Comment explique-t-on le risque automobile ? La science des statistiques propose principalement l’âge du conducteur, le type de véhicule et la zone de circulation.

MEDOC2.jpg

Mais le risque n’est-il pas plus simplement lié aux comportements de conduite ?

Les données produites aujourd’hui par les systèmes embarqués dans les véhicules identifient-elles à coup sûr des conduites à risques ?

Méthode de recherche

Pour approcher le problème, le projet a recruté plusieurs dizaines de conducteurs volontaires et leur a demandé de suivre le protocole suivant :
ils ne changent rien à leurs habitudes de conduite ;
ils acceptent d’avoir un boîtier dans leur véhicule qui relève en permanence des données sur le déplacement du véhicule ;
lorsqu’ils détectent une situation dangereuse, ils actionnent un bouton d’alarme qui permet au boîtier de mémoriser l’instant précis ;
une fois rentrés chez eux, les volontaires remplissent un rapport d’incident avec une description précise des causes et de leur gestion;

Cette expérience a été réalisée pendant près de 3 ans, essentiellement en région parisienne. D’importants volumes de données ont été collectés puis analysés grâce à des techniques évoluées de statistiques de type « big data ».

Des résultats peu probants

Que nous disent les chiffres ? Peu de choses en réalité car les trois systèmes de mesure : le boîtier, l’alarme et le rapport sont rarement d’accord. Ainsi, ce que prédisent les algorithmes à partir des données n’est pas corrélé avec ce que décrivent les conducteurs.

Les trop rares cas de convergence ne permettent pas de proposer des conclusions statistiquement prouvées. En d’autres termes, les données collectées exclusivement à partir des boîtiers ne prédisent pas les conduites accidentogènes.

medoc3.jpg

Tarification ou prévention?

La technologie évolue sans cesse. Les boîtiers d’aujourd’hui recueillent plus d’informations, et les algorithmes progressent. Les conclusions de ce projet peuvent être infirmées à tout moment. Pour mieux cerner les comportements réellement risqués, il faudrait introduire des données de contexte : météo, type et localisation de la route, densité du trafic, manœuvres des autres véhicules.

Entre temps, l’utilisation des données télématiques dans les contrats d’assurance de type « Pay how you drive » aura peut-être le mérite d’inciter les conducteurs à plus de prudence, en les contraignant par le porte-monnaie. 


Code du projet

MEDOC

Organismes de recherche et partenaires

LPC (Laboratoire de Psychologie des Comportements et des Mobilités) - IFSTTAR
LIVIC (Laboratoire Interactions Véhicules-Infrastructures-Conducteurs) - IFSTTAR

Partenariats de recherche scientifiques et techniques
ETS (Ecole de Technologie Supérieure, Université de Québec)

Principaux intervenants

Patricia DELHOMME
Guillaume SAINT PIERRE

Date de début / Durée

2014 sur une durée de 28 mois

A voir aussi