Réponse rapide
La robustesse d’un modèle de perception se teste par perturbations mesurées, scènes indépendantes, métriques de sortie et effet sur trajectoire, arrêt, énergie ou prise.
Avertissement de sécurité
Une perturbation rare peut faire échouer la perception malgré une bonne moyenne. Testez les pires cas et limitez le domaine tant que le repli n’est pas prouvé.
Définir
Listez bruit, flou, occlusion, météo, vibration, délai, perte, calibration et changements de point de vue réellement plausibles. Fixez amplitude et durée.
Comparer
Mesurez précision, rappel, localisation, confiance, latence et ressources avant et après perturbation par classe et zone. Analysez les pires cas plutôt que la moyenne.
Transférer
Rejouez les données réelles puis vérifiez banc et robot avec supervision. Réduisez domaine et autonomie lorsqu’une perturbation critique n’est pas couverte.
Sources et références
- [1] Robotics and Autonomous Systems — NIST