RecherchearXiv cs.RO 15 juin 2026

Jumeau numérique pour la classification textile et la détection d'objets étrangers dans les systèmes de tri automatisé

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs a présenté un système robotique de tri textile piloté par un jumeau numérique, conçu pour l'automatisation du recyclage de vêtements. La cellule à double bras intègre une perception RGBD, un retour tactile capacitif et une planification de trajectoires anticollision via MoveIt. Le pipeline autonome saisit des vêtements depuis un panier non trié, les transfère vers une zone d'inspection et les classifie via des modèles de vision-langage (VLM, Visual Language Models). Le benchmark porte sur neuf VLM issus de cinq familles de modèles, évalués sur 223 scénarios couvrant six catégories : chemises, chaussettes, pantalons, sous-vêtements, objets étrangers et scènes vides. La famille Qwen atteint la précision globale la plus élevée avec 87,9 %, assortie de solides performances sur la détection d'objets étrangers. Gemma3 offre un compromis vitesse/précision adapté au déploiement sur matériel embarqué (edge). Le travail est disponible sur arXiv sous la référence 2603.05230v2.

Ce benchmark en conditions industrielles réelles, sur des objets déformables, constitue une validation plus rigoureuse que les démonstrations sur images synthétiques habituellement produites dans ce domaine. L'évaluation intègre le comportement aux hallucinations et les performances computationnelles sous contraintes matérielles, deux critères souvent absents des publications académiques sur la robotique manipulatrice. Pour les intégrateurs industriels, cela confirme que le tri automatisé de textiles par VLM est réalisable sans infrastructure GPU haute performance, et que le choix du modèle doit s'adapter aux contraintes du site de déploiement. L'intégration de nuages de points 3D segmentés dans le jumeau numérique réduit par ailleurs le fossé sim-to-real pour la planification de prises sur objets déformables.

Ce travail s'inscrit dans un contexte de pression réglementaire croissante : l'UE impose depuis janvier 2025 la collecte séparée obligatoire des textiles usagés dans les États membres, accélérant la demande d'automatisation dans les centres de tri. Dans le paysage concurrentiel, Picvisa (Espagne) et Recycleye (Royaume-Uni) opèrent déjà sur le tri optique de déchets par vision, mais sans raisonnement sémantique par VLM. Les prochaines étapes naturelles pour ce système seraient la validation sur des lignes industrielles à plus grand débit et l'extension à d'autres catégories de matières, notamment les textiles synthétiques et les fibres techniques.

Impact France/UE

La directive UE sur la collecte séparée des textiles (en vigueur depuis janvier 2025) crée une demande directe pour ce type d'automatisation dans les centres de tri européens, et les acteurs ibérique (Picvisa) et britannique (Recycleye) déjà présents pourraient être concurrencés ou complétés par ce système.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

EAST : test de sécurité de l'IA incarnée par injection systématique de fautes dans des jumeaux numériques

Des chercheurs proposent EAST (Embodied AI Safety Testing), un cadre de test fondé sur des jumeaux numériques, présenté dans un preprint arXiv (2610.34358). Il vise à transformer des risques de sécurité documentés dans la littérature en tests d'injection de fautes exécutables et vérifiables. Il s'appuie sur une taxonomie de fautes relue par des experts et sur huit opérateurs exécutables, assortis de contraintes d'applicabilité et de validité. Ces opérateurs couvrent cinq familles de perturbations: perception, instructions, environnements, actions et temporalité. Le processus comporte trois étapes: génération des spécifications de test, vérification que la faute est bien réalisée pendant l'exécution simulée, puis évaluation indépendante des défis de sécurité, des violations, des résultats de tâche et des signatures comportementales, à partir de l'état du simulateur. Les traces d'exécution et les enregistrements rejouables sont conservés. L'évaluation porte sur six tâches de manipulation RoboTwin et deux architectures de politiques, ACT et RDT, face à d'autres stratégies de test à budget équivalent. Sur cinq campagnes comparatives, EAST cible les 74 combinaisons tâche-politique-opérateur admissibles et obtient des preuves valides pour 63 d'entre elles. Son taux d'exposition aux défis de sécurité reste proche de celui des approches Random-Legal et Rule-Based. Surtout, 82 exécutions valides d'EAST terminent leur tâche malgré des violations de sécurité. Ce dernier chiffre est le résultat le plus parlant pour le secteur. Un robot peut atteindre son objectif tout en enfreignant une exigence de sécurité, et les évaluations centrées sur le taux de succès masquent donc ces risques. Pour les intégrateurs et les responsables de déploiement, cela pose une limite aux benchmarks de performance et de robustesse: un score de réussite élevé ne dit rien de la manière dont la tâche a été accomplie. La démarche apporte aussi de la traçabilité, avec des traces rejouables permettant d'attribuer une violation à une faute précise et de reproduire l'expérience, ce qu'exigeraient une certification ou un audit. Il faut toutefois relativiser. EAST n'améliore pas nettement l'exposition aux défis par rapport à des méthodes aléatoires ou à base de règles. Son apport est surtout la validité et la couverture des preuves, avec 63 cas valides sur 74, soit environ 85 %, et non une capacité supérieure à déclencher des défaillances. Les résultats restent aussi limités à la simulation et à deux politiques d'imitation. Ce travail s'inscrit dans un contexte où les politiques de manipulation (ACT, RDT) et les modèles vision-langage-action sont évalués surtout sur le succès de tâche, alors que les humanoïdes et manipulateurs entrent en usage industriel et que la sécurité fonctionnelle devient un sujet de conformité. Aucun produit, pilote ou calendrier n'est annoncé: il s'agit d'une contribution de recherche. Les suites logiques seraient l'extension à d'autres politiques, notamment les grands modèles VLA, et la validation du transfert vers du matériel réel, qui reste le vrai test du sim-to-real en matière de sécurité.

RecherchePaper

1 source

2arXiv cs.RO

Système de fabrication robotisé pour la production automatisée d'actionneurs élastomères diélectriques

Des chercheurs décrivent, dans une étude publiée sur arXiv (référence 2608.00369v1), un système robotique automatisé pour la fabrication de condensateurs souples utilisés comme actionneurs et capteurs, les actionneurs à élastomère diélectrique (DEA). Les travaux se concentrent sur les deux étapes jugées les plus déterminantes pour la qualité finale du composant : la formation de la couche diélectrique par enduction centrifuge (spin coating) et le dépôt des électrodes en nanotubes de carbone (CNT) par tamponnage. Vingt DEA multicouches ont été produits selon ce procédé, chacun comportant 12 couches diélectriques d'une épaisseur moyenne de 55,37 microns (écart type 2,04 microns) et 11 électrodes CNT alternées. Résultat mesuré : une réduction de 14,2 % du temps de fabrication total, et une intervention humaine supprimée sur 56,1 % du processus. L'intérêt de ces travaux dépasse le simple gain de productivité en laboratoire. Les DEA, technologie clé de la robotique souple pour les préhenseurs adaptatifs, les muscles artificiels ou les interfaces haptiques, souffrent historiquement d'une fabrication artisanale, lente et peu reproductible, ce qui freine leur passage du prototype académique au composant industrialisable. En automatisant précisément les étapes les plus sensibles à la variabilité opérateur, cette approche s'attaque directement au goulot d'étranglement de la répétabilité, condition nécessaire pour qu'un intégrateur ou un fabricant envisage sérieusement ces actionneurs souples en dehors du cadre expérimental. Le développement des DEA s'inscrit dans un mouvement plus large de robotique souple cherchant des alternatives légères et conformables aux actionneurs rigides classiques. Jusqu'ici, la production restait majoritairement manuelle, couche par couche, dans des environnements de recherche. Cette démonstration sur vingt unités multicouches constitue une étape de validation de procédé plutôt qu'un produit commercial ; les auteurs ouvrent la voie à une automatisation plus poussée des lignes de production, condition probable pour un futur transfert vers une fabrication à plus grande échelle.

RecherchePaper

1 source

3arXiv cs.RO

TouchTherm : construire des jumeaux numériques multimodaux d'objets pour le rendu tactile et thermique

Des chercheurs publient TouchTherm, un cadre logiciel et matériel qui construit à partir d'objets réels des « jumeaux numériques » intégrant la vision, le toucher et la température. Pour la partie visuelle et tactile, l'équipe combine un scanner à lumière structurée et des cartes de normales multivues issues de la stéréophotométrie. Ces cartes sont recalées sur la géométrie scannée, puis converties en espace tangent pour reconstruire des champs de micro-relief destinés au rendu tactile optique. Le maillage grossier reste réservé à la détection de collisions. Pour la partie thermique, le système enregistre des vidéos infrarouges multivues synchronisées du refroidissement naturel d'un objet après un chauffage contrôlé, puis reconstruit un champ thermique dynamique régularisé par la physique. Testé sur 20 objets, le micro-relief conserve les structures dominantes de surface et restitue des détails de plus haute fréquence que le maillage grossier. L'erreur absolue moyenne de température sur des données mises de côté atteint 0,465 °C à 30 s et 0,592 °C à 45 s. Les actifs tactiles permettent une reconnaissance d'objets synthétique vers réel à partir d'observations tactiles. Un gant de réalité virtuelle démontre un retour thermique variable dans l'espace et dans le temps. L'intérêt tient à un manque réel des bibliothèques d'actifs 3D actuelles. Elles décrivent la géométrie à l'échelle de l'objet et l'apparence visuelle, mais ignorent la microstructure de surface, dont dépendent les capteurs tactiles optiques de type vision-based, et la dynamique de température, qui conditionne la perception d'un matériau au contact. Pour la robotique, cela ouvre la voie à une simulation plus fidèle de la manipulation fine, avec des données tactiles synthétiques exploitables pour entraîner des politiques ou des modèles de reconnaissance avant transfert au réel. Le résultat sur la reconnaissance synthétique vers réel va dans ce sens, mais il reste une validation limitée. Les erreurs thermiques sont mesurées sur des horizons courts (moins d'une minute) et sur 20 objets seulement. La chaîne de capture exige en outre du matériel dédié (scanner, éclairage photométrique, caméras infrarouges, chauffage contrôlé), ce qui freine le passage à l'échelle d'un catalogue industriel. On reste au stade de la preuve de concept de recherche, sans produit ni déploiement. Ce travail s'inscrit dans la montée en puissance de la simulation multimodale. Les jeux de données et méthodes de reconstruction 3D (maillages, NeRF, Gaussian splatting) se sont concentrés sur la géométrie et la photométrie, tandis que les simulateurs tactiles se sont surtout appuyés sur des capteurs optiques de type GelSight. La dimension thermique, elle, reste peu traitée dans les actifs de simulation. TouchTherm tente d'unifier ces trois canaux dans un même actif. L'article, publié sur arXiv (2610.01943), ne détaille pas ici de partenaire industriel ni de calendrier. Les suites logiques seraient l'extension à davantage de matériaux, des horizons thermiques plus longs, et l'intégration dans des simulateurs robotiques et des interfaces haptiques commerciales.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

GelNeuro : un système tactile neuromorphique intégrant détection et calcul pour la reconnaissance de textures

Une équipe de recherche a présenté GelNeuro, un système tactile neuromorphique entièrement intégré combinant un capteur optique GelSight Mini avec la puce neuromorphique Speck2f. Contrairement aux systèmes existants qui dépendent d'un ordinateur hôte pour lire, prétraiter ou relayer les données avant inférence, GelNeuro traite tout directement sur puce : les mouvements des marqueurs induits par le contact sont capturés sous forme d'événements par un capteur de vision dynamique (DVS), puis acheminés via le réseau embarqué vers un classificateur à réseau de neurones convolutif à impulsions (SCNN). Pour limiter la perte de précision lors du déploiement en 8 bits, les chercheurs ont introduit une stratégie de bridage des poids adaptée au matériel (hardware-aware weight clamping). Testé en conditions réelles sur puce physique pour une tâche de reconnaissance de 15 classes de textures naturelles, le système atteint 96,3% de précision avec une fenêtre d'inférence de seulement 80 millisecondes, tout en ne consommant que 19,6 mW de puissance active au niveau carte. Cette consommation représente plus de trois ordres de grandeur de moins que les architectures CPU/GPU classiques évaluées sur le même benchmark, ce qui change la donne pour l'intégration de perception tactile fine sur des plateformes embarquées à budget énergétique serré, comme les mains robotiques, les préhenseurs ou les capteurs distribués sur des robots mobiles. Le résultat appuie une thèse plus large du secteur neuromorphique : que le traitement événementiel de bout en bout, du capteur à la puce, peut remplacer les pipelines classiques gourmands en calcul sans sacrifier la précision, du moins sur des tâches de classification tactile bien définies. GelNeuro montre aussi une bonne généralisation face à des profondeurs de contact non vues à l'entraînement, un point clé pour une utilisation en conditions réelles variables. Ce travail s'inscrit dans la lignée des efforts récents pour rapprocher capteur et calcul, un axe déjà exploré par les puces Speck de SynSense et les capteurs optiques tactiles GelSight, tous deux largement utilisés dans la recherche en robotique manipulatrice. La prochaine étape naturelle serait une validation sur des tâches de manipulation en boucle fermée plutôt que sur la seule classification de textures, ainsi qu'une intégration physique complète dans une main ou un doigt robotique.

RecherchePaper

1 source