” Le virtuel est ce qui nous aide à faire advenir ce que nous ne sommes pas encore. „ [Philippe Quéau, Ingénieur et chercheur français, 1955- ]
Bien qu’expérimentateur dans l’âme, je pense néanmoins que la science se cache dans les théories et que les mathématiques sont leur langage. L’expérimentation est la traductrice qui nous permet de comprendre ces théories en croyant les vérifier. La biomécanique expérimentale est une science intéressante, mais finalement, limitée par notre capacité à reproduire des situations complexes dès lors que de nombreux paramètres interviennent. Bien sûr, on peut saucissonner les phénomènes étudiés en se focalisant sur telle ou telle partie, sur tel ou tel paramètre… En invoquant la phrase magique : « Toutes choses étant égales par ailleurs… ». Cela marche, j’en ai présenté quelques-unes, [des expériences] dans les chapitres précédents. Mais, nous, les chercheurs, avons à disposition désormais la puissance de l’informatique et du calcul numérique.
L’avenir sera virtuel, [sauf s’il y a soulèvement des machines…]. Ce que je veux dire par ce trait d’humour, c’est que grâce à la puissance du numérique, on pourra réaliser des expérimentations (virtuelles) que l’on n’aurait jamais imaginées. La simulation ouvre le champ des possibles de manière quasi infinie. [Ouais, ouais, ouais… Enfin si les
modèles sont validés…, expérimentalement ou repose sur des théories suffisamment fiables…, virtuel mais les pieds sur terre]. Dans cette partie de perspectives scientifiques futures, je vais
aborder deux sujets liés à la sécurité des transports que la virtualisation pourrait révolutionner. D’une part, l’introduction de la simulation numérique dans l’évaluation du risque de blessures. Puis, l’usage des modèles numériques divers et variés pour une approche systémique de la mobilité de demain. Celle-ci ambitionnant de préparer le futur, de se projeter dans l’avenir, et puisque j’ai fait une référence à peine cachée au film Terminator, je conclurais par une digression sur le véhicule autonome, en me limitant, [à l’impossible nul n’est tenu], à son impact en termes de sécurité routière.
Vers l’évaluation virtuelle du risque dans les transports
~ 94 ~
Mannequin versus modèle : le combat des substituts
Lors de la conférence finale du projet Européen Imviter29, auquel le LBMC a participé, une personne d’un constructeur automobile dont je tairai le nom, à la question de savoir s’il était prêt à utiliser des modèles numériques du corps humain, dans leurs simulations, pour valider les solutions de sécurité de leur véhicule, a répondu à peu près ainsi : « Nous préférons les modèles numériques de mannequins de crash
tests, car si on a un doute sur le résultat de la simulation, on peut toujours crasher un véhicule avec le mannequin… C’est impossible avec un modèle humain ».
Evidemment, les constructeurs utilisent, déjà, certains depuis longtemps, les modèles numériques humains pour les développements des systèmes de protection et pour évaluer la protection de leurs nouveaux véhicules pendant les phases de design. C’est pour cela, que certains, comme Toyota, ont développé leur propre modèle THUMS (IWAMOTO et coll., 2002), d’autres ont participé aux projets européens HUMOS (ROBIN,2001) et HUMOS2 (VEZIN et VERRIEST, 2005) ou encore depuis 2008 ont lancé le projet mondial GHBMC (GAYZIK et coll., 2012). Cependant, cette remarque de ce responsable d’un grand constructeur automobile, [allemand avec une
étoile sur le capot…], sous-entend et met en évidence plusieurs questions fondamentales
liés aux développements de la simulation pour la sécurité des véhicules et la protection des usagers. La première est liée à l’utilité, et les différences entre eux, des mannequins de crash tests et des modèles numériques du corps humain. La seconde pose la problématique de la validation des modèles, et celle sous-jacente et intimement liée de la fiabilité des simulations. Cette question est extrêmement importante pour d’éventuelles procédures de certification, d’homologation ou de normalisation (comme les essais NCAP par exemple). C’était le cœur du projet Imviter qui a posé certaines bases et de travaux du projet Aprosys, avec quelques modestes contributions de ma part (HYNCIKet coll., 2008). C’est aussi pourquoi, j’ai souhaité que la problématique des incertitudes en simulation numérique, en particulier leurs propagations, devienne un axe de recherche central au LBMC.
Concernant la première question, certains sont prompts à opposer mannequins de crash tests et modèle humains, en voulant, de fait, reléguer les premiers aux oubliettes. Evidemment, de mon point de vue, ceci est une hérésie et démontre a
minima un manque de connaissances de la question. La finalité de chacun de ces
substituts humains est, en effet, très différente, bien que l’on puisse utiliser l’un, le modèle numérique, pour faire le travail de l’autre, le mannequin. Enfin, sous certaines conditions que l’on verra plus loin. Un mannequin est, avant toute chose, comme je l’ai décrit aux deux chapitres précédents, un outil d’évaluation du risque lésionnel. Finalement, c’est juste un gros capteur. On lui demande cinq qualités essentielles, la biofidélité, c’est-à-dire, la capacité à reproduire le plus fidèlement possible le comportement du corps humain lors d’un impact, la durabilité, la répétabilité et la fidélité des mesures, et la capacité à prédire le risque de blessures. De manière surprenante, la moins importante est la première. Ce qu’on demande à un mannequin de chocs, c’est de prédire le risque de blessure. J’ai envie de dire peu importe comment on y arrive.
29 IMVITER: Implementation of virtual testing in safety regulations. Collaborative Project SST-2007-RTD-1-218688, 7e
Mannequin versus modèle : le combat des substituts
Prédire le risque c’est, à partir de mesures faites sur le mannequin lors du choc, [d’où mon appellation de gros capteur], déterminer la valeur d’un critère lésionnel. Puis à partir de cette valeur, via une courbe de risque, évaluer la probabilité de survenue de lésions d’une gravité minimale. Par exemple, 50 % d’avoir des blessures de gravité AIS≥3. La durabilité, c’est très simple, il s’agit que le mannequin ne se brise pas à chaque essai. On évalue le risque, on ne le reproduit pas avec un mannequin ! La répétabilité et la fidélité sont des qualités très importantes, pour un outil de certification. Pour faire simple, si on réalise x fois le même essai avec un mannequin, on doit avoir x fois le même résultat (du moins avec une variation infime), ou si on fait le même test avec n mannequins identiques, on doit avoir n fois le même résultat. On demande au modèle humain des qualités sensiblement différentes. Pour commencer, ici la biofidélité est fondamentale. En effet, on n’imagine pas de développer un modèle humain qui ne ressemblerait pas à un humain, et pas que géométriquement… A mon avis, la biofidélité d’un modèle humain, inclus la prédiction des blessures. Il faut faire un distinguo entre prédire des blessures (modèles) et prédire le risque de blessures (mannequin). J’ai donné un exemple du second dans le paragraphe précédent. Evidemment, les critères de blessures mannequins peuvent être utilisés dans un modèle humain. Par exemple, le critère tête, HIC, Head Injury Criteria, qui nécessite la valeur au cours du choc des accélérations linéaires au centre de gravité de la tête, est aisément calculable sur un modèle. Prédire les blessures, je devrais plutôt dire simuler les blessures, c’est reproduire virtuellement les mécanismes de rupture du matériau biologique au cours du temps jusqu’à arriver à la blessure elle-même. Soyons honnête, aujourd’hui, on en est encore loin. En revanche, ce que l’on sait faire, c’est, sur la base de critères lésionnels locaux, par exemple des contraintes à rupture, de von Mises, des déformations maximales, etc., identifier la localisation de la blessure et donc éventuellement sont type (fracture, déchirure, etc.). Il est donc sous-entendu, vous l’aurez compris, qu’on ne demande pas au modèle humain d’être durable. Bien au contraire, on veut le casser, le blesser, le déchirer…, à l’envie, [c’est un peu bizarre non ?], mais tout comme son cousin mécanique, on aimerait que le modèle soit répétable et fiable. A priori, cela semble évident… Et bien non !
En fait, la simulation numérique a de cela étonnant, c’est que le résultat de votre simulation dépend de pleins de paramètres externes à votre modèle humain. D’une part, elle est dépendante du code de calcul utilisé, en gros de la manière dont les équations de la mécanique sont programmées. Elle dépend aussi de la machine (ordinateur) utilisée pour réaliser la simulation, et encore plus surprenant de l’utilisateur du modèle et du code de calcul. Vous me direz, c’est aussi vrai pour les essais de crash tests : modèle de catapulte, positionnement des mannequins, système d’acquisition, etc. Certes, mais là, pour les crash-tests physiques, nous avons des normes, des procédures extrêmement précises et fiables. Ce n’est pas encore le cas pour les simulations sur modèles humains.
Au final, les mannequins de crash tests et les modèles numériques sont deux outils de simulation du comportement au choc et pour l’évaluation de la protection des usagers. L’un dans le monde réel, l’autre dans le monde virtuel avec pour chacun des avantages et des inconvénients. Ils sont différents et complémentaires, chacun permettant une évaluation différente du risque en cas d’accident. J’y reviendrai plus tard, probablement que le modèle humain prendra le dessus, à terme, sur les mannequins, mais je pense que ces derniers ont encore de beaux jours devant eux. Ceci étant, ma carrière s’est articulée autour de deux axes de recherches :
Vers l’évaluation virtuelle du risque dans les transports
~ 96 ~
- L’acquisition et développement de connaissances fondamentales sur le comportement aux chocs du tronc et les mécanismes lésionnels associés ;
- Le développement et mise en œuvre d’outils de simulation du comportement aux chocs et d’évaluation des systèmes de protection permettant d’accroître la sécurité des transports.
On a vu dans les deux chapitres précédents, des expérimentations et des résultats sur le thorax et l’abdomen qui ont constitué l’essentiel de mes recherches du 1er axe. Depuis le début, pour le 2e axe, j’ai mené de concert des travaux de biomécanique pour le développement des mannequins et des modèles. L’objectif final de tout ceci étant d’aller vers l’évaluation du risque lésionnel, notamment en simulation et donc vers les crash-tests virtuels. Mes premiers travaux à l’Inrets, ont donc porté sur le développement du futur mannequin de chocs frontal THOR, plus biofidèle, plus avancé, plus prédicteur des blessures, …, [plus, oui, mais toujours futur
dix-huit ans plus tard]. En fait, c’étaient mes seconds travaux, car j’ai été recruté pour le
projet HUMOS et mes premiers travaux ont consisté, non pas à développer le modèle numérique, mais à réaliser des expérimentations sur corps humains donnés à la Science, pour valider le modèle en choc frontal. L’un des objectifs était aussi d’évaluer et comparer les effets de différents systèmes de retenues. Ce protocole a été repris ensuite dans le projet FID dédié au THOR pour au final constituer une base de données de comparaison dans les mêmes conditions de divers substituts humains : le mannequin Hybrid III, le mannequin THOR, le modèle HUMOS (1 & 2) et les corps donnés à la Science.
Le principe de ce type d’expérimentations, sur corps complet, repose sur la simulation de conditions d’accidents connues et contrôlables dans un environnement maîtrisé et non-destructif, autrement appelé « sled test ». Les paramètres de chocs importants sont la vitesse de choc (ou d’impact) initiale que l’on va imposer et la loi de décélération du siège représentative de la décélération d’un véhicule lors d’un accident, c'est-à-dire prenant en compte la déformation de la structure avant du dit véhicule. En d’autres termes, on va reproduire la décélération effectivement transmise à l’occupant, à l’aide d’une catapulte. La Figure Fig. 4-1 donne un exemple des lois de décélération utilisées pour des vitesses respectives de 30 et 50 km/h. Les valeurs maximales moyennes des décélérations sont de l’ordre de 13 à 22 g, soit pour les vitesses d’impact considérées une distance d’arrêt d’environ 270 et 590 mm, ceci permettant de s’imaginer la sévérité des impacts engendrés.
Mannequin versus modèle : le combat des substituts
Le second point important de ce type d’essais est la configuration de l’environnement du sujet humain qui va être soumis à la simulation d’accident. Afin d’avoir des conditions reproductibles d’un essai à l’autre et facilement modélisable numériquement, nous avions opté pour un siège rigide en aluminium à géométrie fixe
(VEZIN et coll., 2001). Ce choix peut au premier abord paraître étrange vis-à-vis de
deux facteurs. Le premier est la représentativité de la situation réelle (le siège de voiture), le second est la variabilité inter-individu et par conséquent des différentes postures de conduite qu’elle peut entraîner avec comme corollaire la nécessité de régler ladite posture. C’est tout à fait exact, cependant ces travaux ont été réalisés dans le cadre de projets visant soit à évaluer et améliorer un mannequin de choc frontal adulte 50ème percentile, soit un modèle numérique de l’être humain de même stature. Les critères de sélection des corps nous ont amené à tester essentiellement des sujets d’anthropométrie voisine. Par conséquent, l’hypothèse de fixer les paramètres géométriques de l’environnement n’est pas, dans ce cas, en soi, aberrante. La géométrie des différents sièges fabriqués à cet effet reprend celle d’un habitacle de voiture européenne de milieu de gamme et possède les caractéristiques suivantes. Le dossier, l’assise et le pédalier sont fixés dans la même position quels que soient les tests réalisés. Les systèmes de retenue utilisés étaient standards et provenaient d’un concessionnaire automobile, avec un logo en losange, voisin du laboratoire. En fonction des cas, des ceintures à effort limité à 6 kN et 4 kN ont été utilisées. Un volant était, dans le cas des tests avec coussin gonflable, monté sur le dispositif (Fig. 4-2). Ces airbags de série sont adaptés aux ceintures de sécurité utilisées et sont déclenchés automatiquement 20 ms après le début du choc. Un truc marrant, comment faire tenir les mains (et accessoirement la tête) d’un corps inerte, en position de conduite (10h10) sans volant lors des tests sans airbags… ? [Réponse :
on trouve de tout dans les magasins de bricolage, notamment des loqueteaux et du fil à pêche…].
Fig. 4-2 :Exemple d’un siège rigide utilisé équipé d’un volant (gauche) et sans volant (droite).
Afin d’analyser le comportement du thorax humain soumis à ce genre de sollicitations dynamiques, il a fallu choisir une instrumentation appropriée. Le LBMC n’étaient pas équipé pour mesurer la déflection thoracique sur sujet humain. Pour tout dire, il n’existe pas de système satisfaisant pour mesurer directement cette grandeur lors d’une simulation expérimentale d’accident. De nombreuses études utilisent des « chestband » sorte de ceinture métallique instrumenté de jauges de déformation fixée, généralement, sur le thorax au niveau des 4e ou 6e vertèbres, et il existe tout autant d’études démontrant l’imprécision de système [parfois par les mêmes
auteurs]. Depuis, des systèmes optoélectroniques rapides de captures du mouvement
Vers l’évaluation virtuelle du risque dans les transports
~ 98 ~
Nous avions donc choisi d’instrumenter nos sujets avec des accéléromètres qui présentent l’avantage d’être légers, relativement peu invasifs et de se fixer tout aussi relativement facilement sur une pièce osseuse le plus souvent à l’aide de simple vis à bois. Ces accéléromètres étaient fixés sur les vertèbres thoraciques : T1, T4, T8 et
T12, la clavicule, les bras et le sternum. Pour ce dernier, plusieurs positions ont été
utilisées : milieu du sternum, position haute et basse. Des accéléromètres mono-axe, avaient également été mis, pour le projet FID, sur certaines côtes. Cette instrumentation a permis d’avoir une idée assez réaliste de la cinématique du thorax et de l’épaule au cours de l’impact et de permettre également une comparaison entre sujets et essais. Je vous passe, notre tentative de mesurer la déflexion en faisant passer un capteur filaire à travers la cage thoracique, c’était, comment dire…, assez délicat [doux euphémisme] et ne marchait pas très bien au final.
Evidemment, en bon mécanicien de solides et spécialistes du traitement du signal, on se garde bien, [en tout cas personnellement…], de procéder à des doubles intégrations hasardeuses pour remonter aux déplacements et prétendre déterminer une déflexion par différenciation sternum-colonne. En effet, outre que la double intégration de signaux issus d’accéléromètres donne des résultats parfois surprenants, nous ne mesurons malheureusement qu’une partie de l’information nécessaire à cela, c'est-à-dire les accélérations linéaires. Il nous faudrait aussi avoir accès aux accélérations angulaires. On pourrait être tenté de supposer les rotations négligeables, mais d’une part la dissymétrie de la retenue par ceinture entraîne justement cette rotation et les déformations importantes de la cage thoracique aussi, accentuées par le rôle de la clavicule.
Une des difficultés et reproches fait à ce type d’expérimentation sur sujet post
mortem est son manque de représentativité du « vivant ». Ce n’est pas faux. L’objectif
est donc, autant que faire se peut, de se rapprocher des conditions physiologiques d’une personne vivante. Pour cela, on a procédé à une pressurisation des poumons, et a une vascularisation du système artériel à l’aide d’un dispositif, conçu au LAB PSA Renault, que nous avons repris et adapté pour notre propre compte et dénommé R2D2. Ceci a permis d’ailleurs de mesurer des pressions au niveau de la crosse aortique in situ, de l’ordre de 100 à 150 kPa lors de ces essais de décélération brutale… [tiens, tiens…, proche des valeurs de rupture mesurées dans mon expérimentation
Aquarium…, comme par hasard…].
Ce même protocole, dans des versions plus ou moins différentes, a été également appliqué au mannequin réglementaire Hybrid III, à la fois pour valider le protocole et servir de référence, au THOR-, et au THOR-FT (Fig. 4-3), dont j’ai eu la chance d’être le premier à le tester [et aussi, le premier à le casser…]. Ce protocole a aussi été repris par les collègues de la BASt30, toujours dans le cadre du projet FID, sur leur propre banc d’essai. Les données biomécaniques sur corps humain sont précieuses et difficiles à collecter. C’est pourquoi, nous avons tenté de mettre en place, lors du projet HUMOS2 puis du réseau d’excellence APSN, une base de données européenne, accessible à la communauté scientifique, compilant mes données et beaucoup d’autres données, notamment celle de l’Université d’Heidelberg du Professeur Dimitrios Kallieris, [grand nom du domaine, avec qui j’ai lié amitié, qui m’a
aussi pris sous son aile bienveillante et confié une large partie de ses données expérimentales à son départ à la retraite].
30 BASst : Die Bundesanstalt für Straßenwesen
Mannequin versus modèle : le combat des substituts
Fig. 4-3 :Différents mannequins testés sur la petite catapulte du LBMC
Hybrid III (haut gauche), THOR- (haut droite), THOR-FT (bas) à l’arrêt (gauche) et à deux instants d’un crash à 50 km/h avec airbag et ceinture à effort limité à 4 kN (milieu et droite).
Lors du projet HUMOS2, ces mêmes données expérimentales sur corps humains ont été mises à disposition pour valider le modèle numérique humain du même nom, notamment la version Pam-Crash® d’ESI-Group (Fig. 4-4) avec qui je collaborais étroitement, mais aussi la version Radioss® de Mecalog (aujourd’hui Altair). Dans un premier temps, les essais que j’ai réalisés ont été simulés et comparés en termes de cinématiques, mais aussi de prédiction des lésions. Des formulations différentes de l’abdomen ont notamment été testées et évaluées vis-à-vis des modifications éventuelles de la cinématique du modèle (Fig. 4-5). Ceci a permis ensuite, une fois le modèle validé, du moins supposé comme tel de jouer des scénarios d’accidents plus proches de la réalité comme on le verra dans la section suivante.
Fig. 4-4 :Posture initiale du modèle HUMOS2 version Pam-Crash® pour des simulations d’essais sled test sans airbag (gauche) et avec airbag (droite).
Vers l’évaluation virtuelle du risque dans les transports
~ 100 ~
Fig. 4-5 :Simulations d’essais sled test avec le modèle HUMOS2 version Pam-Crash® à