Thèse Modélisation des Comportements Socialement Expressifs de Piétons 3D dans la Simulation des Interactions Véhicule-Piéton H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : Systèmes et Applications des Technologies de l'Information et de l'Energie Direction de la thèse : Abderrahmane BOUBEZOUL ORCID 0000000339671242 Début de la thèse : 2026-11-01 Date limite de candidature : 2026-10-09T23:59:59 La sécurité des usagers vulnérables de la route, en particulier des piétons, constitue un enjeu majeur en milieu urbain. Les interactions entre piétons et véhicules reposent sur de nombreux signaux implicites et non verbaux, tels que le regard, l'orientation du corps, la posture, les gestes, l'hésitation ou encore la dynamique de marche. Ces comportements permettent aux conducteurs d'interpréter les intentions des piétons, notamment leur intention de traverser. Pourtant, dans les environnements virtuels de simulation, les piétons sont encore fréquemment représentés par des trajectoires prédéfinies qui rendent insuffisamment compte de ces dimensions comportementales et sociales.

Cette thèse vise à développer un modèle de piéton 3D articulé intégrant des comportements socialement expressifs afin d'améliorer le réalisme des interactions véhicule-piéton en simulation. Une première étape consistera à développer une chaîne de modélisation du mouvement humain permettant de reconstruire des cinématiques de piétons en 3D à partir de données image et vidéo existantes. Des jeux de données annotés, notamment JAAD et PIE, seront exploités afin d'identifier et de modéliser des comportements associés à l'intention de traversée, tels que l'attente, le regard, l'hésitation, la marche, l'engagement ou les gestes. Les mouvements reconstruits seront ensuite adaptés à des avatars 3D et intégrés dans un environnement de simulation de conduite.

Une deuxième étape portera sur la validation expérimentale de ces comportements dans des scénarios contrôlés d'interaction véhicule-piéton avec humain dans la boucle. L'influence de différents signaux non verbaux sur la prise de décision des conducteurs sera étudiée à partir d'indicateurs objectifs : freinage, accélération, temps de réaction, cession de priorité et fluidité des manoeuvres, ainsi que d'évaluations subjectives du réalisme, de la lisibilité des intentions et de la prévisibilité du comportement du piéton.

Enfin, la thèse visera à développer un agent piéton socialement cognitif capable de percevoir son environnement, de prendre des décisions: traverser, attendre ou hésiter et d'exprimer son intention à travers son comportement cinématique. Son intégration dans une simulation multi-agents permettra de générer des interactions véhicule-piéton plus réalistes et contribuera au développement d'outils pour l'étude des interactions humain-véhicule et de la sécurité routière. La compréhension et la modélisation des interactions entre véhicules et usagers vulnérables constituent un enjeu important pour la simulation de conduite et la sécurité routière. Dans les situations d'interaction véhicule-piéton, l'anticipation du comportement repose non seulement sur la trajectoire du piéton, mais également sur des signaux sociaux et non verbaux tels que le regard, l'orientation du corps, la posture, les gestes, l'hésitation ou la dynamique de marche. Ces signaux contribuent à rendre perceptible l'intention du piéton, notamment lorsqu'il envisage de traverser.

Les environnements virtuels de simulation représentent cependant encore fréquemment les piétons à partir de trajectoires prédéfinies, avec une prise en compte limitée de ces dimensions comportementales et sociales. Cette simplification peut réduire le réalisme des interactions et la validité écologique des expérimentations avec humain dans la boucle.

Parallèlement, les avancées récentes en modélisation du mouvement humain permettent d'envisager la reconstruction de cinématiques 3D à partir de données image et vidéo et leur transfert vers des avatars articulés. Des jeux de données annotés consacrés aux interactions véhicule-piéton, tels que JAAD et PIE, fournissent également des observations de comportements associés à l'intention de traversée. Leur exploitation ouvre la possibilité de dépasser une représentation purement sous frome de trajectoire du piéton pour intégrer ses comportements expressifs dans la simulation.

Dans ce contexte, l'enjeu scientifique de la thèse est de rapprocher la modélisation du mouvement humain, la modélisation comportementale et la simulation des interactions véhicule-piéton afin de développer des agents virtuels capables non seulement de se déplacer, mais également d'exprimer leurs intentions à travers leurs comportements cinématiques et non verbaux. L'objectif principal de cette thèse est de développer un modèle de piéton 3D articulé capable de reproduire des comportements socialement expressifs afin d'améliorer le réalisme des interactions véhicule-piéton en simulation.

Les travaux viseront plus spécifiquement à :
- développer une chaîne de modélisation du mouvement humain permettant de reconstruire des cinématiques 3D de piétons à partir de données image et vidéo ;
- modéliser les comportements et signaux non verbaux associés à l'intention du piéton, tels que le regard, l'orientation corporelle, la posture, les gestes, l'hésitation et la dynamique de marche ;
- intégrer ces comportements à des avatars 3D dans un environnement de simulation de conduite ;
- évaluer expérimentalement leur influence sur la perception, l'anticipation et la prise de décision des conducteurs dans des scénarios avec humain dans la boucle ;
- développer un agent piéton socialement cognitif capable de percevoir son environnement, de prendre des décisions et d'exprimer ses intentions à travers son comportement cinématique ;
- intégrer cet agent dans un environnement de simulation multi-agents afin de générer des interactions véhicule-piéton plus réalistes.

Le candidat devra être titulaire d'un Master 2 ou d'un diplôme équivalent en informatique, intelligence artificielle, vision par ordinateur, robotique ou domaine connexe. Il devra disposer de solides compétences en programmation, notamment en Python, ainsi que de connaissances en apprentissage profond, vision par ordinateur et traitement de données image et vidéo.
Des compétences ou un intérêt marqué pour la modélisation du mouvement humain, l'estimation et la génération de mouvements 3D, les modèles génératifs, la représentation 3D du corps humain et la modélisation comportementale seront particulièrement recherchés. Une expérience avec des frameworks d'apprentissage profond tels que PyTorch et avec des environnements de simulation 3D constituera un atout.
Le candidat devra également avoir un intérêt pour les problématiques interdisciplinaires liées aux interactions véhicule-piéton, à la communication non verbale, aux agents virtuels autonomes et aux expérimentations avec humain dans la boucle. Autonomie scientifique, capacité d'analyse, rigueur expérimentale et aptitude à communiquer et publier les résultats en anglais sont attendues.

• Gestion des données
• Python
• Programmation
• Anglais
• Intelligence artificielle
• Autonomie
• Esprit d'analyse
• Robotique