Présentation de Maria Ruchiga
Passionnée par les mathématiques, j'ai obtenu une licence en mathématiques générales à l'Université Paris Cité et un Master en mathématiques appliquées à Aix-Marseille Université. Actuellement en doctorat, je souhaite utiliser les mathématiques au service de la sociéré dans un domaine innovant. Travailler sur la sécurité des véhicules autonomes me permet d'explorer un domaine en constante évolution et de contribuer à une utilisation sûre de cette nouvelle technologie, tout en continuant à développer mes compétences et ma pensées critique.
Présentation des travaux de thèse de Maria Ruchiga
L'objectif de ma thèse consiste à élaborer une méthode innovante de génération aléatoire de scénarios accidentogènes afin d'évaluer l'impact potentiel des véhicules autonomes (VAs) sur l'accidentologie. Cette démarche repose principalement sur deux piliers :
1. Elle s'appuie sur les récents développement des outils de simulation pour modéliser le comportement des véhicules autonomes.
2. Elle prend en compte une analyse des scénarios d'accidents les plus fréquents ou les plus graves, qui tient compte des spécificités d'interactions les véhicules autonomes avec les véhicules conventionnels.
La sélection de ces scénarios s'effectue à partir d'une revue de la littérature portant sur les accidents impliquants des VAs, ainsi que sur les avis d'experts. Nous avons identifié 10 scénarios spécifiques à simuler, pouvant être regroupés en trois catégories : suivi, intersection et changement de voie.
L'outil de simulation permet de reproduire les comportements de conduite humains, ainsi que ceux des VAs. Cette approche offre la possibilité de comparer les performances de ces deux groupes en termes de gestion de situations accidentogènes.
En générant des milliers de variations aléatoires pour chaque scénario, et ce, pour plusieurs types de scénarios, nous pourrons ainsi obtenir la puissance statistique nécessaire pour des conclusions robustes. En effet, chaque scénario est caractérisé par des paramètres. Certains pouvant être constants pour chaque simulation, notamment ceux liés à l'infrastructure, tels que le type de route ou la signalisation. A l'inverse, d'autres peuvent varier d'une simulation à l'autre, notamment les aspects liés aux véhicules et ses conducteurs : temps de réaction, vitesse, décélération maximale, etc.
Les résultats obtenus nous permettront de fournir des données concrètes quant à l'amélioration de la sécurité routière induite par les véhicules autonomes. Par exemple; nous pourrons comparer les accidents évités par les véhicules autonomes par rapport aux véhicules conventionnels. D'autre part, ces résultats mettront en lumière les scénarios particuliers où l'amélioration de la sécurité routière pourrait être moins importante que prévu, attirant ainsi l'attention sur ces cas spécifiques.
Ce travail s'inscrit dans le cadre d'une coopération entre le Cerema et l'Université Gustave Eiffel.