RechercheInteresting Engineering 18 septembre 2026

Des moustaches inspirées des rongeurs aident les micro-drones à naviguer là où les caméras ne voient pas

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de l'université de technologie de Delft (TU Delft), aux Pays-Bas, ont développé un système de moustaches artificielles permettant à des micro-drones de naviguer sans caméra ni LiDAR, en s'inspirant des rongeurs qui se déplacent dans l'obscurité grâce à leurs vibrisses. Le dispositif consiste en une paire de moustaches souples fixées à l'avant d'un drone de moins de 100 grammes ; chacune est équipée à sa base de trois capteurs de pression miniatures qui mesurent en temps réel la flexion et la profondeur du contact en trois dimensions. Pour filtrer les turbulences générées par les hélices du drone lui-même, l'équipe a conçu un pipeline de traitement embarqué ne nécessitant que 34 kilobytes de mémoire, produisant des données de profondeur précises au millimètre. Lors d'essais en vol, le drone a navigué dans des enceintes plongées dans le noir, cartographié des pièces inconnues, suivi le contour de surfaces et localisé des sorties sans aucune information visuelle. Les travaux, menés par Salua Hamaza, professeure associée en interaction physique aérienne à TU Delft, et Chaoxiang Ye, ont été publiés dans Nature Communications.

Cette approche répond à une limite concrète des micro-drones : en dessous de 100 grammes, embarquer un LiDAR ou des processeurs gourmands en énergie est impossible, ce qui rend ces engins aveugles dès que poussière, fumée ou obscurité neutralisent les caméras, un scénario fréquent en intervention sur zones sinistrées. En remplaçant des systèmes tactiles plus lourds, à base de bras robotiques ou de pare-chocs, par une détection passive et légère, la technologie ouvre la voie à des drones de sauvetage plus petits et plus autonomes pour explorer bâtiments effondrés, mines ou conduits industriels inaccessibles aux caméras. Il s'agit d'une démonstration de recherche publiée dans une revue scientifique et testée en environnement contrôlé, non d'un produit commercialisé : aucun calendrier de transfert industriel ni partenaire de déploiement n'est mentionné à ce stade.

La démarche s'inscrit dans la bio-inspiration croissante de la robotique aérienne, où les chercheurs cherchent des alternatives légères aux capteurs optiques et LiDAR pour équiper les plateformes ultralégères, un segment où peu d'acteurs proposent une solution tactile compacte. Chez les rongeurs, les vibrisses concentrent des terminaisons nerveuses à leur base pour détecter déflexions, vibrations et variations de pression, permettant de cartographier des espaces exigus sans collision ; c'est ce mécanisme que l'équipe de Delft a reproduit électroniquement. Le principal défi n'était pas la détection du contact mais le filtrage du bruit aérodynamique généré par les propres hélices du drone, résolu par l'algorithme embarqué à faible empreinte mémoire. Aucun pilote industriel, partenariat ou calendrier de commercialisation n'a été annoncé ; l'étape suivante indiquée par les chercheurs reste la poursuite des essais en conditions plus proches du terrain, notamment pour des scénarios de recherche et sauvetage.

Impact France/UE

TU Delft (Pays-Bas), université européenne, publie une avancée de recherche en robotique aérienne bio-inspirée sans partenaire industriel ni calendrier de déploiement annonce.

À lire aussi

1Interesting Engineering

Un drone remplace ses caméras par le toucher pour apprendre à se percher sur une branche

Des chercheurs de l'université technique de Delft (TU Delft), aux Pays-Bas, ont mis au point un drone capable de se percher sur des branches en s'appuyant sur le toucher plutôt que sur la seule vision par caméra. Le système repose sur une main robotique anthropomorphe légère à trois doigts, dotée de capteurs capacitifs souples et d'un contrôle tactile en boucle fermée. Chaque doigt comporte trois phalanges arrondies reliées par des articulations rotoïdes, avec des ressorts de torsion qui referment passivement la main sans consommer d'énergie active. La structure est imprimée en 3D en PLA rigide, recouverte d'interfaces en silicone souple pour la friction au contact. Les capteurs tactiles utilisent une feuille de cuivre intégrée sous le silicone : le contact avec un objet conducteur modifie la capacitance, mesurée par un contrôleur MPR121 qui délivre des signaux de contact binaires en temps réel. Ne disposant au départ que d'une estimation approximative de la position de la branche, le drone balaie la zone selon une trajectoire sinusoïdale en huit, étagée verticalement, tout en ouvrant et fermant les doigts jusqu'au premier contact, qui déclenche ensuite un ajustement fin de position et d'orientation. Cette approche répond à une limite bien identifiée des drones perchés en environnement encombré, typiquement en forêt, où le feuillage, les occlusions et le mouvement des branches mettent en échec les systèmes purement vision. Une fois la prise stabilisée, le drone peut couper ses moteurs, réduisant le bruit et économisant la batterie, ce qui ouvre la voie à des missions de surveillance environnementale ou de collecte de données prolongées sans recharge fréquente. L'intérêt technique tient surtout à l'architecture de contrôle par états (décollage, recherche, détection de contact, approche, positionnement, rotation, finalisation, accroche, abandon), qui permet une réaction dynamique au toucher plutôt qu'une manœuvre d'atterrissage prédéfinie, avec une vérification de la stabilité de la prise avant de s'engager et un retour en vol stationnaire possible en cas d'échec. Pour les intégrateurs de drones d'inspection ou d'agriculture de précision, cela illustre une piste alternative au tout-vision pour l'autonomie énergétique embarquée. Le travail s'inscrit dans une recherche plus large sur le perchage passif des drones, un axe suivi depuis plusieurs années par différents laboratoires pour prolonger l'autonomie des micro-aéronefs, TU Delft étant reconnue dans ce domaine via son laboratoire de microdrones (MAVLab). D'autres approches existantes reposent sur des crochets rigides, des ventouses ou une détection visuelle par apprentissage profond pour repérer les points d'accroche, avec les mêmes limites de robustesse en conditions réelles. Il s'agit ici d'un projet de recherche académique et non d'un produit commercialisé : l'article ne précise ni partenariat industriel, ni calendrier de déploiement, ni confirmation que les essais aient eu lieu en forêt plutôt qu'en laboratoire.

UERecherche menée par TU Delft (Pays-Bas), un laboratoire européen reconnu en microdrones, ce qui renforce la position de l'UE sur l'axe du perchage passif tactile.

RecherchePaper

1 source

2Interesting Engineering

Les robots pourraient apprendre à prédire et planifier leur navigation grâce à un nouveau cadre bio-inspiré

Des chercheurs de l'Université Polytechnique du Nord-Ouest (NPU) de Xi'an, en Chine, dirigés par le professeur Guo Bin, ont publié le 22 mai 2026 dans Nature Reviews Electrical Engineering un cadre de navigation cognitive dit "bio-inspiré". L'architecture repose sur trois composantes : reconnaissance dynamique de points de repère saillants, mémoire expérientielle compressée et réutilisable, et prise de décision hiérarchique. Elle est couplée à du matériel neuromorphique, des processeurs spécialisés qui imitent les neurones biologiques en ne s'activant qu'en réponse à des variations du signal sensoriel entrant, réduisant significativement la consommation énergétique par rapport aux architectures de calcul conventionnelles. Selon l'équipe, ce couplage permet à un robot de localiser sa position, d'anticiper son environnement immédiat et de mobiliser des expériences passées dans des situations nouvelles pour planifier ses trajets de manière flexible. Le problème visé est bien documenté dans l'industrie : les robots autonomes actuels, qu'il s'agisse d'AMR en logistique ou de plateformes domestiques, restent fragiles face aux modifications environnementales non planifiées. Un simple déplacement de meuble peut désorienter un système naviguant par carte géométrique préenregistrée, le forçant à une recartographie complète. Le cadre proposé par l'équipe de Guo Bin s'inspire de la manière dont les rongeurs explorent un labyrinthe : plutôt que de mémoriser chaque point d'un espace, le robot identifie des repères clés, compresse cette information en mémoire réutilisable, et reconstruit une carte cognitive à la demande. "La mémoire joue un rôle actif dans la navigation en compressant l'expérience en connaissances réutilisables et en les reconstruisant à la demande", notent les auteurs. Pour les intégrateurs et les décideurs industriels, l'implication concrète est la possibilité de déployer des robots dans des environnements non structurés ou en mutation continue (entrepôts réorganisés, domiciles encombrés, bâtiments en intervention d'urgence) sans recalibrage systématique. L'association avec le hardware neuromorphique renforce l'argument économique : une consommation réduite se traduit par des autonomies plus longues et des coûts opérationnels plus faibles à l'échelle d'une flotte. La navigation autonome en environnement ouvert reste l'un des verrous techniques les plus actifs de la robotique depuis une décennie. Les approches dominantes basées sur le SLAM et la vision profonde ont progressé mais restent coûteuses en calcul et sensibles aux variations de scène. L'inspiration biologique, notamment les travaux sur les cellules de lieu et les cellules de grille chez les rongeurs (Nobel de médecine 2014), a déjà alimenté des architectures comme les puces Loihi d'Intel ou les recherches de l'Université de Manchester. L'équipe NPU propose ici une intégration bout en bout, du raisonnement spatial au substrat matériel basse consommation, dans un cadre unique. L'équipe indique collaborer avec plusieurs organisations pour un passage au terrain, sans préciser lesquelles ni les calendriers : il s'agit pour l'instant d'une publication académique, pas d'un produit déployé commercialement.

RecherchePaper

1 source

3Interesting Engineering

Bio-inspiration : les robots capables de marcher, voler, nager et grimper

Une équipe de chercheurs de l'université de Beihang, de l'université de technologie de Dalian et de l'EPFL vient de publier une revue de littérature sur les robots bioinspirés multimodaux, capables de combiner plusieurs modes de déplacement (marche, vol, natation, escalade, saut) sur une seule et même plateforme mécanique. Contrairement aux robots classiques limités à un seul mode de locomotion, ces machines s'inspirent du vivant pour partager des structures et des systèmes de contrôle entre plusieurs fonctions de déplacement. L'étude identifie les principaux verrous techniques qui freinent leur développement : l'espace embarqué limité, puisque chaque mode de déplacement supplémentaire exige ses propres actionneurs, capteurs, batteries et éléments mécaniques, ce qui alourdit et complexifie la machine ; la reconfiguration corporelle, c'est-à-dire la capacité à modifier physiquement la structure du robot pour passer d'un mode à l'autre ; et l'équilibre entre rigidité et flexibilité des matériaux. Pour combler l'absence de méthode d'évaluation standardisée, les auteurs proposent cinq métriques de performance : le nombre de modes de locomotion disponibles, le coût additionnel lié à chaque nouveau mode, la part de composants mutualisables entre les modes, le temps ou l'énergie nécessaires pour basculer d'un mode à l'autre, et le gain de performance global apporté par la combinaison de plusieurs types de déplacement. Cette grille de lecture arrive à un moment où l'industrie robotique cherche justement à dépasser la simple addition de capacités pour viser une véritable polyvalence opérationnelle : un robot capable de voler puis de marcher peut parcourir de longues distances rapidement avant de basculer en mode inspection au sol, tandis qu'un robot amphibie peut alterner terre et eau pour des missions de recherche et sauvetage ou de surveillance environnementale. En proposant un cadre commun de mesure, les chercheurs offrent aux intégrateurs et décideurs industriels un moyen de comparer objectivement des architectures très différentes, plutôt que de se fier aux démonstrations ponctuelles souvent mises en avant par les fabricants, un enjeu clé pour distinguer les prototypes de laboratoire des solutions réellement déployables sur le terrain. La revue s'inscrit dans une évolution du secteur, qui est passé de robots assemblant des mécanismes séparés pour chaque mode de déplacement à des systèmes intégrés inspirés directement de l'anatomie animale. Les auteurs pointent aussi les limites des algorithmes de planification et de contrôle classiques, mal adaptés aux changements brutaux de dynamique lors d'un changement de mode, et misent sur les progrès de l'apprentissage par renforcement, des modèles vision-langage-action (VLA) et des modèles du monde pour rendre ces robots réellement autonomes. Parmi les pistes de conception évoquées figurent les matériaux souples et déformables, le réemploi de structures à fonctions multiples, ainsi que des architectures de flottes de robots simples coopérant pour obtenir collectivement des capacités multimodales.

UEL'EPFL, institution européenne reconnue en robotique, co-signe cette revue de littérature, renforçant l'expertise européenne en robotique bio-inspirée multimodale.

RecherchePaper

1 source

4arXiv cs.RO

Naviguer ou déplacer l'obstacle : planification parmi des obstacles mobiles en environnements inconnus

Une équipe de chercheurs propose un nouveau cadre de planification pour le problème dit de « Navigation Among Movable Obstacles » (NAMO), décrit dans un article déposé sur arXiv le 19 septembre 2026 (arXiv:2609.19541v1). Le problème traité est le suivant : lorsque tous les chemins vers un objectif sont bloqués, un robot mobile doit décider quels objets déplacer, dans quel ordre, et où les positionner pour dégager un passage. Contrairement aux planificateurs NAMO classiques, qui supposent une carte de l'environnement connue à l'avance, ce travail cible le cas d'un environnement inconnu, découvert progressivement par les capteurs embarqués du robot. Le système choisit en ligne entre naviguer ou relocaliser un objet, en comparant des plus courts chemins calculés en traitant chaque objet mobile détecté soit comme un obstacle fixe, soit comme un élément amovible. Pour la relocalisation, l'approche recherche, à la différence des méthodes existantes limitées à un raisonnement local, des séquences de déplacements interdépendantes, et s'appuie sur un grand modèle de langage (LLM) pour biaiser l'échantillonnage des solutions candidates. Les auteurs rapportent, en simulation numérique, un passage à l'échelle sur des environnements encombrés nécessitant des relocalisations en chaîne, avec une meilleure qualité de plan que les méthodes de référence existantes. Ce travail s'attaque à un angle mort connu de la robotique mobile autonome : la plupart des systèmes déployés aujourd'hui évitent le problème en supposant un couloir dégagé ou s'arrêtent simplement face à un obstacle, ce qui limite leur autonomie hors des entrepôts optimisés. En traitant explicitement l'ambiguïté entre chemin praticable dans l'espace inexploré et blocage réel nécessitant une relocalisation, l'approche se rapproche des conditions réelles de déploiement en environnement humain non structuré (hôpital, domicile, espace de service), plutôt que du cas contrôlé de l'entrepôt cartographié. Le recours à un LLM comme simple biais d'échantillonnage plutôt que comme contrôleur direct illustre une tendance plus large à intégrer les modèles de langage en appoint de pipelines de planification géométrique classiques, sans sacrifier leurs garanties de sécurité. Pour les intégrateurs, il s'agit toutefois d'une contribution académique validée uniquement en simulation, sans démonstration sur robot physique à ce stade. Le NAMO est étudié depuis plusieurs décennies comme extension du problème classique de planification de chemin sans collision, mais les approches se divisent généralement entre celles qui exigent une carte complète préétablie et des méthodes plus récentes pour environnements inconnus, restées cantonnées à des décisions locales et incapables de planifier des séquences de déplacements dépendantes entre elles. C'est cette lacune que comble le framework présenté, en combinant recherche par échantillonnage et guidage par LLM. L'article ne mentionne ni plateforme robotique spécifique, ni partenaire industriel, ni calendrier d'essais sur matériel réel : il s'agit d'un pré-print académique, et non d'une annonce produit. Une validation sur robot physique et une comparaison directe avec les planificateurs déployés en logistique restent les étapes attendues pour confirmer l'intérêt pratique de l'approche.

RecherchePaper

1 source