Reconstruire les accidents avec des véhicules autonomes nécessite de modéliser l'environnement en 3D
Quand un véhicule qui se conduit seul est impliqué dans un incident, les enquêteurs ne se contentent pas d'examiner les enregistrements. Leur travail central consiste à recréer le monde physique en numérique avec une précision absolue. Cette reconstruction médico-légale en trois dimensions est la pierre angulaire pour comprendre ce qui s'est réellement passé. 🕵️♂️
Le nuage de points LIDAR : le moule numérique du monde réel
Le processus commence avec les données capturées par les capteurs LIDAR du véhicule. Ces dispositifs émettent de rapides impulsions de lumière laser et calculent le temps qu'elles mettent à rebondir. Le résultat est un nuage de points 3D massif et détaillé qui définit l'espace. Chaque point représente une coordonnée précise, cartographiant depuis l'asphalte et les panneaux de signalisation jusqu'aux autres voitures et personnes. Cette collection de données est la matière première essentielle ; sans elle, toute analyse ultérieure manque de fondement objectif.
Éléments clés capturés par le nuage de points :- Géométrie de la voie : Courbes, pentes, voies et bords de chaussée.
- Objets statiques : Poteaux, feux de circulation, barrières et bâtiments proches.
- Éléments dynamiques : La position, la forme et le mouvement des autres véhicules, cyclistes ou piétons au moment de l'événement.
La clé réside dans le fait que le modèle 3D soit une réplique exacte, sans suppositions ni interpolations qui altèrent les faits.
Simuler la perception et les décisions du système autonome
Avec l'environnement déjà modélisé, les experts peuvent reproduire la situation. Ils transforment le nuage de points brut en un environnement virtuel que le logiciel de l'unité de contrôle du véhicule peut interpréter à nouveau. Dans cette simulation, toutes les conditions sont répliquées : la visibilité, la position exacte de chaque objet et les données de tous les capteurs (pas seulement LIDAR). L'objectif est clair : voir ce que le système a vu et comprendre pourquoi il a agi comme il l'a fait. On analyse comment il a classé un obstacle, s'il a correctement prédit sa trajectoire et quelle logique il a suivie pour exécuter ou non une manœuvre d'évitement.
Phases de l'analyse de simulation :- Recréer l'environnement interprétable : Convertir les données brutes en un maillage 3D ou une scène virtuelle que l'algorithme de conduite peut traiter.
- Reproduire la séquence d'événements : Exécuter la simulation avec les mêmes paramètres de temps et de capteurs que le véhicule original.
- Iso