de répondre aux questions environnementales, et
d’étudier différents taux de pénétration.
53. Méthode directe : comment évaluer les
effets sur la sécurité ?
• Une littérature abondante sur les mécanismes
d’accident : TRACE, eIMPACT, AIDE, etc.
• Mais pas de consensus européen sur une
méthodologie.
• Tentative de mettre en place une méthodologie
nouvelle adaptée à chaque système.
54. Principe
• Evaluer l’impact sur la sécurité signifie transformer les
données FOT (vit, TIV, etc.) en nombre de morts (et/ou
blessés grâves).
• Impact sécurité = Proba d’accident * grâvité * exposition
au risque
• Risque :
Risque d’accident = Proba d’accident * grâvité
• Comment déterminer ce risque ?
• Et l’exposition au risque ?
55. Plusieurs choix
• Utilisation de relations entre vitesse moyenne et risque/
gravité (Nilsson)
• Détailler le risque d’accident selon les situation
(combinaisons SV variables) et utiliser les BDD d’accident
Européennes pour extrapoler (Matrices de risque)
• Etudier en détail chaque « type » d’accident potentiellement
modifié par la fonction
Utilisation de modèles physiques
Détection des situations de conflits et de presque-accident
56. Problèmes
• Bases de données d’accident françaises insuffisamment
détaillées, confidentielles, ou non-représentatives
Impossibilité d’extrapoler à partir des données FOT de type
« conflits » ou presque accidents
• Usage intensif de la vidéo difficile pour la détection de
conflits. Mais indispensable …
• Très grand nombre de situations de conduites
différentes : risque de données insuffisantes
57. Pour SL/CC
• Tentative de combiner les différentes approches :
Détection des conflits et des presque-accidents
Approche moyenne (ex du LAVIA)
Matrice de risque (combinaisons de SV)
Simulation (ITS Modeler)
• Mais extrapolation à la France rendue difficile par
manque d’information disponible.
58. 4. Planning
• Mars 2010 : 1er concept méthodologique
• Avril-Mai 2010 : visite aux USA (VTTI, UMTRI,
Volpe Center)
Six personnes expérimentées en accidentologie,
sécurité routière, technique automobile, psychologie,
facteurs humains, et statistique.
• Juin 2010 : second concept methodologique
• Sept 2010 : methodologie OK
• Fin 2010 : Outils prêts
59. Processus de conception
du FOT
Que veut-on Hypothèses de Que veut-on
mesurer recherche analyser
Protocole Plan
expérimental Itératif d’analyse
Comment Comment
peut-on le peut-on
mesurer Indicateurs de performance l’analyser
Variables situationnelles
63. Overview
• Objective data
• Subjective data
• Why is subjective data important in FOTs?
• The euroFOT questionnaire
• Conclusion
64. Objective Data
• Objective data are observations that do
not involve personal feelings and which are
based on observable facts
• eg vehicle speed, driver eye glance
location, and time to collision.
• Objective data are derived from on-board
sensors – such as radar, video, eye tracking
systems etc and are recorded by a data
acquisition system equipped to vehicle.
65. Subjective Data (1)
• Subjective data are observations that
involve personal feelings, attitudes, and
perceptions.
• eg subjective mental workload, perceived
satisfaction, trust …
66. Subjective Data (2)
• Subjective data for Field Operational Tests
are usually derived from three main
sources:
- questionnaires
- interviews (with individual drivers)
- focus groups
67. Subjective Data (3)
• In euroFOT, we are relying on a questionnaire to collect
subjective data :
- to ensure that the same data is collected in the same
way by each of the vehicle management centres across
Europe
- to minimize the time required to collect the required
information
- to enable us to collect the information we need at
specific points in time during the study
- to make it easier to aggregate and harmonize the
analysis of the subjective data by the different VMCs
68. Why is Subjective Data
Important?
• to obtain insights that cannot be obtained by objective
methods
• to collect data that cannot, for technical reasons, be
collected by the vehicle data acquisition system
• to understand why a hypothesis tested does not yield an
expected result
• to test whether the systems under investigation have a
differential effect on different driver sub-groups
• to understand why the system is effective
69. euroFOT questionnaire
(1)
• The euroFOT questionnaire is divided into six parts.
• It is designed to collect subjective data that will enable us
to answer, for each of the functions being evaluated,
several specific questions.
• Subjective data will be collected before, during and after
drivers have interacted with the systems - so we can
assess changes over time eg changes in subjective mental
workload and driver acceptance
70. euroFOT questionnaire
(2)
why do drivers choose not to participate in the study?
what is the impact of the system on driver subjective mental workload?
Is the system acceptable to drivers?:
perceived usefulness
perceived satisfaction
perceived social acceptability
affordability
trust
perceived effectiveness
perceived ease of use
71. euroFOT questionnaire
(3)
What are the driver characteristics that could influence the impact of the systems
on driving performance and behaviour? :
Accident record
Experience with in-vehicle technologies
Experience with other technologies
Attitude toward target behaviours
Demographic data (eg age, gender)
Personality (sensation seeking)
Travel patterns (by road type/time of day)
Driving behaviour (self reported targeted behaviours)
Social influence (degree to which significant others influence the driver)
72. euroFOT questionnaire
(4)
Do drivers misuse or abuse the systems – do they use the system in ways not
intended by the designers of the system?
Do drivers intend to use the system after the study is over?
Does the way in which drivers interact with the system change over time? And
how?
73. Conclusions
There are 3 main challenges for euroFOT in collecting
subjective data using questionnaires.
Questionnaires need to be short, as previous experience with FOTs has
shown that drivers will not complete them if they are too long, or if there
are too many .
The Field Operational Test is a maturing methodology, and for some
information that we wish to collect in euroFOT there currently exist no
valid, reliable and standardised measures. We had to develop our own
measures.
The questionnaires must be designed so that data that are collected can be
easily analysed.
76. Recrutement
• Réseau Renault
• 35 conducteurs > 5 conducteurs par vague
• Véhicules neufs (Clio & Laguna)
• 30-59 ans (puis 25-30 ans si nécessaire)
• Hommes - Femmes
• Ouest de la région parisienne
• Kilométrage / an > 15 000
80. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Entretien téléphonique (20’)
• Conformité avec les critères d’inclusion
• Rendez-vous pour le recrutement
81. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 1 : Recrutement (2h00)
• Présentation de CEESAR / INRETS et de EuroFOT
• Présentation de l’instrumentation
• Présentation et signature des documents conducteurs
• Prise du prochain rendez-vous
82. Accords avec le
participant
• Notice d’information
• Consentement libre et éclairé
• Formulaire d’accord de participation
• Autorisation d’utilisation d’image
• Conditions générales de prêt de véhicule
83. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 2 : Instrumentation (4h30)
• Instrumentation
• Questionnaire Time 1
• Explication: hotline, équipements
• Formation RV/LV
• Prise du prochain rendez-vous
84. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 3 (20’)
• Permutation des véhicules > véhicule CEESAR
• Prise du prochain rendez-vous
85. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 4 (40’)
• Permutation des véhicules > véhicule personnel
• Questionnaire Time 2
• Prise du prochain rendez-vous
86. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 5 (20’)
• Permutation des véhicules > véhicule CEESAR
• Prise du prochain rendez-vous
87. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 6 (40’)
• Permutation des véhicules > véhicule personnel
• Questionnaire Time 3
• Prise du prochain rendez-vous
88. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 7 (40’)
• Permutation des véhicules > véhicule CEESAR
• Prise du dernier rendez-vous
• Démontage de l’instrumentation
89. Protocole expérimental
Recrutement 10 s 2s 16 s 2s 16 s 2s
Achat Livraison
Rendez-vous 8 (60’)
• Récupération du véhicule CEESAR
• Questionnaire Time 4
• Débriefing
90. Logistique
• Hotline
• Scénarios de défaillance pour l’ensemble du
système «FOT»
‣ Actions à entreprendre par le CEESAR
et/ou le participant
91.
92. « Don't undertake a project unless it is
manifestly important and nearly impossible »
Edwin Land
1909-1991
134. Stockage
Trajets Conducteurs
Situations
Description
des événements
Véhicules
Evénements
Signaux Description
Description des signaux
des événements
Description
des process
135. Analyse
Trajets Conducteurs
Situations
Description
des événements
Véhicules
Evénements
Signaux Description
Description des signaux
des événements
Description
des process
137. Processus complexe
• Nouvelles versions d’algorithmes...
• Nouveaux signaux dérivés...
• Nouveaux types de données agrégées,
nouveaux attributs...
➡ Evolution du modèle de données, pendant
et après l’expérimentation
Modèle de donnéesde données
Modèle Modèle de données
138. Processus complexe
• Création manuelle, validation, invalidation des
évènements.
• Edition interactive d’attributs des
évènements.
➡ Conflit avec l’évolution des algorithmes de
classification ?
139. Processus complexe
• Plusieurs analystes / codeurs travaillent en
même temps.
• Chaque itération peut être très coûteuse en
calcul.
140. Processus complexe assisté ?
• Automatiser les tâches et éliminer tout
calcul redondant (dépendance, contrôle de
version)
• Donner un cadre strict aux tâches
manuelles (évolution du modèle,
annotation...), contrôler et automatiser leur
impact.
• Prendre en charge l’assurance qualité
151. • Observation des usages du système de
transport. (Globalité: pas seulement safety, pas seulement véhicule)
• Puissance statistique & observation des
évènements rares
• Industrialisation des outils et méthodes
• Contrainte au pragmatisme et au réalisme,
pour les concepteurs comme pour les
chercheurs (Expérimentation sur le terrain de concepts matures)
152. • Concevoir le système «euroFOT», c’est :
- Mettre en place une flotte de véhicules connectés
- Rapatrier, et traiter en quasi temps réel des données concernant les véhicules,
la conduite et l’environnement
- Fusionner ces données à celles émanant d’autres bases (par exemple : données
cartographiques)
- Utiliser les indicateurs obtenus comme entrée de modèles de trafic afin
d’obtenir des prédictions.
= toutes compétences techniques et conceptuelles
nécessaires à la mise en place d’un ITS
153. • Innovation ~= technologie (expérimentations sur le
terrain permettent d’identifier aussi les freins non technologiques)
• Aujourd’hui couteux mais :
- mutualisable
- technologie gratuite
(presque)
- voiture connectée = réalité
• Excellent support de comm’ grand public
154. Diagnostic du système de transport
produit A produit B produit C
Les compétences développées permettent l’évaluation de
produits
155. produit «ITS»
Diagnostic temps réel du système de transport
Les compétences développées sont également au coeur de
produits futurs
156. « The best way to predict the future is to invent it »
Alan Kay
1940-