RecherchearXiv cs.RO 27 octobre 2026

VisGeo-PipeTrack : un cadre de commande par asservissement visuel géométrique avec contrôle MPC-RCAPID pour le suivi de conduites dynamiques par drone

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent VisGeo-PipeTrack, un cadre de contrôle par asservissement visuel qui permet à un drone de suivre des canalisations en mouvement, par exemple soumises à des vibrations. La localisation repose sur le détecteur YOLOv5, qui repère des étiquettes posées sur le tuyau, puis sur des contraintes géométriques visuelles qui en déduisent la position relative du drone. Le suivi est confié à un contrôleur baptisé MPC-RCAPID, un PID adaptatif corrigé en temps réel et piloté par commande prédictive (MPC). Il estime le modèle du système en ligne par moindres carrés récursifs et ajuste les gains du PID par optimisation à horizon glissant. En simulation sous AirSim, il est comparé au PID standard, au PID d'ordre fractionnaire, au PID adaptatif et au PID flou. Il obtient le temps d'établissement le plus court (3,26 s) et l'erreur de suivi moyenne la plus basse (3,52 %). Sur le drone Tello, le plateau d'essai physique, l'erreur moyenne baisse de 55,52 %, 26,72 % et 26,52 % sur trois dimensions de test par rapport au PID standard.

L'intérêt tient au scénario. L'essentiel de la littérature sur l'inspection de conduites par drone suppose des tuyaux statiques, alors que les sites industriels réels (raffineries, centrales, réseaux de process) comportent des conduites qui vibrent ou bougent. Un contrôleur qui s'adapte en ligne sans modèle précis ni réglage manuel répond à un besoin concret des intégrateurs, qui retuent souvent leurs gains site par site. Le recours à un détecteur léger et à une estimation récursive vise aussi la contrainte de calcul embarqué. Il faut toutefois relativiser. Les gains en simulation ne sont donnés que par rapport à des variantes de PID, pas à des commandes plus robustes comme le MPC complet ou les approches par apprentissage. Les essais physiques ont été menés sur un Tello, drone grand public léger, en intérieur, sans vent, sans environnement bruité ni pipelines réels. Le pourcentage d'erreur est présenté sans valeur absolue. Enfin, le système dépend d'étiquettes posées sur la conduite, ce qui suppose une préparation préalable du site et limite le passage à l'échelle.

Ce travail, une prépublication arXiv non évaluée par des pairs, s'inscrit dans l'inspection autonome d'infrastructures par drone. Cette tendance combine vision embarquée, détection par réseaux de neurones et commande avancée. Les acteurs industriels, comme Skydio ou Flyability pour les espaces confinés, misent plutôt sur la navigation autonome et la perception à bord que sur le suivi d'un objet mobile. Les prochaines étapes naturelles seraient la validation sur plateforme industrielle avec perturbations aérodynamiques, la suppression des marqueurs au profit de la détection directe de la géométrie du tuyau, et la comparaison avec des contrôleurs prédictifs et des politiques apprises.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

DiffusionVS : un cadre génératif pour l'asservissement visuel robuste basé sur la politique de diffusion

DiffusionVS, déposé sur arXiv (2506.19397) en juin 2026, propose un cadre génératif pour le visual servoing robotique fondé sur la Diffusion Policy. Le système prend en entrée les coordonnées normalisées des coins de marqueurs visuels observés par la caméra embarquée, et génère des commandes de vitesse caméra via un processus de débruitage conditionnel. Pour contourner les limitations de généralisation propres aux modèles entraînés sur jeux de données statiques, les auteurs adoptent un paradigme d'entraînement en ligne : le modèle collecte continuellement de nouvelles expériences interactives pour diversifier sa distribution d'apprentissage. Les résultats rapportés atteignent un taux de succès de quasi 100% en simulation et 93% en expériences physiques réelles. Le visual servoing par régression classique souffre de deux problèmes structurels : le jitter de trajectoire causé par des mappings mono-étape sensibles au bruit, et l'accumulation d'erreurs lors de distribution shifts en cours de trajectoire. La Diffusion Policy adresse ces deux points simultanément. En prédisant des séquences d'actions plutôt que des commandes isolées, elle maintient la cohérence temporelle. L'augmentation implicite de données inhérente au processus de débruitage renforce par ailleurs la robustesse aux perturbations. Ce qui est notable, au-delà des performances brutes, c'est la généricité démontrée du module : intégré à des architectures de visual servoing existantes, il améliore systématiquement leurs résultats, sans modification de leur pipeline de base. Cela valide le mécanisme diffusion comme composant réutilisable, pas seulement comme architecture ad hoc. La Diffusion Policy, popularisée par Chi et al. en 2023 (Columbia/MIT), s'est imposée en apprentissage par imitation pour la manipulation, puis adoptée par Physical Intelligence dans pi-0 et d'autres systèmes VLA. Son application au visual servoing, problème classique de robotique de précision, était moins explorée. Les approches concurrentes restent dominées par la régression directe ou les contrôleurs IBVS/PBVS à base de features géométriques. La contribution principale ici est l'entraînement en ligne, qui contourne le problème de covariate shift sans nécessiter un dataset exhaustif pré-collecté, contrainte majeure en déploiement industriel. Les limites actuelles sont notables : le système repose sur des marqueurs visuels structurés (AprilTags), et les expériences physiques ne précisent pas le type de robot ni les conditions d'environnement, ce qui rend difficile l'évaluation de la maturité pour un déploiement réel.

RecherchePaper

1 source

2arXiv cs.RO

Contrôle géométrique décentralisé pour le transport de charge suspendue par câbles, avec estimation adaptative de la masse

Des chercheurs proposent GPAC (Geometric Payload-Adaptive Control), une architecture de contrôle à quatre couches permettant à N quadricoptères de transporter en coopération une charge suspendue par câbles, sans coordinateur central ni échange de données entre appareils sur l'état des câbles ou les paramètres adaptatifs. L'idée centrale est une coordination implicite : chaque drone estime localement, à partir de ses seules mesures de câble, la part de charge qu'il doit supporter, si bien que la somme des forces converge vers la valeur correcte même sans connaître le nombre total d'agents ni la masse de la charge. Chaque appareil reconstruit également la position du colis à partir de la seule géométrie de son propre câble. La seule communication inter-drones qui subsiste est une diffusion à faible fréquence des positions des voisins, utilisée pour l'évitement de collisions. Le système combine un contrôle géométrique de position et d'attitude opérant directement sur la variété non linéaire SO(3), une régulation anti-oscillation, un observateur à état étendu pour compenser le vent, une estimation de masse par apprentissage concurrent ne nécessitant pas d'excitation persistante, et un filtre de sécurité inspiré des fonctions de barrière de contrôle (CBF), avec des marges de sécurité qui tiennent exactement lorsqu'une seule contrainte est active. Les auteurs démontrent aussi que les corrections de force appliquées par ce filtre préservent la stabilité quasi globale du contrôleur d'attitude. Cette approche s'attaque à un verrou classique du transport aérien coopératif : les architectures existantes exigent généralement une coordination centralisée ou un partage intensif d'informations entre drones (état des câbles, masse estimée), ce qui limite le passage à l'échelle et fragilise le système en cas de perte de communication. En rendant chaque agent autonome dans son estimation de charge et sa perception du colis, GPAC ouvre la voie à des flottes de taille variable, reconfigurables à la volée, pour la logistique aérienne, l'intervention en zone difficile d'accès ou le transport industriel de charges lourdes réparties sur plusieurs porteurs. Les résultats reposent pour l'instant uniquement sur une simulation à haute fidélité intégrant câbles flexibles, fusion de capteurs embarqués et turbulences de vent, avec toutes les boucles de contrôle et d'estimation fermées via l'observateur. L'erreur quadratique moyenne de suivi de trajectoire de la charge atteint 33,8 cm, avec une variabilité de seulement 2,8 % sur 13 graines aléatoires, et un coût de calcul par agent jugé faible. La validation sur drones physiques reste la prochaine étape logique pour confirmer la robustesse de cette coordination purement locale en conditions réelles.

RecherchePaper

1 source

3arXiv cs.RO

F-LIVO : un cadre de mesure géométrique au niveau des caractéristiques pour l'odométrie LiDAR-inertielle-visuelle

F-LIVO est un cadre d'odométrie LiDAR-inertielle-visuelle (LIVO) à filtre, décrit dans un article déposé sur arXiv (2610.23595v1). Il couple deux sous-systèmes : un module visuel-inertiel et un module LiDAR-inertiel. Le lien entre les deux passe par des contraintes géométriques point-à-plan au niveau des primitives (features), qui relient les points visuels aux plans extraits de la carte LiDAR. Quand la triangulation visuelle est faible, la profondeur d'une primitive visuelle est reconstruite à partir de la carte LiDAR, par ajustement local d'un plan puis intersection rayon-plan. Dans la mise à jour LiDAR, la covariance de chaque résidu point-à-plan est modulée selon la fiabilité planaire locale, ce qui limite les corrections trop confiantes sur des surfaces mal conditionnées. Les auteurs annoncent la plus faible utilisation CPU (moyenne et pic), le plus faible pic de mémoire résidente (RSS) et la plus faible croissance de RSS parmi les implémentations comparées. R2LIVE garde en revanche une RSS moyenne plus basse. Le code sera publié après acceptation. L'intérêt tient au compromis entre précision et coût de calcul. Beaucoup de systèmes LIVO au niveau mesure associent aux points LiDAR cartographiés des patchs photométriques denses ou des attributs d'apparence, ce qui alourdit le stockage, l'association et la mise à jour de la carte. F-LIVO s'en passe : il n'utilise que des primitives géométriques éparses et garde une carte compacte. Pour un intégrateur qui vise un calculateur embarqué contraint, par exemple sur un AMR, un drone ou un robot mobile, une empreinte CPU et mémoire stable sur la durée compte autant que le score de précision. Les résultats de précision restent toutefois prudents : les auteurs parlent d'une exactitude « compétitive » et « dépendante de la séquence ». Ils ne revendiquent donc pas de gain systématique. Les cas dégradés testés montrent une estimation continue avec une dérive cumulée comparativement faible. Les chiffres détaillés et la configuration matérielle exacte ne figurent pas dans le résumé, et l'avantage en ressources est mesuré « dans la configuration évaluée ». Il faudra donc attendre le code pour une reproduction indépendante. Cette approche s'inscrit dans la lignée des systèmes de fusion LiDAR-caméra-IMU à filtre, dont R2LIVE, cité comme point de comparaison. Elle se positionne face aux méthodes qui attachent des informations photométriques denses à la carte, plus riches mais plus coûteuses. Les évaluations portent sur plusieurs jeux de données publics. Aucun déploiement industriel ni partenaire commercial n'est mentionné : il s'agit d'un travail de recherche, sans produit ni calendrier. La suite dépend de l'acceptation de l'article et de la publication du code, qui permettra de vérifier les mesures de ressources et la robustesse sur des plateformes réelles.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Apprentissage du contrôle direct à partir de l'optimisation pour le suivi de cibles dynamiques

LECO, un cadre d'apprentissage décrit dans un preprint arXiv (2610.34929v1), vise le suivi dynamique de cible par un robot mobile: garder la cible visible tout en évitant les obstacles, avec des commandes lisses et réalisables. Plutôt que de prédire des waypoints à faire suivre par un contrôleur, le réseau prédit directement des séquences de commandes. Celles-ci sont converties en trajectoires par un modèle cinématique différentiable, ce qui permet d'appliquer les objectifs de l'optimisation de trajectoire (visibilité, évitement, régularité) comme fonction de perte. Un curriculum à guidage expert décroissant initialise le comportement de suivi, puis déplace progressivement l'apprentissage vers ces objectifs. Au déploiement, un « verrou de sécurité prédictif » vérifie la distance aux obstacles sur un horizon court et bascule sur un planificateur et un contrôleur classiques si le mouvement prédit est dangereux ou si la prédiction de cible est invalide. Dans trois densités d'obstacles simulées, LECO réduit le jerk linéaire RMS de 14,1 à 31,2 % par rapport au meilleur concurrent sur cette métrique, atteint le meilleur taux de succès de suivi, et calcule en 4,25 à 5,63 ms par cycle. Des essais sur deux plateformes robotiques couvrent des passages étroits en intérieur et des forêts en extérieur. L'intérêt tient à l'arbitrage visé entre deux familles. L'optimisation de trajectoire en ligne encode bien les contraintes mais exige une résolution numérique à chaque cycle, coûteuse en calcul embarqué et sensible aux temps de convergence. Les politiques neuronales à waypoints sont rapides mais séparent la prédiction géométrique de l'exécution, ce qui dégrade la régularité des mouvements. Déplacer le coût de l'optimisation vers l'entraînement hors ligne tout en conservant un filet de sécurité classique est une architecture pragmatique, transposable à des AMR, drones ou robots de service qui doivent suivre une personne ou un véhicule. Les réserves sont claires: les chiffres de jerk sont comparés au meilleur concurrent sur cette seule métrique, non sur l'ensemble des critères. Les résultats chiffrés viennent de la simulation, et les essais réels ne sont décrits que qualitativement dans le résumé. Le taux de déclenchement du repli classique, décisif pour juger la part réellement apprise de la performance, n'est pas communiqué. Ce travail s'inscrit dans la tendance qui consiste à distiller des planificateurs optimisants dans des politiques apprises, par apprentissage par imitation, par différentiation à travers la dynamique ou par couches d'optimisation différentiables, avec des garde-fous de sécurité en aval. Les concurrents directs sont les méthodes d'optimisation en ligne pour le suivi de cible et les politiques à waypoints évoquées plus haut, ainsi que les approches d'apprentissage de bout en bout. Il s'agit d'un preprint non évalué par les pairs, sans produit ni déploiement commercial annoncé. Les prochaines étapes logiques sont la publication du code, des tests à plus grande échelle avec cibles imprévisibles et capteurs bruités, et la mesure du coût de la bascule vers le mode de repli.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source