RecherchearXiv cs.RO 16 octobre 2026

cuVSLAM augmenté par les lignes : une odométrie visuelle robuste en environnements peu texturés

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent une extension de cuVSLAM, le système de SLAM visuel accéléré sur GPU CUDA de NVIDIA, qui intègre des primitives de type « lignes » en plus des points d'intérêt classiques. Les droites sont représentées en coordonnées de Plücker pour leur transport géométrique, puis par la paramétrisation orthonormale minimale à 4 degrés de liberté de Bartoli et Sturm pour l'optimisation. Un résidu point-à-ligne robuste (fonction de Cauchy) avec jacobiennes analytiques est ajouté directement au calcul de pose par Gauss-Newton à chaque image, et l'état des lignes est raffiné conjointement dans l'ajustement de faisceaux (bundle adjustment) à fenêtre glissante par complément de Schur. Évalué en mode RGB-D, avec alignement SE(3) d'Umeyama sans correction d'échelle, le système réduit l'erreur absolue moyenne de trajectoire de 38,5 % sur les 22 séquences TUM RGB-D Freiburg3 et de 30,1 % sur 8 séquences Replica (pièces et bureaux). Sur Replica, l'erreur médiane de translation baisse de 38,9 % et celle de rotation de 66,4 %, sans aucun échec de suivi dans les configurations testées.

L'enjeu est très concret pour les robots mobiles autonomes (AMR) d'entrepôt et d'usine. Leurs environnements cumulent allées sans texture, murs uniformes, racks répétitifs et sols spéculaires, soit les cas où l'odométrie visuelle par points décroche. Ces lieux sont en revanche riches en arêtes rectilignes (montants de rack, encadrements de porte, jonctions de murs), stables malgré les changements de point de vue. Un point de conception mérite l'attention des intégrateurs: la pondération d'information est adaptative, donc les lignes prennent plus de poids quand les points se raréfient. Surtout, la méthode ajoute des blocs de résidus aux solveurs existants au lieu d'introduire un second estimateur, et se réduit exactement au pipeline d'origine lorsqu'elle est désactivée. Cela limite le risque de régression et le coût d'intégration. Un bémol s'impose toutefois: TUM Freiburg3 et Replica sont des jeux de données de bureaux et de scènes simulées ou propres, et non des entrepôts réels. Le gain relatif est solide, mais la robustesse annoncée en conditions logistiques (éclairage variable, poussière, reflets, dynamique humaine) reste à démontrer, tout comme le surcoût de calcul, que le résumé ne chiffre pas.

Ce travail s'inscrit dans la lignée des SLAM points-lignes académiques (PL-SLAM, PL-VINS et dérivés), qui montrent depuis des années l'intérêt des segments en milieu pauvre en texture, mais souvent au prix d'architectures lourdes peu compatibles avec le temps réel embarqué. cuVSLAM, au cœur de la pile Isaac ROS de NVIDIA, est une brique largement adoptée pour la navigation des AMR sur Jetson, ce qui donne à cette extension une voie d'adoption plausible. Il reste à voir si le code sera publié, s'il sera intégré à la version officielle, et si des essais sur des données d'entrepôt réelles, voire en mode stéréo ou visuel-inertiel, confirmeront ces gains. Le texte, publié sur arXiv (2610.20958v1), n'est à ce stade pas relu par des pairs.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Localisation SLAM multi-session par texture au sol en environnements peu dynamiques

Des chercheurs ont publié sur arXiv (identifiant 2605.19701) une étude portant sur le SLAM multi-session par texture de sol dans des environnements à faible dynamique de changement. Le SLAM (Simultaneous Localization and Mapping) basé sur la texture du sol utilise uniquement les patterns visuels du plancher comme repère cartographique, sans marqueurs physiques ni infrastructure dédiée. L'article évalue trois techniques pour améliorer la précision d'estimation de trajectoire dans des environnements où le sol évolue lentement entre sessions : usure de surface, phénomènes météorologiques, variations saisonnières. Parmi ces approches, l'utilisation de la divergence de Kullback-Leibler (KLD), une mesure de dissimilarité entre distributions de probabilité, comme score de similarité et comme biais influençant la confiance dans la détection de bouclage de trajectoire (loop closure), s'est révélée la plus performante. L'équipe met également à disposition un dataset public contenant des images multi-sessions de sol avec variations entre sessions et des données de pose haute précision pour évaluation comparative. La gestion multi-session est un prérequis opérationnel souvent sous-estimé dans les déploiements longue durée de robots mobiles autonomes (AMR) en environnements peu texturés : entrepôts à sols lisses, couloirs hospitaliers, zones de production industrielle. Un robot contraint de reconstruire intégralement sa carte après chaque redémarrage, maintenance ou changement saisonnier génère des interruptions de service et des coûts opérationnels qui compromettent la viabilité à l'échelle. La capacité à détecter des correspondances fiables entre sessions malgré une évolution lente du terrain constitue un pas concret vers des systèmes SLAM "lifelong" exploitables en production, et la KLD semble offrir ici un avantage mesurable sur les métriques de similarité classiques. Le SLAM par texture de sol s'est développé comme alternative aux systèmes LiDAR et aux réseaux de marqueurs au sol dans des contextes où l'infrastructure est coûteuse ou non autorisée, mais les travaux antérieurs restaient limités aux opérations mono-session. Les systèmes AMR commerciaux de référence, notamment ceux d'Exotec pour la logistique française ou les plateformes de navigation d'entrepôt fondées sur LiDAR 2D, s'appuient encore sur des capteurs actifs ou des repères fixes. Cette publication s'inscrit dans l'effort croissant de la communauté SLAM pour traiter les environnements "low-dynamic", zone intermédiaire entre statique et hautement dynamique qui représente pourtant la majorité des déploiements industriels réels. Le dataset public est la contribution la plus directement réutilisable, ouvrant la voie à un benchmark standardisé entre méthodes concurrentes.

UELe dataset public et la méthode KLD offrent une piste concrète pour les équipes R&D travaillant sur des AMR longue durée en environnements industriels européens (entrepôts logistiques, couloirs hospitaliers), en réduisant les interruptions de service liées aux reconfigurations cartographiques multi-sessions.

RecherchePaper

1 source

2arXiv cs.RO

Suivi Robuste à la Dégénérescence pour Environnements Géométriquement Complexes par Lidar FMCW

Un papier publié sur arXiv (référence 2603.10248v3, version révisée) présente un système de navigation Teach and Repeat (T&R) conçu pour rester fiable dans les environnements géométriquement dégénérés, ces terrains peu structurés où les méthodes de localisation classiques perdent leurs repères. Le T&R permet à un robot de répéter automatiquement un trajet déjà parcouru sans GPS, ce qui le destine aux mines souterraines ou à la navigation lunaire. Les systèmes T&R actuels reposent généralement sur l'algorithme ICP (Iterative Closest Point), qui devient mal conditionné sur des terrains plats ou peu texturés et dégrade la localisation. Les auteurs proposent à la place un système fondé sur un lidar FMCW (Frequency-Modulated Continuous-Wave), qui mesure directement la vitesse radiale de chaque point par effet Doppler. Il combine une odométrie basée sur cette vitesse Doppler, indépendante de la géométrie de la scène et dotée d'une estimation d'incertitude de pose stable en cas de dégénérescence, avec une localisation scan-to-map qui exploite la courbure locale de chaque point pour améliorer l'association des données et unifier la détection de dégénérescence entre translation et rotation. Lors d'essais de terrain en boucle fermée sur des environnements de complexité variable, le système a mené à bien la navigation autonome, y compris sur un terrain d'aéroport plat et peu texturé où un système ICP conventionnel a échoué. Le code doit être publié en open source, mais le lien fourni dans le papier est un espace réservé non actif. Pour l'industrie de la robotique mobile en environnements extrêmes, l'apport cible un point faible connu du secteur : l'échec de l'ICP dans les couloirs rectilignes, tunnels lisses ou terrains plats sans relief exploitable, un cas fréquent en exploration minière ou en mission planétaire. Utiliser un lidar FMCW à mesure Doppler plutôt qu'un lidar temps de vol classique diffère de l'approche dominante, qui compense la dégénérescence géométrique par fusion multi-capteurs plutôt que par une modalité de mesure intrinsèquement plus riche. Si l'approche se confirme au-delà du cadre expérimental décrit, elle pourrait réduire la dépendance des systèmes de navigation souterraine ou lunaire à des architectures multi-capteurs coûteuses. Le résumé ne fournit toutefois aucun chiffre de robustesse (taux de réussite, dérive, distance parcourue), ce qui limite la portée de la comparaison avec l'ICP. Le Teach and Repeat est une technique de navigation topométrique éprouvée, historiquement développée pour des robots opérant sans GPS, en contexte minier ou planétaire. Le papier se positionne explicitement contre les systèmes ICP conventionnels, pris comme référence directe dans les tests sur terrain d'aéroport. Le lidar FMCW reste une technologie émergente en robotique mobile face aux lidars à temps de vol dominant le marché, dans la lignée de son usage déjà exploré côté automobile pour l'estimation de mouvement par effet Doppler. La suite annoncée est la publication du code en open source, dont le lien reste pour l'instant un espace réservé, sans calendrier ni partenaire industriel précisés au-delà des essais de terrain décrits.

RecherchePaper

1 source

3arXiv cs.RO

Analyse d'observabilité et calibration en ligne de l'odométrie visuelle-inertielle-roues pour robots mobiles 4WIS4WID

Une nouvelle prépublication arXiv (v1, non évaluée par les pairs) décrit un cadre d'odométrie visuelle-inertielle-roues (VIWO) avec calibration en ligne, conçu pour les robots mobiles à quatre roues indépendamment directrices et motrices (4WIS4WID). Les auteurs dérivent un modèle d'odométrie 2D directement à partir des quatre vitesses d'entraînement et des quatre angles de braquage, en combinant les contraintes de roulement longitudinal et de non-glissement latéral de chaque roue. Ils développent aussi un modèle de préintégration et des jacobiens analytiques, afin de rendre le filtrage et la calibration efficaces. La validation repose sur des simulations et sur des essais réels avec un robot 4WIS4WID. L'abstract ne fournit ni erreur de positionnement, ni durée d'essai, ni nom de plateforme, ni comparaison chiffrée avec d'autres méthodes. L'apport principal est théorique, mais il touche un point sensible de la mobilité industrielle. Les bases 4WIS4WID, très manœuvrantes et capables de déplacements latéraux ou diagonaux, équipent de nombreux AMR et manipulateurs mobiles. Leurs décalages de braquage, rarement connus avec précision, dégradent l'odométrie. L'analyse d'observabilité montre qu'un modèle utilisant seulement les vitesses d'entraînement rend tous les décalages de braquage inobservables. Le modèle redondant proposé, qui exploite aussi le non-glissement latéral, les rend observables. Les auteurs identifient quatre directions inobservables classiques des systèmes visuels-inertiels et trois directions supplémentaires liées au placement arbitraire du repère d'odométrie. Il reste treize paramètres intrinsèques de roues à calibrer. Ils précisent aussi les mouvements dégénérés (vitesse de lacet nulle, braquage constant, roue qui ne roule pas) et les conditions d'excitation correspondantes. Pour un intégrateur, cela définit des trajectoires de calibration à exécuter en production et des situations où l'estimation devient peu fiable. Faute de métriques publiées dans le résumé, le gain réel en précision reste à confirmer à la lecture de l'article complet. Ce travail s'inscrit dans la lignée de la fusion visuelle-inertielle (VINS) étendue aux capteurs de roues, déjà étudiée pour les bases différentielles ou de type voiture, bien plus que pour les architectures à braquage indépendant. Il comble un vide à mesure que ces plateformes se généralisent dans les entrepôts et les usines. Aucun acteur commercial, aucun calendrier de déploiement ni aucune publication de code ne sont mentionnés dans l'abstract. Les prochaines étapes probables sont des évaluations sur davantage de plateformes, des comparaisons avec des méthodes de référence et une éventuelle intégration dans les piles de navigation open source.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Amélioration du SLAM par graphes en environnement sans GNSS grâce à l'odométrie des jambes

Des chercheurs ont publié sur arXiv (2605.20484) une architecture de graphe de facteurs qui améliore significativement la précision verticale du SLAM LiDAR-inertiel pour robots à pattes en environnement sans GNSS. Le système augmente le framework LIO-SAM avec une voie cinématique parallèle, alimentée par l'odométrie proprioceptive des jambes, couplée à la voie LiDAR-inertielle principale via une contrainte de pose relative avec modèle de bruit sélectif. Testé sur un quadrupède Linxai D50 lors de deux boucles extérieures totalisant plus d'un kilomètre, l'approche réduit la dérive en élévation de plus de 30 mètres à moins de 30 centimètres, soit une réduction de deux ordres de grandeur. Sur un scénario où le pipeline de référence échoue complètement à converger, la méthode proposée maintient la localisation. Ce résultat est significatif parce qu'il exploite une source de données déjà disponible à bord, calculée pour le contrôle de la locomotion, sans capteur supplémentaire. Le problème de la dérive verticale du LiDAR est bien documenté dans les environnements géométriquement pauvres ou répétitifs (couloirs, forêts, parkings), où les points de correspondance sont insuffisants pour contraindre l'axe Z. Utiliser l'odométrie des pattes comme ancre verticale légère est une approche pragmatique : elle s'insère dans les pipelines existants sans reconfiguration hardware, ce qui en facilite le déploiement sur des plateformes commerciales comme Unitree, Boston Dynamics Spot, ou ANYmal. Pour les intégrateurs et les équipes déployant des robots en inspection industrielle ou en environnements souterrains, c'est une piste concrète pour améliorer la robustesse SLAM sans surcoût matériel. LIO-SAM est un framework SLAM LiDAR-inertiel développé par Ji Zhang et Sanjiv Singh (Carnegie Mellon), largement adopté dans la communauté robotique depuis 2020, notamment pour les robots terrestres et aériens. Le couplage proprioception-SLAM n'est pas nouveau en théorie, mais son intégration efficace dans un graphe de facteurs en conditions réelles reste un sujet actif. Côté concurrence, les approches actuelles s'appuient généralement sur la fusion IMU renforcée (LOAM, LEGO-LOAM) ou l'ajout de capteurs barométriques pour corriger la dérive verticale. La prochaine étape naturelle serait de tester l'approche sur des terrains avec dénivelé marqué, et d'évaluer la robustesse face aux glissements de pattes, cas limite non abordé dans cette version préliminaire.

RecherchePaper

1 source