Obaida ALRAZOUK soutient sa thèse de doctorat le mardi 9 décembre 2025, 10h, Université d’Évry Site Pelvoux, amphithéâtre Yasmina Bestaoui Bx30.
Titre: Étude de l’estimation par vision et du comportement du regard des motocyclistes pour renforcer la sécurité et l’assistance.
Résumé
Les motocyclistes restent disproportionnellement exposés au risque routier, ce qui motive des avancées en matière d’aides à la conduite centrées sur l’utilisateur, abordables et déployables à grande échelle. Cette thèse répond à ce besoin selon deux axes imbriqués : des études empiriques qui clarifient l’usage de l’information visuelle en courbe, et des chaînes de perception à caméra monoculaire qui estiment la dynamique motocycliste en temps réel.
Du côté facteurs humains, la thèse examine le regard du pilote dans des contextes complémentaires : une comparaison sur route des stratégies de regard dans des virages identiques en voiture versus à moto ; un paradigme de réalité virtuelle qui restreint l’accès visuel autour du point tangent à l’aide d’ouvertures circulaires et d’occultations ciblées afin de quantifier les effets sur le contrôle de trajectoire et l’oculomotricité ; et une évaluation en RV d’un indice visuel guidé par le regard conçu pour soutenir les novices en courbe. Les résultats renforcent l’idée d’un pilotage fondé sur la prévisualisation, éclairent le rôle fonctionnel du point tangent et révèlent des différences d’expertise dans la largeur d’exploration visuelle.
La contribution technique centrale est une chaîne de perception sans modèle et sans dérive, fonctionnant sans capteurs inertiels ni modèles véhiculaires complexes. Cette chaîne met en œuvre une méthode d’Inverse Perspective Mapping (IPM) pour estimer l’attitude complète du véhicule (roulis, tangage, lacet) dans le repère de la route. Pour dépasser le coût computationnel de l’IPM, une technique plus efficiente, Direct Pixel Mapping (DPM), est introduite ; elle opère directement sur les pixels d’image afin d’obtenir des performances supérieures. En complément, une approche géométrique est développée pour estimer la dynamique latérale—incluant l’angle de dérive (side-slip) et la vitesse latérale—via l’analyse des points de fuite et de la géométrie de voie.
Les études de facteurs humains confirment qu’à moto la charge cognitive est plus élevée qu’en voiture, ce qui conduit les pilotes à adopter des stratégies de regard distinctes, centrées sur le point tangent et la trajectoire immédiate. Les algorithmes de vision, validés par des simulations approfondies, montrent une grande précision (sub-degré pour l’attitude) et une faisabilité temps réel sur matériel standard. L’ensemble démontre qu’une caméra monoculaire à faible coût peut servir de capteur complet pour la dynamique motocycliste. Les algorithmes et les enseignements qui en résultent constituent une base essentielle pour des ARAS intelligents et accessibles, améliorant la conscience de la situation en alignant la perception machine sur le comportement de regard du pilote.
Composition du jury de thèse/Doctoral thesis jury composition
| Membre du jury | Titre | Lieu d’exercice | Fonction dans le jury |
|---|---|---|---|
| Hichem ARIOUI | Professeur des Universités | Université Évry Paris-Saclay | Co-directeur de thèse |
| Marie BABEL | Professeure des Universités | INSA de Rennes | Examinatrice |
| Amine CHELLALI | Maître de conférences | Université Évry Paris-Saclay | Directeur de thèse |
| Michèle GOUIFFES | Professeure des Universités | Université Paris-Saclay | Examinatrice |
| Régis LOBJOIS | Chargé de Recherche HDR | Université Gustave Eiffel | Rapporteur |
| Rochdi MERZOUKI | Professeur des Universités | Université de Lille | Rapporteur |
| Pascal VASSEUR | Professeur des Universités | Université de Picardie Jules Verne | Examinateur |
Obaida ALRAZOUK defends his doctoral thesis on thirsday, December 9th, 2025, 10am, University of Évry, Pelvoux Site, Yasmina Bestaoui Bx30 Amphitheather.
Title : Exploring Vision-Based Estimation and Riders’ Gaze Behavior to Improve Motorcycle Safety and Assistance.
Abstract
Motorcyclists remain disproportionately vulnerable in road traffic, motivating rider-centric safety advances that are affordable and deployable at scale. This dissertation tackles that need along two intertwined fronts: empirical studies that clarify how riders use visual information in curves, and monocular camera pipelines that estimate motorcycle dynamics in real time.
On the human-factors side, the thesis examines rider gaze across complementary contexts: an on-road comparison of gaze strategies in identical bends when driving a car versus riding a motorcycle; a virtual-reality paradigm that restricts visual access around the tangent point using circular apertures and targeted occlusions to quantify effects on steering and oculomotor behavior; and a VR evaluation of a gaze-guided visual cue designed to support novices in curves. Findings reinforce preview-based steering, illuminate the functional role of the tangent point, and reveal expertise-linked differences in scanning breadth.
The core of the technical contribution is a model-free and drift-free perception pipeline that operates without inertial sensors or complex vehicle models. This pipeline features an Inverse Perspective Mapping (IPM) method for estimating the full vehicle attitude relative to the road. To overcome the computational costs of IPM, a more efficient Direct Pixel Mapping (DPM) technique is introduced, which operates directly on image pixels to achieve superior performance. Furthermore, a geometric approach is developed to estimate lateral dynamics, including the side-slip angle and lateral velocity, by analyzing vanishing points and lane geometry.
The human-factors studies confirm that motorcycling imposes a higher cognitive load than car driving, compelling riders to adopt distinct gaze strategies focused on the tangent point and immediate path. The vision-based algorithms, validated through extensive simulation, demonstrate high accuracy (sub-degree for attitude) and real-time viability on commodity hardware. This research successfully demonstrates that a low-cost monocular camera can serve as a comprehensive sensor for motorcycle dynamics. The resulting algorithms and insights provide a critical foundation for creating accessible, intelligent ARAS that enhance situational awareness by aligning machine perception with rider gaze behavior.
- Date: mardi 9/12/2025, 10h
- Lieu: Université d’Évry, Site Pelvoux, Amphithéâtre Yasmina Bestaoui Bx30, 36 rue du Pelvoux, 91080 ÉVRY-COURCOURONNES
- Doctorant : Obaida ALRAZOUK (Université Évry Paris-Saclay, IBISC équipe IRA2)
- Direction de thèse: Amine CHELLALI (MCF Univ. Évry, IBISC équipe IRA2), directeur de thèse ; Hichem ARIOUI (PR Univ. Évry, IBISC équipe IRA2), co-directeur de thèse
