PedestrianWorkerSafetyUPIR

Parmi les risques pour la santé et la sécurité des travailleurs, les accidents de la route constitue une proportion importante des accidents ayant mené à une indemnisation, et les travailleurs piétons représentent le deuxième plus haut taux de blessures graves et décès. Dans le cadre d'un projet financé par l'IRSST, nous avons collecté des données physiologiques et vidéo pour un ensemble de travailleurs (policiers et signaleurs routiers) à Montréal et Québec à l'été 2017. Le sujet de cette recherche est l'analyse des données vidéo pour comprendre les facteurs externes (circulation, risque d'accident) liés au stress et état général du participant.

Objectifs et méthodologies

Méthodes de détection et suivi d'un travailleur piéton pour l'analyse de ses conditions de travail

Les objectifs de ce projet sont d'améliorer les outils de détection, suivi et classification des usagers pour suivre le travailleur étudié sur plusieurs jours de données. La méthodologie sera la suivante:

• application de la méthode de détection et suivi de points caractéristiques (projet "Traffic Intelligence" développé à Polytechnique) et évaluation de ses limites pour suivre un usager particulier;
• ajout d'autres descripteurs ("feature" tels que "local binary pattern", "ORB", "SURF") pour caractériser l'apparence du travailleur;
• utilisation d'algorithmes d'apprentissage en ligne de l'apparence du travailleur.

Analyse des conditions de circulation et du risque d'accident de travailleurs piétons par analyse vidéo

Les objectifs de ce projet sont d'analyser les conditions de circulation et du risque d'accident de travailleurs piétons par analyse vidéo. La méthodologie sera la suivante:

• appliquer les outils existants (projet "Traffic Intelligence" développé à Polytechnique) pour détecter et suivre les véhicules motorisés autour du travailleur étudié
• caractériser les conditions de circulation (débit, vitesse, densité) selon la proximité au travailleur
• caractériser le risque d'accident du travailleur à l'aide d'indicateurs substituts de sécurité tels que le temps à la collision

Ressources pour le projet

• Outil d'analyse vidéo "Traffic Intelligence": https://bitbucket.org/Nicolas/trafficintelligence (article de référence: http://n.saunier.free.fr/saunier/stock/saunier06feature-based.pdf)
• Ressources pour Python et le cours de gestion de données
  • apprendre le logiciel de contrôle de version mercurial https://www.mercurial-scm.org/