La conduite sur des routes enneigées représente un défi majeur pour la détection des voies, tant pour les conducteurs humains que pour les systèmes de conduite autonome. Les chutes de neige compliquent le contrôle du véhicule, la perception de l’environnement et dégradent les performances des conducteurs ainsi que celles des modèles de détection des voies. De plus, la rareté des jeux de données hivernales limite le développement de modèles d’apprentissage profond robustes.
Cette thèse, réalisée en cotutelle entre l’UQTR et l’Universidad de Granada, propose un système relevant de la catégorie des proxys de détection de voies afin d’améliorer la perception des marquages sur des routes urbaines enneigées. Destiné aux véhicules de niveaux d’autonomie 2 et 3 selon la norme SAE J3016, ce système renforce à la fois la perception humaine et logicielle.
L’approche combine :
- Génération de données synthétiques par simulation en réalité virtuelle et techniques de synthèse d’images inspirées de la réalité augmentée.
- Stratégie centrée sur les données, basée sur des transformateurs réentraînés, afin d’améliorer les modèles de détection de voie fondés sur l’apprentissage profond. Cette stratégie enrichit les données d’entraînement. À partir d’un échantillon réduit de données réelles, le modèle extrait des caractéristiques locales des voies et globales de l’environnement sous diverses conditions climatiques afin d’estimer plus précisément la position des voies sur des routes enneigées.
- Intégration du système dans un environnement virtuel afin d’évaluer ses performances.
- Cadre d’évaluation en simulation centré sur l’utilisateur afin d’analyser l’expérience de conduite et la capacité à maintenir la trajectoire sur des routes enneigées avec le système.
Les résultats montrent que l’approche améliore la précision de la détection des voies en conditions enneigées et peut aider les conducteurs à maintenir leur trajectoire.
Thèse de doctorat en ingénierie (concentration génie mécanique), réalisée en cotutelle entre l’Université du Québec à Trois-Rivières et l’Universidad de Granada (Espagne) soutenue le 26 mai 2026.
Membre du jury
Professeur Sousso Kelouwani, Direction de recherche
Université du Québec à Trois-Rivières
Professeure Patricia Paderewski Rodriguez, Direction de recherche
Universidad de Granada
Professeur Álvaro Joffre Uribe Quevedo, Codirection de recherche
Ontario Tech University
Professeur Mohamed Habibi, Présidence du jury
Université du Québec à Trois-Rivières
Professeur Juan Antonio Holgado Terriza, Membre interne
Universidad de Granada
Professeure Carina González, Membre externe
Universidad de la Laguna
Professeure Zeinab El-Sayegh, Membre externe
Ontario Tech University
