RecherchearXiv cs.RO 27 octobre 2026

ISB-NMPC : commande prédictive non linéaire à roulement sphérique pour l'interception par quadrirotors

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs publient ISB-NMPC, une commande prédictive non linéaire (NMPC) destinée aux quadrirotors intercepteurs équipés d'une caméra fixe, sans nacelle stabilisée (strapdown). Le système cible la neutralisation physique de drones non autorisés. Il couple une prédiction de la direction de la cible, modélisée sur la sphère unitaire S², à la dynamique non linéaire complète du quadrirotor. L'optimisation porte à la fois sur le mouvement de rapprochement et sur le maintien de la cible dans le champ de vision. Un filtre de Kalman étendu compensé en attitude estime le mouvement angulaire de la cible, corrige le retard de perception et prédit sa position dans l'image pour guider une détection adaptée à l'échelle. En simulation, sur 30 essais appariés, le taux d'interception atteint 86,7 %, le meilleur parmi les contrôleurs comparés, avec une cible visible 99,11 % du temps en moyenne par essai. En extérieur, l'équipe annonce l'acquisition d'une cible de 30 cm à environ 150 m. L'intercepteur atteint 17 m/s sur le vol longue distance et environ 14 m/s face à une cible manœuvrante remorquée par un autre quadrirotor. Le code logiciel et la conception matérielle (projet « holydrone ») sont publiés en open source sur GitHub.

L'intérêt tient à un verrou classique de l'interception par vision embarquée. Sans nacelle, tout mouvement d'accélération incline le drone et déplace la caméra, si bien que foncer sur la cible risque de la faire sortir du champ. Traiter cette contrainte directement dans l'optimiseur, plutôt qu'avec un suivi visuel et un guidage découplés, est une piste crédible pour réduire le coût et la masse des intercepteurs. La visibilité quasi continue en simulation est encourageante, mais elle ne garantit pas la même performance en conditions réelles. Les chiffres demandent aussi des précautions. Un taux de 86,7 % sur 30 essais correspond à 26 succès, un échantillon étroit. Les vols extérieurs semblent relever de démonstrations isolées, sans statistiques de réussite, et les cibles (un petit quadrirotor, un leurre remorqué) restent coopératives. Rien n'indique de test face à des drones évasifs, dans des environnements encombrés ou en mauvaise lumière. La publication complète du code et du matériel permet toutefois à d'autres équipes de reproduire et de comparer les résultats.

Ce travail s'inscrit dans la demande croissante de moyens anti-drones peu coûteux, face à des solutions plus lourdes comme les filets lancés, les radars ou les brouilleurs. Il prolonge les recherches sur le servo-guidage visuel et la NMPC pour drones agiles, où la contrainte de visibilité est souvent traitée par des pénalités ou des heuristiques de guidage. Il s'agit d'une publication académique (preprint arXiv, non évaluée par les pairs) et non d'un produit : aucun déploiement opérationnel ni calendrier de pilote n'est annoncé. Les prochaines étapes naturelles seraient des essais statistiquement plus solides en extérieur, des cibles non coopératives et plus rapides, ainsi que le traitement du cas d'intercepteurs multiples ou de cibles temporairement occultées.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Navigation dans la foule : commande prédictive non linéaire avec dynamique des forces sociales pour la navigation robotique tenant compte des humains

Une équipe de chercheurs publie sur arXiv (arXiv:2607.10374v1, dépôt du 14 juillet 2026) un nouveau cadre de contrôle baptisé SFM-NMPC, pour Social Force Model based Non-linear Model Predictive Control. L'idée consiste à intégrer directement le Social Force Model, un modèle physique classique de la dynamique des foules, dans la boucle d'optimisation d'un contrôleur prédictif non linéaire (NMPC) pilotant la navigation d'un robot mobile. Concrètement, le contrôleur prédit simultanément les trajectoires futures des humains environnants et celle du robot sur tout l'horizon de prédiction, et s'appuie sur un ensemble de fonctions de coût sociales dédiées pour orienter la planification vers des comportements jugés conformes aux normes sociales, au-delà du simple évitement de collision. Malgré la complexité accrue du modèle, les auteurs annoncent un fonctionnement temps réel à 20 Hz, validé par des tests simulés extensifs en environnements encombrés, ainsi qu'une étude d'ablation isolant la contribution de la dynamique SFM et des termes de coût social. Pour l'industrie de la robotique mobile et les intégrateurs de robots destinés à des environnements partagés avec des humains, entrepôts, hôpitaux, espaces commerciaux, ce travail s'attaque à un point de friction connu: les méthodes classiques d'évitement d'obstacles traitent les piétons comme des obstacles dynamiques sans anticiper leur comportement, ce qui produit une navigation perçue comme intrusive ou erratique. En démontrant qu'un modèle de prédiction humaine sophistiqué peut être embarqué dans la boucle de contrôle sans casser la contrainte temps réel, l'étude apporte un argument concret contre l'hypothèse selon laquelle précision sociale et efficacité computationnelle seraient nécessairement antagonistes en MPC. Reste que les résultats, à ce stade, ne reposent que sur de la simulation: la validation sur robot physique en environnement humain réel, avec ses incertitudes de perception et de suivi de trajectoire, constitue l'étape suivante indispensable avant toute conclusion sur l'applicabilité terrain. Le Model Predictive Control s'est imposé ces dernières années comme alternative robuste aux approches classiques de planification et aux méthodes purement data-driven pour la navigation robotique, mais sa performance dépend étroitement de la qualité des modèles de prédiction humaine qu'il embarque. Le Social Force Model, formalisé dans les années 1990 pour modéliser les dynamiques de foule, offre une base physique interprétable que plusieurs travaux récents cherchent à coupler à des contrôleurs optimaux. SFM-NMPC s'inscrit dans cette lignée et se compare à des méthodes de référence de l'état de l'art sur des métriques de conformité sociale, sans toutefois se positionner face à des acteurs industriels ou des systèmes commerciaux déployés, le travail restant à ce stade de nature académique et exploratoire.

RecherchePaper

1 source

2arXiv cs.RO

Commande prédictive par modèle de Koopman, sensible aux perturbations et en temps réel, pour quadrirotors dans des vents variables dans l'espace

Des chercheurs proposent un cadre baptisé Disturbance-Aware Koopman Control Family (DA-KCF), publié sur arXiv (2610.27414), destiné à maintenir la précision prédictive d'un quadrotor lorsque les effets aérodynamiques changent en vol. Le principe consiste à figer un modèle nominal de type Koopman, identifié hors ligne, et à n'apprendre en ligne qu'une correction de faible dimension liée à la perturbation. Le modèle nominal, dépendant de la référence, est d'abord appris en simulation puis calibré avec un volume limité de données matérielles. Pendant le déploiement, un petit ensemble de modèles résiduels légers estime la correction à partir de transitions causales état-commande-état. Cette version adaptative est intégrée à une commande prédictive (MPC) qui évalue les corrections le long de l'horizon de prédiction, afin d'optimiser les références de position et de lacet transmises au contrôleur de stabilisation embarqué. Les essais ont été réalisés sur un nano-quadrotor, sous vent uniforme puis dans un sillage spatialement variable. Les auteurs ne donnent pas, dans le résumé, de chiffres d'erreur ni de fréquence de contrôle. L'intérêt tient à l'architecture plus qu'à un gain de performance chiffré. Beaucoup de contrôleurs adaptatifs ré-estiment tout le modèle en ligne, au risque de dérive ou de coût de calcul prohibitif. Ici, la structure nominale reste intacte et seule la part d'incertitude évolue, ce qui limite la charge embarquée et facilite la validation. Les auteurs affirment que le bénéfice sur la prédiction multi-pas et le suivi de trajectoire croît avec l'écart entre le modèle et la réalité, tout en respectant les contraintes temps réel. C'est précisément le cas des vents tourbillonnants ou des sillages près de structures, auxquels sont confrontés les drones d'inspection industrielle, de logistique intérieure ou de livraison. La limite est évidente : un nano-quadrotor en soufflerie ou en configuration de laboratoire reste loin d'un drone de plusieurs kilos en rafales réelles, et l'absence de comparaison chiffrée dans le résumé empêche de juger l'ampleur du gain. Ce travail s'inscrit dans l'essor des opérateurs de Koopman, qui permettent de représenter une dynamique non linéaire par un modèle linéaire dans un espace de caractéristiques, rendant la MPC plus tractable. Il concurrence les approches de MPC apprenante à base de réseaux de neurones, les observateurs de perturbations classiques et les méthodes de commande adaptative L1. Il s'agit d'une publication de recherche et non d'un produit : aucun déploiement commercial ni calendrier n'est annoncé. Les prochaines étapes naturelles seraient des essais sur des plateformes plus grandes, en extérieur, et des comparaisons directes avec les méthodes concurrentes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Commande prédictive par modèle à impédance corps entier pour l'interaction physique humain-robot sûre sur base flottante

Des chercheurs ont publié sur arXiv (réf. 2606.14617, juin 2026) une architecture de contrôle à trois niveaux pour robots à base flottante - bipèdes et humanoïdes - conçue pour maintenir l'équilibre tout en tolérant l'interaction physique soutenue avec des opérateurs humains (pHRI, physical human-robot interaction). Le premier niveau est un MPC centroïdal qui planifie les forces de contact sur un horizon de 500 millisecondes. Le deuxième est un contrôleur corps entier (WBC) qui traduit l'équilibre en couples articulaires par projection dans l'espace nul cohérente avec les contraintes de contact. Le troisième est un programme quadratique (QP) à horizon fuyant qui prédit et rejette les perturbations de contact à l'aide d'un état augmenté par filtre de Kalman. Une linéarisation par retour d'état réduit la dynamique de l'effecteur à un double intégrateur à matrice constante dans chaque mode de contact, permettant une précalculation hors-ligne des matrices de coût et une exécution à plus de 1 kHz. Les validations ont été conduites en simulation sur un biped à 17 degrés de liberté et sur l'humanoïde Unitree G1. L'apport central est une garantie formelle d'erreur nulle en régime permanent sous des forces de contact humain soutenues et bornées - une limite connue des contrôleurs WBC à gain fixe, qui accumulent une dérive statique lorsqu'un opérateur guide ou pousse le robot en continu. La cadence à 1 kHz, rendue possible par la précalculation hors-ligne, s'inscrit dans les contraintes temps réel de la robotique industrielle. Un théorème d'équivalence d'impédance établit que la limite horizon infini du contrôleur retrouve une loi d'impédance classique en espace tâche, avec masse, amortissement et raideur effectifs qui s'adaptent automatiquement à la posture et à la configuration de contact - ce qui facilite le réglage intuitif pour des ingénieurs familiers des contrôleurs d'impédance conventionnels. Ce travail étend une architecture Impedance MPC à deux couches pour base fixe publiée antérieurement par les mêmes auteurs. Le passage à la base flottante est non trivial : le robot doit simultanément gérer sa propre stabilité dynamique et absorber les perturbations externes. L'Unitree G1, humanoïde commercialisé autour de 16 000 dollars par Unitree Robotics, sert de banc de validation en simulation. Il faut souligner que l'ensemble des résultats est simulé - aucun essai physique sur robot réel n'est rapporté, ce qui constitue l'étape attendue. Dans un paysage où Boston Dynamics (Atlas), Agility Robotics (Digit) et Figure (03) développent leurs propres solutions WBC pour la coopération humain-robot, cette approche apporte une contribution méthodologique formellement fondée, mais dont la robustesse en conditions réelles reste à démontrer.

RecherchePaper

1 source

4arXiv cs.RO

Contrôle prédictif non linéaire par programmation convexe séquentielle pour l'amarrage drone-à-drone

Des chercheurs publient sur arXiv (arXiv:2608.10542v1) un nouveau cadre de contrôle prédictif non linéaire pour l'amarrage autonome en vol de drones multirotors, une tâche rendue difficile par un mouvement de cible perturbé par le vent. Le problème est formulé comme un contrôle optimal à horizon fini, appuyé sur un modèle non linéaire d'ordre réduit augmenté d'états de perturbation, puis résolu par programmation convexe séquentielle (SCP) dans un schéma à horizon glissant. Un module d'estimation d'état gère des mesures bruitées pour prédire le mouvement relatif entre les deux appareils. Les essais, menés en simulation haute fidélité sous MuJoCo pour des cibles fixes ou à vitesse constante, montrent des violations du cône d'amarrage quasi nulles, des erreurs terminales dans les tolérances prescrites, un amarrage fiable jusqu'à des demi-angles de cône de 10 degrés, et une robustesse conservée face à des perturbations de vent d'écart-type allant jusqu'à 0,5. Ce travail s'attaque à un verrou technique central pour toute flotte de drones autonomes appelée à se recharger, se ravitailler ou s'assembler en vol sans intervention humaine, un prérequis pour les missions longue durée, l'inspection d'infrastructures ou les opérations en essaim. En démontrant qu'un contrôleur optimisé en temps réel peut garantir une capture géométrique fiable même avec une cible mobile et du vent, l'étude illustre que l'amarrage aérien devient un problème d'ingénierie de contrôle tractable plutôt qu'un obstacle fondamental non résolu. La validation s'arrête toutefois à la simulation: aucun vol réel n'est rapporté, ce qui limite pour l'instant la portée des chiffres annoncés à un cadre contrôlé et idéalisé, loin des conditions d'un déploiement opérationnel. L'amarrage drone-à-drone s'inscrit dans une lignée de travaux sur la commande prédictive appliquée à la robotique aérienne, où la programmation convexe séquentielle s'est imposée ces dernières années comme alternative rapide aux solveurs non linéaires classiques pour générer des trajectoires dynamiquement faisables en temps réel. L'approche se distingue par l'intégration explicite d'états de perturbation et de bruit de mesure directement dans la boucle de contrôle, plutôt que de les traiter en aval par un simple asservissement correctif. Les auteurs ne précisent aucun calendrier de transfert vers du matériel réel ni de partenaire industriel; la prochaine étape logique resterait une démonstration physique confirmant ces marges de robustesse hors simulation.

RecherchePaper

1 source