RecherchearXiv cs.RO 19 octobre 2026

PanoAir : un SLAM visuel-inertiel panoramique et un jeu de données réelles de drone sur plusieurs périodes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

PanoAir est un cadre de SLAM visuel-inertiel (VI-SLAM) panoramique conçu pour l'estimation de pose de drones, accompagné d'un jeu de données réel publié en parallèle. Le jeu de données couvre des conditions de vol variées: éclairage changeant, altitudes différentes, trajectoires de longueurs diverses et dynamiques de mouvement contrastées. Le système repose sur deux briques: une extraction de caractéristiques adaptée à la géométrie panoramique et une fermeture de boucle panoramique, censées renforcer les contraintes visuelles et garantir la cohérence globale de la carte. Sur les 17 séquences testées, la méthode n'enregistre aucune perte de suivi et réduit l'erreur de trajectoire absolue (ATE) jusqu'à 47,1 % par rapport à la meilleure méthode de référence. Elle a aussi été déployée sur une plateforme embarquée, avec une efficacité de calcul que les auteurs jugent comparable à celle d'une implémentation sur PC. Le code et les données sont publics sur GitHub (YYWumm/PanoAir).

L'enjeu est très concret pour les intégrateurs de drones d'inspection, de cartographie ou de logistique intérieure. La plupart des VI-SLAM actuels s'appuient sur des caméras à champ de vision limité, qui dérivent ou décrochent quand la scène devient pauvre en texture, que la lumière varie ou que le mouvement est brusque. Une caméra panoramique voit dans toutes les directions et conserve donc des points de repère exploitables même quand une partie de l'image est dégradée. Les résultats suggèrent que cette redondance se traduit par un gain de robustesse mesurable, surtout sur les trajectoires longues où la dérive s'accumule. La démonstration embarquée compte autant que le score: un algorithme qui ne tourne qu'au sol sur PC reste un résultat de laboratoire. Deux réserves s'imposent. Le chiffre de 47,1 % est un maximum, pas une moyenne. Et 17 séquences, dont une partie provient du jeu de données des auteurs, constituent un banc d'essai modeste, sans comparaison indépendante en conditions opérationnelles.

Ce travail s'inscrit dans un domaine où les méthodes de référence (de type ORB-SLAM ou VINS) ont été pensées pour des caméras classiques, alors que le SLAM panoramique et les jeux de données réels pour drones restent peu explorés, ce que les auteurs présentent comme la lacune qu'ils comblent. La publication du code et des données ouvre la voie à des comparaisons reproductibles, étape nécessaire avant toute adoption industrielle. Les suites à surveiller sont la validation sur des plateformes et des capteurs panoramiques différents, des tests en environnements dynamiques ou extérieurs étendus, et l'intégration avec la planification de trajectoire. Aucun acteur européen ni aucun calendrier de pilote commercial n'est mentionné: il s'agit d'une contribution de recherche, pas d'un produit livré.

Impact France/UE

Pas d\'impact direct sur la France/UE

À lire aussi

1arXiv cs.RO

SiGNgapore : un jeu de données interactif pour la navigation visuelle fondée sur les panneaux

Des chercheurs ont publié sur arXiv (v1, octobre 2026) SiGNgapore, un jeu de données destiné à la navigation visuelle fondée sur les panneaux de signalisation. Les données ont été collectées avec un dispositif tenu à la main dans plusieurs espaces publics de Singapour, des lieux que les humains fréquentent au quotidien. Chaque séquence contient des images RGB, de la profondeur éparse (sparse depth), de l'odométrie et des mesures d'IMU, centrées sur des panneaux de navigation et sur les environnements complexes qui les entourent. Le jeu comprend 56 missions de navigation longue portée et plus de 450 scénarios centrés sur les panneaux. Les données sont livrées dans un format lisible par l'humain, avec des scripts utilitaires de conversion vers ROS 2. Les auteurs fournissent aussi les plans des sites et des graphes de scène alignés sur le GPS pour les environnements de test. Il s'agit d'une ressource de recherche : aucun robot n'a été déployé et aucun résultat de navigation n'est annoncé dans le résumé. L'intérêt tient au problème visé. Un robot qui évolue dans un aéroport, une gare, un centre commercial ou un hôpital ne peut pas toujours compter sur une carte préétablie, dont la création et la maintenance coûtent cher aux intégrateurs. Les humains s'orientent pourtant sans carte grâce à la signalétique. Lui faire lire et interpréter ces panneaux pourrait réduire la cartographie préalable, un poste de coût réel pour les déploiements en espaces publics. Le jeu de données traite aussi un manque : les benchmarks de navigation se concentrent surtout sur la géométrie et la perception de l'espace libre, rarement sur la décision fondée sur le sens d'un panneau, c'est-à-dire le raisonnement sémantique de bout en bout. Les capteurs utilisés (caméra, profondeur éparse, IMU) restent peu coûteux et proches de ce que portent des robots commerciaux. Il faut toutefois rester prudent. La collecte à la main ne reproduit ni la dynamique d'un robot ni ses contraintes de sécurité. Le volume, 56 missions et environ 450 scénarios, est modeste pour entraîner de gros modèles. Il convient donc mieux à l'évaluation qu'à l'apprentissage massif. Ce travail s'inscrit dans le mouvement de la navigation sans carte (mapless) portée par les modèles vision-langage et les VLA (vision-language-action), qui cherchent à comprendre des instructions et des indices sémantiques plutôt qu'à localiser le robot dans une carte métrique. Les graphes de scène alignés sur le GPS permettent de relier perception, sémantique et topologie du lieu. Singapour offre un terrain d'étude dense, multilingue et très signalisé, ce qui en fait un banc d'essai exigeant mais peu représentatif d'autres contextes, notamment européens, où la signalétique varie. Les suites probables sont des benchmarks et des comparaisons de méthodes sur ce jeu de données, puis des essais sur robots réels. Aucun calendrier, pilote industriel ni acteur commercial n'est mentionné dans l'annonce.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

HRDexDB : un jeu de données 4D de préhension dextre, couvrant la main humaine et plusieurs robots

HRDexDB est un jeu de données publié sur arXiv (référence 2604.14944, version 3 révisée) qui documente la saisie dextre en « 4D », c'est-à-dire les trajectoires d'interaction main-objet en 3D suivies dans le temps. Il couvre cinq « embodiments » : la main humaine et plusieurs mains robotiques, dont les modèles précis ne sont pas détaillés dans le résumé. L'ensemble totalise 3,2 K essais sur 100 objets variés, capturés en conditions réelles. Un système multicaméra synchronisé et un pipeline de reconstruction intégré fournissent des observations RGB multivues et égocentriques, la géométrie 3D de la main, les états du robot et les trajectoires de pose 6D des objets. Chaque essai porte une annotation de succès ou d'échec. Les auteurs valident l'utilité du corpus sur trois tâches : le transfert de cartes de contact de l'humain vers le robot, l'estimation visuelle du contact robot-objet et la saisie assistée par récupération (retrieval-assisted grasping). L'intérêt tient à deux choix de conception. Humains et robots manipulent les mêmes objets, ce qui permet de comparer directement les stratégies de préhension et les motifs de contact selon la morphologie de la main. Les échecs sont annotés au même titre que les succès, alors que la plupart des corpus de démonstration ne conservent que les trajectoires réussies. Pour la recherche sur la manipulation dextre, c'est un signal d'apprentissage utile, car il permet d'entraîner des estimateurs de contact et des critères de réussite. Le transfert de contact humain-robot répond à une question centrale du secteur : comment exploiter la vidéo humaine, abondante et peu coûteuse, pour des mains robotiques très différentes. Les limites sont à garder en tête. L'échelle reste modeste, avec 3,2 K essais et 100 objets, très loin des volumes des modèles généralistes (VLA) comme Pi-0 ou GR00T. Les démonstrations sont des preuves de concept, sans résultat de déploiement industriel ni taux de succès chiffrés dans le résumé. Le jeu de données s'inscrit dans une série de bases dédiées à la saisie et à l'interaction main-objet. Beaucoup d'entre elles se limitent à l'humain, à une seule main robotique ou à la simulation, ce qui laisse un écart sim-to-real et un manque de données comparables entre morphologies. HRDexDB vise à combler ce manque. Il s'adresse d'abord aux laboratoires et aux équipes qui entraînent des politiques de préhension pour mains à plusieurs doigts, plutôt qu'aux intégrateurs. Le résumé n'annonce ni calendrier ni extension. Les prochaines étapes à surveiller sont le nombre d'embodiments et d'objets, la disponibilité publique des données et leur adoption comme référence dans les travaux sur la préhension.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

RAGNAROK : alignement normalisé par la gravité assisté par radar pour un SLAM radar-visuel-cinématique-inertiel robuste à base de keyframes

Des chercheurs ont publié sur arXiv (v1, octobre 2026) RAGNAROK, présenté comme le premier système de SLAM fusionnant radar, vision, cinématique des pattes et centrale inertielle, conçu pour les robots à pattes évoluant dans des environnements dégradés. Le système combine plusieurs briques. Une estimation de vitesse des jambes tient compte du glissement et des contacts roulants. Un facteur radar exploite la cinématique du robot. Un traitement d'image corrige les dégradations visuelles. S'y ajoutent un socle proprioceptif assisté par radar, fondé sur des B-splines, une pondération adaptative des capteurs et une calibration extrinsèque en ligne. Les auteurs annoncent des performances robustes et supérieures à celles des méthodes de référence, sur des jeux de données publics et sur leurs propres collectes. Le code source et le jeu de données sont disponibles sur GitHub (dépôt hanjun815/RAGNAROK). Le résumé ne donne aucune valeur chiffrée, ni erreur de trajectoire, ni liste des méthodes comparées, ni plateforme robotique précise. L'enjeu est la fiabilité de l'estimation d'état pour les quadrupèdes et autres robots à pattes hors des conditions de laboratoire. Les estimateurs purement proprioceptifs (odométrie des jambes et IMU) se dégradent sur terrain accidenté, là où les pieds glissent ou roulent. Le radar, qui fonctionne dans la fumée, la poussière, le brouillard ou la faible luminosité, apporte une mesure de vitesse indépendante, mais sa faible observabilité du lacet (yaw) provoque une dérive à long terme. Associer le radar à la vision et à la cinématique, avec une fusion qui détecte et pondère les capteurs défaillants, répond à un besoin concret pour l'inspection industrielle, la sécurité civile ou les sites miniers, où les robots doivent tenir sans intervention humaine. Le caractère ouvert du code et des données permet aussi une reproduction indépendante. C'est un point appréciable dans un domaine où les comparaisons restent souvent difficiles à vérifier. Ce travail s'inscrit dans une série de méthodes récentes qui ont introduit le radar dans l'odométrie des robots à pattes pour compenser les limites de la proprioception. Les auteurs relèvent que la fusion tolérante aux pannes en environnement hostile reste peu explorée, et c'est la lacune qu'ils visent. Il s'agit d'une publication de recherche sous forme de lettre, sans produit commercial ni déploiement annoncé. Les résultats n'ont pas été validés par des pairs à ce stade et les gains revendiqués face à l'état de l'art restent à vérifier sur le code publié. Les prochaines étapes probables sont l'évaluation par d'autres équipes, une éventuelle version révisée avec des métriques détaillées, puis une intégration dans des chaînes de navigation pour quadrupèdes industriels.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

VICON : suivi main-objet par vision, inertie et contact pour les jeux de données de manipulation

Une équipe de recherche publie sur arXiv (version 2) VICON, un système de capture conjointe du mouvement de la main, de la pose de l'objet manipulé, des points de contact et des forces normales. Côté main, il combine un gant visuel-inertiel et une caméra RGB-D. Le gant a été redessiné pour intégrer des capteurs de force résistifs (FSR), placés selon la fréquence de contact observée dans les préhensions humaines, qui enregistrent de façon synchrone l'état de contact et des forces normales calibrées. Côté objet, aucun modèle CAD n'est requis : la pose est estimée à partir d'images RGB-D et d'un maillage reconstruit depuis une vidéo monoculaire. Un graphe de facteurs fusionne les estimations de pose pondérées par la visibilité sous occlusion, les mesures FSR et un a priori sur le mouvement de la main. Sur 40 sessions de capture de mouvement avec cinq objets, VICON affiche 2,5 % de trames en échec contre 50,9 à 64,6 % pour les méthodes de référence, avec des erreurs médianes de 3,9 mm et 3,0 degrés sous occlusion. Les auteurs ont construit un jeu de données et annoncent la publication d'une version élargie à 10 catégories d'objets sur GitHub. L'intérêt est de combler un manque précis. Les jeux de démonstrations humaines pour la manipulation dextre fournissent surtout des trajectoires, alors que les contacts et les forces indiquent où et avec quelle intensité interagir, information qu'une trajectoire seule ne contient pas. Pour les équipes qui entraînent des politiques de manipulation ou des modèles vision-langage-action (VLA) à partir de données humaines, une source qui ne dépend ni d'un modèle CAD ni d'un suivi fragilisé par les occlusions rendrait la collecte plus réaliste. Les limites sont nettes : cinq objets seulement pour l'évaluation, des FSR dont la couverture reste partielle, des taux d'échec qui dépendent du choix des méthodes de référence, et aucune démonstration de transfert vers un robot. Le résultat valide donc une chaîne de capture, pas un gain en politique apprise. Ces travaux prolongent des jeux de données de mains et d'objets surtout visuels, ainsi que des gants tactiles qui ne suivaient pas l'objet. Les acteurs humanoïdes et les laboratoires de modèles de fondation en robotique s'appuient aujourd'hui largement sur la téléopération et la vidéo humaine, où la force reste absente ou déduite. La suite dépend de la publication effective du jeu élargi, qui reste à ce stade une annonce, puis de tests d'entraînement sur mains robotiques.

RecherchePaper

1 source