magazine issue 1 2026 / Psychologie sociale et mobilité routière

Véhicules automatisés : à quel degré sont-ils acceptés par les automobilistes et par les autres usagers de l’environnement routier ?

• written by Patricia Delhomme
• edited by Eve Legrand

Les accidents de la route impliquent, en France, plusieurs milliers de personnes chaque année : des automobilistes, mais aussi des piétons, des cyclistes, des motards, etc. Les embouteillages allongent les temps de trajet au volant et contribuent à l’augmentation de la pollution atmosphérique. La conduite automatisée est souvent présentée comme une solution. Cependant, les conducteurs envisagent-ils d’utiliser un véhicule automatisé (VA) ? Comment les autres usagers interagissent-ils avec les VA ? L’acceptabilité des VA est un facteur essentiel à la réussite de leur déploiement.

Illustration par Ivane Nuel

D’aucuns imaginent un futur dans lequel les véhicules automatisés (VA), connectés et électriques, prendraient eux-mêmes en charge leurs trajets, sans que le conducteur ait à intervenir. La conduite automatisée est supposée offrir de nombreux avantages aux individus et à la société. Le nombre d’accidents de circulation et leur gravité diminueraient, tout comme les embouteillages (Zhang et coll., 2023). D’autres bénéfices sont également attendus en termes d’efficacité et d’accessibilité des services de mobilité. Les déplacements seraient davantage partagés, donc plus inclusifs, disponibles par exemple pour les personnes en situation de handicap (Dianin et coll., 2021). Dans quelle mesure les usagers de la route acceptent-ils les VA ?

Commençons par définir les niveaux d’automatisation des véhicules. Nous questionnerons ensuite l’acceptabilité ou l’acceptation des VA, en considérant d’abord le point de vue des conducteurs d’un VA, puis celui des autres usagers face aux VA.

Niveaux d’automatisation

Les véhicules actuels intègrent déjà des aides plus ou moins transparentes pour les conducteurs, telles que la direction assistée, les radars de distance, le guidage d’itinéraire, l’affichage des limitations de vitesse ou encore le régulateur de vitesse. Pour autant, la conduite repose entièrement sur le conducteur. 

La Society of Automotive Engineers (SAE, 2016, 2018) propose six niveaux d’automatisation, allant du niveau 0 (aucune conduite autonome, la conduite dépend entièrement du conducteur) au niveau 5 (autonomie totale). Aux niveaux 0, 1 et 2, le conducteur humain surveille l’environnement de conduite. Aux niveaux 3, 4 et 5, qui nous intéressent ici, c’est le système automatisé qui prend en charge cette surveillance (SAE International, 2021).

Au niveau 3, la conduite peut être entièrement déléguée au VA, mais uniquement dans des conditions préalablement définies, par exemple sur une portion d’autoroute, en journée, par temps clair et sec. Toutefois, le conducteur doit rester attentif à la conduite et être en mesure de reprendre le contrôle à tout moment pour gérer des situations imprévues, telles qu’un véhicule mal garé sur la bande d’arrêt d’urgence. 

Au niveau 4, le système de conduite est capable de gérer des cas inattendus dans un cadre défini, comme le dépassement d’un véhicule classique effectuant un rabattement brusque devant le VA. À ce niveau, le conducteur peut se consacrer à une tâche non liée à la conduite, comme répondre à ses courriels. Aux niveaux 3 et 4, si le conducteur décide de reprendre la conduite, que ce soit à la demande du VA ou de sa propre initiative, il aura la priorité sur le système automatisé. C’est seulement au niveau 5 que la conduite devient entièrement autonome : il n’y a alors plus de conducteur, uniquement des passagers, qui ne peuvent pas reprendre le contrôle du véhicule, celui-ci étant piloté à distance (Gruyer et coll., 2021).

Acceptabilité/acceptation des VA

Depuis la fin des années 1990, de nouvelles technologies ont permis de développer de nombreuses aides à la conduite. L’acceptabilité ou l’acceptation par les usagers de ces aides (Adell et coll., 2014) constitue un enjeu crucial pour leur adoption future. L’acceptabilité, également appelée acceptabilité a priori, renvoie aux jugements portés sur l’aide à la conduite avant toute expérimentation lors d’un trajet au volant. L’acceptation, quant à elle, concerne les jugements formulés pendant ou après un trajet en interaction avec le système, ainsi que les comportements des usagers en situation d’usage. Ces trajets sont le plus souvent réalisés en simulation (simulateur de conduite ou réalité virtuelle), plus rarement sur piste ou sur route. 

Dans quelle mesure les conducteurs envisagent-ils d’utiliser un VA dans un futur plus ou moins proche ? Quels facteurs prédisent cette intention ?

De nombreux travaux menés sur l’acceptabilité du VA ou l’intention de l’utiliser (par ex., Buckley et coll., 2018 ; Jing et coll., 2020) ont permis à Kaye et coll. (2021) de réaliser une méta-analyse sur l'acceptabilité des VA (niveaux 3 à 5). La plupart des études (31 sur 35) se sont concentrées sur des mesures autodéclarées, telles que l’acceptabilité a priori d’un VA (mesurée après une description verbale du VA, parfois pour chacun de ses niveaux d’automatisation) ainsi que sur des variables psychosociales (comme le genre, l’âge) prédictives de cette acceptabilité. Ces études se sont basées sur la théorie du comportement planifié (Ajzen, 1991) ou la théorie unifiée de l’acceptation et de l’utilisation des technologies (Venkatesh et coll., 2003). Globalement, le contrôle comportemental perçu (dans quelle mesure j’estime pouvoir contrôler la conduite d’un VA ?), l’utilité perçue du VA (est-ce qu’un VA me sera utile pour mes déplacements ?), la facilité perçue à utiliser le VA (dans quelle mesure est-ce que je pourrai facilement utiliser un VA ?) et les normes subjectives (dans quelle mesure mes proches m’incitent à utiliser un VA ?) montrent des relations positives avec les attitudes envers le VA et l’intention de l’utiliser. Cette dernière augmente avec la confiance et l’appréciation d’expériences associées au risque (recherche de sensations). L’âge est peu relié aux attitudes envers le VA ou à l’intention de l’utiliser. 

Illustrations de quelques déterminants de l’acceptabilité des véhicules autonomes. Illustration par Ivane Nuel

 

À l’inverse, il existe une certaine défiance des automobilistes envers le VA, apparue en France dès l’émergence de cette technologie (Payre et coll., 2014). Plus ils ont des connaissances sur le VA, plus ils envisagent les difficultés que le VA aurait à gérer des problèmes en circulation (par ex., les interactions avec les véhicules traditionnels, les piétons). Aux États-Unis, Nesheli et coll. (2021) ont examiné les réactions du public vis-à-vis de navettes sans conducteur et ont relevé des préoccupations concernant la sécurité et la confiance de ces navettes en circulation. Finalement, les voies réservées aux VA devraient offrir un environnement contrôlé qui minimiserait ces dangers (Sha et coll., 2024). De plus, le devoir de superviser le système de conduite automatisée rencontre peu d’adhésion auprès des conducteurs selon une enquête internationale (Kyriakidis et coll., 2015) : la conduite manuelle est préférée à la conduite automatisée, et les automobilistes rapportent des craintes sur le piratage du VA, des questions juridiques et de sécurité. Pourtant, surveillance humaine est susceptible d’atténuer les risques et rassurer le public (Hanlon, 2016). Dans cette perspective, en 2014, la Commission Économique des Nations Unies pour l'Europe a adopté un amendement à la convention de Vienne de 1968,qui stipule que, bien que les conducteurs soient responsables de leur véhicule, ils ne sont pas obligés de le contrôler à tout moment, autorisant ainsi la conduite automatisée.

Les rapports d'accidents des VA soulèvent des questions de transparence, de responsabilité et de confiance qui sont essentielles pour l'acceptation des VA par le public (Othman, 2021). Comment les interfaces homme-machine externes (IHMe) peuvent-elles aider les VA à communiquer avec les autres usagers de la route tout comme les causes d’accidents pourraient répondre à des préoccupations du public (Carmona et coll., 2021).

Dans quelle mesure les conducteurs sont-ils capables de reprendre la main sur la conduite en VA ?

Une dimension qui participe de l’acceptation des VA est la capacité à reprendre le volant. Les transitions entre conduite automatisée et conduite manuelle sont essentiellement étudiées lorsqu’elles sont initiées par le système automatisé. Que se passe-t-il quand le système atteint ses limites et demande au conducteur de reprendre la main sur la conduite ? Ces études sur le sujet se sont focalisées sur le moment de reprendre le contrôle manuel ainsi que sur le contenu des demandes de reprise de contrôle manuel (par ex., en ligne droite vs. en virage, Brandenburg, & Chuang, 2019) pour obtenir une réponse rapide et adaptée du conducteur. Les simulateurs de conduite sont des outils particulièrement utiles pour examiner, dans différentes situations de conduite, l’acceptation du VA selon différents niveaux d’automatisation. Le temps que mettent les automobilistes pour reprendre le contrôle est utilisé pour comparer différentes conditions expérimentales entre elles. 

Au cours du trajet, les conducteurs sont le plus souvent inattentifs et impliqués dans des tâches non reliées à la conduite (Cunningham & Regan, 2018). La distraction a un impact négatif sur le temps de reprise de contrôle manuel en situation d’urgence quel que soit le niveau de formation initiale (simple vs. élaboré) et sur la façon dont s’effectue la reprise de conduite manuelle avec les pieds et ou les mains (Payre et coll., 2017). 

Toutefois, les conducteurs surveillant la situation de conduite peuvent reprendre le contrôle de leur propre initiative s’ils décident que les performances du système sont inappropriées. Par conséquent, les reprises de contrôle à l'initiative du conducteur peuvent se produire à tout moment, y compris pour les VA de niveau 4. Dans des conditions critiques (par ex., lorsque le VA circule sur routes de campagne avec des marquages de voies peu visibles et des piétons inattendus, Campbell et coll., 2010) ces reprises de contrôle peuvent être dangereuses (Roche et coll., 2020 ; 2022). Il est donc important d’examiner les circonstances dans lesquelles elles se produisent et leurs conséquences pour la sécurité routière.

La confiance envers le système du VA influence la reprise de contrôle du conducteur. En effet, lors d'une manœuvre de dépassement sur simulateur de conduite, les participants étaient plus susceptibles de reprendre le contrôle manuel lorsque leur confiance dans l'automatisation était faible (Körber et coll., 2018). Plusieurs études ont observé que la confiance augmentait les attitudes positives envers le VA (Zhang et coll., 2019) ainsi que l'intention de l'utiliser, et réduisait le risque perçu lors de leur utilisation (Choi & Ji, 2015). Toutefois, un manque de confiance peut amener les conducteurs à ne pas utiliser le système automatisé (Lee & See, 2004).

Dans quelle mesure les autres usagers de la route (que les conducteurs) sont-ils prêts à interagir avec les VA ?

Le développement de véhicules de plus en plus automatisés est susceptible de poser de nouveaux défis vis-à-vis de tous les autres usagers de la route. Les VA, les véhicules classiques et les usagers de la route vulnérables (c’est-à-dire les cyclistes, conducteurs de trottinettes électriques, piétons, etc.), devront partager l'environnement routier. La coexistence des VA et des usagers vulnérables est l'une des principales préoccupations quant à l'introduction des dispositifs automatisés en circulation (Kaye et coll., 2019). Par définition, la seconde catégorie d’usagers est plus exposés, et souvent moins bien protégée : aucune protection du piéton n’est requise, le casque chez les cyclistes et trottinettistes apparaît sommaire quand la ceinture de sécurité, l’airbag en plus de la carrosserie du véhicule protègent les automobilistes. Par ailleurs, les interactions des VA avec ces usagers sont complexes, dans la mesure où le comportement de ces usagers n’est pas toujours facile à anticiper (Hulse et coll., 2018). 

Les accidents de la route impliquant des piétons provoquent des millions de blessés, d'invalides et de morts dans le monde. Le taux de mortalité des piétons représente 23 % de tous les décès sur les routes dans le monde, ce qui en fait le groupe d'usagers de la route le plus vulnérable (Organisation Mondiale de la Santé, 2023). Les facteurs humains augmentent le risque d'accident de la route impliquant des piétons (par ex., l'utilisation du téléphone en traversant, le non-respect des passages pour piétons ou traverser lorsque leur feu est rouge (Herrero-Fernández et all., 2016). De ce fait, les interactions entre VA et piétons sont les plus étudiées (Lee et coll., 2022). Zhao et coll. (2022) ont cherché à comprendre l'intention des piétons australiens de traverser la rue devant un véhicule entièrement automatisé ou un véhicule classique selon la vitesse du véhicule (30km/h ou 50km/h). Loin de se défier des VA, les piétons ont davantage l’intention de traverser devant un VA qu’un véhicule classique : leur perception du risque est plus faible et leur confiance envers le VA est plus grande.

Cela peut s’expliquer par le fait que la VA communique avec le piéton de manière implicite (par ex., en ralentissant en amont) (Harkin et coll., 2023). Toutefois, dans ces circonstances, les piétons ne seront pas en mesure de communiquer avec les VA, comme ils en ont l'habitude avec les conducteurs de véhicules classiques de manière explicite (par ex., avec des regards et des gestes). Les IHMe (Interfaces Hommes-Machines Externes) seraient des solutions possibles pour communiquer les intentions du VA aux piétons (Wilbrink et coll., 2021). Ces IHMe sont généralement équipées sur le VA, le plus souvent sur le pare-brise pour indiquer aux piétons qu’ils peuvent traverser (Dey et coll., 2020).

L’état du piéton (fatigue, pression temporelle, surcharge mentale) a été peu pris en compte pour tester l’efficacité d’une IHMe (Dey et coll., 2020). Zhao et coll. (2023), ont utilisé une IHMe montée à l'avant du VA pour avertir les piétons de l’interdiction ou non de traverser la rue. La présence d’IHMe contribue à une meilleure compréhension des piétons quant à l'intention du VA et permet de dissuader les piétons de prendre des décisions de traversée tardives. Cependant, l’IHMe n'aide pas les piétons à éviter de telles décisions lorsqu'ils sont confrontés à une charge mentale élevée (ici induite par l'engagement dans une tâche secondaire). De plus, le piéton est fréquemment en groupe pour traverser la rue, ce qui peut engendrer des prises de risque spécifiques (Harrell, 1991). Zhao et coll. (2024) ont étudié l'influence sociale lors de la traversée de rue de piétons devant un VA équipé d'une IHMe lumineuse leur indiquant par écrit qu’ils peuvent ou non traverser la rue. Les résultats ont révélé que les comportements du groupe de piétons qui n’agissent pas conformément à la communication de l’IHMe ont contribué à des décisions de traversée plus risquées et à une plus grande difficulté à comprendre l’IHMe. Pour favoriser un déploiement sûr des VA, il est donc essentiel d’étudier plus spécifiquement l’éducation des usagers et l’optimisation de la conception des IHMe pour une communication efficace.

Conclusion

Le déploiement des VA répond à de multiples défis, en particulier d’ordre technologique, économique, juridique et social. Quels principes moraux doivent guider la conception des systèmes automatisés pour décider entre le niveau de risque acceptable pour le conducteur lui-même dans le VA et les autres usagers de la route (McManus et coll., 2021) ? Quelles règles les concepteurs et les assureurs vont-ils appliquer lorsque le VA devra décider à la place d’un conducteur humain ? L’arrivée potentielle des VA en circulation demande nombre d’expertises pluridisciplinaires. La psychologie sociale investit les attitudes envers les technologies, jusqu’aux interactions complexes entre systèmes automatisés, conducteur, passagers, et autres usagers de la route. Les études ont particulièrement porté sur l’acceptation des VA, en mobilisant des modèles qui ne sont pas spécifiques au domaine du VA. Ce concept est à mettre en perspective avec l’émergence concomitante des intelligences artificielles qui impliquent une réflexion quant à la responsabilité que nous déléguons à des systèmes fabriqués par l’homme. Peut-être utiliserons-nous un VA hautement ou entièrement automatisé comme nous prenons l’ascenseur aujourd’hui ?

Références

Adell, E., Varhelyi, A., & Nilsson, L. (2014). The Definition of Acceptance and Acceptability (Pp. 7-19). In Driver Acceptance of New Technology: Theory, Measurement and Optimisation. 

Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T

Brandenburg, S., & Chuang, L. (2019). Take-over requests during highly automated driving: How should they be presented and under what conditions? Transportation Research Part F: Traffic Psychology and Behaviour, 66, 214-225. https://doi.org/10.1016/j.trf.2019.08.023  

Buckley, L., Kaye, S.-A., & Pradhan, A.K. (2018). Psychosocial factors associated with intended use of automated vehicles: a simulated driving study. Accident Analysis and Prevention, 115, 202-208. https://doi.org/10.1016/j.aap.2018.03.021

Carmona, J., Guindel, C., Garcia, F., & de la Escalera, A. (2021). Ehmi: Review and guidelines for deployment on autonomous vehicles. In Sensors (Vol. 21, Issue 9). MDPI AG. https://doi.org/10.3390/s21092912

Choi, J. K., & Ji, Y. G. (2015). Investigating the Importance of Trust on Adopting an Autonomous Vehicle. International Journal of Human-Computer Interaction, 31, 692-702. https://doi.org/10.1080/10447318.2015.1070549

Cunningham, M. L., & Regan, M. A. (2018). Driver distraction and inattention in the realm of automated driving. IET Intelligent Transport Systems, 12(6), 407-413. https://doi.org/10.1049/iet-its.2017.0232

Dey, D., Habibovic, A., Löckenc, A., Wintersberger, P., Pfleging, B., Riener, A., & Martens, M., & Terken, J. (2020). Communicating the intention of an automated vehicle to pedestrians: The contributions of eHMI and vehicle behaviour. Information Technology. Transportation Research Interdisciplinary Perspectives, 7, 100174.  http://dx.doi.org/10.1016/j.trip.2020.100174

Dianin, A., Ravazzoli, E., Hauger, G. (2021). Implications of Autonomous Vehicles for Accessibility and Transport Equity: A Framework Based on Literature. Sustainability, 13(8), 4448. https://doi.org/10.3390/su13084448

Gruyer D, Orfila O, Glaser S, Hedhli A, Hautière N and Rakotonirainy A (2021). Are Connected and Automated Vehicles the Silver Bullet for Future Transportation Challenges? Benefits and Weaknesses on Safety, Consumption, and Traffic Congestion. Front. Sustain. Cities, 2:607054. https://doi: 10.3389/frsc.2020.607054

Hanlon, M. L. D. (2016). Self-Driving Cars: Autonomous Technology that Needs a Designated Duty Passenger. In Barry Law Review (Vol. 22, Issue 1).

Harkin, A.M., Harkin, K.A., & Tibor Petzoldt, T. (2023). What to rely on – Implicit communication between pedestrians and turning automated vehicles. Transportation Research Part F: Traffic Psychology and Behaviour, 98, 297-317. https://doi.org/10.1016/j.trf.2023.08.004

Harrell, W. A. (1991). Factors influencing pedestrian cautiousness in crossing streets. The Journal of Social Psychology, 131(3), 367-372. https://doi.org/10.1080/00224545.1991.9713863

Herrero- Fernández, D., Macía-Guerrero, P., Silvano-Chaparro, L., Merino, L., & Jenchura, E. J. (2016). Risky behavior in young adult pedestrians: Personality determinants, correlates with risk perception and gender differences. Transportation Research Part F: Traffic Psychology and Behavior, 36, 14-24. https://doi.org/10.1016/j.trf.2015.11.007

Hulse, L.M., Xie, H., & et Galea, E.R. (2018). Perceptions of autonomous vehicles: Relationships with road users, risk, gender and age. Safety Science, 102, 1-13. http://dx.doi.org/10.1016/j.ssci.2017.10.001

Jing, P., Xu, G., Chen, Y., Shi, Y., & Zhan, F. (2020). The Determinants behind the Acceptance of Autonomous Vehicles: A Systematic Review. Sustainability, 12, 1719. https://doi.org/10.3390/su12051719

Kaye, S.-A., Buckley, L., Rakotonirainy, A., & Delhomme, P. (2019). An adaptive approach for trialing fully automated vehicles in Queensland Australia: A brief report. Transport Policy, 81, 275-281. https://doi.org/10.1016/j.tranpol.2019.07.007

Kaye, S.-A, Somoray, K., Rodwell, D., & Lewis, I. (2021). Users’ acceptance of private automated vehicles: A systematic review and meta-analysis, Journal of Safety Research, 79, 352-367. https://doi.org/10.1016/j.jsr.2021.10.002

Körber, M., Baseler, E., & Bengler, K. (2018). Introduction matters: Manipulating trust in automation and reliance in automated driving. Applied Ergonomics, 66, 18-31. https://doi.org/10.1016/j.apergo.2017.07.006

Kyriakidis, M., Happee, R., & De Winter, J.C.F. (2015). Public opinion on automated driving results of an international questionnaire among 5000 respondents. Transportation Research Part F: Traffic Psychology and Behavior, 32, 127-140. https://doi.org/10.1016/j.trf.2015.04.014

Lee, J. D., & See, K. A. (2004). Trust in automation: Designing for appropriate reliance. Human Factors, 46(1), 50-80. https://doi.org/10.1518/hfes.46.1.50_30392

Lee, Y. M., Madigan, R., Uzondu, C., Garcia, J., Romano, R., Markkula, G., & Merat, N. (2022). Learning to interpret novel eHMI: The effect of vehicle kinematics and eHMI familiarity on pedestrian’ crossing behavior. Journal of Safety Research, 80, 270-280. https://doi.org/10.1016/j.jsr.2021.12.010

McManus, R. M., Mason, J.E., & Young, L. (2021).  Re-examining the role of family relationships in structuring perceived helping obligations, and their impact on moral evaluation. Journal of Experimental Social Psychology, 96, 104182. https://doi.org/10.1016/j.jesp.2021.104182

Nesheli, M.M., Li, L., Matthew Palm, M., & Amer Said Shalaby, A.S. (2021). Driverless Shuttle Pilots: Lessons for Automated Transit Technology Deployment, Case Studies on Transport Policy, 9(6). https://doi.org/10.1016/j.cstp.2021.03.010

Organisation Mondiale de la Santé (2023). Rapport mondial sur la sécurité routière 2023. Organisation mondiale de la santé.

Othman, K. (2021). Public acceptance and perception of autonomous vehicles: A comprehensive review. AI and Ethics, 1(3), 355–387. https://doi.org/10.1007/s43681-021-00041-8

Payre, W., Cestac, J., & Delhomme, P. (2014). Intention to use a fully automated car: Attitudes and a priori acceptability. Transportation Research Part F: Traffic Psychology and Behavior, 7(Part B), 252-263. https://doi.org/10.1016/j.trf.2014.04.009

Payre, W., Cestac, J., Nguyen-Thong D., Vienne, F., & Delhomme, P. (2017). Impact of training and in-vehicle task performance on manual control recovery in a fully automated car. Transportation Research Part F: Traffic Psychology and Behaviour, 46, 216-227. http://dx.doi.org/10.1016/j.trf.2017.02.001

Roche, F., Becker, S., & Thüring, M. (2022). What happens when drivers of automated vehicles take over control in critical lane change situations? Transportation Research Part F: Traffic Psychology and Behaviour, 84, 407-422. https://doi.org/10.1016/j.trf.2021.11.021

SAE (2016). SAE International Releases Updated Visual Chart for Its “Levels of Driving Automation?” Standard for Self-Driving Vehicles.

SAE (2018). Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-road Motor Vehicles. Web site SAE International, Technical Report. Available online at: https://www.sae.org/standards/content/j3016_ 201806/

SAE International. (2021). Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles - J3016_202104. https://www.sae.org/standards/content/j3016_202104/.

Sha, H., Singh, M. K., Haouari, R., Papazikou, E., Quddus, M., Quigley, C., Chaudhry, A., Thomas, P., Weijermars, W., & Morris, A. (2024). Network-wide safety impacts of dedicated lanes for connected and autonomous vehicles. Accident Analysis and Prevention, 195, 107424. https://doi.org/10.1016/j.aap.2023.107424

Venkatesh, V., Morris, M.G., Davis, G.B., Davis, F.D. (2003). User acceptance of information technology: towards a unified view. Mis Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540.

Wilbrink, M., Lau, M., Illgner, J., Schieben, A., & Oehl, M. (2021). Impact of External Human–Machine Interface Communication Strategies of Automated Vehicles on Pedestrians’ Crossing Decisions and Behaviors in an Urban Environment. Sustainability, 13(15), 8396. https://doi.org/10.3390/su13158396

Zhang, T., Tao, D., Qu, X., Zhang, X., Lin, R., & Zhang, W. (2019). The roles of initial trust and perceived risk in public’s acceptance of automated vehicles. Transportation Research Part C: Emerging Technologies, 98, 207-220. https://doi.org/10.1016/j.trc.2018.11.018

Zhang, Z., Liu, H., Lei, M., Yan, X., Wang, M., & Hu, J. (2023). Review on the impacts of cooperative automated driving on transportation and environment. Transportation Research Part D: Transport and Environment, 115, 103607. https://doi.org/10.1016/j.trd.2023.103607

Zhao, X., Li, X., Rakotonirainy, A., Bourgeois-Bougrine, S., & Delhomme, P. (2022). Pedestrians’ intention and motivations to take risks when crossing the road in front of fully automated vehicles. Transportation Research Part F: Traffic Psychology and Behaviour, 90, 524-536. https://doi.org/10.1016/j.trf.2022.05.022

Zhao, X., Li, X., Rakotonirainy, A., Bourgeois-Bougrine, S., Gruyer, D., & Delhomme, P. (2023). The ‘Invisible Gorilla’ during Pedestrian-AV Interaction: Effects of Secondary Tasks on Pedestrians’ Reaction to eHMIs. Accident Analysis and Prevention, 192, 107246. https://doi.org/10.1016/j.aap.2023.107246

Zhao, X., Li, X., Rakotonirainy, A., Bourgeois-Bougrine, S., Zhu, Z., & Delhomme, P. (2024). Crossing Roads in a Social Context: How Behaviors of Others Shape Pedestrian Interaction with Automated Vehicles. Transportation Research Part F: Traffic Psychology and Behaviour, 102, 88-106. https://doi.org/10.1016/j.trf.2024.02.008