Des cafards cyborgs pourraient servir de robots…

1IEEE Spectrum Robotics

Cafards Cyborgs : Ils Peuvent Vous Piquer avec des Aiguilles

Des chercheurs du Biorobotics Lab de l'Université du Queensland, à Brisbane, dirigés par T. Thang Vo-Doan et Thanh Nho Do, ont publié une étude sur des cafards cyborgs baptisés "Paraborgs", conçus pour venir en aide à des victimes ensevelies après une catastrophe. Les scientifiques ont utilisé des cafards fouisseurs géants (Macropanesthia rhinocéros), espèce australienne pesant environ 40 grammes, ce qui en fait la plus lourde espèce de blatte au monde et lui permet de porter une charge utile supérieure à la moitié de son poids. Des électrodes ont été implantées dans leurs antennes et leurs cerques, pilotables sans fil via une manette de jeu vidéo classique pour les diriger, les faire avancer ou les arrêter. Certains insectes portent une caméra sans fil, d'autres un injecteur télécommandé qui propulse une seringue chargée de médicament grâce à un ressort, avant qu'une réaction chimique générant du CO2 ne pousse le liquide dans la cible. Lors des essais, les Paraborgs ont parcouru un parcours de 2,5 mètres avec trois points de passage avant de viser une cible en silicone de 8 sur 10 centimètres. Sur 25 essais, le parcours a été bouclé à chaque fois et l'injection a réussi dans 72% des cas. Cette démonstration reste un prototype de laboratoire et non un système déployé sur le terrain, mais elle déplace la frontière de ce que peut faire un robot de recherche et sauvetage à très petite échelle. Plutôt que de concevoir un robot artificiel capable de ramper dans des gravats, escalader des surfaces irrégulières et récupérer après une chute, les chercheurs exploitent la mobilité déjà intégrée d'un insecte vivant et se contentent de greffer une interface électronique. L'approche répond à une limite connue des insectes cyborgs précédents (coléoptères, phalènes), jusqu'ici cantonnés au rôle de plateformes de capteurs passifs pilotables à distance. Pour un secteur qui cherche des solutions low-cost et miniaturisées pour l'inspection de décombres, ce travail suggère une voie alternative à la robotique bio-inspirée classique: au lieu de répliquer artificiellement la motricité d'un insecte, on la loue directement, avec un gain potentiel en coût, en robustesse et en autonomie énergétique embarquée. Le projet est né en 2023, quand Vo-Doan et Do, discutant en marge de la conférence ICRA, se sont demandé ce qui pouvait se passer après qu'un cyborg ait localisé une victime, au-delà de la simple détection déjà explorée avec d'autres insectes. Les chercheurs n'ont pas cherché à combiner caméra et injecteur sur un même insecte, le poids et l'encombrement supplémentaires risquant de réduire la mobilité et l'autonomie énergétique; ils envisagent plutôt un déploiement en essaim, avec des Paraborgs spécialisés et complémentaires, certains en éclaireurs équipés de caméras, d'autres en unités d'intervention porteuses de médicaments. Aucun calendrier de pilote sur site réel n'est pour l'instant annoncé, le travail publié restant une preuve de concept en environnement contrôlé. Vo-Doan résume l'objectif à long terme comme la combinaison de la locomotion avancée de l'insecte avec des capacités de détection et d'intervention, afin d'atteindre et d'aider davantage de personnes, plus rapidement, lors d'opérations de secours après une catastrophe.

RecherchePaper

1 source

2MIT News Robotics

Une nouvelle puce pourrait aider les petits robots à traverser des environnements complexes

Des chercheurs du MIT ont conçu un système-sur-puce baptisé Gleanmer, capable de générer des cartes 3D en temps réel à partir d'un flux de caméra de profondeur, avec une consommation d'environ 6 milliwatts, soit l'équivalent d'une LED. Cette performance s'obtient grâce à une co-conception algorithme-matériel : l'équipe, menée par la professeure Vivienne Sze (EECS/RLE) et le professeur Sertac Karaman (aéronautique, directeur du LIDS), a couplé leur algorithme de cartographie GMMap à un accélérateur matériel dédié. Les co-premiers auteurs Zih-Sing Fu et Peter Zhi Xuan Li ont présenté ces travaux à l'IEEE Very Large-Scale Integrated Circuits Symposium. L'application cible annoncée : de petits UAVs à batterie limitée, comme ceux qui pourraient inspecter des conduits HVAC industriels pour détecter des fuites de gaz en naviguant dans des espaces confinés avec évitement d'obstacles. La différence technique réside dans la représentation géométrique. Là où les approches classiques modélisent l'espace en voxels, des cubes 3D qui demandent de charger et retraiter chaque image de profondeur plusieurs fois, Gleanmer utilise des gaussiennes, des ellipsoïdes dont la taille, la forme et l'orientation s'adaptent librement à la géométrie des objets. Un seul ellipsoïde allongé peut remplacer des dizaines de voxels pour représenter une surface courbe, ce qui réduit drastiquement l'empreinte mémoire. L'innovation clé est une technique de génération de gaussiennes en un seul passage sur l'image de profondeur : une fois traitée, l'image est effacée et n'a pas besoin d'être stockée. Résultat : des cartes denses incluant obstacles et espace libre, suffisantes pour planifier un chemin sans collision, générées sans le GPU ni la mémoire vive que requièrent habituellement les pipelines de cartographie dense. Pour un intégrateur robotique, cela signifie qu'il devient envisageable d'embarquer de la navigation autonome sur des plateformes où la contrainte énergétique était jusqu'ici rédhibitoire. Ce travail s'inscrit dans un effort plus large de miniaturisation des capacités de cartographie et de localisation simultanées (SLAM). Les systèmes embarqués actuels capables de cartographie 3D dense en temps réel, qu'il s'agisse de solutions comme Intel RealSense couplées à des SBC, ou des implémentations GPU embarquées type Nvidia Jetson, consomment plusieurs watts à quelques dizaines de watts, plusieurs ordres de grandeur au-dessus des 6 mW de Gleanmer. Les auteurs mentionnent aussi un second débouché : les casques de réalité augmentée légers, pour des applications médicales ou de maintenance industrielle, où l'autonomie de la batterie conditionne l'usage prolongé. Le composant n'est pour l'instant qu'un prototype de recherche présenté en symposium ; aucun partenariat industriel ni calendrier de productisation n'a été annoncé. Les prochaines étapes naturelles seraient une validation sur plateforme réelle en vol, et une intégration dans une chaîne SLAM complète incluant localisation, pas seulement cartographie.

RecherchePaper

1 source

3arXiv cs.RO

Apprentissage d'une locomotion adaptative à la pente pour robots humanoïdes sur chantiers de couverture

Un article publié sur arXiv (référence 2609.20558v1) présente un cadre logiciel permettant à un robot humanoïde Unitree G1 d'exécuter des tâches de couvreur sur toitures en pente : marche en montée, utilisation d'une cloueuse pneumatique, martelage et mouvements de flexion. La méthode capture des démonstrations humaines par un système de suivi de mouvement, les retranscrit sur le robot, puis s'appuie sur un modèle métrique 3D du toit pour ancrer précisément les points de contact des pieds et des mains ainsi que les relations de travail (distance à l'outil, zones de dégagement) à la surface réelle. Une optimisation au niveau de la trajectoire fixe ces contraintes, tandis qu'un apprentissage par renforcement sensible à l'exécution maintient ces relations malgré les erreurs de suivi en conditions dynamiques. Les auteurs évaluent l'approche via une étude de suivi multi-mouvements, une matrice couvrant différentes pentes de toit, une ablation à cinq configurations sur la tâche de cloueuse, des tests croisés sur le martelage et la poussée latérale, ainsi que des comparaisons avec un apprentissage par renforcement pur et une téléopération sans apprentissage préalable. Résultats obtenus : des erreurs de dégagement de travail comprises entre 0,256 et 0,531 cm, un taux de réussite de 3 sur 3 pour chaque tâche testée, et des erreurs moyennes de position du tronc inférieures à 80 mm lors des expériences physiques. L'intérêt de ces travaux tient au problème qu'ils ciblent : les surfaces inclinées et irrégulières du bâtiment restent l'un des terrains les plus difficiles pour les humanoïdes, bien plus exigeants que les sols plats des entrepôts où la plupart des démonstrations commerciales sont tournées. L'étude illustre aussi un écueil classique de l'apprentissage par imitation : retranscrire fidèlement un geste humain capturé ne garantit pas un placement correct des appuis par rapport à l'environnement réel, d'où l'ajout d'un ancrage explicite à un modèle de scène. Pour les intégrateurs et décideurs du BTP, ce résultat reste un signal de recherche amont plutôt qu'une preuve de déploiement : il indique une piste méthodologique crédible pour doter les humanoïdes de compétences de chantier extérieur, sans annoncer de produit ni de pilote commercial. Le travail s'appuie sur le Unitree G1, plateforme humanoïde chinoise largement utilisée par les laboratoires de recherche en robotique incarnée pour son coût réduit face à des concurrents comme Boston Dynamics ou Tesla Optimus. Il s'inscrit dans une vague plus large de recherches combinant apprentissage par imitation et renforcement pour le contrôle corps entier des humanoïdes, dans la lignée conceptuelle de projets industriels comme Helix de Figure AI ou GR00T N2 de NVIDIA, sans toutefois émaner d'un acteur commercial identifié : il s'agit d'une prépublication arXiv non encore validée par relecture par les pairs. Les auteurs présentent leur approche comme une base pour de futures primitives de mouvement humanoïde dédiées au bâtiment, sans calendrier de pilote ni partenariat annoncé à ce stade.

RecherchePaper

1 source

4arXiv cs.RO

Robots collaboratifs air-sol pour missions de secours et d'incendie : une étude sur la cartographie et la navigation

Une équipe de chercheurs publie sur arXiv (2412.20699v3, une troisième version mise à jour de l'article original) une revue systématique consacrée aux robots collaboratifs air-sol pour les missions d'incendie et de sauvetage, avec un angle spécifique : la cartographie et la navigation. Les auteurs proposent un cadre où les drones (UAV) assurent la cartographie de l'environnement pendant que les robots terrestres (UGV) exploitent ces données pour naviguer sur le terrain. Le papier structure l'état de l'art autour de trois axes de recherche : la cartographie par UAV, la co-localisation UAV/UGV, et la navigation des UGV, en détaillant pour chacun les acquis techniques et les limites actuelles. Les systèmes recensés sont ensuite classés selon le nombre de drones et de robots terrestres engagés, un critère qui détermine leur pertinence pratique selon le scénario d'intervention (reconnaissance rapide, cartographie fine d'un site effondré, ou transport de charges lourdes). L'article illustre ces classifications par des exemples concrets d'application en contexte réel de lutte contre l'incendie et de secours aux victimes. Ce travail n'est pas une annonce produit ni un déploiement opérationnel : il s'agit d'une synthèse académique qui cartographie l'état de la recherche, sans chiffres de performance (payload, autonomie, temps de cycle) puisque son objet est de comparer des architectures plutôt que de vendre un système. Pour les intégrateurs et décideurs du secteur de la robotique de secours, l'intérêt réside dans l'identification des verrous encore non résolus, notamment la robustesse de la cartographie et de la localisation conjointe dans des environnements dégradés (fumée, poussière, absence de GPS, structures effondrées) où les approches actuelles restent fragiles. Le papier sert ainsi de référence pour orienter les investissements en R&D plutôt que de démontrer une percée commerciale immédiate. Le domaine s'inscrit dans une lignée de recherche en robotique de secours qui s'est structurée depuis les grandes catastrophes ayant motivé le développement de robots d'intervention en zone dangereuse, et qui s'appuie aujourd'hui sur la maturation parallèle des drones autonomes et des robots terrestres tout-terrain. Aucun acteur industriel n'est nommé dans cette synthèse, qui reste centrée sur les publications scientifiques du domaine. Les auteurs concluent en pointant les défis ouverts, en particulier la fiabilité de la fusion de cartes air-sol en temps réel, et appellent à des travaux futurs pour combler ces lacunes avant un passage à l'échelle opérationnelle.

RecherchePaper

1 source

Des cafards cyborgs pourraient servir de robots de secours pour retrouver des survivants après une catastrophe

À lire aussi

Cafards Cyborgs : Ils Peuvent Vous Piquer avec des Aiguilles

Une nouvelle puce pourrait aider les petits robots à traverser des environnements complexes

Apprentissage d'une locomotion adaptative à la pente pour robots humanoïdes sur chantiers de couverture

Robots collaboratifs air-sol pour missions de secours et d'incendie : une étude sur la cartographie et la navigation