Pourquoi la fatigue au volant est un phénomène critique
Conduire est l’une des activités les plus risquées du quotidien. En Europe, des enquêtes approfondies sur les accidents attribuent 10 % à 24 % des accidents à la fatigue (Observatoire européen de la sécurité routière).
Les longs trajets monotones aggravent le phénomène. Une autoroute droite et calme demande de la vigilance, mais offre peu de stimulation : l’attention dérive et la somnolence s’installe (Thiffault & Bergeron, 2003). Le conducteur ne s’en aperçoit pas toujours.
C’est pourquoi de nombreux constructeurs et industriels cherchent à mesurer, détecter et, si possible, prédire la fatigue des conducteurs. Selon les études et les projets, différents signaux sont utilisés pour l’estimer : les yeux, le cœur, la respiration, la façon de conduire. Alors, quel signal est le plus fiable ?
Pour répondre, nous avons comparé ces signaux sur un jeu de données ouvert. Dans ce jeu de données, un médecin du sommeil a évalué la fatigue de chaque conducteur à partir de son activité cérébrale. Cette évaluation sert de référence.
Ce que l’on peut mesurer
Cinq familles de signaux sont fréquemment utilisées pour mesurer la fatigue au volant.
| Signal | Capteur dans l’habitacle |
|---|---|
| Conduite (volant, maintien dans la voie) | Inclus dans le véhicule |
| Yeux (clignements, mouvements oculaires, PERCLOS*) | Caméra tournée vers le conducteur |
| Cœur | Volant, siège, bracelet |
| Respiration | Siège, ceinture |
| Cerveau (EEG) | Casque |
* PERCLOS : part du temps pendant laquelle les yeux sont fermés à au moins 80 %, mesurée sur une minute ou plus. C’est la référence de longue date pour la détection de somnolence par caméra : une évaluation fédérale américaine l’a jugé le plus fiable des indicateurs de somnolence testés (FHWA, 1998).
La référence
Pour évaluer un capteur, il faut savoir quand le conducteur est réellement fatigué. Les conducteurs peuvent être interrogés, mais leur jugement sur leur propre fatigue est subjectif. Ici, un médecin du sommeil a évalué l’activité cérébrale (EEG) de chaque conducteur toutes les 30 secondes. Il a classé l’état du conducteur sur cinq niveaux, de l’éveil complet au sommeil léger. Cette évaluation sert de référence pour tous les autres signaux.
L’EEG enregistre l’activité électrique du cerveau. Cette activité forme des rythmes, c’est-à-dire des oscillations régulières. Deux rythmes ont augmenté avec la fatigue chez les 7 conducteurs :
- Le rythme alpha, mesuré à l’arrière de la tête. Il augmente quand le cerveau traite moins ce que l’on voit. Il est environ 6 fois plus fort en fatigue nette qu’au début de la conduite.
- Le rythme thêta, mesuré à l’avant de la tête. Il est associé à la somnolence. Il est environ 60 % plus fort en fatigue nette qu’au début de la conduite.
Données mesurées
Sept adultes ont conduit pendant 2 heures sur une simulation d’autoroute monotone. Leur activité cérébrale, leurs yeux, leur cœur et leur respiration ont été enregistrés. Ces 7 conducteurs sont issus des 50 du jeu de données : nous avons retenu ceux qui sont devenus nettement fatigués et qui commençaient la conduite éveillés. Chaque conducteur est comparé à ses propres premières minutes au volant. Un conducteur resté alerte tout du long a servi de contrôle : il permet de vérifier que les signaux ne changent pas simplement avec le temps passé assis.
| Mesure | Outil dans l’étude | Ce qu’il représente dans une voiture |
|---|---|---|
| Niveau de fatigue | Médecin du sommeil, évaluation de l’EEG toutes les 30 s | La référence |
| Cerveau | EEG 32 canaux | Référence de laboratoire uniquement |
| Yeux | Électrodes autour des yeux (EOG) | Ce que voit une caméra tournée vers le conducteur |
| Cœur | ECG | Volant, siège ou bracelet |
| Respiration | Ceinture thoracique | Capteur de siège ou de ceinture |
Nous considérons qu’un signal suit la fatigue d’un conducteur lorsqu’il sépare nettement ses moments d’éveil de ses moments de fatigue.
Ce que nous avons trouvé
Les yeux sont le signal le plus régulier : ils ont suivi la fatigue chez 6 conducteurs sur 7. Le cœur est plus faible (5 sur 7) et la respiration encore plus (3 sur 7).
| Signal | Indicateur | Suit la fatigue (sur 7) | Variation en fatigue nette |
|---|---|---|---|
| Yeux | Clignements et mouvements oculaires rapides | 6 | −61 % (plus rares) |
| Yeux | Durée des clignements | 4 | +27 % (+100 % près du sommeil) |
| Cœur | Fréquence cardiaque | 5 | −5 % |
| Respiration | Fréquence respiratoire | 3 | −10 % |
| Yeux | PERCLOS mesuré par électrodes | 1 | inconstant |
Variations : médiane des conducteurs. Les autres indicateurs testés (mouvements oculaires lents, variabilité du cœur et de la respiration) ont suivi la fatigue chez 2 à 4 conducteurs. Le classement est le même en comparant des moments d’éveil et de fatigue pris à la même période de la conduite.
- Yeux : un regard fixe. Les conducteurs fatigués clignent et bougent moins les yeux. Près du sommeil, un clignement dure deux fois plus longtemps, ce qui concorde avec les travaux antérieurs (Schleicher et al., 2008).
- Le PERCLOS demande une caméra. Mesuré par électrodes, il n’a suivi la fatigue que chez 1 conducteur sur 7 : les fermetures longues sont rares.
- Cœur : un signal faible. La fréquence cardiaque baisse d’environ 5 % en fatigue nette. Elle a aussi baissé chez le conducteur resté alerte : le temps passé assis y contribue.
- Aucune alerte précoce. Aucun signal n’a bougé avant l’évaluation du médecin. Ils confirment la fatigue, ils ne l’anticipent pas.
Ce que cela signifie pour vous
Cette étude, menée sur 7 conducteurs en simulateur, donne des pistes à tester sur vos propres données.
- Misez sur plusieurs signaux. La fatigue apparaît dans les yeux, le cœur et la respiration, mais ces signaux varient selon le contexte et le conducteur.
- Commencez par les yeux. Moins de clignements et de mouvements oculaires ont suivi la fatigue plus souvent que la fermeture des paupières.
- Utilisez le cœur en complément. Sa variation est faible et en partie liée au temps passé assis. Combiné aux yeux, il peut apporter un second avis.
- Combinez plusieurs capteurs si possible. Cela peut améliorer la fiabilité de la détection.
Données et crédits
Données : Li, Fu, Tang, Zhou, Chen, Zhou, Chen & Luo (2026), Multimodal Phenotyping Dataset of Driving Fatigue (MPD-DF), Scientific Data 13:289, doi:10.1038/s41597-026-06634-4, CC BY 4.0. Ré-analysées de façon indépendante par Nox Science : la sélection des conducteurs, le traitement et les statistiques sont les nôtres, et les auteurs du jeu de données n’ont pas participé. Démonstration sur données ouvertes : 7 conducteurs, simulateur, évaluations par un seul médecin.
Références
- European Road Safety Observatory. Fatigue: frequency of fatigue-related crashes. Commission européenne. Lien
- Thiffault, P. & Bergeron, J. (2003). Monotony of road environment and driver fatigue: a simulator study. Accident Analysis & Prevention, 35(3), 381–391. Résumé par l’Observatoire européen de la sécurité routière
- Federal Highway Administration (1998). PERCLOS: a valid psychophysiological measure of alertness as assessed by psychomotor vigilance. Tech Brief FHWA-MCRT-98-006. Lien
- Schleicher, R., Galley, N., Briest, S. & Galley, L. (2008). Blinks and saccades as indicators of fatigue in sleepiness warnings: looking tired? Ergonomics, 51(7), 982–1010. doi:10.1080/00140130701817062
- Li, J. et al. (2026). Multimodal Phenotyping Dataset of Driving Fatigue. Scientific Data, 13, 289. doi:10.1038/s41597-026-06634-4