AeRove : drone aérien-terrestre bimodal compact à…

1arXiv cs.RO

Voler, rouler, se reconfigurer : une plateforme modulaire aérienne-terrestre pour les opérations sur le terrain

Une équipe de chercheurs a présenté HARP (Heterogeneous Aerial Robotic modules Platform), une plateforme aérienne-terrestre modulaire capable de se reconfigurer physiquement en cours de mission, décrite dans un preprint publié sur arXiv en septembre 2026 (arXiv:2609.28887). Le système combine trois types de modules déployables indépendamment : des drones éclaireurs équipés de capteurs qui cartographient le terrain, des modules rover capables à la fois de voler et de rouler, et des modules de charge utile dédiés à des tâches spécifiques. Un planificateur tenant compte de l'énergie disponible exploite les données des éclaireurs pour choisir à la fois les itinéraires et le mode de déplacement, aérien ou terrestre. Sur les terrains qui rendent la progression au sol difficile, les modules rover et de charge utile volent de façon autonome jusqu'à destination, puis s'assemblent eux-mêmes en un véhicule terrestre coopératif pour transporter la charge en économisant l'énergie embarquée. Les chercheurs ont validé le concept par des essais de terrain couvrant détection, planification, reconfiguration, mobilité air-sol, transport de charge et exécution de tâches, complétés par des tests de déploiement au niveau module sur l'inlandsis du Groenland. L'apport de HARP tient moins à la performance d'un module isolé qu'à la démonstration qu'une équipe de robots hétérogènes peut recomposer physiquement ses capacités en pleine mission, et pas seulement adapter ses actions ou sa coordination logicielle. La plupart des flottes multi-robots actuelles figent les rôles et les capacités de chaque agent pour toute la durée d'une opération ; ici, des unités conçues pour voler peuvent fusionner en véhicule roulant selon le terrain rencontré, ce qui étend l'enveloppe opérationnelle sans multiplier le nombre de plateformes dédiées. Pour les intégrateurs travaillant sur la surveillance environnementale, la logistique en zone difficile ou les missions scientifiques en milieu extrême, cela ouvre la voie à des flottes plus compactes et plus résilientes, où l'aérien compense l'impraticabilité du sol et où l'assemblage au sol préserve une énergie embarquée critique en mission longue et isolée de toute infrastructure de recharge. Le projet est motivé par l'échantillonnage environnemental dans des régions reculées et difficiles d'accès, ce qui explique le choix du Groenland comme terrain d'essai pour les tests de déploiement au niveau module, en vue de futures missions pleinement autonomes. Il s'agit à ce stade d'un travail de recherche publié en prépublication, pas d'un produit commercialisé ni d'un système opérant en mission réelle : les essais valident les briques techniques une à une plutôt qu'une opération de terrain complète et autonome. HARP s'inscrit dans une dynamique de recherche plus large sur les robots reconfigurables et les flottes hétérogènes air-sol, où la prochaine étape consistera à faire franchir à ce type de plateforme le passage à une mission arctique ou polaire menée de bout en bout sans intervention humaine.

RecherchePaper

1 source

2arXiv cs.RO

Conception et commande d'un robot multimodal terrestre-aérien à pattes via des métriques de contraction de commande séparées

Des chercheurs présentent sur arXiv le design et le contrôle d'un robot quadrupède multimodal, capable à la fois de marcher et de voler. La plateforme combine une locomotion à pattes dynamique et une mobilité aérienne grâce à des propulseurs (thrusters). Elle permet une configuration encore peu explorée, la marche assistée par poussée, où les propulseurs allègent la charge sur les pattes pendant un trot. Côté commande, l'équipe cherche hors ligne deux métriques de contraction distinctes (Control Contraction Metrics, ou CCM), l'une pour la marche et l'autre pour le vol. Elle les fusionne ensuite en ligne grâce à un programme quadratique à fonction de Lyapunov de commande (CLF QP) fondé sur l'énergie, qui répartit l'effort entre pattes et propulseurs. L'allocation inter-domaines est démontrée uniquement en simulation. Sur le matériel réel, les essais valident la viabilité mécanique du châssis et le trot assisté par propulseurs, avec des expériences décrites comme stables. Le résumé ne donne aucun chiffre sur la charge utile, le nombre de degrés de liberté, l'autonomie ou le temps de vol. L'intérêt tient à la méthode de contrôle plus qu'au robot. Les systèmes hybrides pattes-air achoppent sur des exigences contradictoires: répartition de la masse, actionnement léger pour le vol et couple élevé pour la marche. Les contrôleurs sont donc souvent conçus séparément, avec des transitions fragiles. Ici, la synthèse indépendante de chaque domaine, puis leur unification en ligne, évite de résoudre un problème non linéaire unique et monolithique, au prix d'une stabilité garantie par domaine. Pour les décideurs industriels, il faut toutefois rester prudent. La preuve reste partielle: la commande multimodale complète n'est pas validée sur matériel, et le vol y est surtout simulé. Aucun scénario d'usage (inspection, recherche et sauvetage, terrains accidentés) n'est chiffré. Il s'agit d'un résultat de laboratoire, loin d'un produit ou d'un pilote. Ce travail s'inscrit dans une lignée de robots hybrides. Le LEO de Caltech combine bipède et propulseurs, tandis que plusieurs travaux de drones à pattes ou à roues explorent la même idée. Les quadrupèdes commerciaux comme ceux de Boston Dynamics, ANYbotics ou Unitree restent purement terrestres, et aucun acteur industriel n'a lancé de plateforme pattes-air. Les CCM, issues de la théorie de la contraction, offrent une alternative aux approches par apprentissage par renforcement, dominantes pour la locomotion, avec des garanties de stabilité plus explicites. Les suites logiques seront le déploiement du cadre unifié sur le prototype, des transitions marche-vol en conditions réelles et une mesure de l'efficacité énergétique, point critique pour toute application pratique.

RecherchePaper

1 source

3arXiv cs.RO

Collaboration drone-robot terrestre pour la navigation autonome en terrain enneigé

Un preprint arXiv (2608.07797, mis en ligne début aout 2026) décrit un système de navigation collaborative associant un drone et un robot terrestre pour circuler en terrain enneige d'altitude, la ou faible visibilité et sol instable mettent en échec les méthodes classiques. Le dispositif s'appuie sur une architecture U-Net allégée, taillée pour le temps réel sous contrainte de calcul embarque et entraînée via une augmentation de données synthétiques simulant la neige, atteignant 96,5% de précision en segmentation de route. Le drone se localise grâce a un filtre de Kalman étendu fusionnant GPS et IMU, avec une erreur maximale de ±0,5 mètre, tandis que le robot terrestre, sans localisation propre, est suivi par un pipeline YOLOv5 combine aux données de profondeur de sa camera RGB-D embarquée. Un planificateur de trajectoire dynamique contourne ensuite les congères détectées, avec une déviation minimale observée lors des tests. L'approche illustre une tendance de la robotique de terrain: confier a un drone la perception que le robot au sol ne peut assurer seul, utile quand la neige efface les repères visuels et fausse l'odométrie des roues ou chenilles. Pour les intégrateurs déployant des UGV en montagne, en logistique hivernale ou en recherche et sauvetage, cette coordination air-sol permet d'éviter d'équiper chaque robot terrestre d'une suite de capteurs couteuse. Elle confirme aussi que la segmentation sémantique par vision reste exploitable sous contrainte de calcul embarque stricte, un enjeu clé pour déployer des flottes multi-robots a cout maitrise plutôt que des plateformes suréquipées. Le travail s'inscrit dans un courant de recherche plus large sur la coopération UAV-UGV, déjà explore pour des usages militaires ou de secours en montagne, mais rarement valide spécifiquement en conditions neigeuses. Il s'agit d'un preprint non encore revu par les pairs: les 96,5% de précision et la déviation minimale annoncée reposent sur un seul environnement de test contrôle, sans précision sur sa durée, son échelle ou les conditions météorologiques réellement rencontrées. Les auteurs ne mentionnent ni partenaire industriel ni calendrier de déploiement; la suite logique serait une validation en conditions réelles, sur plusieurs sites et avec des chutes de neige actives plutôt qu'un sol déjà enneige mais statique.

RecherchePaper

1 source

4arXiv cs.RO

IMPACT : Lagrangien augmenté à ensemble actif implicite pour l'optimisation rapide de trajectoires à contact implicite

Des chercheurs ont déposé mi-mai 2026 sur arXiv (arXiv:2605.09127) un préprint décrivant IMPACT, un nouvel algorithme d'optimisation de trajectoires en contact implicite (CITO). La méthode repose sur une formulation augmented-Lagrangian pour résoudre les programmes mathématiques à contraintes de complémentarité (MPCC) qui gouvernent la planification de mouvements impliquant des contacts physiques, sans qu'il soit nécessaire de spécifier à l'avance la séquence des modes de contact. L'implémentation en C++ a été évaluée sur deux benchmarks open-source de référence, CITO et CI-MPC (model predictive control implicite en contact) : sur le premier, IMPACT affiche des accélérations comprises entre 2,9x et 70x par rapport aux solveurs existants les plus compétitifs, avec une moyenne géométrique de 13,8x. Sur les tâches de manipulation dextère en simulation (CI-MPC), la qualité du contrôle progresse également. Une validation sur robot physique a été conduite sur une tâche de poussée d'un objet en T, tâche simple mais représentative du problème de contact. La CITO est une approche unifiée pour planifier et contrôler des robots dans des environnements à contacts multiples, qu'il s'agisse de manipulation d'objets complexes ou de locomotion. Son atout principal est de ne pas imposer de séquence de modes de contact en entrée, éliminant une étape d'ingénierie manuelle coûteuse et peu robuste aux situations imprévues. Le verrou historique était le mauvais conditionnement numérique des MPCC sous-jacents, qui rendait les solveurs génériques instables et prohibitivement lents pour des applications embarquées. Un gain de 13,8x en moyenne géométrique sur des benchmarks standardisés est un signal fort : IMPACT rapproche le CI-MPC d'une viabilité en boucle fermée rapide. Pour les intégrateurs et les équipes de robotique dextère, c'est une avancée concrète vers des manipulateurs capables de gérer des contacts variés sans reprogrammation manuelle à chaque changement de tâche. La CITO mobilise des équipes académiques depuis une décennie, notamment au MIT, à Carnegie Mellon et à ETH Zurich. Les solveurs polyvalents comme IPOPT ou SNOPT montraient des limites sévères sur les MPCC liés au contact ; des travaux récents comme CALIPSO avaient amorcé des améliorations, mais sans garanties de stationnarité systématiques ni gains de vitesse aussi prononcés. IMPACT introduit une identification implicite des branches de modes de contact à la volée pendant les itérations d'optimisation, ce qui constitue sa différence algorithmique principale. Le code est soumis aux benchmarks publics, ce qui permettra à la communauté de reproduire et d'auditer les chiffres annoncés. La suite logique serait l'intégration dans des contrôleurs embarqués sur robots manipulateurs industriels ou humanoïdes, où la planification en contact temps réel reste un problème largement ouvert.

RecherchePaper

1 source

AeRove : drone aérien-terrestre bimodal compact à reconfiguration bistable rapide pour l'inspection de pipelines en gros plan

À lire aussi

Voler, rouler, se reconfigurer : une plateforme modulaire aérienne-terrestre pour les opérations sur le terrain

Conception et commande d'un robot multimodal terrestre-aérien à pattes via des métriques de contraction de commande séparées

Collaboration drone-robot terrestre pour la navigation autonome en terrain enneigé

IMPACT : Lagrangien augmenté à ensemble actif implicite pour l'optimisation rapide de trajectoires à contact implicite