Accident dun chien percuté par un robot de livraison : analyse forensique 3D de lerreur de profondeur

22 May 2026 Publié | Traduit de l'espagnol

Un robot de livraison du dernier kilomètre a percuté un chien sur un trottoir mouillé. L'incident, capté par les caméras du véhicule lui-même, a fait l'objet d'une expertise 3D pour en déterminer la cause. L'hypothèse principale pointe vers une erreur de profondeur induite par le reflet spéculaire d'une flaque d'eau, qui aurait trompé le système de vision stéréo.

[Reconstruction 3D d'un robot de livraison percutant un chien sur un trottoir mouillé avec une flaque réfléchissante]

Reconstruction géométrique avec OpenCV 3D et simulation dans Gazebo 🛠️

Le flux d'expertise commence par l'extraction des images stéréo du robot. En Python, en utilisant OpenCV 3D, la carte de disparité est calculée pour générer un nuage de points de la scène. En analysant la zone de la flaque, on observe que le reflet du chien a généré un faux point de correspondance, déplaçant l'estimation de la profondeur de plusieurs mètres vers l'arrière. Avec ces données, la géométrie est importée dans Gazebo pour reproduire la trajectoire du robot et le moment exact de l'impact. La simulation confirme qu'en traversant la flaque, le système d'évitement d'obstacles a interprété que l'animal était plus loin, exécutant une manœuvre de freinage tardive. Enfin, dans Blender, la scène est rendue avec les vecteurs d'erreur visuelle pour documenter la défaillance.

Leçons pour la sécurité en robotique de livraison ⚠️

Ce cas démontre que les surfaces réfléchissantes constituent un angle mort critique pour les systèmes de vision stéréo basés sur la corrélation de pixels. La solution technique passe par la fusion de la caméra avec des capteurs de profondeur actifs, comme le LIDAR, qui ne sont pas affectés par les reflets spéculaires. De plus, l'expertise 3D se consolide comme un outil indispensable pour auditer les accidents et améliorer les algorithmes de perception dans des environnements urbains réels.

L'accident aurait-il pu être évité si le capteur de profondeur du robot avait correctement interprété la texture réfléchissante du sol mouillé ? 🤔

(PS : Dans l'analyse de scènes, chaque témoin d'échelle est un petit héros anonyme.)