Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
PIVOT : optimisation en ligne du point de vue indépendant conscient de la perception
RecherchearXiv cs.RO 

PIVOT : optimisation en ligne du point de vue indépendant conscient de la perception

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

PIVOT, acronyme pour Perception-aware Independent Viewpoint Online Optimization, est une méthode de recherche présentée dans un article publié sur arXiv (référence 2609.19510v1) qui s'attaque à une limite classique de la perception robotique : l'hypothèse selon laquelle le champ de vision d'un capteur reste fixe par rapport au corps du robot. Avec l'apparition de capteurs découplés du mouvement, comme les caméras montées sur gimbal ou les LiDAR à base de MEMS, la direction de visée peut désormais être pilotée indépendamment du déplacement, en temps réel. Les auteurs proposent un algorithme itératif léger qui optimise cette direction de visée le long d'une trajectoire de translation fixe, afin de maximiser la visibilité des points d'intérêt dans des environnements riches en features. En modélisant le champ de vision comme un cône, la visibilité ne dépend que de l'axe optique, ramenant le problème à une optimisation à deux degrés de liberté sur la sphère de vision S². Des mises à jour par exponentielle sur SO(3), sans paramétrisation angulaire explicite ni recherche exhaustive sur la sphère, permettent une optimisation continue efficace. Les évaluations Monte Carlo montrent que la méthode conserve entre 98,1 et 99,6% de la visibilité obtenue par une recherche exhaustive, tout en étant 76 à 85 fois plus rapide. Des tests en simulation photoréaliste et sur un robot quadrupède réel confirment une localisation visuelle plus robuste et un contrôle pratique du point de vue.

Pour les intégrateurs travaillant sur des plateformes mobiles équipées de capteurs orientables, ce résultat rend la perception active exploitable en embarqué : jusqu'ici, sélectionner la meilleure direction de visée en ligne se heurtait au coût computationnel d'une recherche exhaustive sur la sphère de vue, incompatible avec des cycles de contrôle temps réel. Une accélération d'un facteur 76 à 85 change la donne pour les architectures de navigation et de SLAM visuel embarquées sur robots légers.

Le travail s'inscrit dans la tendance vers des capteurs mécaniquement découplés du châssis, gimbals et LiDAR MEMS, qui remettent en question les pipelines de perception conçus pour des capteurs rigidement fixés. L'article ne mentionne ni acteur industriel ni calendrier de déploiement commercial : il s'agit d'une contribution algorithmique validée en simulation et sur un unique robot quadrupède, pas d'un produit prêt à l'emploi.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Manutention industrielle bi-bras de boîtes par estimation inertielle en ligne et optimisation convexe du torseur
1arXiv cs.RO 

Manutention industrielle bi-bras de boîtes par estimation inertielle en ligne et optimisation convexe du torseur

Des chercheurs ont déposé en mai 2026 sur arXiv (arXiv:2605.22021) un framework de manutention dual-bras conçu pour la manipulation industrielle de colis dont la masse et le centre de masse sont inconnus à l'avance. Le système s'appuie sur deux composants couplés : une estimation en temps réel des propriétés inertielles de l'objet à partir des torseurs de contact mesurés (forces et moments aux points de préhension), et un optimiseur convexe de type SOCP (second-order cone program, programme conique du second ordre) qui calcule des forces de contact compatibles avec les contraintes de friction, modélisées par des surfaces limites ellipsoïdales. Une étape de raffinement de trajectoire hors-ligne complète le pipeline pour éviter les contacts indésirables entre l'objet et l'environnement en présence de contraintes géométriques. Les expériences ont été réalisées sur un robot dual-bras réel soumis à plusieurs configurations de centre de masse, sans connaissance préalable des propriétés inertielles. L'enjeu est direct pour les intégrateurs en logistique industrielle : les bras robotiques doivent manipuler des colis dont le contenu varie (masse, répartition du poids, centre de gravité décentré), et les approches classiques génèrent glissements, chutes, déviations d'orientation ou serrage excessif endommageant les produits. La contribution principale est de traiter la faisabilité de friction comme une contrainte dure plutôt qu'un objectif de régulation séparé à calibrer, unifiant ainsi slip avoidance et évitement de l'écrasement dans un seul problème d'optimisation. Pour un responsable de ligne de palettisation, cela signifie moins de paramétrage manuel à chaque changement de référence produit et une meilleure robustesse aux variabilités de conditionnement, deux points de friction concrets dans les déploiements actuels. La manipulation dual-bras d'objets à propriétés inertielles inconnues est un problème ouvert depuis plusieurs années, adressé par des approches allant du contrôle en force classique jusqu'à l'apprentissage par renforcement. Plusieurs acteurs commerciaux proposent des cellules dual-bras pour la logistique : ABB avec le YuMi, Fanuc, et des startups comme Apptronik ou Figure AI qui intègrent des manipulateurs dans des plateformes humanoïdes. Ce travail reste au stade de la publication académique en preprint, sans affiliation commerciale identifiée, sans données de cycle time ni de volume de déploiement. Les expériences décrites constituent une preuve de concept sur système réel plutôt qu'un déploiement industriel, et les suites naturelles seraient l'intégration dans des cellules de palettisation ou de dépalettisation automatisées, un marché en forte croissance porté par la pression logistique de l'e-commerce.

UELes intégrateurs européens en logistique industrielle, notamment autour des cellules dual-bras ABB (YuMi) et KUKA, pourraient exploiter cette approche pour réduire le paramétrage manuel face à des conditionnements à masse variable.

RecherchePaper
1 source
Optimisation de la conception de robots à câbles tendus intégrant l'enroulement et le raccourcissement des tendons
2arXiv cs.RO 

Optimisation de la conception de robots à câbles tendus intégrant l'enroulement et le raccourcissement des tendons

Une étude publiée sur arXiv (2610.09645) propose une méthode d'optimisation multi-objectif pour concevoir des bras robotiques à actionnement par tendons. Elle s'attaque à un compromis classique : augmenter le couple articulaire tend à épaissir le bras. Les auteurs formulent le problème pour maximiser le couple et minimiser l'épaisseur en même temps, puis le résolvent avec l'algorithme génétique NSGA-II. L'algorithme optimise trois paramètres : le routage des tendons, la configuration des poulies et les points d'attache. Il tient compte de deux effets géométriques, l'enroulement du tendon (wrapping) autour des surfaces articulaires et le raccourci (shortcut), où le tendon prend un trajet plus direct entre deux points. Le résumé ne donne ni valeurs de couple, ni épaisseurs, ni nombre de degrés de liberté. Il ne mentionne pas non plus de prototype physique. Cette approche aborde un goulot d'étranglement connu des mains et bras humanoïdes. Les tendons permettent de déporter les moteurs vers la base et d'alléger les segments distaux, mais le bras s'épaissit dès qu'on agrandit le bras de levier (moment arm) pour gagner en couple. Les auteurs indiquent que des « raccourcis » bien placés élargissent efficacement ce bras de levier sans grossir la structure. Ils obtiennent des fronts de Pareto, c'est-à-dire des familles de conceptions où l'on ne peut plus améliorer le couple sans augmenter l'épaisseur. Ils affirment aussi que certaines configurations optimales contredisent l'intuition classique des concepteurs. Pour les ingénieurs qui développent des bras légers ou des mains dextres, cela ouvre la voie à un dimensionnement automatisé plutôt qu'empirique. Il faut toutefois rester prudent : sans validation matérielle annoncée dans le résumé, les gains restent théoriques, et les effets réels de friction, d'élasticité des câbles et d'usure ne sont pas précisés. Le contexte est celui d'un regain d'intérêt pour les architectures à câbles et tendons, porté par la course aux humanoïdes et aux mains dextres, où compacité et rapport couple/masse déterminent la faisabilité. Les approches concurrentes reposent plutôt sur des actionneurs directs dans l'articulation, plus encombrants, ou sur des transmissions à câbles dimensionnées à la main. Il s'agit d'un travail académique, sans calendrier de commercialisation ni partenaire industriel annoncé. La suite logique serait la construction d'un prototype pour confronter les Pareto simulés aux mesures réelles de couple et de rigidité, et l'extension de la méthode à des bras multi-articulations.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Exploration sémantique consciente de la posture par un robot à pattes à perception omnidirectionnelle en environnements confinés inconnus
3arXiv cs.RO 

Exploration sémantique consciente de la posture par un robot à pattes à perception omnidirectionnelle en environnements confinés inconnus

Une équipe de chercheurs présente POSE, un système d'exploration sémantique conscient de la posture pour robots à pattes, décrit dans un preprint arXiv publié le 19 septembre 2026 (arXiv:2609.19460v1). Le système exploite la capacité intrinsèque d'un robot à pattes à incliner son corps en tangage et en roulis, combinée à une perception omnidirectionnelle caméra-LiDAR, pour observer les surfaces supérieures d'objets normalement invisibles depuis un point de vue plan au sol. Un module d'échantillonnage de points de vue sélectionne les postures corporelles selon le gain de couverture attendu à partir de cartes partielles d'objets, tandis qu'une exécution alignée sur la cible limite les réorientations inutiles du corps. Une stratégie d'élagage des points de vue, assistée par un modèle vision-langage (VLM) et des cartes en vue aérienne (bird's-eye-view), réduit les visites d'inspection redondantes en s'appuyant sur l'historique d'observation. En simulation, POSE améliore la couverture finale des surfaces cibles de 8 à 10 points de pourcentage par rapport à une planification planaire classique, tout en réduisant le temps d'exploration de 17 à 32 %, et obtient le meilleur score moyen de couverture d'objets (AUC) parmi les méthodes comparées. Une validation réelle a été menée avec un robot à pattes équipé de la suite caméra-LiDAR omnidirectionnelle dans un atelier d'usinage. Le résultat cible un problème concret pour les intégrateurs de robots à pattes en inspection industrielle : les capteurs montés au niveau du sol ont un champ de vue vertical limité et une distance de recul contrainte, ce qui laisse des zones d'objets non inspectées si le robot reste dans une posture fixe. En montrant qu'exploiter la mobilité corporelle native du robot, plutôt que d'ajouter des capteurs ou des arrêts d'inspection supplémentaires, améliore simultanément couverture et rapidité, les auteurs apportent un argument méthodologique en faveur d'une planification adaptative de posture pour l'exploration sémantique, plutôt que la seule addition de capteurs ou de temps de mission. Le travail se positionne comme une alternative à l'exploration planaire classique utilisée en robotique mobile terrestre, en s'appuyant sur les capacités récentes des VLM pour le raisonnement sémantique embarqué. Il reste toutefois au stade de preprint non revu par les pairs, avec des résultats chiffrés majoritairement issus de simulation et une seule démonstration réelle limitée à un atelier d'usinage. Les auteurs indiquent prévoir de publier le code en open source, sans calendrier précis.

RecherchePaper
1 source
Au-delà de la géométrie relative : perception géométrique consciente de l'échelle métrique pour la robotique
4arXiv cs.RO 

Au-delà de la géométrie relative : perception géométrique consciente de l'échelle métrique pour la robotique

Des chercheurs présentent MAGP (Metric-Aware Geometry Perception), un framework de reconstruction géométrique conçu pour être intégré directement dans des politiques robotiques, décrit dans un article publié sur arXiv le 27 août 2026 (arXiv:2608.27497v1). Le problème visé : les méthodes de reconstruction 3D actuelles ne produisent qu'une géométrie relative, à une échelle arbitraire, ce qui fait varier les dimensions d'objets et les distances spatiales prédites d'une scène à l'autre selon le point de vue ou la configuration de capteurs, un défaut incompatible avec des actions robotiques qui doivent, elles, s'exprimer à l'échelle métrique réelle. MAGP repose sur deux mécanismes : une "Metric Scale Equivariant Augmentation" qui force le modèle à reconstruire la géométrie métrique à partir des paramètres caméra et des observations de profondeur, et un "Flexible Metric Conditioning" qui accepte un nombre et des combinaisons arbitraires de vues et d'entrées caméra/profondeur. Sur les benchmarks ETH3D, MegaDepth et ScanNet++, l'erreur absolue de reconstruction chute de 2,01 mètres à 0,07 mètre, soit plus d'un ordre de grandeur, tout en conservant la précision de la géométrie relative. Intégré à plusieurs politiques robotiques, MAGP améliore les performances sur LIBERO, RoboTwin et en zero-shot sur LIBERO-Plus, avec un gain allant jusqu'à 6,26% sur RoboTwin. Pour l'industrie robotique, ce travail s'attaque à un goulot d'étranglement précis plutôt qu'à une promesse marketing : les modèles de perception géométrique récents, utilisés pour la manipulation et le raisonnement spatial, restent souvent découplés de l'échelle réelle du monde, ce qui limite leur transférabilité directe vers des commandes de bras ou de préhenseurs. En rendant la géométrie reconstruite cohérente à l'échelle métrique et robuste à des configurations de capteurs hétérogènes, MAGP répond à un besoin concret des intégrateurs qui doivent faire cohabiter des rigs caméra différents d'une cellule à l'autre. Le gain de 6,26% sur RoboTwin, bien que mesuré sur des benchmarks simulés et non en usine, illustre que l'amélioration de la perception métrique peut se traduire en gain de performance de politique, sans changer l'architecture de contrôle elle-même, ce qui en fait un module potentiellement "plug-and-play" plus qu'une rupture architecturale. Ce travail s'inscrit dans la tendance des modèles vision-langage-action (VLA) et des politiques robotiques qui s'appuient de plus en plus sur des représentations géométriques apprises pour améliorer la manipulation, un courant où s'inscrivent aussi des modèles comme Pi-0 ou GR00T N2. Il reste à ce stade une contribution de recherche publiée sur arXiv, validée sur des benchmarks académiques (LIBERO, RoboTwin, ScanNet++) et non un produit déployé ou testé sur un robot physique en conditions réelles ; les auteurs ne précisent pas de calendrier d'intégration industrielle ni de partenaire robotique pour une mise en œuvre à plus grande échelle.

RecherchePaper
1 source