Clear Sky Science · fr

Évaluation neuroergonomique des taux de pénétration des eHMI d’alerte de risque dans les pelotons de véhicules : effets sur la charge mentale des piétons, la conscience de la situation et l’acceptation des interstices

· Retour à l’index

Pourquoi cela compte pour les traversées de rue quotidiennes

Alors que les voitures apprennent à se conduire seules, les piétons doivent toujours prendre des décisions en une fraction de seconde pour savoir quand il est sûr de traverser. Cette étude examine un nouveau type de signal lumineux sur les véhicules autonomes qui avertit les piétons du risque de traversée, et pose une question simple mais cruciale : l’ajout de ces signaux facilite‑t‑il réellement et sécurise‑t‑il la prise de décision des personnes — ou peut‑il parfois rendre la situation plus confuse ?

Nouveaux feux d’alerte sur les voitures autonomes

Les voitures autonomes de niveaux d’automatisation élevés peuvent ne pas avoir de conducteur attentif avec lequel les piétons puissent établir un contact visuel. Pour combler ce vide de communication, des chercheurs ont proposé des interfaces « externes » — des lumières à l’extérieur du véhicule qui changent de couleur pour indiquer le risque de traverser devant la voiture. Dans cette étude, les feux passent au vert pour un faible risque, au jaune pour un risque moyen et au rouge pour un risque élevé, en fonction du moment d’arrivée du véhicule au point de traversée. L’équipe a voulu savoir comment ces signaux influencent les ressentis et les jugements des personnes lorsqu’elles évaluent les interstices dans le trafic, en particulier quand certains véhicules disposent de ces feux et d’autres non.

Figure 1
Figure 1.

Tester différents mélanges de voitures sur une route fréquentée

Pour explorer cela, les chercheurs ont montré à 24 volontaires des scènes vidéo réalistes d’une route rectiligne à deux voies sans feux de circulation ni passage piéton. Depuis un point de vue fixe sur le trottoir, les participants regardaient des « pelotons » de voitures passer et indiquaient s’ils traverseraient devant chacune d’elles. L’étude a comparé trois situations : aucune voiture n’avait de feux d’alerte, toutes les voitures en étaient équipées, ou seulement la moitié des voitures en avait, mélangées aléatoirement avec des voitures ordinaires. Les vitesses des véhicules et les intervalles temporels entre les voitures ont été variés de manière contrôlée pour imiter le trafic naturel. Pendant qu’ils choisissaient le moment de traverser, les participants écoutaient aussi, via un casque, de rares bips aigus et devaient les compter silencieusement, permettant aux chercheurs de mesurer l’effort mental requis par la tâche de traversée.

Regarder à l’intérieur du cerveau pendant que les gens décident

Au‑delà de demander aux participants à quel point la tâche leur semblait exigeante, l’étude a utilisé une méthode d’enregistrement des ondes cérébrales pour obtenir une lecture plus directe de la charge mentale. Les participants portaient une coiffe munie de nombreux électrodes qui mesuraient l’activité électrique du cerveau pendant qu’ils comptaient les bips. Un signal cérébral bien connu, le P300, s’amplifie en général lorsque les personnes disposent d’attention disponible pour une tâche secondaire. Si la tâche de traversée mobilise beaucoup de ressources mentales, la réponse P300 aux bips devient plus faible. Après chaque bloc de trafic, les volontaires évaluaient aussi dans quelle mesure ils comprenaient clairement ce qui se passait sur la route, à quel point la situation leur semblait exigeante et combien d’attention disponible il leur restait — constituant ensemble une mesure de leur conscience de la situation.

Quand plus de signaux aident et quand ils nuisent

Le schéma le plus clair est apparu en comparant les trois niveaux d’utilisation des feux d’alerte au sein des pelotons de véhicules. Lorsque chaque voiture autonome du flot affichait les feux d’alerte de risque, les personnes déclaraient mieux comprendre la situation, se sentaient moins tendues et leurs signaux cérébraux indiquaient plus d’attention disponible. Fait important, elles utilisaient aussi les interstices du trafic de façon plus efficace : elles rejetaient davantage les interstices très petits et risqués et acceptaient plus souvent les interstices larges et sûrs. Cette sensibilité accrue à la taille des interstices est apparue sans augmentation mesurable de la charge mentale comparée à l’absence de feux. En revanche, lorsque seulement la moitié des véhicules étaient équipés des feux et l’autre moitié non, la situation empirait. Les piétons traversaient moins souvent devant les voitures munies de feux, leurs signaux cérébraux témoignaient d’une charge mentale plus élevée, et leurs évaluations révélaient une conscience de la situation moindre et moins de ressources attentionnelles disponibles.

Figure 2
Figure 2.

Ce que cela signifie pour l’avenir des rues urbaines

Pour un non‑spécialiste, la conclusion est simple : ces nouveaux feux d’alerte sur les voitures autonomes peuvent réellement aider les piétons — à condition que tous les véhicules concernés les utilisent de la même manière. Dans un flot de trafic entièrement équipé, les feux facilitent l’évaluation des interstices sûrs, sans surcharger l’esprit. Mais dans un monde mixte où certains véhicules en sont pourvus et d’autres non, l’information supplémentaire peut en réalité compliquer la prise de décision et augmenter la fatigue. Cela suggère qu’une planification attentive, des normes claires et une éducation du public seront essentielles lorsque les villes déploieront des signaux externes sur les véhicules autonomes, afin que ces systèmes simplifient et non compliquent les traversées quotidiennes.

Citation: Yang, F., Sun, X., Ma, J. et al. Neuroergonomic evaluation of risk-warning eHMI penetration rates in vehicle platoons: effects on pedestrians’ mental workload, situation awareness, and gap acceptance. Sci Rep 16, 13582 (2026). https://doi.org/10.1038/s41598-026-42814-3

Mots-clés: véhicules autonomes, sécurité des piétons, signaux de circulation, charge mentale, interaction homme‑machine