Analyzing the take-over performance in an automated vehicle in terms of cognitive control modes

Plusieurs études ont montré que des différences interindividuelles pouvaient exister dans la façon dont les conducteurs interagissent avec un véhicule automatisé. S’inscrivant dans la lignée de ces travaux, cet article vise à identifier différentes classes de conducteurs à l’aide de méthodes de clustering et propose d’interpréter ces classes en termes de « mode de contrôle cognitif ». Ce concept a été défini par Hollnagel (1993, 2002). Cet auteur a distingué des modes de contrôle allant des plus réactifs aux plus proactifs et a montré qu’ils étaient associés à différents niveaux de performance.Cette étude repose sur des données recueillies sur simulateur de conduite, auprès de 36 participants ayant expérimenté la conduite d’un véhicule de niveau SAE 3 (SAE J3016, 2018). Les participants étaient invités à jouer sur une tablette de jeu pendant la phase de conduite automatisée, puis devaient reprendre le contrôle du véhicule en mode manuel dans une situation de changement de voie. Les participants disposaient de 10 secondes pour reprendre le contrôle. L’étude porte sur une condition dans laquelle les conducteurs utilisaient un affichage tête haute présentant des informations en réalité augmentée. Plusieurs types de données ont été analysés afin de catégoriser les participants et d’expliquer les classes résultantes ; il s’agit de données véhicule (actions du conducteur et trajectoire du véhicule), de données oculaires et de verbatims recueillis lors d’entretiens d’explicitation.Des méthodes de clustering ont été utilisées pour analyser les données véhicule. Elles ont permis d’identifier trois classes de comportement. La classe 1 est associée à des actions de contrôle du véhicule qui peuvent être qualifiées de « fluides » et à une expérience utilisateur positive ; les participants appartenant à cette classe ont passé plus de temps à regarder la scène de conduite que les autres. La classe 2 est également caractérisée par des actions de contrôle « fluides » mais l’expérience utilisateur des participants est plus mitigée. La classe 3 est opposée aux deux premières. Elle est associée à des actions de freinage brusques, un changement de voie plus rapide, une expérience utilisateur négative, des fixations oculaires sur la tablette de jeu qui persistent après la demande de reprise en main ; au sein de cette classe, la majorité des participants mentionnent qu’ils ont rencontré des difficultés à comprendre les informations affichées en réalité augmentée.Ces classes de comportements ont été interprétées en termes de différents modes de contrôle cognitif : un mode de contrôle « tactique » mis en œuvre lorsque les conducteurs se sont donnés suffisamment de temps pour analyser la situation, un mode de contrôle « erratique » ou « opportuniste » dans le cas contraire.