RecherchearXiv cs.RO 2 novembre 2026

Veloxity : vers un micro-logiciel embarqué sécurisé en mémoire pour drones, avec le langage Rust

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs présentent Veloxity, un autopilote embarqué open source pour drones (UAV) écrit entièrement en Rust, le langage de programmation à sûreté mémoire. Le projet, décrit dans un article déposé sur arXiv, a été comparé à des autopilotes équivalents écrits en C++ sur trois niveaux: en simulation, sur bancs de test matériels et lors de vols extérieurs de suivi de points de passage (waypoints). Les auteurs concluent à une parité fonctionnelle avec les versions C++, accompagnée de performances améliorées. Le résumé publié ne fournit toutefois aucun chiffre précis (gain de latence, charge CPU, empreinte mémoire), ni le matériel utilisé ou le nombre de vols réalisés, ce qui limite l'évaluation indépendante de ce « gain » avant lecture de l'étude complète.

L'enjeu dépasse la performance brute. Les langages à sûreté mémoire éliminent des classes entières de défauts logiciels (débordements de tampon, accès après libération, courses de données) qui exigent habituellement des analyses et des audits coûteux dans les systèmes critiques. Or l'adoption reste fragmentée dans l'aérospatial, surtout pour les drones. Les auteurs soulignent que les projets Rust existants pour UAV tournent soit uniquement en simulation, soit en code fermé, soit sans intégration à un écosystème d'autonomie établi ni comparaison avec un firmware C/C++ de référence. Veloxity vise à combler ce vide avec une base minimale et modulaire, testée sur du matériel réel. Pour un intégrateur ou un responsable de certification, l'argument est concret: si la parité est confirmée, migrer vers Rust devient une option crédible pour réduire le risque logiciel sans sacrifier la fiabilité ni le temps réel. Il s'agit néanmoins d'un travail académique à un stade précoce, loin d'un produit certifié ou d'un déploiement opérationnel.

Ce travail s'inscrit dans un mouvement plus large en faveur des langages à sûreté mémoire dans les systèmes critiques, encouragé ces dernières années par des recommandations institutionnelles invitant à abandonner C et C++ là où c'est possible. Les piles de référence du secteur, comme PX4 ou ArduPilot, reposent encore massivement sur du C/C++, ce qui constitue le principal point de comparaison de Veloxity. Les prochaines étapes à surveiller sont la publication du code et des mesures détaillées, l'extension à des missions plus complexes que le simple suivi de waypoints, et l'éventuelle reprise du projet par la communauté open source ou par des acteurs industriels, y compris européens, intéressés par des autopilotes plus faciles à certifier. Aucune annonce de pilote commercial ni de calendrier de maturité n'accompagne pour l'instant cette publication.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

VLN en vol : une pile de navigation vision-langage embarquée pour robots aériens

Une équipe de chercheurs a publié sur arXiv, le 18 septembre 2026 (référence 2609.20191), une étude décrivant "VLN on the Fly", une pile logicielle de navigation par instructions en langage naturel (vision-language navigation, VLN) fonctionnant intégralement à bord d'un robot aérien. Le système enchaîne quatre étages distincts et inspectables plutôt qu'un unique réseau de bout en bout : un modèle vision-langage (VLM) quantifié associe l'instruction textuelle à une cellule grossière de l'image caméra, la carte de profondeur convertit cette cellule en un objectif 3D, un planificateur de trajectoire rapide basé sur des splines B calcule un chemin faisable, puis une politique d'apprentissage par renforcement préentraînée traduit cette trajectoire en commandes moteur pour des quadricoptères. Sur 15 vols embarqués testant trois objets de référence du quotidien dans un volume intérieur contrôlé, le drone atteint sa cible dans 13 cas sur 15, avec une erreur moyenne de 5,72 cm par rapport à l'objectif et une utilisation moyenne du GPU embarqué de 39,3 %. Six essais supplémentaires en environnement encombré montrent des trajectoires sans collision grâce à un filtrage de la perception embarquée. L'intérêt de ces travaux tient à la contrainte de calcul propre aux drones, bien plus sévère que sur des robots au sol ou humanoïdes : grounding, planification et contrôle doivent se partager une puissance embarquée limitée, et une erreur dans un pipeline fusionné en un seul réseau (comme le font la plupart des politiques VLA de bout en bout) est difficile à isoler en vol. En conservant des étages séparés et observables, l'équipe défend une architecture plus sûre et plus facile à diagnostiquer, au prix probable d'une latence ou d'une flexibilité moindre qu'une politique end-to-end. Le chiffre de 39,3 % d'utilisation GPU suggère une marge de calcul disponible, preuve que l'exécution embarquée complète reste viable sans déport vers une station sol ou le cloud, un point clé pour les intégrateurs de drones d'inspection ou de logistique intéressés par un pilotage vocal ou textuel autonome. Il faut toutefois noter la portée limitée de la démonstration : 15 vols, trois objets, un environnement intérieur contrôlé, et un taux d'échec de 2 essais sur 15, loin d'un déploiement industriel validé. Ces travaux s'inscrivent dans le débat plus large opposant les architectures VLA de bout en bout, popularisées par des modèles comme Pi-0 ou GR00T N2 sur des plateformes au sol, à des pipelines modulaires jugés plus sûrs pour des systèmes critiques comme les drones volant à proximité d'humains ou d'obstacles. Aucun acteur français ou européen n'est mentionné dans cette étude, qui reste un prototype de recherche sans annonce de partenariat industriel ni de calendrier de déploiement commercial. Les essais en environnement encombré laissent entrevoir une prochaine étape vers des scénarios plus réalistes, mais aucun pilote opérationnel n'est pour l'instant annoncé.

RecherchePaper

1 source

2arXiv cs.RO

Cybflight : un autopilote embarqué en Rust pour la recherche en robotique aérienne

Cybflight est un autopilote de recherche open-source pour véhicules aériens, écrit en Rust embarqué, décrit dans un preprint publié sur arXiv sous la référence 2609.31232v1. Son architecture repose sur des interfaces typées et interchangeables qui relient l'accès au matériel, la perception, l'estimation d'état, la planification de trajectoire et le contrôle, avec une chaîne de compilation optimisée pour ce fonctionnement modulaire. Les auteurs illustrent le système avec deux implémentations Rust remplaçables entre elles: un contrôleur prédictif de suivi de contour (MPCTC, model prédictive contour-tracking control) et un algorithme d'inversion dynamique non linéaire incrémentale (INDI). Les deux tournent sur un unique microcontrôleur STM32H743, sans ordinateur compagnon embarqué. Lors des essais en vol, le véhicule a atteint 12,38 m/s en intérieur, puis 31,4 m/s en extérieur grâce à des mises à jour de position par GNSS (système de navigation par satellites). L'intérêt pour les équipes de robotique aérienne tient au fait que des charges de calcul lourdes, comme l'estimation d'état et le contrôle non linéaire, peuvent tourner entièrement sur le microcontrôleur d'un contrôleur de vol classique, sans recourir à un ordinateur compagnon (type Jetson ou Raspberry Pi) habituellement jugé nécessaire pour du MPC ou de l'INDI en temps réel. Cela réduit le poids, la consommation et la complexité d'intégration pour les plateformes de recherche, tout en évitant de devoir reconstruire un autopilote entier pour chaque nouvel algorithme testé. Pour les laboratoires et petits intégrateurs, l'architecture typée en Rust facilite le passage de la simulation au vol réel, un point de friction classique dans le secteur. Ce travail s'inscrit dans l'adoption croissante de Rust en robotique embarquée, motivée par la sécurité mémoire et les performances sans ramasse-miettes, en contraste avec les piles de vol open-source dominantes comme ArduPilot ou PX4, majoritairement écrites en C/C++ et plus difficiles à faire évoluer de façon modulaire. Le projet étant open-source, les prochaines étapes annoncées concernent l'adoption par la communauté et la validation de vols à plus haute vitesse ou avec d'autres algorithmes de perception et de contrôle, sans qu'un calendrier de déploiement industriel ne soit précisé à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

Langage des signes pour essaims : communication par le mouvement entre drones

Des chercheurs ont publié fin juin 2026 sur arXiv (référence 2606.27883) un système permettant à des drones en essaim de se transmettre de l'information via leurs seuls mouvements, sans émettre le moindre signal radio. L'architecture repose sur deux blocs principaux : un estimateur de pose qui surveille en temps réel la trajectoire du drone émetteur, et un réseau neuronal maison baptisé 3DTrajDecoder, capable de classifier et segmenter la séquence spatiotemporelle observée tout en estimant simultanément son échelle et le vecteur normal associé. Les trajectoires utilisées comme signaux sont modulaires et dynamiquement faisables, c'est-à-dire contraintes par la physique réelle du vol, ce qui les distingue de simples animations. Pour entraîner le décodeur à la fois sur des trajectoires communicantes et non-communicantes, l'équipe a développé un pipeline de génération procédurale en ligne, configurable et exécutable à la volée. Le système a été validé en simulation et en conditions réelles, avec une étude d'ablation documentant les choix architecturaux et les limites opérationnelles. L'intérêt principal tient au contexte opérationnel visé : les environnements dits "stealth-constrained", où les émissions radio actives risquent d'être brouillées ou géolocalisées. Dans des scénarios militaires, de surveillance ou de recherche et sauvetage en zones contestées, une communication purement visuelle entre agents autonomes représente une alternative résiliente aux liaisons RF conventionnelles. Le fait que le 3DTrajDecoder fonctionne sur des trajectoires planaires générées procéduralement, et non sur un vocabulaire fixe, suggère une capacité de généralisation que les approches à codage discret n'offrent pas. Le papier reste cependant au stade de la preuve de concept : aucun chiffre de portée, de débit d'information ou de taux d'erreur en conditions dégradées n'est fourni dans l'abstract, ce qui rend difficile toute comparaison avec l'état de l'art. La communication visuelle inter-drones n'est pas un sujet nouveau : des travaux antérieurs ont exploré les LEDs, les marqueurs visuels ou les codes couleur, mais ces approches supposent des conditions d'éclairage contrôlées ou des équipements spécialisés. Le mouvement comme vecteur sémantique est conceptuellement plus robuste en extérieur, mais exige une reconnaissance de pose fiable à distance, ce qui reste un défi ouvert en robotique aérienne. Les prochaines étapes logiques seraient de publier les métriques quantitatives complètes, de tester avec des essaims de plus de deux agents, et d'évaluer la robustesse au vent et aux occlusions partielles. Aucun partenaire industriel ni calendrier de déploiement n'est mentionné.

RecherchePaper

1 source

4arXiv cs.RO

Mémoire pour attention : re-perception conditionnée par le langage avec une carte vision-langage-mouvement

Des chercheurs testent une carte persistante annotée par comportements, la Vision-Language-Motion Map (VLMM), sur deux questions de planification robotique. Sur 28 scènes du simulateur AI2-THOR, un planificateur exploitant les coûts comportementaux de la VLMM réduit l'objectif de planification d'environ 35% par rapport à une approche classique. Mais en exécution réelle en boucle fermée, ce gain fond à environ 4%, et un modèle vision-langage (VLM) interrogé à la demande fait quasiment aussi bien. Sur la seconde question, celle de savoir quoi ré-observer en priorité quand le budget de perception est limité, la mémoire de la carte, historique des changements ou simple date de dernière observation, produit le meilleur calendrier de re-perception, équivalent à un oracle, là où un VLM sans mémoire se révèle médiocre. Le bénéfice se concentre sur les objets importants (facteur d'environ 1,6 fois la moyenne), et une tâche de récupération d'objet confirme moins de trajets inutiles. Le gain croît avec l'hétérogénéité des scènes selon une borne de Cauchy-Schwarz, égale à la variance de la racine de la volatilité. Avec un vrai prior CLIP sur des objets rendus, l'avantage atteint +21 à 26%. Quand la tâche est conditionnée par le langage, la VLMM identifie les objets pertinents en vocabulaire ouvert et suit leurs changements, dépassant une base récence-pertinence de +2,5% et un VLM à la demande de +8,9%. Ce résultat nuance l'idée répandue qu'une carte sémantique persistante améliore mécaniquement la navigation: pour "comment contourner une pièce", la mémoire est un luxe dont l'intérêt s'évapore à l'exécution, un VLM interrogé au vol suffisant. En revanche, pour décider quoi re-observer sans tout rescanner, cruciale pour un robot mobile ou humanoïde à budget de calcul et de caméra limité, la mémoire change la donne. Pour les intégrateurs, la leçon est concrète: pas besoin de carte comportementale complexe pour le déplacement, mais un vrai gain à prioriser les re-vérifications sur les objets qui comptent, avec économie de calcul et de temps de cycle. Ni le langage seul ni la dynamique seule ne suffisent, seule leur combinaison produit l'avantage. Les cartes sémantiques enrichies par VLM se sont multipliées avec la montée des modèles vision-langage-action, généralement validés en simulation avant tout déploiement réel. Ce travail se positionne en creux face à cette tendance en exposant l'écart entre gains de planification hors ligne et performance réelle en boucle fermée, un avertissement utile pendant que le secteur multiplie les annonces de cartes cognitives pour robots humanoïdes et logistiques. Les auteurs comparent leur approche aux VLM à la demande, sans mémoire mais coûteux en calcul, et aux baselines de récence pondérée. Travail de recherche publié sur arXiv, sans partenaire industriel annoncé, ses suites naturelles porteraient sur une validation hors simulateur et sur des plateformes robotiques réelles, où l'arbitrage calcul-mémoire-perception est plus contraint.

RecherchePaper

1 source