RecherchearXiv cs.RO 27 août 2026

Extension du calibrage LiDAR-IMU à contrainte de sol aux surfaces inclinées dans un cadre à temps continu

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs propose une nouvelle méthode de calibration LiDAR-IMU sans cible pour véhicules terrestres, capable de fonctionner sur des surfaces inclinées et pas seulement sur sol plat. Le papier, publié en préprint sur arXiv (référence 2608.25135v1), part d'un problème connu du calibrage: pour aligner correctement un LiDAR et une centrale inertielle (IMU), le système doit être soumis à une excitation complète de mouvement, condition rarement remplie par un robot terrestre qui roule surtout à plat, générant un mouvement planaire dégénéré. Les méthodes actuelles contournent ce problème avec des résidus qui supposent que le vecteur de gravité est colinéaire à la normale de la surface physique, ce qui ne fonctionne que si le sol est plat. Les auteurs introduisent des résidus de plan au sol qui abandonnent cette hypothèse, rendant la calibration valide pour un mouvement planaire sur une surface inclinée. La méthode a été testée sur un véhicule Husky, sur le jeu de données public M2DGR ainsi que sur un jeu de données de véhicule tout-terrain, avec code et expériences publiés en open source sur GitHub (vkorotkine/licalibtiltedground).

Pour les intégrateurs de robots mobiles autonomes (AMR) et véhicules terrestres, cette avancée réduit une contrainte opérationnelle concrète: jusqu'ici, calibrer un rig LiDAR-IMU exigeait des manœuvres artificielles d'excitation ou l'hypothèse d'un terrain parfaitement plat, un scénario peu réaliste hors entrepôt. Étendre la calibration aux surfaces inclinées ouvre la voie à des déploiements plus fiables sur chantiers, terrains agricoles ou sites miniers, où le sol présente des pentes ou irrégularités. Les résultats montrent une répétabilité améliorée à la fois en conditions inclinées et sur sol plat, avec un gain particulièrement marqué sur terrain incliné, ce qui suggère que la méthode ne dégrade pas les performances dans le cas standard tout en résolvant le cas dégénéré.

Ce travail s'inscrit dans la lignée des méthodes de calibration extrinsèque sans cible pour capteurs embarqués sur véhicules à mouvement contraint, un sujet actif en robotique mobile et cartographie SLAM. Il reste à ce stade un résultat académique en accès libre, non intégré à un produit commercial, mais son caractère open source facilite une adoption rapide par les équipes de perception travaillant sur des flottes de robots ou véhicules autonomes tout-terrain.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

VRA : ancrage de l'accélération articulaire en temps discret dans l'actionnement sous contrainte de tension

Des chercheurs présentent dans un preprint arXiv (2605.10696, mai 2026) une abstraction de contrôle baptisée Voltage-Realizable Acceleration (VRA), destinée à combler un écart entre planification cinématique et exécution matérielle dans les robots à actionneurs électriques. Le problème identifié : les contraintes d'accélération articulaire en temps discret, couramment utilisées pour imposer des limites de position et de vitesse, peuvent générer des commandes cinématiquement valides mais physiquement irréalisables lorsque les actionneurs opèrent sous contrainte de tension. VRA introduit une interface d'accélération au niveau de l'articulation qui restreint les commandes commandées aux seules valeurs réalisables compte tenu des limites de tension effectives. Des expériences sur actionneurs électriques réels et sur un quadrupède roue-patte ont validé l'approche : suppression des accélérations irréalisables, exécution plus cohérente en régime de contrainte proche des limites, et réduction des oscillations induites. L'impact potentiel concerne tout intégrateur travaillant avec des robots à moteurs électriques, humanoïdes, quadrupèdes, bras industriels. Les oscillations liées aux contraintes sont un problème fréquent en déploiement réel, souvent invisible en simulation, ce qui contribue au sim-to-real gap. En formalisant une couche d'abstraction entre le planificateur cinématique et l'actionneur, VRA pourrait améliorer la robustesse des piles de contrôle existantes sans nécessiter de refonte architecturale. La contribution est conceptuelle : elle nomme et corrige un angle mort longtemps ignoré dans les pipelines de contrôle standard. Les contraintes d'accélération en temps discret sont un outil classique depuis les années 2000, mais leur interaction avec les limites physiques des actionneurs électriques modernes, opérés dans des régimes de plus en plus extrêmes, n'avait pas été formalisée à ce niveau d'abstraction. Ce preprint n'est pas encore évalué par les pairs, et les expériences restent limitées à une seule plateforme roue-patte, type ANYbotics ou Unitree. Les suites logiques incluent une intégration dans des piles open source telles que ros2_control et des validations sur des plateformes humanoïdes à haute dynamique.

UEImpact indirect : tout intégrateur européen s'appuyant sur ros2_control ou des piles de contrôle standard pour robots électriques (bras industriels, quadrupèdes, humanoïdes) pourrait bénéficier d'une future intégration de VRA pour réduire les oscillations en régime limite et améliorer la robustesse sim-to-real.

RecherchePaper

1 source

2arXiv cs.RO

Au-delà de la visibilité : champs d'accessibilité de surface en temps réel à partir d'un LiDAR épars

Le laboratoire à l'origine de ces travaux publie un nouveau système de perception baptisé Accessibility Field, décrit dans un article arXiv daté du 6 août 2026 (référence 2608.06412v1). L'outil calcule en temps réel, point par point, quelles surfaces d'une scène sont réellement accessibles à un outil robotique donné, à partir d'un flux LiDAR épars, notamment le capteur non répétitif Livox Mid-360. Le système tourne entièrement sur GPU, y compris sur du matériel embarqué Jetson Orin, et s'appuie sur une intégration TSDF (Truncated Signed Distance Field) centrée sur le scan, qui ne met à jour que les voxels proches de chaque retour laser plutôt que la totalité du frustum à chaque image. Sur des objets synthétiques et des modèles de pins Pinus radiata à échelle réelle, la méthode atteint un score F1 de 90,8, contre 69,8 pour une référence de type Hidden Point Removal, et identifie correctement 56,8% des surfaces de branches comme inaccessibles bien que visibles depuis le capteur. Cette avancée répond à un angle mort connu de la perception robotique: la visibilité géométrique d'une surface ne garantit pas qu'un outil puisse physiquement l'atteindre sans collision ni obstruction du corridor d'approche. Les méthodes d'accessibilité existantes exigent des maillages complets et sans bruit ainsi qu'une base cinématique fixe, des conditions incompatibles avec les plateformes mobiles qui cartographient leur environnement de façon incrémentale. Pour les intégrateurs en agriculture, foresterie ou logistique, ce type de champ d'accessibilité en temps réel, indépendant de l'outil et sans modèle de scène préalable, pourrait réduire les échecs de préhension ou d'élagage automatisé dus à des obstacles non anticipés, un problème concret plutôt qu'une simple démonstration de laboratoire. Le travail s'inscrit dans la lignée des recherches en perception 3D pour la robotique de terrain, où la reconstruction géométrique classique et l'estimation de visibilité restent la norme mais ne suffisent pas dans des environnements encombrés comme les canopées d'arbres. Les auteurs revendiquent la première méthode capable d'estimer l'accessibilité de surface point par point en temps réel, sans base fixe ni modèle préalable, à partir d'un LiDAR épars en flux continu. L'article ne précise pas d'identité d'équipe ni de calendrier de déploiement commercial ni de partenariat industriel; il s'agit à ce stade d'une contribution de recherche évaluée sur bancs d'essai synthétiques et forestiers, sans indication de mise en production.

RecherchePaper

1 source

3arXiv cs.RO

Prédiction conforme par particules pour la calibration d'incertitude tenant compte du contact dans des espaces de configuration stratifiés

Des chercheurs ont publié le 11 août 2026 sur arXiv (référence 2608.09166) un nouvel algorithme baptisé CaPTURe (Calibrated Particle-sets for Trans-dimensional Uncertainty Representation), destiné à quantifier de façon fiable l'incertitude de mouvement d'un robot lors de contacts avec son environnement, par exemple en navigation dans un espace encombré ou en insertion de pièce dans un assemblage. Basée sur la prédiction conforme et des modèles à base de particules, la méthode construit des régions de prédiction garanties statistiquement, à une probabilité fixée par l'utilisateur, quelle que soit la fidélité du modèle de mouvement employé. Testée en simulation sur deux tâches, le pilotage d'une bille dans un labyrinthe et une insertion peg-in-hole à tolérance serrée avec un bras manipulateur, elle respecte la couverture de probabilité demandée aussi bien avec que sans contact, et améliore le taux de réussite de la tâche jusqu'à 30 points de pourcentage par rapport à la meilleure méthode de référence. Le résultat cible un problème concret pour l'industrie robotique : les modèles de mouvement, analytiques ou appris, sont souvent imprécis faute de données suffisantes ou à cause d'hypothèses simplificatrices, et un contact avec un obstacle peut rendre la distribution des configurations futures multimodale, discontinue, ou confinée à une variété de dimension inférieure à l'espace de configuration complet, ce qui invalide les approches classiques de planification sous incertitude. Pour les intégrateurs travaillant sur l'assemblage à tolérance serrée, le picking en environnement encombré ou la navigation en usine, disposer de garanties de couverture calibrées séparément pour les phases avec et sans contact permet de réduire les échecs de tâche et les arrêts de sécurité inutiles, sans sacrifier l'efficacité du mouvement. CaPTURe s'inscrit dans le champ de la prédiction conforme, une famille de méthodes statistiques de plus en plus utilisée en robotique pour garantir une couverture de probabilité sans hypothèse forte sur la distribution sous-jacente. Contrairement aux approches conformes classiques, pensées pour un espace de configuration fixe et continu, elle cible des espaces stratifiés dont la dimensionnalité effective change selon la présence ou non de contact, un cas de figure courant en manipulation robotique et en navigation de robots mobiles. L'article ne mentionne ni déploiement industriel ni partenariat commercial : il s'agit à ce stade d'une contribution de recherche académique, évaluée uniquement en simulation sur deux bancs d'essai contrôlés, sans calendrier annoncé de transfert vers du matériel réel.

RecherchePaper

1 source

4arXiv cs.RO

Cadre d'apprentissage par tranches pour l'identification en ligne des perturbations dans le contrôle d'attitude SO(3) d'un quadrotor

Des chercheurs ont publié sur arXiv (identifiant 2508.14422, version 4) un framework d'apprentissage géométrique appelé "Sliced Learning", conçu pour l'identification en ligne de perturbations dans le contrôle d'attitude des quadrotors selon le groupe de rotations SO(3). Le coeur du système est le module SANM (Sliced Adaptive-Neuro Mapping), qui décompose le problème d'identification de haute dimension en plusieurs sous-mappings de faible dimension, chacun traité par un réseau de neurones peu profond combiné à des lois adaptatives. Ces composants sont mis à jour en ligne via une adaptation basée sur les fonctions de Lyapunov, à une fréquence de 400 Hz, sur des microcontrôleurs à ressources limitées de type STM32. La convergence exponentielle du système est démontrée mathématiquement malgré des perturbations variables dans le temps et des incertitudes sur les moments d'inertie, et les résultats sont validés par des expériences en conditions réelles. L'intérêt principal de ce travail réside dans la capacité d'adaptation neuronale en temps réel à 400 Hz sur un MCU embarqué classique, un seuil rarement atteint dans la littérature sur le contrôle adaptatif des drones. Contrairement aux approches conventionnelles qui apprennent à partir des états du système, la stratégie "learning-from-error" exploite la représentation d'erreur en algèbre de Lie, ce qui préserve la structure géométrique intrinsèque de SO(3) et autorise une décomposition axiale du problème. Pour les intégrateurs de systèmes drones et les équipes de contrôle embarqué, cela représente un module d'identification de perturbations à la fois léger, interprétable et certifiable sur le plan de la stabilité, trois critères déterminants pour des applications industrielles ou de défense. Le contrôle d'attitude géométrique des quadrotors sur SO(3) est un domaine actif depuis les années 2010, avec des travaux fondateurs de Lee, Leok et McClamroch qui ont formalisé des contrôleurs évitant les singularités des angles d'Euler. L'identification de perturbations en ligne reste un verrou face aux vents, variations de charge et dérives d'inertie, et les approches neuronales existantes sont généralement trop lourdes pour tenir sur MCU embarqué, forçant le recours à des calculateurs plus puissants. Ce travail se positionne dans cet espace de contrainte, avec une validation hardware sur STM32, mais sans annoncer de déploiement commercial ni de partenariat industriel à ce stade, ce qui le situe clairement au niveau de la preuve de concept académique.

RecherchePaper

1 source