Thèse Sécurité Routière et Qualité d'Utilisation des Systèmes d'Aide à la Conduite de Niveau 2 Caractérisation de la Genèse de l'Usage par l'Observable pour Orienter la Conception. H/F - Doctorat.Gouv.Fr

Établissement : Université Lumière Lyon 2 École doctorale : NSCo - Neurosciences et Cognition Laboratoire de recherche : EMC - Laboratoire d'étude des mécanismes cognitifs Direction de la thèse : JORDAN NAVARRO Début de la thèse : 2026-12-01 Date limite de candidature : 2026-10-31T23:59:59 Les systèmes d'aide à la conduite de niveau 2 (L2) automatisent partiellement le contrôle longitudinal et latéral du véhicule, tout en maintenant le conducteur responsable de la conduite. Leur développement transforme ainsi l'activité de conduite : le conducteur doit désormais partager certaines fonctions avec le système et assurer la supervision de son fonctionnement. Si ces technologies sont susceptibles d'améliorer la sécurité et le confort de conduite, leurs effets réels sur les comportements, les stratégies d'usage et la conscience de la situation restent encore insuffisamment caractérisés, notamment en conditions réelles.

Cette thèse vise à comprendre comment l'utilisation réelle de dispositifs d'aide à la conduite L2 transforme l'activité du conducteur, ses stratégies d'interaction avec l'automatisation et sa représentation spatio-temporelle de la situation de conduite. Dans une perspective de psychologie ergonomique, l'automatisation sera considérée comme une composante d'une activité dynamique de coopération entre le conducteur et le véhicule. L'objectif est de caractériser les adaptations comportementales, cognitives et représentationnelles associées à l'utilisation de ces dispositifs, ainsi que leur évolution au cours de leur appropriation.

Le premier objectif sera d'identifier les stratégies d'usage et de supervision développées par les conducteurs : conditions d'activation et de désactivation du système, modalités de supervision, gestion des transitions entre conduite manuelle et automatisée et situations d'interférence positive ou négative entre le conducteur et le dispositif. Le deuxième objectif consistera à étudier les transformations de la conscience de la situation associées à ces stratégies, en examinant notamment les trois niveaux de perception, compréhension et projection de l'évolution de la situation. Le troisième objectif sera d'identifier les déterminants individuels de la diversité des usages, notamment la confiance et l'acceptation de l'automatisation, le modèle mental du fonctionnement du dispositif, la propension à utiliser des outils intelligents et certaines caractéristiques métacognitives. Enfin, le quatrième objectif portera sur l'évolution de l'activité au cours d'une période d'utilisation prolongée.

Le programme expérimental comportera deux études complémentaires. La première examinera la conscience de la situation lors de situations de retour en contrôle manuel, volontaire ou provoqué par le système. La seconde étudiera l'évolution de la conscience de la situation et des interactions conducteur-véhicule après quatre jours d'utilisation libre d'un véhicule équipé d'un système L2.

Les études combineront des données objectives de conduite et d'utilisation du système, des comportements oculaires, des verbalisations, des entretiens et des mesures de la représentation des situations rencontrées. Cette approche multimodale permettra de mettre en relation les comportements observables avec les processus cognitifs et représentationnels sous-jacents. Les résultats contribueront à mieux comprendre les mécanismes d'appropriation des systèmes L2 et à formuler des recommandations pour la conception de dispositifs d'aide à la conduite plus sûrs, adaptés aux pratiques réelles des conducteurs. Les systèmes d'aide à la conduite de niveau 2 (L2) automatisent partiellement le contrôle longitudinal et latéral du véhicule, tout en maintenant le conducteur responsable de la conduite. Leur utilisation transforme ainsi l'activité du conducteur, qui doit partager le contrôle avec le système et en assurer la supervision. La littérature montre que l'automatisation peut modifier les comportements visuels, les stratégies de conduite, les activités non liées à la conduite et la confiance envers le système, mais les effets observés restent parfois contradictoires. La conscience de la situation constitue notamment un enjeu central, puisqu'elle conditionne la capacité du conducteur à percevoir, comprendre et anticiper l'évolution de l'environnement lors des transitions entre conduite automatisée et manuelle. Dans ce contexte, il apparaît nécessaire de mieux comprendre les stratégies d'usage développées par les conducteurs, leurs déterminants individuels et leur évolution avec l'expérience du système, afin d'éclairer la conception de dispositifs L2 plus sûrs et adaptés aux pratiques réelles.

Le candidat ou la candidate devra être titulaire d'un diplôme de niveau Master (ou équivalent) en sciences cognitives, psychologie, ergonomie, facteurs humains, neurosciences cognitives ou dans un domaine proche, et manifester un intérêt marqué pour l'étude des interactions humain-technologie et des systèmes d'aide à la conduite.

Une bonne maîtrise des méthodes expérimentales en sciences cognitives et/ou en ergonomie est attendue, ainsi que des compétences en analyse de données quantitatives et/ou qualitatives. Une expérience en expérimentation sur la conduite, les systèmes automatisés, le suivi oculaire (eye-tracking) ou l'analyse de données comportementales constituera un atout.

Le candidat devra faire preuve de rigueur scientifique, d'autonomie, de capacités d'analyse et de synthèse, ainsi que d'un intérêt pour les problématiques appliquées de sécurité routière et de conception des systèmes homme-machine. Des compétences en programmation ou en traitement de données (par exemple R, Python ou outils équivalents) seront appréciées.

Une bonne maîtrise du français et de l'anglais, à l'écrit comme à l'oral, est souhaitée. Le candidat devra également être capable de travailler dans un contexte de recherche partenarial associant laboratoire académique et entreprise.

• Gestion des données
• Python
• Programmation
• Anglais
• Autonomie
• Analyse de données
• Français
• Esprit d'analyse
• Sécurité Routière