Soutenance de thèse de CHEAIBI Selim
Titre de thèse
Conditions de choc et cinématique du tronc du motocycliste lors d'un accident
Impact conditions and kinematics of the motorcyclist's trunk during an accident
Résumé de la thèse
Les motocyclistes figurent parmi les usagers de la route les plus vulnérables et les lésions thoraco-abdominales représentent une part importante des traumatismes sérieux observés lors des accidents. Pourtant, la cinématique du tronc, déterminante dans la localisation et la gravité de ces lésions, reste encore peu étudiée.
Cette thèse propose une approche intégrée et originale visant à mieux comprendre la dynamique corporelle du motocycliste, en combinant trois volets méthodologiques : (i) la reconstruction multi-corps d'accidents documentés, (ii) l'analyse instrumentée des signaux inertiels issus des gilets airbag connectés In&motion lors d'accidents réels et (iii) l'exploitation des enregistrements de l'airbag en roulage hors accident.
Les reconstructions numériques ont permis de caractériser les conditions d'impact à partir d'une méthode fondée sur les angles d'orientation du tronc. Cette approche a mis en évidence les différences entre composantes normale et tangentielle selon les types d'impacts rencontrés, tout en intégrant la trajectoire du motocycliste et les vitesses impliquées. Elle offre un outil robuste pour comparer les configurations d'accidents et mieux comprendre les zones de vulnérabilité.
Les analyses instrumentées à partir des données In&box ont montré qu'il est possible de segmenter automatiquement et avec précision les phases d'un accident (roulage, perte de contrôle, impact, post-impact). Cette méthode a pu être validée grâce au croisement avec les questionnaires Edair, confirmant la fiabilité des signaux embarqués pour documenter la dynamique réelle des accidents.
Enfin, l'étude des roulages a révélé que l'inclinaison moyenne du tronc constitue un biomarqueur robuste, permettant de distinguer les types de motocyclettes et reflétant directement les dynamiques corporelles associées.
Pris ensemble, ces résultats soutiennent l'hypothèse d'une continuité biomécanique entre posture en roulage, posture à l'impact et survenue des lésions. Cette thèse ouvre ainsi la voie à une nouvelle génération de dispositifs de protection intelligents et adaptatifs, intégrant la posture réelle du conducteur pour améliorer la détection et la prévention des traumatismes graves chez les motocyclistes.
Mots clés : Motocycliste, Capteurs inertiels, Série temporelle, Tronc, Deux-roues motorisés (2RM), Multi-corps, Gilet airbag, Sécurité routière.
Thesis resume
Motorcyclists are among the most vulnerable road users and trunk injuries represent a significant share of serious trauma in crashes. Yet, the kinematics of the rider's trunk, critical in determining both the location and severity of injuries remains insufficiently documented.
This thesis proposes an integrated and original approach to better understand motorcyclist body dynamics, combining three complementary methodologies: (i) multi-body reconstructions of documented crashes, (ii) instrumented analysis of inertial signals collected by In&motion airbag vests during real-world accidents and (iii) exploitation of inertial recordings during everyday riding.
The numerical reconstructions introduced a novel angle-based method to characterize impact conditions. This approach distinguished between normal and tangential components of the trunk's motion, while also accounting for trajectory and velocity levels at impact. It provided a robust framework to compare crash configurations and highlight postural orientations most associated with vulnerability.
The instrumented analyses demonstrated that accident phases (riding, loss of control, impact, post-impact) can be segmented automatically and with high accuracy from In&box inertial data. Crucially, this segmentation method was validated through cross-referencing with Edair questionnaires, confirming the reliability of onboard signals to document real accident dynamics.
Finally, the riding analysis revealed that the average trunk inclination is a robust biomechanical biomarker, enabling the classification of motorcycle types and directly reflecting rider postural dynamics.
Together, these findings support the hypothesis of a biomechanical continuum linking riding posture, impact posture, and injury occurrence. This thesis therefore paves the way for a new generation of intelligent and adaptive protective devices, capable of integrating the rider's real posture to enhance accident detection and mitigate severe trauma among motorcyclists.
Keywords: Motorcyclist, Inertial sensors, Time series, Trunk, Powered two-wheelers (PTW), Multi-body, Airbag vest, Road safety.