Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Intelligence incarnée centrée sur l'humain pour la robotique portable souple
ExosquelettesarXiv cs.RO 

Intelligence incarnée centrée sur l'humain pour la robotique portable souple

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Une équipe de chercheurs propose dans une revue publiée sur arXiv (2608.03556, août 2026) un nouveau cadre conceptuel pour les robots portables souples, baptisé Human-Centric Embodied Intelligence (HCEI). Ce concept part du constat que le champ, après des années de prototypes de preuve de concept en réhabilitation, assistance professionnelle et augmentation humaine, ne bute plus tant sur les matériaux ou les actionneurs que sur l'intégration de la perception, de l'intelligence et de l'adaptation de l'utilisateur dans des dispositifs portés durablement, confortables et dignes de confiance. Pour structurer cette approche, les auteurs introduisent le framework PCAA (Perception-Cognition-Actuation-Augmentation), qui synthétise les avancées récentes en matériaux souples, capteurs portables, intelligence artificielle, actionnement, interaction humain-robot, jumeaux numériques, translation clinique, fabrication, régulation et éthique.

L'apport principal tient au renversement de paradigme proposé: alors que le développement des exosquelettes et exomuscles souples a longtemps été piloté par l'actionneur (d'abord concevoir le muscle artificiel ou le vérin, puis y greffer des capteurs), le framework PCAA place la perception et la cognition en amont de la conception. Pour les intégrateurs et décideurs du secteur médical ou industriel, cela signifie qu'un dispositif portable devient un système couplé humain-robot où l'intelligence émerge de l'interaction entre morphologie, capteurs multimodaux et adaptation physiologique du porteur, plutôt qu'un simple actionneur commandé. C'est une piste pour dépasser l'écart persistant entre démonstrations en laboratoire et usage réel prolongé, un problème récurrent en robotique portable.

Ce travail s'inscrit dans la maturation d'un domaine né des premiers exosquelettes de réhabilitation et des combinaisons d'assistance au lever de charges en environnement industriel, aujourd'hui tiré par les progrès parallèles des matériaux souples, des capteurs miniaturisés et des modèles d'IA embarquée. En couvrant aussi la fabrication, la régulation et l'éthique, les auteurs visent explicitement à orienter la recherche future et à accélérer la translation clinique et commerciale de robots portables personnalisés et prédictifs, sans toutefois annoncer de produit ou de déploiement concret à ce stade.

Dans nos dossiers

ExosquelettesarXiv cs.RO

À lire aussi

Capteurs de force pour interfaces humain-robot portables via innervation fluidique
1arXiv cs.RO 

Capteurs de force pour interfaces humain-robot portables via innervation fluidique

Des chercheurs ont publié sur arXiv (preprint 2602.13436v2) un capteur de force destiné aux interfaces humain-robot portables, basé sur un principe qu'ils nomment "fluidic innervation". Le dispositif consiste en un pad en silicone imprimé en 3D, percé de microcanaux pneumatiques : lorsqu'une force est appliquée sur le pad, les canaux se compriment et la variation de pression est captée par des transducteurs commerciaux standard. En banc de test, la relation entre pression interne et force appliquée s'est révélée hautement linéaire (R² = 0,998). Les auteurs ont ensuite validé le capteur sur un dynamomètre clinique pour mesurer le couple isométrique du genou, puis lors de flexions du biceps cycliques et isométriques en conditions moins contraintes. Enfin, le pad a été intégré dans un exosquelette de membre inférieur : pendant des squats répétés avec l'exosquelette non alimenté, la pression suivait de façon cohérente la phase du mouvement et la dynamique globale de la tâche. L'enjeu est réel : caractériser mécaniquement l'interface humain-machine reste un verrou dans le développement des exosquelettes, car la sensorisation de cette zone est compliquée par la complexité de fabrication et les réponses non linéaires des capteurs conventionnels (jauges de contrainte, FSR). L'approche fluidique contourne ces limites avec des composants peu coûteux et un rapport signal/bruit élevé. Pour les intégrateurs et les équipes de contrôle, disposer d'une mesure d'interaction fiable en temps réel ouvre la voie à des boucles de rétroaction adaptatives, voire à l'optimisation automatique du confort et de l'assistance. La linéarité des mesures, si elle se confirme en usage clinique prolongé, simplifierait considérablement la calibration embarquée. Ce travail s'inscrit dans un effort plus large de la communauté exosquelettes pour dépasser les architectures de contrôle en impédance purement mécaniques, en intégrant une perception distribuée de l'effort. Des acteurs comme Wandercraft (Paris) sur les exosquelettes de rééducation, ou Ekso Bionics et ReWalk côté anglophone, font face au même défi de sensorisation de l'interface. Le preprint ne mentionne pas de partenariat industriel ni de timeline de déploiement : il s'agit à ce stade de résultats préliminaires prometteurs, non d'un produit commercialisé. Les prochaines étapes logiques seraient des essais sur sujets pathologiques et une miniaturisation du système de transduction pour une intégration portée continue.

UEWandercraft (Paris), acteur français des exosquelettes de rééducation, est directement concerné par ce verrou de sensorisation de l'interface humain-machine que ce preprint cherche à résoudre.

ExosquelettesPaper
1 source
SoFiE : un exosquelette de doigt souple pour la préhension intelligente
2arXiv cs.RO 

SoFiE : un exosquelette de doigt souple pour la préhension intelligente

Des chercheurs ont présenté SoFiE, un exosquelette doux et modulaire pour l'index, conçu pour assister la flexion du doigt lors de tâches de préhension chez des personnes ayant une fonction manuelle réduite. Le système repose sur des matériaux flexibles imprimés en 3D, ce qui lui confère un profil compact et léger. L'actionnement est assuré par un mécanisme à tendons entraîné par un moteur DC miniature, tandis que l'extension passive est gérée par un ressort conducteur élastique, baptisé StretchSense. Ce composant joue un double rôle : il assure le retour en extension tout en faisant office de capteur proprioceptif, sa résistance électrique variant en fonction de la déformation. Une seconde modalité sensorielle, MagSense, est introduite : une paire aimant-magnétomètre intégrée dans la pulpe souple du doigt permet d'estimer à la fois la force de contact et la compliance des objets saisis. L'ensemble est entièrement sans fil, piloté par un microcontrôleur embarqué, et complété par un retour encodeur moteur pour l'estimation de l'état du système. L'intérêt principal de SoFiE réside dans la combinaison de deux types de sensing en un dispositif portable et non-filaire : la proprioception via StretchSense et la perception tactile via MagSense. Cette dualité permet au système de distinguer des matériaux de rigidité différente et de générer des signatures sensorielles distinctes selon le type de prise, ce qui constitue une base sérieuse pour des stratégies de contrôle adaptatif et sécurisé. Pour les intégrateurs en robotique d'assistance, c'est une architecture prometteuse : la modularité de la conception laisse entrevoir une extension à d'autres doigts sans refonte complète du système. Le domaine des exosquelettes de main souples est actif dans plusieurs laboratoires universitaires à l'échelle mondiale, avec des acteurs comme Roam Robotics, Bioservo Technologies ou encore des projets issus du MIT et de l'ETH Zurich sur des dispositifs comparables. SoFiE reste pour l'instant un démonstrateur de faisabilité, publié en preprint sur arXiv (2606.00397), sans partenaire industriel ni timeline de commercialisation annoncée. Les prochaines étapes attendues seraient une validation clinique sur des profils patients (AVC, lésions médullaires), ainsi qu'une extension du système à plusieurs doigts pour couvrir des prises complexes au-delà du pincement index-pouce.

ExosquelettesPaper
1 source
Epically Powerful : une infrastructure logicielle et mécatronique open source pour les robots portables
3arXiv cs.RO 

Epically Powerful : une infrastructure logicielle et mécatronique open source pour les robots portables

Le laboratoire de robotique portable (wearable robotics) publie Epically Powerful, une infrastructure open-source pour systèmes robotiques portés sur le corps, décrite dans un article arXiv (2511.05033v2) mis à jour en remplacement d'une version précédente. Le framework gère en Python l'ensemble de la couche bas niveau de ces dispositifs : protocoles de communication, synchronisation d'horloge, envoi de commandes aux actionneurs, acquisition de données capteurs, journalisation et visualisation en temps réel. Il s'interface avec des actionneurs quasi-direct drive (QDD) commerciaux, des ordinateurs monocarte du marché et des capteurs courants, et fournit des contrôleurs d'exemple prêts à l'emploi. Le package inclut également une liste de pièces recommandées avec guide de compatibilité, ainsi qu'une documentation détaillée couvrant l'assemblage matériel et l'implémentation logicielle, sans imposer de forme spécifique au dispositif final. L'enjeu pour les équipes de recherche et les intégrateurs en robotique portable est la réduction du temps d'ingénierie nécessaire pour passer d'un assemblage de composants matériels bruts à un prototype fonctionnel et robuste. Jusqu'ici, chaque laboratoire développant exosquelettes, prothèses actives ou orthèses motorisées devait reconstruire from scratch sa propre couche de contrôle temps réel, un travail répétitif et chronophage qui ralentit l'itération scientifique. En standardisant cette infrastructure et en la rendant compatible avec un large éventail d'actionneurs QDD et de cartes de calcul déjà utilisées dans l'industrie, Epically Powerful abaisse la barrière d'entrée technique et pourrait accélérer la publication de nouveaux designs de dispositifs portables, tout en facilitant la comparabilité et la reproductibilité entre équipes. Le projet s'inscrit dans une tendance plus large de mutualisation logicielle en robotique, à l'image d'autres frameworks open-source ayant already standardisé le contrôle bas niveau dans la robotique mobile ou manipulatrice. Si les auteurs ont conçu l'outil en priorité pour les dispositifs portés, ils soulignent son applicabilité à tout système robotique en boucle fermée reposant sur des actionneurs QDD, capteurs et cartes embarquées, ouvrant potentiellement son usage à d'autres domaines comme la robotique mobile légère. L'article ne précise pas de partenaires industriels ni de calendrier de déploiement commercial, s'agissant avant tout d'une contribution logicielle destinée à la communauté de recherche.

UELes laboratoires europeens travaillant sur exosquelettes et protheses actives (ex. CEA-List, Wandercraft) pourraient reduire leur temps d'ingenierie en adoptant ce framework open-source.

ExosquelettesActu
1 source
Tread : un cadre visuo-inertiel pour l'estimation de la phase de marche et de la vitesse selon le terrain et le contexte de locomotion en robotique portable
4arXiv cs.RO 

Tread : un cadre visuo-inertiel pour l'estimation de la phase de marche et de la vitesse selon le terrain et le contexte de locomotion en robotique portable

Une équipe de recherche publie sur arXiv Tread, un cadre de perception visuo-inertielle destiné aux robots portables d'assistance (exosquelettes, orthèses motorisées). Le système combine une caméra fixée sur le thorax et quatre centrales inertielles (IMU) placées sur les membres inférieurs. Il estime en cascade le terrain, le mode de locomotion, la phase de marche et la vitesse. Le module ATP classe le terrain à venir avec 96,3 % de précision et anticipe les transitions de 1,46 s en moyenne. Le module TALMI identifie le mode de locomotion avec 93,7 % de précision sur sol plat et 98,8 % dans les escaliers, avec une latence de transition inférieure à 200 ms. Sa probabilité a posteriori est transmise sous forme de vecteur de contexte (PLC) à un encodeur cinématique partagé, qui produit la phase de marche bilatérale à 50 Hz et la vitesse à 2 Hz. En validation « leave-one-subject-out », l'erreur quadratique moyenne (RMSE) de phase atteint 1,75 % en marche plane, 2,97 % en montée d'escaliers et 4,55 % en descente. La vitesse, testée entre 3,5 et 5,5 km/h, est estimée avec une RMSE de 0,218 km/h. Les modèles inertiels utilisent des angles d'Euler fusionnés plutôt que les signaux bruts d'accéléromètre et de gyroscope. L'intérêt tient à l'intégration. Aujourd'hui, la plupart des contrôleurs d'exosquelettes reposent sur des modèles distincts par terrain, entraînés sur des jeux de données issus de protocoles différents, ce qui fragilise les transitions entre sol plat et escaliers. Ici, une chaîne causale unique propage l'incertitude du contexte vers l'estimation de phase, ce qui répond à un vrai verrou de robustesse. L'usage d'angles fusionnés limite en outre la dépendance à la position des capteurs, un point critique pour un déploiement hors laboratoire. Les résultats restent toutefois ceux d'un travail académique : le nombre de sujets, l'absence de test en boucle fermée sur un dispositif réel et la plage de vitesses étroite relativisent la portée pour un usage clinique ou industriel. Ce travail s'inscrit dans la montée de la perception anticipative pour les exosquelettes, face à des approches purement inertielles ou à des contrôleurs par machine à états. Des acteurs européens comme Wandercraft, en exosquelettes de rééducation, ont un intérêt direct pour ce type de brique de perception contextuelle. Les prochaines étapes logiques sont l'intégration sur un exosquelette, des essais avec des patients et une évaluation sur davantage de terrains (pentes, obstacles).

UEBrique de perception contextuelle potentiellement utile aux acteurs européens de l'exosquelette de rééducation comme Wandercraft, mais sans impact direct à ce stade.

ExosquelettesPaper
1 source