RecherchearXiv cs.RO 5 novembre 2026

Couple de torsion induit par les vortex lors de la préhension d'objets mous : influence de la géométrie et des paramètres pneumatiques

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs décrivent, dans une étude publiée sur arXiv (2611.06359), l'influence de la géométrie et des paramètres pneumatiques sur le couple induit par effet vortex lors de la préhension d'objets souples. Les préhenseurs à vortex, qui génèrent une dépression par un écoulement tourbillonnaire, sont déjà intégrés aux lignes d'emballage, de tri et d'assemblage pour manipuler des pièces de formes complexes. L'étude quantifie les effets couplés de la pression d'alimentation, du diamètre de la buse tangentielle, de la géométrie de surface et de la courbure. Elle conclut qu'un diamètre de buse plus grand n'augmente pas uniformément le couple. Il accroît surtout la sensibilité du couple à la pression d'alimentation. Les surfaces en dôme concave produisent un couple nettement supérieur à leurs équivalents en dôme convexe. L'écart entre surfaces cylindriques concaves et convexes reste faible. La réponse la plus forte et la plus reproductible a été mesurée sur un dôme concave dont la forme s'accorde bien à celle du préhenseur. Parmi les méthodes de régression par apprentissage automatique comparées, la régression par processus gaussien a donné les meilleures prédictions en validation croisée répétée.

L'intérêt est pratique pour les intégrateurs et les responsables de ligne. Le couple parasite d'un vortex peut faire pivoter ou décaler un objet compliant, comme un sachet, un emballage souple ou un produit alimentaire, pendant la saisie. Jusqu'ici, ce comportement était difficile à anticiper et se traitait surtout par essais et réglages empiriques. Montrer qu'il peut être estimé à partir de quelques paramètres pneumatiques et géométriques ouvre deux voies. La première est de le limiter par le choix de la buse et de la pression. La seconde est de l'exploiter pour réorienter un objet sans mécanisme de rotation dédié, ce qui s'inscrit dans la manipulation dextre de matériaux souples. Il faut toutefois rester prudent. Il s'agit d'une caractérisation expérimentale en laboratoire, sans chiffres de couple, de pression ou de précision de prédiction dans le résumé. Aucun essai en conditions industrielles n'est mentionné, et les objets et surfaces testés couvrent un nombre limité de cas. La généralisation à d'autres matériaux, à d'autres tailles de préhenseur ou à des cadences de production réelles reste à démontrer.

Ce travail relève de la recherche amont en préhension, loin des annonces de humanoïdes ou de modèles VLA, et il n'est pas associé à un produit commercial. Il complète les efforts menés par les fabricants de préhenseurs pneumatiques, parmi lesquels Schmalz, Piab et Festo, pour lesquels la manipulation d'objets déformables en logistique reste un point dur. Le choix de la régression par processus gaussien suit une tendance courante en robotique expérimentale, où les jeux de données restreints favorisent des modèles qui fournissent aussi une estimation d'incertitude. Les prochaines étapes naturelles seraient des validations sur davantage de géométries et de matériaux, puis une intégration dans des boucles de commande ou des outils de dimensionnement. Aucun pilote ni calendrier n'est annoncé à ce stade.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Pince hybride à galets-coinceurs pour la préhension et la rétention d'objets sous incertitude de pose

Un article publié sur arXiv (arXiv:2608.20962v1) décrit un préhenseur hybride combinant rouleaux motorisés et blocage granulaire (jamming) pour saisir des objets malgré une incertitude de position initiale, un problème courant en manipulation domestique lorsque le contact de départ est décentré ou partiel. Le mécanisme fait d'abord tourner des rouleaux vers l'intérieur pour accrocher l'objet et le centrer, puis applique un vide qui rigidifie un matériau granulaire autour des rouleaux pour stabiliser la prise. Les chercheurs ont monté un prototype sur un bras robotique à 7 degrés de liberté (DOF) et testé huit objets sur 840 essais de préhension au total, dont 216 avec décalage de position planaire et 624 avec décalage d'orientation, chaque condition répétée trois fois. Le taux de réussite global atteint 812 sur 840 essais, soit 215/216 pour les décalages de position et 597/624 pour les décalages d'orientation. Une étude d'ablation sur trois objets (162 essais) compare les deux mécanismes isolés: rouleaux seuls, 54 réussites sur 81; blocage granulaire seul, 24 sur 81. Ce résultat cible un goulot d'étranglement bien identifié en manipulation robotique: la plupart des préhenseurs à rouleaux excellent à capturer un objet mal positionné mais tiennent mal la prise une fois saisi, tandis que les préhenseurs à blocage granulaire assurent une bonne rétention mais nécessitent déjà un contact suffisant pour se refermer efficacement, ce qui les rend peu fiables sur un premier contact imparfait. En combinant les deux principes dans un même outil terminal, l'étude montre par ablation que ni l'un ni l'autre mécanisme pris isolément n'approche la performance du système hybride, une preuve de concept utile pour les intégrateurs travaillant sur la logistique du dernier mètre, le tri d'objets domestiques ou les bras collaboratifs confrontés à des positions d'objets non calibrées. Le papier reste néanmoins une démonstration de mécanisme en environnement contrôlé: pas de comparaison directe à d'autres préhenseurs hybrides publiés, et l'échantillon d'ablation limité à trois objets sur 162 essais appelle à la prudence avant toute généralisation. La recherche en préhension robotique explore depuis plusieurs années deux familles distinctes de réponses à l'incertitude de pose: les préhenseurs actifs à rouleaux ou courroies, utilisés notamment en logistique d'entrepôt pour leur capacité à réajuster un objet en cours de saisie, et les préhenseurs à blocage granulaire, popularisés par des travaux universitaires puis commercialisés pour leur aptitude à épouser des formes irrégulières sans planification de prise complexe. L'article, publié comme prépublication arXiv sans affiliation industrielle mentionnée dans le résumé, se positionne comme une validation de principe combinant ces deux approches plutôt qu'une percée produit: le prototype n'est décrit qu'au banc d'essai, sans indication de déploiement, de partenariat industriel ou de calendrier de commercialisation. Les auteurs annoncent vouloir approfondir l'analyse géométrique du mécanisme et la caractérisation des forces de préhension, ce qui suggère que les prochaines étapes viseront l'intégration à des tâches de manipulation plus complexes plutôt qu'une mise sur le marché à court terme.

RecherchePaper

1 source

2arXiv cs.RO

Exploration de la géométrie intrinsèque des modèles de diffusion par cinématique inverse contrainte

Des chercheurs ont publié sur arXiv (2606.26408) une étude empirique sur la capacité des modèles de diffusion à récupérer la géométrie intrinsèque des données sur lesquelles ils sont entraînés, en utilisant la cinématique inverse contrainte comme terrain d'expérimentation contrôlé. L'équipe a entraîné un unique modèle de diffusion conditionnel sur sept familles de contraintes différentes, appliquées successivement au bras UR5 (6-DOF, Universal Robots) et au Franka Emika (7-DOF). Ces familles de contraintes couvrent un spectre allant des branches discrètes de cinématique inverse jusqu'aux variétés de self-motion (les configurations redondantes d'un bras à 7 DOF pour une même position d'effecteur). La principale mesure évaluée est la dimension intrinsèque récupérée à partir de la fonction score du modèle, comparée à la dimension analytique connue de chaque variété de contrainte. L'intérêt de ce travail pour la robotique tient à la rigueur du banc d'essai : contrairement aux études précédentes sur la géométrie des modèles de diffusion, menées sur des images naturelles dont la géométrie réelle est inconnue, la cinématique inverse fournit une vérité terrain analytique exacte. Les résultats montrent que la dimension intrinsèque estimée correspond à la dimension analytique des degrés de liberté de la variété correspondante, sur les deux robots. En outre, l'interpolation linéaire dans l'espace latent produit des solutions qui restent proches de la variété de contrainte, ce qui indique que le modèle ne capture pas seulement la dimensionnalité mais aussi la structure géométrique locale. Pour les équipes travaillant sur des politiques de diffusion (diffusion policies) pour la manipulation contrainte, cela suggère que ces modèles pourraient généraliser à des espaces de configurations complexes sans supervision géométrique explicite. Ce travail s'inscrit dans un mouvement plus large d'analyse théorique des modèles de diffusion appliqués à la robotique, porté notamment par les succès récents de politiques comme pi-0 (Physical Intelligence) ou des approches VLA (Vision-Language-Action). La question de savoir si ces modèles "comprennent" la géométrie des espaces de configuration est centrale pour évaluer leur capacité de généralisation hors distribution. Les concurrents directs de cette ligne de recherche incluent des approches par flow matching ou par représentations Riemanniennes explicites. Les prochaines étapes naturelles seraient d'étendre l'analyse à des contraintes dynamiques ou à des robots à plus haute redondance, et de valider si ces propriétés géométriques persistent sous des architectures de type Transformer diffusion.

UELes bras UR5 (Universal Robots, Danemark) et Franka Emika (Allemagne) servent de bancs d'essai, ancrant cette recherche dans l'écosystème robotique européen, mais l'impact opérationnel direct reste limité à court terme.

RecherchePaper

1 source

3arXiv cs.RO

Préhension sûre et délicate d'objets inconnus par détection tactile

Des chercheurs publient sur arXiv (2610.12790) un cadre de commande prédictive pour la préhension sûre d'objets inconnus, fondé sur deux modules tactiles compacts à canal unique montés sur la pince. Le système caractérise en temps réel l'interaction entre la pince et l'objet, sans connaissance préalable de celui-ci et sans entraînement hors ligne. Une machine à états finis sonde d'abord l'effort de serrage pour établir la force initiale et identifier les contraintes de saisie. Un modèle à processus gaussien (GP) apprend ensuite en ligne la dynamique de contact. Ses incertitudes servent à construire des contraintes robustes, intégrées à une commande prédictive (MPC) qui tourne à 100 Hz. Les auteurs affirment démontrer une convergence de l'erreur au sens probabiliste. Les essais couvrent plusieurs topologies de surface de contact et divers objets, des plus fragiles (tofu cru, chamallows) aux plus rugueux (pierres). Les résultats sont donnés comme supérieurs à des stratégies de référence, sans chiffres détaillés dans le résumé disponible. L'enjeu est un verrou classique de la manipulation : tenir assez fort pour éviter le glissement, mais pas trop pour ne pas endommager. Beaucoup d'approches reposent sur des modèles d'objet connus, des données d'entraînement ou des capteurs tactiles riches et coûteux (type vision-tactile). Ici, un capteur à canal unique, donc peu cher et simple à intégrer, suffit à gérer des objets inconnus. Pour un intégrateur, cela intéresse la logistique à références variables, l'agroalimentaire ou le tri de produits frais. L'absence d'apprentissage hors ligne évite aussi la chaîne de collecte de données et le risque de décalage simulation-réel. La manipulation dynamique, c'est-à-dire en mouvement et non en maintien statique, est plus proche des cadences industrielles. Des réserves s'imposent toutefois. Il s'agit d'un préprint non évalué par des pairs, testé en laboratoire sur une série d'objets choisis par les auteurs. Les temps de cycle, les taux d'échec et la robustesse sur de longues séries ne sont pas précisés dans le résumé. Ces travaux s'inscrivent dans la lignée des méthodes de contrôle de force et de détection de glissement par capteurs tactiles, ainsi que des approches de MPC fondées sur des processus gaussiens, appréciés pour leur quantification d'incertitude avec peu de données. Ils contrastent avec la tendance actuelle des modèles VLA (vision-langage-action) et des mains à capteurs tactiles denses, qui exigent de gros volumes de données. Leur intérêt tient à un pari inverse : une boucle de contrôle légère, interprétable et dotée de garanties statistiques, qui pourrait compléter un VLA en gérant la couche bas niveau de la prise. Aucun produit, partenaire industriel ni calendrier de transfert n'est annoncé. Les prochaines étapes probables sont des tests sur pinces commerciales, des objets déformables ou glissants plus variés et une évaluation en cadence réelle.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Prédire la distribution des forces de contact à partir de la vision en exploitant les a priori de géométrie des objets

Une équipe de recherche a publié le 1er août 2026 sur arXiv (référence 2608.00464) un modèle qui prédit la distribution tridimensionnelle des forces de contact à partir d'une seule image RGB, appliqué à des scènes d'objets du quotidien empilés en vrac. Pour entraîner ce système, les auteurs ont d'abord généré des données appariées vision-force via un simulateur de corps rigides classique en robotique, un outil qui produit normalement des forces ponctuelles bruitées et peu exploitables telles quelles. Leur idée centrale consiste à lisser statistiquement ces forces ponctuelles pour obtenir des distributions continues, plus proches de la façon dont un humain anticipe intuitivement le comportement physique d'une pile d'objets. Ils vont plus loin en intégrant la géométrie de chaque objet dans ce processus de lissage, afin de tenir compte des variations d'état de contact selon la forme des pièces. Le modèle a été évalué à la fois en simulation et sur des scènes réelles, alors qu'il n'a jamais été entraîné que sur des données synthétiques. L'enjeu dépasse la simple précision de prédiction : il touche directement au problème classique du transfert sim-to-real, l'un des principaux points de friction pour rendre la manipulation robotique fiable hors laboratoire. Un robot capable d'anticiper visuellement où et comment les forces se répartissent dans une pile d'objets peut ajuster sa stratégie de préhension avant même le contact, ce qui intéresse directement les intégrateurs travaillant sur le tri, le bin-picking ou la logistique en environnement non structuré. Les résultats indiqués montrent que le lissage améliore non seulement la prédiction elle-même, mais aussi la performance sur les tâches en aval, et que le guidage par géométrie apporte un gain supplémentaire, ce qui suggère que la représentation du signal cible compte autant que l'architecture du modèle. Ce travail s'inscrit dans un courant de recherche plus large sur l'estimation de propriétés physiques à partir de la seule vision, sans capteurs de force embarqués coûteux. Il reste à ce stade une contribution académique, sans déploiement industriel annoncé ni partenaire cité, et les prochaines étapes attendues concernent probablement l'extension à des géométries d'objets plus variées et des scénarios de manipulation plus complexes.

RecherchePaper

1 source