Evaluation du risque routier 2013

Click here to load reader

  • date post

    15-Dec-2014
  • Category

    Automotive

  • view

    468
  • download

    1

Embed Size (px)

description

Comment évaluer le risque routier ? Cet exposé présente un état de l'art des méthodes d'évaluation du risque routier individuel et global. L'intérêt des méthodes liant la vitesse moyenne à la fréquence d'accident est discuté.

Transcript of Evaluation du risque routier 2013

  • 1. Prsentation Ifsttar 04012011 Comment valuer le risque routier ? Guillaume SAINT PIERRE 11/10/2013 Sminaire LIVIC Versailles 11 octobre 2013
  • 2. Prsentation Ifsttar 04012011 Qui dit transport routier dit Vhicule InfrastructureConducteur
  • 3. Prsentation Ifsttar 04012011 V IC
  • 4. Prsentation Ifsttar 04012011 Quelle dfinition du risque routier ? Plusieurs approches Economique Cot dune vie, dun bless, du temps, etc. Pertinent pour les sciences sociales, lconomtrie Psychologique Risque peru Statistique Epidmiologie Accidentologie La notion de risque routier pour lusager, fait rfrence implicite laccidentologie Et donc loccurrence de certains vnements : les accidents , et leurs consquences, les dcs
  • 5. Prsentation Ifsttar 04012011 Quelques lments daccidentologie
  • 6. Prsentation Ifsttar 04012011 Un exemple de risque social
  • 7. Prsentation Ifsttar 04012011 Les accidents Phnomne alatoire rare Peut tre dcrit statistiquement par une loi de Poisson Si le nombre moyen daccidents observs sur un rseau sur une dure donne, la probabilit de m accident est : Se caractrise par une gravit : Violence du choc, vitesse Risquedeblessure,gravit 100% 40 80 20 60 Gravit de lvnement Effet de contremesures Situations Limites, Conflits, Presquaccidents Conduite Normale Accidents !m e mXP m
  • 8. Prsentation Ifsttar 04012011 Le risque Quelques caractristiques du risque : Alea: probabilit doccurrence de lvnement redout Gravit : probabilit dtre tu/bless en cas daccident Exposition au risque : sexprime sous forme de risque relatif ou odd ratio Inscurit = Exposition x Alea x Gravit Risque
  • 9. Prsentation Ifsttar 04012011 Modlisation du risque ? On sait bien modliser quelques situations prcises, comme le choc par larrire, les sorties de voies Modlisation physique et / ou probabilistes Probabilit de collision Temps de raction Gravit Estimation des paramtres dentre partir de mesures exprimentales, de simulations, etc. before after
  • 10. Prsentation Ifsttar 04012011 Un phnomne complexe La majorit des accidents sont dus une dfaillance du conducteur Les causes sont le plus souvent multiples, cest la conjonction dvnements rares qui fait laccident Une modlisation du phnomne daccident sappuie sur une observation dtaille de la ralit Etudes dtaills daccidents (EDA) Fichiers BAAC
  • 11. Prsentation Ifsttar 04012011 Limites actuelles et enjeux Grande variabilit des comportements de conduite Nombre daccidents en baisse Et donc analyses statistiques classiques plus difficiles Mais les moyens de mesure modernes rendent possible lobservation micro Et aussi macro : Etudes naturalistes, cohortes Cela rend possible lexploration de la base de la pyramide de Heinrich Il faut veiller assurer le lien entre mesures, et accidentologie relle i.e. assurer la reprsentativit des mesures
  • 12. Prsentation Ifsttar 04012011 Une vision (Volvo) 9.Fatalcrash 7.Propertydamageonly 6.Low-gphysicalcontact 5.Tirestrike 4.Near-crash 3.Crash-relevantconflict 2.Proximityconflict 1.Non-conflict 0.Irrelevant event 8.Air-bagdeploymentand/orinjury Normal driving Crash-Relevant Event Category IncidentType C rash Type Severity Type 9.Fatalcrash 7.Propertydamageonly 6.Low-gphysicalcontact 5.Tirestrike 4.Near-crash 3.Crash-relevantconflict 2.Proximityconflict 1.Non-conflict 0.Irrelevant event 8.Air-bagdeploymentand/orinjury Normal driving Crash-Relevant Event Category IncidentType C rash Type Severity Type
  • 13. Prsentation Ifsttar 04012011 Moyens de mesures Vhicules instruments, autonomes, intelligents, communicants, connects, etc Vhicules traceurs , flottes prives, smartphones BAAC, EDA Questionnaires, carnets de bords, interviews, vidos annotes, etc De plus en plus dinformation, parfois redondante, souvent biaise Contexte du Big Data, donnes massives et en abondance
  • 14. Prsentation Ifsttar 04012011 Protocoles exprimentaux Il faut donc mesurer et chercher : Maximiser la puissance statistique, Contrler les biais, Assurer la reprsentativit Expriences contrles (Volhand, EcoDriver, etc) Semi contrles (EuroFOT) Non contrles (UDRIVE)
  • 15. Prsentation Ifsttar 04012011 Extraction de connaissances pour la scurit routire Modlisation par cas dusages Accidentologie, EDA Description par indicateurs Etudes et bilans du Ministre Analyses agrges (FOT) Profils de vitesse Enveloppes de scurit Profils optimaux Analyse par vnements Modles vitesse & accident (Risque en fonction de la vitesse) Et dautres
  • 16. Prsentation Ifsttar 04012011 Exemple de mthode agrge Analyse de type FOT Dozza, Marco; Brgman, Jonas; Lee, John: Chunking: a procedure to improve naturalistic data analysis . Accident Analysis and Prevention,
  • 17. Prsentation Ifsttar 04012011 Analyse par vnements Un vnement peut tre : Une alerte dun systme (FCW, LDW) Un freinage brusque, un excs de vitesse, une sortie de voie etc. Tout vnement en lien avec limpact suppos du systme Attention : en pratique, la dtection automatique ne fonctionne pas bien 80% de fausses dtections La vido est fondamentale pour valider les presque-accidents
  • 18. Prsentation Ifsttar 04012011 Risque relatif de certaines conditions selon lusage du limiteur et du rgulateur Lorsque le conducteur utilise le CC, il est 3 fois plus probable que ce soit par temps sec et en dehors de heures de pointe, Et pratiquement certain quil ny ai pas de trafic
  • 19. Prsentation Ifsttar 04012011 Positive effect Negative effect Risque relatif de certains vnements lors de lusage du rgulateur de vitesse Lorsque le conducteur utilise le CC, il est moiti moins probable dobserver un vnement risque Mais il est plus vraisemblable que ce soit associ un excs de vitesse
  • 20. Prsentation Ifsttar 04012011 Les modles vitesse et accidents Modles statistiques fonds sur une observation statistique sur le long terme, Des vitesses pratiques De lhistorique de laccidentologie Diffrents modles pour diffrents types de routes Modles agrgs avec de grandes marges derreur Uniquement partir de donnes anglaises et australiennes Ne tiennent pas compte des diffrentes conditions de trafic, dventuels biais etc
  • 21. Prsentation Ifsttar 04012011 Kloeden rural model
  • 22. Prsentation Ifsttar 04012011 U2 model Naturalistic driving data analysis Les Odds-ratio associs lvnement dexcs de vitesse peuvent tre assimils une modification de la proportion dexcs de vitesse Modle utile pour valuer les systmes longitudinaux
  • 23. Prsentation Ifsttar 04012011 U2 illustration VexA PA Vitesse (km/h) Frquence Condition A
  • 24. Prsenta