Résumé

D’après les données de la CNESST, les travailleuses et les travailleurs indemnisés à la suite d’un accident routier au travail représentent environ 2 % de tous les indemnisés, mais les décès liés à un accident routier représentent entre 25 % et 30 % de tous les décès accidentels au travail. Ils constituent la première cause de mortalité accidentelle au travail. Selon une étude statistique réalisée sur les données de plus de 8000 travailleuses et travailleurs ayant été indemnisés par la CNESST à la suite d’un tel accident, entre les années 2000 et 2008, plus de 83% d’entre eux sont impliqués à titre de conducteurs. Bien que les caractéristiques propres à la conductrice ou au conducteur et son comportement soient des éléments notables à retenir pour élaborer une stratégie de prévention, la fatigue au volant en milieu de travail serait le facteur le plus influent parmi l’éventail des facteurs de risque identifiés.

Parmi les différentes stratégies de prévention de ces accidents, l’utilisation de dispositifs embarqués d’aide à la conduite sécuritaire, pour avertir les conductrices et les conducteurs en cas de somnolence, est le moyen le plus direct à considérer pour diminuer ce risque. Des études récentes suggèrent que la variabilité des paramètres physiologiques tels que la fréquence cardiaque et la respiration sont des indicateurs prometteurs à utiliser dans les systèmes de détection de l’état de somnolence au volant.

Ce projet de recherche souhaite mettre en place un prototype fonctionnel centré sur l’utilisation de capteurs de signes vitaux sans contact direct avec la peau, intégrés dans la housse du siège du véhicule et connectés à un microprocesseur. Par ailleurs, un algorithme sera mis au point afin de convertir les signaux détectés en données biométriques, tout en filtrant les bruits comme les mouvements du corps. Le post-traitement de ces données et leur formatage sont envisagés afin d’entraîner un algorithme d’apprentissage de la machine afin de déterminer des états de somnolence au volant.

L’étude permettra de consolider les connaissances sur l'élaboration de capteurs biométriques, à l’aide des technologies de textiles intelligents. De plus, elle apportera une meilleure compréhension des variables biométriques permettant d’identifier les signes de somnolence au volant. L’équipe de recherche songe à développer une méthode adaptée, afin d’obtenir des données biométriques exploitables et de mettre en œuvre un outil de détection de la somnolence des travailleurs conducteurs. Elle cherchera également à valider le traitement des signaux biométriques comme mesure prédictive de la somnolence et de la détérioration des habiletés de conduite.