Metriplane veut rendre les incidents de robots industriels plus faciles à rejouer. La version 0.3.0 de cet outil open source, présentée sur Open Robotics Discourse, montre un cas simple mais parlant : une palette est prête en sortie de poste, un AGV est censé arriver en moins de 60 secondes, et le passage attendu ne se produit pas.
Dans l’exemple publié, Metriplane ne pilote pas le robot et ne remplace pas les outils de sûreté. Il travaille après coup, sur des états enregistrés et des règles de procédé. Le système reconstruit une chronologie d’événements, produit un rapport d’incident, assemble un paquet de preuves vérifiable, puis génère un test de régression capable de détecter à nouveau le même retard après une modification logicielle ou métier.
Une couche d’observabilité physique
L’intérêt du projet est de se placer entre les journaux bruts et les décisions d’ingénierie. Les équipes robotiques disposent déjà de rosbags, de traces, de vidéos, de sorties PLC ou de replays de simulation. Ces éléments expliquent rarement seuls ce qui devait arriver, ce qui a manqué et comment vérifier que le problème ne revient pas. Metriplane propose de formaliser cette étape.
Le dépôt GitHub décrit l’outil comme une solution d’observabilité physique pour cellules robotiques : états horodatés, règles de procédé, rapports lisibles, bundles d’évidence et contrôles de régression. La démonstration 0.3.0 ajoute un scénario plus proche des flux industriels avec AGV, poste de sortie et délai attendu. Elle reste volontairement bornée : le mainteneur précise que l’exemple ROS 2/MCAP est synthétique et qu’il ne revendique pas encore une compatibilité générique avec tous les rosbags.
Pourquoi c’est utile aux flottes AMR et AGV
Dans un entrepôt ou une ligne de fabrication, un retard d’AGV n’est pas seulement une ligne de log. Il peut bloquer une palette, désynchroniser un convoyeur, masquer un problème de planification ou faire apparaître une règle métier trop optimiste. Un test rejouable aide à transformer cet incident en cas de non-régression : si une équipe ajuste le dispatching, le traitement des zones ou les délais attendus, elle peut vérifier que l’incident reste détecté.
Metriplane s’installe en Python avec pip install "metriplane==0.3.0" et fournit une démo locale hors ligne. Le projet indique aussi des chemins reproductibles pour ManiSkill et robomimic, ainsi qu’un adaptateur de sources. Pour les utilisateurs ROS, il est indexé côté source dans rosdistro pour ROS 2 Jazzy, ce qui ne signifie pas qu’un paquet binaire apt est disponible.
Notre analyse
Le sujet reste un outil d’ingénierie, pas un nouveau robot. Sa valeur dépendra donc de la qualité des connecteurs vers des traces réelles, de la simplicité d’écriture des règles de procédé et de l’adoption par des équipes de commissioning ou de maintenance. Mais l’angle est concret : dans les robots mobiles industriels, la capacité à prouver qu’un incident a été compris, puis à le rejouer automatiquement, peut peser autant que l’algorithme qui corrige le problème.
Le prochain test sera moins la démo que l’évaluation sur des traces indépendantes, publiques ou non confidentielles. C’est là que Metriplane pourra montrer s’il devient un simple visualiseur de plus ou une brique utile de qualification pour les cellules robotisées et les flottes d’AGV.
