La détection monocabulaire d’objets 3D est une tâche cruciale dans les systèmes de conduite autonome. Elle devient souvent difficile à traiter lorsque le véhicule subit des changements de pose par rapport au plan du sol, ce qui est fréquent en raison des légères variations de rugosité ou de pente du terrain. En raison du manque de prise en compte de ces facteurs dans les applications industrielles, les méthodes existantes sur les jeux de données ouverts négligent généralement les informations relatives à la pose de la caméra, ce qui entraîne inévitablement une sensibilité du détecteur aux paramètres extrinsèques de la caméra. Or, les perturbations liées à la pose de la caméra sont très courantes dans la plupart des scénarios de conduite autonome réels. À cet effet, nous proposons une nouvelle méthode permettant de capturer la pose de la caméra afin de concevoir un détecteur insensible aux perturbations extrinsèques. Plus précisément, notre cadre prévoit les paramètres extrinsèques de la caméra en détectant le point de fuite et les variations de l’horizon. Un convertisseur est conçu pour corriger les caractéristiques perturbées dans l’espace latent. Grâce à cette approche, notre détecteur 3D fonctionne de manière indépendante des variations des paramètres extrinsèques et produit des résultats précis dans des conditions réalistes, telles que les routes endommagées ou inégales, où la plupart des détecteurs monocabulaires existants échouent. Les expérimentations montrent que notre méthode obtient des performances nettement supérieures à celles des méthodes de pointe actuelles sur les jeux de données KITTI 3D et nuScenes.