Search

Recent technological developments led to increasingly more automated vehicles to appear. Automated driving is progressively able to perform several parts of the driving task, liberating drivers from doing them. In some countries, a legal framework is developing to allow automated driving systems to operate on-road. Nevertheless, while progresses are made on legal and technical questions, nothing guarantee drivers will be willing to delegate the driving task to automations. Among those who will, it is hard to tell how many will comply with actual automations’ limitations and performance, and how many will abuse the automations. Researches focused on human factors linked with automation use, to better understand what will lead the drivers to apprehend such automation and use it properly. A human factor of major influence in this matter seems to be trust in automation.This thesis first studied the many factors that influence people’s initial level of trust in automated driving, before any interaction with such automation. The Hoff and Bashir (2015) theoretical model proposes trust is composed of three successive layers, respectively linked with the individual (dispositional trust), the context of interaction (situational trust), and the automation (learned trust). This last layer is divided in two sublayers: the initial learned trust which relies on the individual’s beliefs, knowledges and expectations about the automation, and the dynamic learned trust which evolve within the course of an interaction with the automation and relies on its performances and its features.Because highly automated driving systems are still currently at early stages of development, people’ trust cannot rely on individual nor collective experience. A questionnaire study had therefore been conducted on a large panel of participants to investigate, on the one hand, how the three trust layers relate in the context of automated driving, and on the other hand, what is the influence of the many factors cited by Hoff and Bashir (2015) on people’ level of trust in these currently inexistant technologies., De récents progrès technologiques ont permis l’apparition de véhicules capables de prendre en charge une partie de la tâche de conduite à la place du conducteur. Dans de nombreux pays, un cadre légal est en train de se mettre en place pour permettre à des systèmes de conduite de plus en plus automatisés de circuler sur les routes. Cependant, si les questions techniques et législatives progressent, il est difficile de prédire comment les humains vont répondre à ces nouvelles technologies de la mobilité. En effet, rien ne garantit que les conducteurs accepteront de déléguer la conduite à un automate. Parmi ceux qui utiliseront ces technologies, il est difficile de savoir combien en feront un usage adapté sur la route. La recherche s’est intéressée à un certain nombre de facteurs humains qui apportent des éléments de réponse pour comprendre comment les conducteurs vont appréhender la conduite automatisée et l’utiliser. L’un des éléments qui semble être le plus influent en la matière est la confiance dans l’automatisation.La présente thèse s’est attachée en premier lieu à étudier les différents facteurs qui sous-tendent la construction de la confiance a priori, avant toute utilisation d’un système de conduite hautement automatisé. Le modèle de Hoff et Bashir (2015) propose que la confiance se compose de trois couches successives, respectivement liées à l’individu (couche dispositionnelle), au contexte d’utilisation (couche situationnelle) et à l’automatisation (couche apprise). Cette dernière couche se subdivise en deux : une confiance apprise initiale qui dépend de ce que les personnes savent de l’automate avant de l’utiliser, et une confiance apprise dynamique qui évolue au cours de l’interaction avec l’automate, et qui dépend de ses performances et des de ses fonctionnalités. Les systèmes de conduite hautement automatisée étant encore à un stade de développement embryonnaire, la confiance des personnes ne peut pas se construire en se basant sur l’expérience, ni individuelle, ni collective. Une étude par questionnaire a donc été menée sur un large panel de personnes afin de mieux comprendre, d’une part, les liens entre ces différentes couches de confiance dans le cadre de la conduite automatisée, et d’autre part, l’influence des différents facteurs cités dans le modèle de Hoff et Bashir (2015) sur la construction de la confiance dans ces objets technologiques encore inexistants.Cette thèse s’est ensuite intéressée à la construction et à l’évolution de la confiance dynamique, au cours des premières interactions entre un conducteur et un système de conduite automatisée. Trois études expérimentales ont été réalisées sur un simulateur de conduite statique pour répondre à plusieurs questions de recherche relatives à cette confiance dynamique.Ces études ont d’abord montré que le niveau initial de confiance dans la conduite automatisée des conducteurs avait un impact sur leurs comportements et sur leurs réactions pendant un trajet en conduite automatisée. Les conducteurs méfiants vis-à-vis du système de conduite automatisée connaissaient une forte augmentation de leur niveau de confiance lors de l’utilisation de cette automatisation, mais leur niveau de confiance restait toujours en-dessous de celui des conducteurs confiants.

Development of a car driver model : From the cognitive modeling to the digitalsimulation.Driving activity takes place in a dynamic and constantly changing environment. The driverhas to make his car evolving on the road while ensuring adequate interactions with its closeenvironment and other road users. In order to perform this task, the driver has to perceive theenvironment he is evolving in, to interpret events in order to correctly understand the currentdriving situation, to be able to anticipate its evolution and take decisions regarding vehiclecontrol in order to reach his short and long term goals safely. As a result, both complexity andvariety of perceptual, cognitive and sensorimotor processes involved in the driving activity makeit very rich context for cognitive sciences.The modeling of human cognition, a specic method which belongs to cognitive sciences eld,has been chosen to study driver's activity aiming at understanding, explaining or even predictingit. This approach allows a representation and a description of the driver's cognitive system withdierent levels of granularity. Thus, such a model oers only a theoretical description. Whenimplemented on a computer, it opens the way to the simulation allowing the digital deploymentof the theories involved in the cognitive model design.This thesis is focused on cognitive modeling of car driver, its implementation and its simulationusing a virtual platform. The theoretical model that we implemented is COSMODRIVE,developed at IFSTTAR - LESCOT laboratory and the implementation platform we used for this,named SiVIC, is developed at IFSTTAR - LIVIC.This is the context where we started the computational development of the COSMODRIVEmodel in order to simulate the perceptual and cognitive activity of car driver. Indeed, we chose tolimit our implementation to some crucial cognitive processes such as strategic functions (routeplanning and strategic plans execution), perceptual functions (exploration and integration ofvisual information), cognitive tactical functions (construction of mental representations, perceptualand cognitive integration of information, structuring of driving knowledge, etc.), or executivefunctions of actions (short control loop by envelopes zones or pursuit points).Through computer simulation, we used the numerical model as an innovative tool for scienticinvestigation in the eld of cognitive sciences: The numerical simulation of cognitive functionsidentied and modeled by COSMODRIVE allowed us to dene experimental hypotheses whichleed us to conduct experiments in a driving simulator that we have built. To test the theoreticalmodel and computer of the car driver, we compared the performance of human drivers on onehand and the predictions issued from the simulation on the other hand. It opens innovativeopportunities for the development and the use of cognitive modeling and simulation of car driver.; L'activité de conduite automobile prend place dans un environnement dynamique en constanteévolution. Le conducteur doit progresser sur la route au moyen de son véhicule, tout eninteragissant adéquatement avec l'environnement et les autres usagers. Pour réaliser cette tâche,le conducteur doit percevoir son environnement, interpréter les événements pour se représentercorrectement la situation de conduite, anticiper ces changements, et prendre des décisions and'engager des actions sur le véhicule lui permettant d'atteindre les buts qu'il se xe à courtet long terme. A cet égard, la complexité et la diversité des processus perceptifs, cognitifset sensori-moteurs requis pour la conduite automobile font de cette activité un objet d'étudeparticulièrement riche pour les sciences de la cognition.Pour étudier l'activité du conducteur automobile an de la comprendre, l'expliquer et peutêtrela prédire, les sciences cognitives se dirigent vers la modélisation de la cognition humaine.Cette démarche permet une représentation et une description plus ou moins ne du systèmecognitif du conducteur automobile. Cependant, un modèle de la cognition ne permet qu'unedescription théorique. Grâce à son implémentation informatique, il devient possible de simulerles théories utilisées et déployer numériquement celles mises en jeu dans la modélisation cognitive.Ce travail de thèse s'articule autour de la modélisation cognitive du conducteur automobile, deson implémentation informatique sur une plateforme de développement virtuel et de sa simulationau sein de cette plateforme. Le modèle théorique que nous avons implémenté est COSMODRIVE,en développement au laboratoire du LESCOT à l'IFSTTAR, et la plateforme de développementaccueillant le modèle est SiVIC, développée au LIVIC.C'est dans ce contexte que nous nous sommes engagés dans le développement computationnelet informatique du modèle COSMODRIVE, an de pouvoir simuler l'activité perceptive etcognitive du conducteur automobile. Pour cela, nous nous sommes limités à certains processuscognitifs primordiaux, comme les fonctions stratégiques (planication d'itinéraires et réalisationde plans stratégiques), ou les fonctions perceptives (exploration et intégration de l'informationvisuelle), les fonctions cognitives tactiques (construction de représentations mentales, intégrationperceptivo-cognitive de l'information, structuration des connaissances de conduite, etc.), ou encoreles fonctions d'exécution d'actions (régulation courte par zones enveloppes ou par points depoursuite).Par l'implémentation informatique du modèle COSMODRIVE sur SiVIC, il devient possible d'incarner numériquement des théories cognitives et de les opérationnaliser pour formulerdes hypothèses de recherche sous la forme de prédictions de performances que l'on pourra évaluerempiriquement auprès de conducteurs humains. Ces hypothèses formulées, nous avons conduitdes expérimentations sur un simulateur de conduite que nous avons construit. An d'éprouvernotre modèle théorique et informatique du conducteur automobile, nous avons comparé les performancesdes conducteurs humains avec les prédictions issues de la simulation. Les résultatsobtenus ont permis de valider cette approche et de conrmer l'intérêt de la simulation cognitivepour appréhender les activités mentales du conducteur automobile.

Driving activity takes place in a dynamic and constantly changing environment. The driver has to make his car evolving on the road while ensuring adequate interactions with its close environment and other road users. In order to perform this task, the driver has to perceive the environment he is evolving in, to interpret events in order to correctly understand the current driving situation, to be able to anticipate its evolution and take decisions regarding vehicle control in order to reach his short and long term goals safely. As a result, both complexity and variety of perceptual, cognitive and sensorimotor processes involved in the driving activity make it very rich context for cognitive sciences. The modeling of human cognition, a speci c method which belongs to cognitive sciences eld, has been chosen to study driver's activity aiming at understanding, explaining or even predicting it. This approach allows a representation and a description of the driver's cognitive system with di erent levels of granularity. Thus, such a model o ers only a theoretical description. When implemented on a computer, it opens the way to the simulation allowing the digital deployment of the theories involved in the cognitive model design. This thesis is focused on cognitive modeling of car driver, its implementation and its simulation using a virtual platform. The theoretical model that we implemented is COSMODRIVE, developed at IFSTTAR - LESCOT laboratory and the implementation platform we used for this, named SiVIC, is developed at IFSTTAR - LIVIC. This is the context where we started the computational development of the COSMODRIVE model in order to simulate the perceptual and cognitive activity of car driver. Indeed, we chose to limit our implementation to some crucial cognitive processes such as strategic functions (route planning and strategic plans execution), perceptual functions (exploration and integration of visual information), cognitive tactical functions (construction of mental representations, perceptual and cognitive integration of information, structuring of driving knowledge, etc.), or executive functions of actions (short control loop by envelopes zones or pursuit points). Through computer simulation, we used the numerical model as an innovative tool for scienti c investigation in the eld of cognitive sciences: The numerical simulation of cognitive functions identi ed and modeled by COSMODRIVE allowed us to de ne experimental hypotheses which leed us to conduct experiments in a driving simulator that we have built. To test the theoretical model and computer of the car driver, we compared the performance of human drivers on one hand and the predictions issued from the simulation on the other hand. It opens innovative opportunities for the development and the use of cognitive modeling and simulation of car driver., L'activité de conduite automobile prend place dans un environnement dynamique en constante évolution. Le conducteur doit progresser sur la route au moyen de son véhicule, tout en interagissant adéquatement avec l'environnement et les autres usagers. Pour réaliser cette tâche, le conducteur doit percevoir son environnement, interpréter les événements pour se représenter correctement la situation de conduite, anticiper ces changements, et prendre des décisions a n d'engager des actions sur le véhicule lui permettant d'atteindre les buts qu'il se fixe à court et long terme. A cet égard, la complexité et la diversité des processus perceptifs, cognitifs et sensori-moteurs requis pour la conduite automobile font de cette activité un objet d'étude particulièrement riche pour les sciences de la cognition. Pour étudier l'activité du conducteur automobile a n de la comprendre, l'expliquer et peut-être la prédire, les sciences cognitives se dirigent vers la modélisation de la cognition humaine. Cette démarche permet une représentation et une description plus ou moins ne du système cognitif du conducteur automobile. Cependant, un modèle de la cognition ne permet qu'une description théorique. Grâce à son implémentation informatique, il devient possible de simuler les théories utilisées et déployer numériquement celles mises en jeu dans la modélisation cognitive. Ce travail de thèse s'articule autour de la modélisation cognitive du conducteur automobile, de son implémentation informatique sur une plateforme de développement virtuel et de sa simulation au sein de cette plateforme. Le modèle théorique que nous avons implémenté est COSMODRIVE, en développement au laboratoire du LESCOT à l'IFSTTAR, et la plateforme de développement accueillant le modèle est SiVIC, développée au LIVIC. C'est dans ce contexte que nous nous sommes engagés dans le développement computationnel et informatique du modèle COSMODRIVE, a n de pouvoir simuler l'activité perceptive et cognitive du conducteur automobile. Pour cela, nous nous sommes limités à certains processus cognitifs primordiaux, comme les fonctions stratégiques (plani cation d'itinéraires et réalisation de plans stratégiques), ou les fonctions perceptives (exploration et intégration de l'information visuelle), les fonctions cognitives tactiques (construction de représentations mentales, intégration perceptivo-cognitive de l'information, structuration des connaissances de conduite, etc.), ou encore les fonctions d'exécution d'actions (régulation courte par zones enveloppes ou par points de poursuite). Par l'implémentation informatique du modèle COSMODRIVE sur SiVIC, il devient possible d'incarner numériquement des théories cognitives et de les opérationnaliser pour formuler des hypothèses de recherche sous la forme de prédictions de performances que l'on pourra évaluer empiriquement auprès de conducteurs humains. Ces hypothèses formulées, nous avons conduit des expérimentations sur un simulateur de conduite que nous avons construit. A n d'éprouver notre modèle théorique et informatique du conducteur automobile, nous avons comparé les performances des conducteurs humains avec les prédictions issues de la simulation. Les résultats obtenus ont permis de valider cette approche et de con firmer l'intérêt de la simulation cognitive pour appréhender les activités mentales du conducteur automobile.

International audience