RecherchearXiv cs.RO 8 octobre 2026

Amélioration de la perception et de l'adaptabilité des robots grâce à la fusion de capteurs et à des conceptions inspirées de l'origami

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs décrivent sur arXiv (2610.09828) un robot mobile compact dont les roues inspirées de l'origami servent à la fois à la locomotion et au pilotage de la géométrie de perception. Le prototype pèse moins de 2 kg et coûte moins de 300 USD. Lorsque les roues passent d'une configuration adaptée au terrain à une autre, le tangage du châssis change et balaie un LiDAR 2D à travers plusieurs élévations. Une position de roue maintenue fixe donne un angle de vue choisi. Une IMU compense l'attitude du châssis, et un nœud de fusion projette les retours LiDAR dans le flux de profondeur RGB-D transmis à RTAB-Map, la bibliothèque de SLAM visuel. Le dispositif réutilise l'actionnement des roues déjà présent, sans moteur supplémentaire pour orienter le capteur.

Les essais ont eu lieu dans un couloir intérieur sans texture et dans une zone extérieure ensoleillée, avec trois passages par configuration de capteurs dans chaque environnement. La fraction moyenne de pixels de profondeur invalides sur l'image entière passe de 21 % à 11 % en intérieur, et de 48 % à 18 % en extérieur. La fusion réduit donc fortement les trous de profondeur dans les deux situations où une caméra RGB-D seule est le plus fragile : surfaces uniformes en intérieur, saturation par le soleil en extérieur. Le LiDAR obtient en plus un point de vue réglable en continu, sans composant dédié.

Ces résultats montrent qu'un robot à budget très serré peut obtenir une perception plus robuste en exploitant mieux le matériel existant, plutôt qu'en ajoutant des capteurs coûteux. Pour les intégrateurs de petites plateformes d'inspection, d'exploration ou de logistique légère, où la charge utile et le coût sont les contraintes dominantes, la piste est concrète : un mécanisme de locomotion peut aussi servir d'actuateur de perception. Les limites sont nettes. Le protocole est modeste, avec seulement trois runs par configuration, deux environnements et un seul prototype. Aucune comparaison avec d'autres approches de fusion ou avec un LiDAR 3D n'est mentionnée, et la précision de cartographie n'est pas évaluée, seulement la couverture de profondeur. Il s'agit d'une démonstration de laboratoire, pas d'un produit ni d'un déploiement.

Le travail s'inscrit dans deux courants de recherche : les roues et châssis reconfigurables inspirés de l'origami, conçus pour s'adapter à des terrains variés, et la fusion LiDAR-caméra pour pallier les limites des capteurs de profondeur actifs et stéréo sous éclairage ou texture défavorables. Les alternatives courantes passent par des LiDAR 3D ou des montages motorisés (pan-tilt), plus chers et plus lourds, ce qui est précisément ce que le prototype cherche à éviter. Les suites logiques seraient des tests sur davantage de scénarios et de trajectoires, une évaluation de la qualité des cartes produites par RTAB-Map, et une comparaison chiffrée avec des capteurs 3D à coût équivalent. L'article ne mentionne ni partenaire industriel ni calendrier de pilote.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1Robotics Business Review

Améliorer la stabilité des robots mobiles sur terrain accidenté grâce à la surveillance des vibrations

Des ingénieurs spécialisés en robotique mobile publient un retour d'expérience terrain démontrant que la surveillance vibratoire permet de prédire les instabilités d'un véhicule terrestre non habité (UGV) avant que les capteurs visuels ne les détectent. Lors d'un essai avec un UGV de taille intermédiaire sur sol accidenté - quelques pierres, légère inclinaison - l'engin a basculé malgré une image caméra jugée correcte et un scan lidar ne signalant aucun danger. Des tests comparatifs ont ensuite couvert trois surfaces : terre compacte (signal vibratoire stable, faible amplitude), gravier meuble (signal chaotique, pics haute fréquence) et sable mou (oscillations lentes, basse fréquence). La distinction est opérationnelle : les pics haute fréquence indiquent des impacts avec roches ou débris susceptibles de provoquer un transfert de charge brutal, tandis que les oscillations basse fréquence signalent une perte progressive de sustentation (roue qui s'enfonce ou glisse). Dans un test de type rover, une couche de sable masquait des roches enchâssées invisibles aux caméras et au lidar : l'IMU a détecté les pics vibratoires correspondants avant que le robot n'atteigne physiquement la zone critique. Ce que ces résultats remettent en cause, c'est la domination des architectures de navigation purement visuelles - caméras, lidar, SLAM - dans les stacks robotiques actuels. Ces systèmes cartographient l'espace mais ne prédisent pas la réponse mécanique du sol à la charge : un terrain peut paraître compact et se comporter comme de la poudre sous le poids d'un UGV de plusieurs dizaines de kilos. La surveillance vibratoire, fondée sur des capteurs inertiels (IMU) et accéléromètres embarqués, apporte une rétroaction proprioceptive : le robot ressent le terrain plutôt que de seulement le voir. Pour un intégrateur ou un COO industriel déployant des AMR ou des UGV en milieu extérieur non structuré, l'argument économique est direct - réduire les incidents de basculement sans alourdir la pile de perception externe ni ajouter de capteurs coûteux. La valeur tient dans l'exploitation analytique de signaux déjà présents sur toute plateforme équipée d'un IMU standard. Ces travaux s'inscrivent dans une tendance active depuis plusieurs années en robotique quadrupède - Boston Dynamics Spot, ANYmal d'ANYbotics, recherches de DeepMind sur la locomotion adaptative - mais encore peu transposée aux UGV à roues. Les approches équivalentes sont explorées par Clearpath Robotics (Husky, Warthog), AGCO pour l'agriculture autonome, et des spécialistes du tout-terrain comme Neobotix ou Robopec en Europe. En France, le LAAS-CNRS dispose d'un historique de recherche sur la navigation tout-terrain qui rejoint cette problématique. Il convient de noter que l'article ne mentionne ni produit commercialisé ni timeline de déploiement : il s'agit d'un retour d'expérience méthodologique, pas d'une annonce produit. Les prochaines étapes naturelles seraient l'intégration de ces signaux vibratoires dans des contrôleurs adaptatifs temps réel et leur fusion formelle avec les planificateurs de trajectoire existants, notamment pour les applications de livraison autonome et d'inspection en milieu dégradé.

UELes intégrateurs européens de robots mobiles tout-terrain, notamment Neobotix et Robopec, et le LAAS-CNRS disposent d'une base de recherche directement exploitable pour intégrer la surveillance vibratoire dans leurs stacks de navigation UGV extérieur.

RecherchePaper

1 source

2arXiv cs.RO

Améliorer la perception de sécurité et de confort lors des poignées de main homme-robot grâce à des éléments flexibles dans un bras robotique

Une équipe de recherche a publié sur arXiv (2609.19375) une étude expérimentale évaluant l'effet d'actionneurs élastiques en série, ou SEA, sur la perception de sécurité et de confort lors d'une poignée de main entre un humain et un bras robotique. Dix volontaires, six hommes et quatre femmes, ont chacun testé deux versions du même bras robotique : une à articulations rigides, l'autre équipée de SEA absorbant les impacts au niveau des articulations. Chaque participant a réalisé une interaction avec chaque configuration. Les chercheurs ont recueilli deux types de données : des mesures objectives des trajectoires de l'effecteur terminal pendant le contact, et des réponses à un questionnaire de perception portant sur trois axes, la sécurité ressentie, le naturel du geste et la confiance accordée au robot. Les résultats montrent une perception de sécurité et de confort plus élevée avec le bras à actionneurs élastiques qu'avec le bras rigide. Cette étude touche un enjeu concret pour l'industrie robotique : au-delà de la puissance de calcul ou des modèles vision-langage-action qui pilotent aujourd'hui les bras humanoïdes, l'acceptabilité sociale d'un robot en contact physique direct dépend aussi de choix mécaniques simples, comme la rigidité des articulations. Pour les intégrateurs concevant des robots de service, d'accueil ou d'assistance amenés à toucher des humains, ce résultat conforte l'usage des SEA, une technologie de compliance mécanique déjà répandue en robotique collaborative, comme argument de sécurité perçue, distinct des seuils de force de contact déjà encadrés par les normes. L'étude reste toutefois un travail pilote portant sur un échantillon restreint de dix personnes, ce qui limite la portée statistique des conclusions malgré leur cohérence. Les SEA, qui introduisent un élément élastique entre le moteur et l'articulation pour absorber les chocs et mesurer le couple, sont utilisées depuis plusieurs années dans des robots à pattes et des cobots industriels pour améliorer la sécurité physique. Cette recherche transpose le principe à un cas d'usage social précis, la poignée de main, geste de contact volontaire jugé particulièrement sensible en interaction humain-robot. L'article ne mentionne ni suite annoncée ni partenaire industriel ; il s'agit d'un travail académique destiné à alimenter la conception future de bras robotiques sociaux, sans lien indiqué avec des acteurs commerciaux du secteur humanoïde.

RecherchePaper

1 source

3arXiv cs.RO

iTeach : enseignement interactif en conditions réelles pour l'adaptation de la perception des robots guidée par les échecs

iTeach est un système déployable qui permet à un opérateur présent près du robot, sans expertise ni station de travail, de corriger sur place les erreurs de perception d'un robot mobile. L'opérateur porte un casque de réalité mixte et voit les prédictions de segmentation du robot superposées à la scène réelle. Il corrige ensuite les erreurs sans les mains. Il peut réarranger les objets (mode « HumanPlay »), annoter au regard et à la voix, ou déclencher la propagation arrière de masques de SAM2. Chaque interaction dure environ 20 secondes et produit 150 à 300 images densément annotées. Le modèle est affiné à bord, comparé à la version précédente, puis redéployé si l'affinage l'améliore. La boucle demande seulement une caméra RGB-D, un GPU embarqué et un casque. Sur des scènes encombrées réelles, la segmentation passe de 26,1 à 80,7 après 45 interactions (13 000 images), sans oubli catastrophique. Le résumé ne précise pas la métrique utilisée. Le modèle progresse aussi sur trois benchmarks standard qu'il n'a jamais vus en entraînement. En pick-and-place sur SceneReplica, le système atteint 72 réussites sur 100, devant un pipeline à base de modèles qui exige des CAD. Une étude de 12 participants indique que les non-experts égalent les experts en précision d'annotation (environ 95 % d'IoU des boîtes), en vitesse et en charge cognitive (NASA-TLX de 21/100). Pour un intégrateur, l'intérêt tient à la fermeture de la boucle sur site, sans envoi de données ni réentraînement hors ligne par une équipe ML. Cela s'attaque directement à l'écart entre démonstration et réalité, car la perception échoue le plus souvent sur des objets et des environnements propres au client. Le gain face à un pipeline avec CAD suggère qu'une perception apprise et adaptée localement peut battre des approches qui demandent une préparation lourde des modèles d'objets. Le cadre est indépendant de l'architecture, ce qui limite le risque de dépendance à un modèle. Il s'agit d'une publication de recherche (arXiv 2410.09072, cinquième version) et non d'un produit livré. Aucun déploiement industriel n'est annoncé. Les résultats reposent sur des scènes et un protocole choisis par les auteurs, et la robustesse à long terme comme la charge en environnement de production restent à démontrer. Le travail s'inscrit dans l'apprentissage interactif et l'apprentissage par correction humaine, et il exploite la propagation vidéo de SAM2 pour réduire le coût d'annotation. Les suites logiques sont des tests sur des flottes de robots, des tâches plus variées et des comparaisons avec d'autres méthodes d'adaptation continue.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

LACE-CRAFT : co-conception de robots par héritage d'acteurs et collaboration par tableau noir

Des chercheurs proposent LACE-CRAFT, un cadre de co-conception de robots qui couple la recherche de morphologie et l'apprentissage de politique de contrôle, publié sur arXiv (2610.09283). Le point de départ est que la plupart des méthodes entraînent chaque nouvelle conception depuis zéro, ce qui jette l'expérience de contrôle déjà acquise. LACE (héritage d'acteur) reprend l'état d'apprentissage complet du robot en place et initialise les candidats compatibles avec ses paramètres d'acteur et ses statistiques d'observation. Il compare ensuite deux branches : poursuivre l'apprentissage sur le robot actuel, ou adapter la politique à de nouveaux couples morphologie-récompense. Une métrique de tâche fixe tranche entre ces deux branches et le robot titulaire figé. CRAFT organise quatre rôles (Feedback, Morphologie, Récompense, Intégration) autour d'un tableau noir : dossiers d'expériences partagés et replays comportementaux. Ces rôles génèrent des propositions appariées et les relisent entre eux. Une extension générative convertit des maillages produits par IA en modèles articulés éditables, avec articulations configurées, interfaces d'actionneurs et ressources de simulation mises à jour de façon cohérente. Sur cinq benchmarks de locomotion, les scores moyens sur trois graines d'évaluation dépassent ceux de D2C, la référence, de 6,4 à 91,9 %. Cet écart est large, ce qui suggère un gain très inégal selon les tâches. La comparaison est équitable sur le budget principal : les deux méthodes entraînent 30 nouveaux couples morphologie-récompense en cinq tours. LACE ajoute toutefois quatre unités d'entraînement de continuation, un surcoût modeste mais réel. Des ablations sur cinq tâches isolent l'apport de l'héritage de politique et du retour dérivé des replays. Pour les équipes de R&D, l'intérêt est de réduire le coût de calcul de l'exploration de morphologies, souvent le goulot d'étranglement de la co-conception, et d'automatiser la boucle entre idée de conception, simulation et matériel. Les résultats restent obtenus en simulation, sur des benchmarks de locomotion et avec seulement trois graines, ce qui limite la portée statistique. Un prototype fabriqué démontre une marche en intérieur et illustre le passage de la géométrie au matériel. Aucun chiffre de performance physique (vitesse, robustesse, taux de réussite) n'est donné, et il s'agit d'une démonstration de faisabilité, pas d'un produit ni d'un déploiement. Ces travaux s'inscrivent dans la lignée de D2C et des approches de co-conception pilotées par des modèles de langage et de génération 3D, qui peinent à transférer l'expérience de contrôle d'une conception à l'autre. Les rôles coordonnés autour d'un espace de travail partagé suivent la tendance des systèmes multi-agents appliqués à l'ingénierie. Les prochaines étapes à surveiller sont la validation sur des morphologies plus complexes (manipulation, humanoïdes), des mesures de transfert sim-to-real quantifiées et une éventuelle publication du code, qui permettrait à des intégrateurs ou des laboratoires de tester la méthode sur leurs propres plateformes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source