Etudiant : ERRAJRAJI KHALID

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. BOUHOUTE AFAF

Annèe : 2021

Résumé : Les voitures intelligentes d’aujourd’hui sont équipées de systèmes avancés d’assistance à la conduite, qui permet d’aider le conducteur pendant la conduite et assure son confort, an d’augmenter les performances de conduite. Pour adopter ces systèmes en fonction des besoins du conducteur, nous devons assurer une bonne personnalisation de ce dernier. Dans ce travail, nous proposons un modèle de prol de conducteur qui sera construit en utilisant une approche dynamique et non supervisée. Le prol combine les préférences du conduc- teur (réglages de la voiture, position du siège, miroirs, etc.) comme information statique et le comportement du conducteur comme information dynamique qui est présentée comme un graph de comportement. Pour la construction du graph, nous proposons une approche de segmentation des données utilisant k-means clustering pour les données cinétiqueset et map matching pour les données GPS. La qualité de l’approche de segmentation proposée est validée à l’aide de l’ensemble de données UAH-Driveset Hcilab à l’aide de la méthode de validation croisée et il montre de bons résultats dans la représentation du comportement du conducteur.