Recherche rapide
Fiche descriptive
Modélisation et surveillance de systèmes Homme-Machine : application à la conduite ferroviaire (Document en Français)
Accéder au(x) document(s) : Droits d'auteur : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Modalités de diffusion de la thèse :
Modalités de diffusion de la thèse :
Auteur : Rachedi Nedjemi Djamel Eddine
Date de soutenance : 09-02-2015
Directeur(s) de thèse : Vanderhaegen Frédéric
- Berdjag Denis
Président du jury : Trentesaux Damien
Membres du jury : Vanderhaegen Frédéric
- Berdjag Denis
- Carsten Oliver
- Schön Walter
- Thiriet Jean-Marc
- Miglianico Denis
Rapporteurs : Schön Walter
- Thiriet Jean-Marc
Laboratoire : Laboratoire d'Automatique, de Mécanique et d'Informatique Industrielles et Humaines - LAMIH
Ecole doctorale : Sciences pour l'ingénieur (SPI)
Rachedi, Nedjemi Djamel Eddine
Nom
Rachedi
Prénom
Nedjemi Djamel Eddine
Nationalité
DZ
Date de soutenance : 09-02-2015
Directeur(s) de thèse : Vanderhaegen Frédéric
Vanderhaegen, Frédéric
Nom
Vanderhaegen
Prénom
Frédéric
Berdjag, Denis
Nom
Berdjag
Prénom
Denis
Président du jury : Trentesaux Damien
Trentesaux, Damien
Nom
Trentesaux
Prénom
Damien
Membres du jury : Vanderhaegen Frédéric
Vanderhaegen, Frédéric
Nom
Vanderhaegen
Prénom
Frédéric
Berdjag, Denis
Nom
Berdjag
Prénom
Denis
Carsten, Oliver
Nom
Carsten
Prénom
Oliver
Schön, Walter
Nom
Schön
Prénom
Walter
Thiriet, Jean-Marc
Nom
Thiriet
Prénom
Jean-Marc
Miglianico, Denis
Nom
Miglianico
Prénom
Denis
Rapporteurs : Schön Walter
Schön, Walter
Nom
Schön
Prénom
Walter
Thiriet, Jean-Marc
Nom
Thiriet
Prénom
Jean-Marc
Laboratoire : Laboratoire d'Automatique, de Mécanique et d'Informatique Industrielles et Humaines - LAMIH
Ecole doctorale : Sciences pour l'ingénieur (SPI)
Discipline : Automatique. Automatique, génie informatique.
Classification : Sciences de l'ingénieur
Mots-clés : Système Homme-MachineTransportFerroviaireSurveillanceModélisation comportementaleFusion de donnéesSystème de détectionConduiteRisqueHypovigilanceSécurité.
Systèmes homme-machine -- Thèses et écrits académiquesSécurité ferroviaire -- Facteurs humains -- Thèses et écrits académiquesTraitement du signal -- Thèses et écrits académiques
Résumé : Ce travail de thèse a pour contexte la surveillance des systèmes homme-machine, où l'opérateur est le conducteur d'un système de transport ferroviaire. Notre objectif est d'améliorer la sécurité du système en prévenant et en évitant les facteurs pouvant augmenter le risque d'une erreur humaine. Deux verrous majeurs sont identifiés : l'aspect caractérisation, ou comment déterminer les phases indicatives et discernables de l'activité de conduite et l'aspect représentation, ou comment décrire et codifier les actions de conduite de l'opérateur et leurs répercussions sur le système ferroviaire dans un formalisme mathématique permettant une analyse sans équivoque. Pour solutionner ces verrous, nous proposons en premier lieu un modèle comportemental de l'opérateur humain permettant de représenter son comportement de contrôle en temps continu. Afin de tenir compte des différences inter- et intra-individuelles des opérateurs humains, ainsi des changements de situations, nous proposons une transformation du modèle comportemental initialement présenté, dans un nouveau espace de représentation. Cette transformation est basée sur la théorie des chaines cachées de Markov, et sur l'adaptation d'une technique particulière de reconnaissance de formes. Par la suite, nous définissons une modélisation comportementale en temps discret de l'opérateur humain, permettant en même temps de représenter ses actions et de tenir compte des erreurs et des évènements inattendus dans l'environnement de travail. Cette modélisation est inspirée des modèles cognitifs d’opérateur. Les deux aspects permettent d'interpréter les observables par rapport à des situations de référence. Afin de caractériser l'état global de l'opérateur humain, différentes informations sont prises en considération ; ces informations sont hétérogènes et entachées d’incertitudes de mesure, nécessitant une procédure de fusion de données robuste qui est effectuée à l'aide d'un réseau Bayésien. Au final, les méthodologies de modélisation et de fusion proposées sont exploitées pour la conception d'un système de vigilance fiable et non-intrusif. Ce système permet d'interpréter les comportements de conduite et de détecter les états à risque du conducteur (ex. l'hypovigilance). L'étude théorique a été testée en simulation pour vérifier sa validité. Puis, une étude de faisabilité a été menée sur des données expérimentales obtenues lors des expériences sur la plate-forme de conduite ferroviaire COR&GEST du laboratoire LAMIH. Ces résultats ont permis de planifier et de mettre en place les expérimentations à mener sur le futur simulateur de conduite multimodal "PSCHITT-PMR".
Classification : Sciences de l'ingénieur
Mots-clés : Système Homme-MachineTransportFerroviaireSurveillanceModélisation comportementaleFusion de donnéesSystème de détectionConduiteRisqueHypovigilanceSécurité.
Systèmes homme-machine -- Thèses et écrits académiquesSécurité ferroviaire -- Facteurs humains -- Thèses et écrits académiquesTraitement du signal -- Thèses et écrits académiques
Résumé : Ce travail de thèse a pour contexte la surveillance des systèmes homme-machine, où l'opérateur est le conducteur d'un système de transport ferroviaire. Notre objectif est d'améliorer la sécurité du système en prévenant et en évitant les facteurs pouvant augmenter le risque d'une erreur humaine. Deux verrous majeurs sont identifiés : l'aspect caractérisation, ou comment déterminer les phases indicatives et discernables de l'activité de conduite et l'aspect représentation, ou comment décrire et codifier les actions de conduite de l'opérateur et leurs répercussions sur le système ferroviaire dans un formalisme mathématique permettant une analyse sans équivoque. Pour solutionner ces verrous, nous proposons en premier lieu un modèle comportemental de l'opérateur humain permettant de représenter son comportement de contrôle en temps continu. Afin de tenir compte des différences inter- et intra-individuelles des opérateurs humains, ainsi des changements de situations, nous proposons une transformation du modèle comportemental initialement présenté, dans un nouveau espace de représentation. Cette transformation est basée sur la théorie des chaines cachées de Markov, et sur l'adaptation d'une technique particulière de reconnaissance de formes. Par la suite, nous définissons une modélisation comportementale en temps discret de l'opérateur humain, permettant en même temps de représenter ses actions et de tenir compte des erreurs et des évènements inattendus dans l'environnement de travail. Cette modélisation est inspirée des modèles cognitifs d’opérateur. Les deux aspects permettent d'interpréter les observables par rapport à des situations de référence. Afin de caractériser l'état global de l'opérateur humain, différentes informations sont prises en considération ; ces informations sont hétérogènes et entachées d’incertitudes de mesure, nécessitant une procédure de fusion de données robuste qui est effectuée à l'aide d'un réseau Bayésien. Au final, les méthodologies de modélisation et de fusion proposées sont exploitées pour la conception d'un système de vigilance fiable et non-intrusif. Ce système permet d'interpréter les comportements de conduite et de détecter les états à risque du conducteur (ex. l'hypovigilance). L'étude théorique a été testée en simulation pour vérifier sa validité. Puis, une étude de faisabilité a été menée sur des données expérimentales obtenues lors des expériences sur la plate-forme de conduite ferroviaire COR&GEST du laboratoire LAMIH. Ces résultats ont permis de planifier et de mettre en place les expérimentations à mener sur le futur simulateur de conduite multimodal "PSCHITT-PMR".
Type de contenu : Texte
Format : PDF
Format : PDF
Identifiant : uvhc-ori-oai-wf-1-1803
Type de ressource : Thèse
Type de ressource : Thèse