Évaluation de la performance des capteurs véhiculaires pour la détection des usagers vulnérables

L'automatisation graduelle des véhicules repose sur les systèmes d'aide à la conduite. Ces systèmes se basent sur les données de différents capteurs embarqués permettant de percevoir l'environnement et prendre une décision en cas de danger. Dans ce cadre s'articule ce présent projet qui vise à évaluer des capteurs de détection des usagers de la route (véhicule, piéton et cycliste) et d'obstacles. Bien que de nombreuses études d'évaluation des systèmes de détection ont été réalisées dans la littérature, ce sujet reste un défi. Ces études se concentrent sur l'évaluation d'un système composé de différents capteurs fusionnés. Cependant, ce travail évalue la performance des capteurs de manière indépendante. Cette étude vise à déterminer l'efficacité de ces dispositifs destinés à aider les conducteurs à éviter les collisions avec les usagers vulnérables et autres obstacles. Ce présent rapport présente le choix et l'intégration des capteurs véhiculaires, la réalisation de l'expérimentation et la collecte de données dans la ville de Montréal. Les capteurs de détection en question sont un lidar à état stable (solide state) et des caméras de bord (dashcams) qui permettent de détecter les usagers de la route à proximité du véhicule. 'identification des interactions se repose sur des scénarios statiques et dynamiques. Les scénarios statiques étudiés visent à examiner l'efficacité de lidar à la détection d'un piéton et d'un cône de signalisation. Par la suite, une analyse exploratrice a été réalisée pour chaque scénario. Les prédictions ont été extraites en identifiant les données atypiques (les mesures aberrantes) dans l'ensemble de données. La matrice de confusion a été générée en comparant les annotations manuelles et les prédictions. Le rappel du lidar avec l'approche de classification établie est 85,5 %. Nous analysons par la suite la performance sur la mesure de la distance pour le piéton et le cône en test statique. Nous avons calculé l'erreur moyenne absolue et le taux des mesures de la distance dans l'intervalle de tolérance 0,3 quand le piéton, ou le cône existent réellement dans le champ de vision du lidar avec des prédictions qui indiquent l'existence de ces détections. D'une façon générale, nous constatons que l'erreur ne dépasse pas 2,6 m pour tous les segments sauf le segment 12 qui a une erreur de 7,12 m. Mais, le taux des mesures de la distance dans l'intervalle de tolérance ne dépasse pas 52 %. Pour l'étude dynamique, deux expériences ont été réalisées au centre de l'île de Montréal en hiver. La première expérience a duré plus que 2 heures à la fin de la semaine. La deuxième expérience a duré plus que 3 heures au milieu de la semaine. Des interactions avec les types d'usagers (voiture, piéton, cycliste) ont été analysées à partir des données collectées depuis le lidar. Pour les scénarios étudiés, les détections coïncident entre les segments voisins. Finalement, les caméras de bord sont incapables de détecter les usagers vulnérables avec une vitesse inférieure à 50 km/h. Nous constatons que les caméras Garmin 66 w et Thinkware Q800 ne sont pas destiné pour la détection des usagers vulnérables au milieu urbain.