Les véhicules autonomes sont conçus pour rendre la conduite plus sûre, mais leurs interactions avec les conducteurs humains posent des défis que la technologie seule ne peut résoudre.

Une voiture programmée pour maintenir une distance constante peut réagir très différemment d’un conducteur qui s’adapte à la circulation. Une étude publiée dans Accident Analysis & Prevention (vol. 234) examine l’effet de ces différences sur la conduite et le risque de collision à partir de données réelles.

<h3>Comment les différents véhicules interagissent</h3>

Les chercheurs ont analysé des données réelles de suivi de voiture dans la base de données OpenACC. Leur recherche a comparé les véhicules automatisés (AV) et les véhicules conduits par des humains (HVs) à travers différents scénarios de conduite et a examiné comment le type de véhicule à l'avant affectait le comportement de suivi. Plutôt que de considérer toutes les interactions de trafic de manière égale, l'étude a exploré comment les conducteurs réagissaient à des situations spécifiques, y compris la conduite sur autoroute et des scenarios de test contrôlés. L'équipe a combiné des statistiques descriptives avec des modèles à effets mixtes pour identifier les relations entre les conditions de conduite, le comportement de suivi et les indicateurs de risque.

<h3>Les conducteurs humains modifient leur comportement</h3>

Une des conclusions les plus claires était que les conducteurs humains adaptent considérablement leur comportement en fonction du véhicule qu'ils suivent. Sur les autoroutes, leurs modèles de vitesse montraient deux pics distincts. Dans des scénarios de test contrôlés, ils maintenaient généralement des distances de suivi plus longues et faisaient preuve d'une plus grande prudence lorsqu'ils étaient derrière des véhicules automatisés. En suivant d'autres conducteurs humains, cependant, ils avaient tendance à se comporter de manière plus décontractée et à dépasser parfois les limitations de vitesse. Les véhicules automatisés réagissaient différemment. Leur comportement est resté relativement constant, reflétant des réponses programmées aux mouvements du véhicule à l'avant.

<h3>Pourquoi les courtes distances importent</h3>

L'étude a révélé une distinction importante entre la fréquence des situations risquées et la gravité de ces situations. Les véhicules automatisés ont connu un taux plus élevé de situations potentiellement risquées, en particulier celles impliquant de courtes distances de suivi. Cependant, la gravité de ces risques était généralement plus faible. Ils ont également montré des réponses plus cohérentes lorsque le Temps-to-Collision, une mesure de la rapidité avec laquelle les véhicules pourraient entrer en collision si leurs mouvements relatifs se poursuivaient sans changement, atteignait des niveaux bas. Cela suggère que les systèmes de conduite automatisés peuvent gérer de manière proactive certaines situations dangereuses, même lorsque leur comportement de suivi produit plus souvent des avertissements.

<h3>La combinaison la plus difficile</h3>

Les chercheurs ont identifié des différences particulièrement importantes dans le trafic mixte. Les conducteurs humains étaient confrontés à un risque significativement plus élevé dans les scénarios d'autoroute et lorsqu'ils suivaient des véhicules automatisés. Cependant, le risque le plus élevé survenait lorsque un véhicule automatisé suivait une voiture conduite par un humain. Cette combinaison souligne la difficulté à laquelle les systèmes automatisés sont confrontés lorsqu'ils doivent répondre à un comportement humain moins prévisible. Les chercheurs Lianzhu Sun, Xiaomei Zhao et Penghui Li ont trouvé que les scénarios de conduite et le type de véhicule en tête avaient des effets plus importants sur les conducteurs humains que sur les systèmes automatisés.

<h3>Implications pour la sécurité routière</h3>

Les résultats suggèrent que l'évaluation de la sécurité des véhicules autonomes nécessite plus que de comparer la conduite automatisée à la performance humaine de manière isolée. Les chercheurs ont souligné que les conditions de la route, les niveaux d'automatisation et la combinaison de véhicules circulant ensemble influencent tous le risque de collision. Pour les fabricants, comprendre ces interactions pourrait aider à améliorer les stratégies de suivi automatisées. Pour les planificateurs de la circulation, les résultats soulignent l'importance de considérer le trafic mixte à mesure que les véhicules automatisés deviennent plus courants.

L'étude ne conclut pas que les véhicules autonomes sont intrinsèquement plus dangereux que les voitures conventionnelles. Elle montre plutôt que le risque dépend de la situation et des véhicules impliqués. Avec l'expansion de la conduite automatisée, comprendre comment les humains et les machines réagissent les uns aux autres sera essentiel pour développer des routes plus sûres pendant la transition vers un transport de plus en plus automatisé.