RecherchearXiv cs.RO 28 mai 2026

Commande à impédance adaptative à sécurité critique via fonctions barrière non lisses sous contraintes d'état et d'entrée

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont publié sur arXiv (référence 2605.28367v1) un framework de contrôle d'impédance adaptatif en ligne conçu pour garantir la sécurité des manipulateurs robotiques lors d'interactions physiques avec des humains ou des environnements contraints. Le système, validé en simulation sur un manipulateur à 7 degrés de liberté (DOF), combine un filtre de sécurité basé sur un programme quadratique (QP) avec une nouvelle fonction de barrière de contrôle non lisse composée (NCBF), permettant d'imposer simultanément les contraintes de position et de vitesse articulaires via une barrière unifiée de degré relatif un. Les dynamiques inconnues sont compensées en ligne par un système de logique floue de type 2 par intervalles (IT2-FLS), les limites de couple actuateur sont gérées par des contraintes souples avec récupération exacte de solutions réalisables, et un observateur de perturbations renforce la robustesse face aux erreurs de modèle et aux forces d'interaction externes. Les simulations incluent une incertitude paramétrique sévère et des torseurs d'interaction externes appliqués simultanément.

Le principal apport technique réside dans la formulation NCBF composée, qui unifie en une seule barrière de degré relatif un deux contraintes habituellement traitées séparément : position et vitesse articulaires. En pratique, les approches CBF standard nécessitent des traitements de degré relatif élevé pour les contraintes de position, ce qui complique la synthèse et réduit la robustesse. Ici, l'unification simplifie le problème QP et maintient la faisabilité même sous perturbations fortes. L'analyse Lyapunov composite prouve formellement l'invariance de l'ensemble sûr et la bornitude ultimement uniforme (UUB) de l'erreur de suivi d'impédance, deux garanties essentielles pour envisager une certification dans des contextes industriels ou médicaux. Ces résultats restent toutefois à l'étape simulation uniquement : aucune validation sur matériel réel n'est rapportée.

Le contrôle d'impédance est la référence pour la manipulation compliante depuis les travaux de Hogan dans les années 1980, et les fonctions de barrière de contrôle (CBF) ont connu un essor considérable depuis les contributions d'Ames et al. dans la décennie 2010. Les approches concurrentes incluent les méthodes à tanks d'énergie, le contrôle passif basé sur la passivité, et les CBF à degré relatif élevé. Le recours à l'IT2-FLS distingue ce travail des CBF adaptatifs classiques en offrant une meilleure tolérance à l'incertitude que les systèmes flous de type 1. L'étape logique suivante sera la validation expérimentale sur plateforme réelle, notamment dans des scénarios d'assemblage ou de soins à la personne où l'interaction physique imprévue est la norme.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Contrôle de sécurité d'un robot hyper-redondant via des fonctions barrières de contrôle pondérées adaptatives

Une équipe de recherche a publié en septembre 2026 sur arXiv (référence 2609.24062) un nouveau cadre de contrôle pour les robots hyper-redondants, ces structures articulées à très grand nombre de degrés de liberté utilisées pour la manipulation en espaces confinés. La méthode proposée, des fonctions de barrière de contrôle pondérées (weighted control barrier functions, W-CBF), vise à garantir l'évitement d'obstacles tout en corrigeant les erreurs de suivi de trajectoire causées par une charge répartie de façon inégale le long du corps du robot. Sur un test de suivi de trajectoire circulaire avec plusieurs configurations d'obstacles, la version à poids fixes réduit l'erreur RMS de suivi jusqu'à 59,6% en simulation et 87,7% en expérience physique, comparée à une méthode non pondérée. Une variante à pondération adaptative, calibrée sur l'écart mesuré entre simulation et réalité, gagne encore 21,9% en simulation et 8,5% en expérience physique, mais perd en précision lorsque les obstacles se rapprochent du corps du robot. Sur une tâche finale de nettoyage d'une surface rectangulaire, comparée à une téléopération manuelle, le contrôleur autonome, non optimisé pour la couverture de zone, obtient une couverture équivalente ou supérieure sans aucune collision avec le cadre environnant, alors que des collisions surviennent en pilotage manuel. Pour les intégrateurs qui déploient des robots serpents ou continuum en inspection industrielle, maintenance de réacteurs ou chirurgie mini-invasive, ce travail répond à un problème concret: sécurité géométrique et précision de trajectoire sont habituellement traitées séparément, alors qu'elles s'influencent fortement sur des structures longues et flexibles soumises à des charges non uniformes. Montrer qu'une pondération intelligente des contraintes de sécurité réduit simultanément le risque de collision et l'erreur de suivi ouvre une piste exploitable pour des applications exigeant une fiabilité proche du zéro collision en espace clos. Le résultat le plus parlant pour des décideurs B2B reste que la stratégie autonome dépasse la téléopération humaine en sécurité, un signal favorable à l'automatisation de tâches aujourd'hui confiées à des opérateurs formés, notamment en environnement dangereux ou difficile d'accès. Cette étude s'inscrit dans le champ des control barrier functions, un outil mathématique de plus en plus employé en robotique pour formaliser des garanties de sécurité, déjà répandu sur les bras robotiques et les véhicules autonomes mais encore peu exploré sur des structures hyper-redondantes dont la flexibilité complique le calcul de contraintes uniformes. Publié comme nouvelle soumission arXiv et non encore relu par les pairs, le papier ne précise ni l'institution ni le robot physique utilisé pour les essais, ce qui invite à la prudence sur la portée des chiffres, obtenus sur un nombre restreint de configurations. Les auteurs pointent eux-mêmes une limite critique, la dégradation des performances à proximité immédiate des obstacles, sensible pour tout déploiement en espace réellement encombré. Aucune feuille de route de commercialisation n'est évoquée, l'article relevant pour l'instant de la recherche méthodologique en amont d'une éventuelle intégration sur des plateformes existantes de robots serpents ou continuum.

RecherchePaper

1 source

2arXiv cs.RO

Commande corpo-entière sûreté-critique pour robots humanoïdes via les barrières de contrôle entrée-état

Des chercheurs ont publié sur arXiv (référence 2605.25546) un framework hiérarchique de contrôle sécurisé corps entier pour robots humanoïdes, fondé sur les fonctions barrières robustes aux perturbations (ISSf-CBF, Input-to-State Safe Control Barrier Functions). L'architecture s'articule en trois couches : un contrôleur whole-body cinématique (KinWBC) qui génère des références articulaires à partir de tâches priorisées, un filtre ISSf-CBF qui les ajuste au minimum pour satisfaire les contraintes de sécurité sous perturbations bornées, et un contrôleur whole-body dynamique (DynWBC) qui garantit la faisabilité corps entier et la stabilité des contacts. Les contraintes couvertes incluent les limites articulaires, l'évitement d'auto-collision, l'évitement d'obstacles et les frontières du workspace. Validé en simulation et sur robot réel, le système a été testé dans trois scénarios : locomotion, téleopération et équilibre monopode avec contrôle simultané des mains. L'intérêt de l'approche tient à un problème fondamental en robotique humanoïde : les garanties de sécurité formelles s'effondrent dès qu'apparaît un écart entre le modèle de simulation et le comportement physique réel. Les CBFs classiques supposent un système parfaitement connu et deviennent fragiles face aux incertitudes de modèle, aux erreurs de suivi de trajectoire ou aux perturbations externes, précisément les conditions d'un environnement industriel. Les ISSf-CBFs étendent ce formalisme en admettant des perturbations bornées tout en maintenant des garanties formelles transférables du niveau cinématique vers la dynamique complète. Le filtre intervient de façon minimalement invasive, ne corrigeant les références nominales que lorsque nécessaire, ce qui préserve la performance globale. C'est une réponse directe au "demo-to-reality gap" structurellement reproché aux humanoïdes actuels, et un prérequis pour toute certification de robot collaboratif en environnement humain. Les Control Barrier Functions sont un outil bien établi en automatique, popularisé dans les années 2010 pour les véhicules autonomes et les bras robotiques. Leur extension aux ISSf-CBFs pour la robustesse aux perturbations est plus récente, et leur application à un humanoïde corps entier avec des dizaines de degrés de liberté, des contacts multiples et des dynamiques non linéaires représente un saut de complexité notable. Dans la course actuelle aux humanoïdes, les acteurs comme Figure, Boston Dynamics, Tesla (Optimus), Agility Robotics, Apptronik ou Unitree publient peu sur les garanties de sécurité formelles corps entier, un domaine resté majoritairement académique. Ce travail n'annonce pas de déploiement industriel, mais fournit une brique méthodologique directement applicable aux pipelines de validation et de certification des futurs robots collaboratifs.

UELes garanties de sécurité formelles apportées par ce framework sont directement pertinentes pour la certification des robots collaboratifs humanoïdes dans le cadre du Machinery Regulation et de l'AI Act européens.

RecherchePaper

1 source

3arXiv cs.RO

Fonctions barrières de sécurité conscientes de l'échappement pour quadricoptères sous contraintes de vitesse angulaire

Un article publié le 16 septembre 2026 sur arXiv (2609.17292) identifie une faille des fonctions barrières de contrôle (CBF) classiques : elles ne dépendent que de l'état courant, alors que sur un quadricoptère le vecteur de poussée doit d'abord se réorienter avant de freiner une approche, une manœuvre bridée par la vitesse angulaire maximale du système, ce qui crée un "écart de certification" dont la largeur croît avec la vitesse de rapprochement et diminue avec cette limite angulaire. Les auteurs proposent une "barrière d'échappement" intégrant l'entrée précédemment appliquée, avec forme close et inverse analytique, intégrable dans un contrôleur prédictif sans coût d'état supplémentaire. Sur 550 épisodes appariés en boucle fermée sur un modèle de quadricoptère à 13 états, ce contrôleur réussit l'intégralité des scénarios testés, contre 15% et 25% d'échecs pour une barrière classique fondée sur la distance d'arrêt, précisément dans les deux scénarios qui tombent dans l'écart prédit. Ce travail vise les équipes développant des contrôleurs de vol autonome pour drones opérant près d'obstacles (inspection, logistique, vol intérieur), où une garantie de sécurité mal calibrée se traduit par des collisions. Il illustre un écart fréquent entre preuve théorique et comportement réel : une CBF peut rester mathématiquement valide tout en certifiant à tort des états dangereux si la dynamique de réorientation n'est pas modélisée. Face à un CBF "backup" appliqué en ligne à l'état atteint, la méthode proposée conserve une marge directionnelle supérieure de 29 à 74 degrés et une distance de sécurité 3 à 18 fois plus grande ; un arbitre indépendant confirme n'avoir trouvé aucun état certifié où l'échappement échoue. Le travail s'inscrit dans la lignée des control barrier functions, cadre mathématique adopté depuis une dizaine d'années en robotique pour garantir l'évitement de zones dangereuses ; les CBF "backup" évaluées en ligne y servent de point de comparaison direct. La contribution s'en distingue en intégrant l'entrée précédemment appliquée dans la définition même de la barrière, plutôt que de recalculer une garantie après coup. À ce stade, elle reste validée uniquement en simulation, sans déploiement matériel ni partenariat industriel annoncé, ni calendrier précisé pour une validation en vol réel, étape généralement requise avant adoption industrielle.

RecherchePaper

1 source

4arXiv cs.RO

Risque et contrôle de croyance sous contraintes : fonctions barrières pour ensembles finis aléatoires

Des chercheurs publient sur arXiv (2607.15016v1) un cadre baptisé "risk-aware belief control barrier function" (BCBF) pour sécuriser le contrôle de robots évoluant dans des environnements inconnus et dynamiques, où le nombre d'objets mobiles à éviter varie dans le temps et n'est connu qu'à travers des mesures bruitées et incomplètes. L'incertitude sur cet état multi-objets est modélisée par une croyance au format random finite set (RFS), estimée par un filtre SMC-PHD (sequential Monte Carlo probability hypothesis density) qui la représente sous forme d'un nuage de particules. À partir de ces particules, les auteurs construisent directement une fonction barrière de contrôle non lisse, démontrent l'invariance de l'ensemble de sécurité sous prédiction continue, et établissent une condition explicite garantissant que les mises à jour discrètes du filtre ne compromettent pas cette sécurité. La méthode est validée en simulation puis lors d'expériences réelles en environnement sous-marin. Ce travail s'attaque à un point de friction connu entre théorie du contrôle et déploiement réel: la plupart des control barrier functions classiques supposent un nombre d'obstacles fixe et connu, hypothèse rarement vraie hors laboratoire. En couplant directement le filtre PHD, qui gère nativement apparitions, disparitions et bruit de détection, à la barrière de sécurité, l'approche évite l'étape fragile de "suivi puis contrôle" où des erreurs d'association de données peuvent silencieusement casser les garanties de sécurité. Pour les intégrateurs de robots mobiles ou sous-marins opérant en environnement encombré et faiblement instrumenté, cela ouvre la voie à des garanties formelles même quand la perception reste imparfaite, un cas de figure encore mal couvert par les CBF probabilistes existantes, souvent limitées à la simulation. Les control barrier functions se sont imposées depuis une dizaine d'années comme outil de référence du contrôle sûr en robotique, notamment via les travaux d'Aaron Ames à Caltech, mais leur extension à l'incertitude multi-objets reste un champ actif. Les filtres PHD, eux, dérivent des travaux de Ronald Mahler sur les ensembles finis aléatoires appliqués au suivi multi-cibles, formalisme né en défense et surveillance radar avant sa percée en robotique mobile. Aucun partenariat industriel ni calendrier de transfert n'est mentionné: il s'agit pour l'instant d'une preuve de concept en environnement sous-marin contrôlé, sa généralisation à d'autres domaines restant une piste ouverte.

RecherchePaper

1 source