Laboratoire mips

Modélisation, Intelligence, Processus et Systèmes

Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS
UHA
Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS

TRACECARD: TRAining Capabilities for Efficient CAR Driving

Pilote MIPS du projet :

Michel Basset : Professeur des universités

Participants :

  • M. Basset, M. Hassenforder, B. thirion : Professeurs des universités
  • C. Cudel, Philippe Studer, Laurent thiry : Maîtres de conférences
  • A. Birouche : Ingénieur de Recherche
  • S. Bernet : Doctorant
  • J.-C. Chalté, D. Lefloch : Ingénieurs contractuels
  • J. Lambert : Technicien

Type de projet :

  • CEE, Projet franco-norvégien EUROSTAR

Durée du projet :

  • 2008-2012

Collaborations

  • Norvège DPS – Driving Performance Solution AS,
    SINTEF - Stiftelsen SINTEF
    TPS - trafikk Pedagogisk Senter AS
  • France AEMO - AUTOMATION ENGINEERING SARL
    UHA-MIPS (MIAM, LABEL et GL)
    PROCESS ALLIANCE

Description :

Ce projet européen comptant 5 partenaires français et norvégiens, propose de construire un nouveau système d'aide à l'apprentissage des élèves conducteurs.
Cette solution efficace destinée aux moniteurs d'auto-écoles pour les voitures et poids lourds, bus, etc. repose sur la combinaison d'une nouvelle méthode d'apprentissage et d'un système embarqué fondé sur l'acquisition et le rejeu d'informations pertinentes lors de séances de conduite. Ainsi, ce projet, dont la méthode d'apprentissage a été développée et pré-testée en Norvège, est en partenariat avec deux auto-écoles pilotes d'Alsace. L'objectif est donc d'ancrer, dès le départ et sur le long terme, les bonnes pratiques de conduite d'un véhicule de conduite mais surtout de diminuer le nombre d'accidents chez les jeunes conducteurs, notamment ceux résultant d'une prise de risque trop grande.

Pour le projet tracecard, il s'agit de concevoir et développer les solutions technologiques qui permettront de mettre en œuvre la méthode d'apprentissage. Un véhicule d'apprentissage de la flotte d'une auto école sera donc instrumenté avec un système embarqué original. Ce système a pour vocation de capturer de nombreux flux d'informations locaux comme les actions du conducteur (frein, vitesse, clignotants, etc.) mais également sa géoposition ainsi que des flux vidéo provenant de diverses caméras (avant, arrière, conducteur). Un système d'eye-tracking est nécessaire afin de bénéficier de l'information 2D du regard simultanément aux autres informations : ce qui permet de savoir où l'élève regarde, combien de temps, etc.

Plusieurs modes de fonctionnement destinés à améliorer l'apprentissage de la conduite automobile sont planifiés autour du système embarqué. Le mode le plus simple (VSM) consiste à enregistrer dans un tampon mémoire l'intégralité des flux et de stocker les 20 dernières secondes après un évènement particulier notifié par le moniteur (par exemple une erreur de conduite de l'apprenant).

Par la suite, il est possible de rejouer l'enregistrement et de montrer clairement la faute à l'apprenant. D'autres modes plus complexes comme des modes alliant le géopositionnement et des trajets enregistrés au-préalable, permettent d'évaluer la performance d'un apprenant pour un parcours type (prise de rond-point, etc.).

vue de l'IHM du système embarqué

Exemple de vue de l'IHM du système embarqué dont dispose le moniteur.

Le découpage de ce projet européen offre aux groupes de recherche UHA-MIPS impliqués la possibilité d'exprimer largement leurs compétences dans les domaines comme la modélisation, le traitement de l'image et le génie logiciel.

Initiées depuis de nombreuses années au sein du groupe MIAM, en partenariat avec le thème Imagerie Microscopique 3D et Traitement d'Image pour le traitement d'images, l'observation et la modélisation du conducteur trouvent dans ce projet, un terrain de recherche et d'expérimentation important.

Les travaux de thèse de Sacha Bernet sont directement liés à ce projet : il s'agit de déterminer les variables (mesurées ou estimées) et les mécanismes qui permettent d'observer, de détecter et, dans une seconde étape, de modéliser les changements d'états du conducteur. Les premiers résultats ont permis de montrer l'importance des informations issues du eye-tracking et la faisabilité de l'utilisation d'un tel système pour l'apprentissage à la conduite, notamment par le biais du développement d'une nouvelle méthode de calibration rapide (étape toujours délicate en traitement d'image) et des avancées technologiques avec les nouvelles caméras numériques.

En outre, les développements qui ont été réalisés pour la représentation de la direction 2D du regard ont été étendus pour gérer toutes les caméras numériques embarquées du système et identifier automatiquement l'apprenant. D'autres challenges d'ingénierie en termes de dimension, de poids, de design, de connectique, etc. sont traités actuellement pour commercialisation.

Eye-Tracking

Représentation CAO du prototype de eye-tracking développé.

Dans le cadre des activités du groupe GL, 3 contributions importantes ont été apportées à ce projet. Une première mission a consisté à mettre en place une architecture centrale autour de laquelle l'ensemble des modules tant matériel que logiciel vont se greffer. Cette architecture se devait d'être modulaire, ouverte et optimale. La modularité allait permettre une monté en puissance tant dans les matériels intégrés que dans les fonctionnalités proposée.

L'ouverture allait offrir la possibilité de faire évoluer les fonctionnalités au grès des futurs besoins des utilisateurs. L'optimalité a de loin été la propriété a plus complexe à résoudre. En effet, mais si le système est basé sur une architecture type PC avec des ressources qui semblent confortables, nous sommes en réalité en permanence confronté à toutes limites d'un système embarqué qu'elles soient en puissance de calcul, en quantité de mémoire, en espace disque, en connectivité, etc…
L'architecture proposée devait coordonner l'ensemble des ressources sans pénaliser le fonctionnement gouverné par un utilisateur exigeant.

La seconde mission a été de développer le cœur de stockage et de référencement de l'intégralité des flux d'informations du système. Ainsi, une architecture basée sur une hiérarchie de bases de données dédiées et des fichiers médias spécifiques a été proposée. Comme il devait être possible de transférer de façon fiable les données capturées depuis le (ou les) véhicule vers le bureau d'une auto-école et inversement et cela sans avoir une connexion réseau garantie, nous avons du définir un protocole d'échanges original en mode déconnecté assurant la synchronisation en mode non connecté de bases de données.

La troisième mission a été de construire complètement la fonction logicielle assurant le service de construction, d'édition et de publication de trajet d'apprentissage.
Cette fonction nous a amené au développement de trois logiciels distinct, le premier s'intègre dans le système embarqué et permet de relever des points important dans une agglomération au grès des besoins d'un moniteur, le deuxième est une application lourde hébergée par un ordinateur du bureau d'auto-école qui offre le service de construction de trajets dédiés avec une difficulté et une technicité connue, enfin le dernier logiciel s'intègre également dans le système embarqué et offre le service de suivi de trajet en agglomération.

Valid XHTML 1.0 Transitional CSS Valide !