Crowd of Microswimmers

La modélisation des mouvements de foule est devenue un domaine de recherche très actif, et de profonds débats animent encore la communauté sur la manière de modéliser certains comportements tels que les mouvements de panique. Dans ce cas, l'effet "plus vite est plus lent" joue un rôle central : il indique essentiellement que, dans certaines situations où la foule est très dense, la volonté des individus est d'augmenter leur mobilité dans leur effort d'évacuation, ce qui a pour effet de bloquer l'ensemble du processus d'évacuation. Un effet paradoxal similaire est connu sous le nom de perte de capacité. La capacité d'une porte de sortie est définie comme le flux maximal qui peut la franchir. Cette quantité n'est pas une valeur statique mais dépend durégime. Le phénomène de perte de capacité correspond à une diminution significative du débit réel en amont.Il a été récemment établi que les effets paradoxaux observés dans la dynamique des foules persistent dans une très grande variété de systèmes : dans un silo granulaire, dans une suspension aussi bien que pour un troupeau de moutons, ou dans une foule de piétons. Une approche de physicien nous invite donc à rechercher un mécanisme physique commun derrière ces observables mesurés. Au minimum, il serait souhaitable de parvenir à définir des classes d'universalité dans cette famille de problèmes. En particulier, une classe de système pourrait être celle des suspensions actives qui implique intrinsèquement des interactions hydrodynamiques entre les agents. Comment et si la microhydrodynamique va affecter la dynamique des foules sont les questions que nous aborderons dans ce manuscrit.Le travail de thèse est expérimental. Il analyse et quantifie le comportement de micro-nageurs (microalgues) mis en situation d'évacuation en tirant parti de leur phototaxie négative. La géométrie des puces microfluidiques est conçue pour qu'une foule dense et stable se produise sur la porte. Les expériences impliquent la culture de cellules, la microfabrication, la microscopie à champ lumineux, l'analyse d'images et le suivi des particules, et enfin l'analyse statistique des données.The modeling of crowd movements has become a very active field of research, and deep debates still animate the community on how to model certain behaviors such as panic movements. In this case, the 'faster-is-slower' effect plays a central role: it essentially indicates that, in certain situations in which the crowd is very dense, the will of the individuals is to increase their mobility in their effort to evacuate, which has the effect of blocking the entire evacuation process. A similar paradoxical effect is known as loss of capacity. The capacity of an exit door is defined as the maximum flow that can pass through it. This quantity is not a static value but depends on theregime. The phenomenon of loss of capacity corresponds to a significant decrease in the actual flow upstream.It has recently been established that the paradoxical effects observed in crowd dynamics persist in a very wide variety of systems: in a granular silo, in a suspension as well as for a flock of sheep, or in a crowd of pedestrians. A physicist's approach, therefore, invites us to look for a common physical mechanism behind these measured observables. At a minimum, it would be desirable to succeed in defining classes of universality in this family of problems. In particular, a class of system could be that of the active suspensions which intrinsically involves hydrodynamic interactions between the agents. How and if microhydrodynamics will affect crowd dynamics are the questions we will address in this manuscript.The thesis work is experimental. It analyzes and quantifies the behavior of microswimmers (microalgae) put in an evacuation situation taking advantage of their negative phototaxis. The geometry of microfluidic chips is designed so a dense and stable crowd occurs on the door. The experiments involve cell culture, microfabrication, light field microscopy, image analysis and particle tracking, and finally statistical data analysis