Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RecherchearXiv cs.RO 

FOSCo-Net : complétion de voxels égocentrée pour les occlusions LiDAR en forêt

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

FOSCo-Net est un cadre de complétion de voxels auto-supervisé, décrit dans un article arXiv publié en novembre 2026, qui s'attaque aux occlusions LiDAR systématiques rencontrées par les robots terrestres dans les forêts tempérées. Les troncs d'arbres créent des zones aveugles persistantes derrière eux, ce qui dégrade l'estimation de traversabilité. Le réseau reconstruit la géométrie masquée à partir d'un seul scan LiDAR. Sa supervision est produite automatiquement, sans annotation manuelle, par l'accumulation temporelle des observations successives du robot en déplacement. Les auteurs comparent des grilles égocentriques cylindriques et cartésiennes, associées à plusieurs architectures de décodeur. Le décodeur à connexions de saut à portes (gated skip décoder) se montre le plus fiable. Les résumés disponibles ne donnent ni chiffres de reconstruction, ni taille du jeu de données, ni plateforme robotique, ni temps d'inférence.

Pour les intégrateurs et les équipes de navigation, le résultat le plus utile est la baisse des faux obstacles. Dans un sous-bois, une zone aveugle mal interprétée conduit soit à un arrêt inutile, soit à une trajectoire trop prudente. Les deux réduisent l'autonomie effective sur des missions d'inspection forestière, d'inventaire ou de sécurité. L'auto-supervision par accumulation temporelle a un autre intérêt : elle évite le coût d'annotation 3D dense, qui bloque souvent le passage de la recherche à la pratique en milieu non structuré. Il faut toutefois rester prudent. Les gains annoncés sont relatifs à des références choisies par les auteurs, et la supervision par accumulation reste elle-même limitée par ce que le robot a effectivement vu au cours de sa trajectoire. Aucun essai en conditions réelles, sur robot embarqué avec contraintes de calcul, n'est mentionné.

Ces travaux s'inscrivent dans la ligne des méthodes de complétion de scène sémantique issues de la conduite autonome, comme SSCNet et les approches de type occupation, adaptées ici à un environnement naturel où les repères géométriques réguliers de la route disparaissent. La navigation hors route sur terrain naturel mobilise aussi des acteurs de la robotique à pattes et des plateformes de recherche sur la traversabilité. Le travail reste, à ce stade, un résultat de laboratoire sans produit ni pilote annoncé. La suite logique serait une validation sur robot en conditions réelles, puis une intégration dans une pile de planification de trajectoire.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

EchoNav : complétion évidentielle de la vue BEV à partir des observations passées pour la navigation visuelle
1arXiv cs.RO 

EchoNav : complétion évidentielle de la vue BEV à partir des observations passées pour la navigation visuelle

EchoNav, un framework décrit dans l'article arXiv 2610.27616, propose de reconstruire une carte d'occupation locale en vue de dessus (BEV, bird's-eye view) à partir de courtes séquences d'images RGB, pour la navigation visuelle en environnement encombré. Un décodeur adapte les features gelées du modèle VGGT-Omega et combine des propositions résiduelles issues des observations passées, grâce à des poids par cellule et à une option apprise de « non-mise à jour ». La carte est produite directement dans le dernier repère du robot, sans entrée de profondeur, sans pose de caméra et sans recalage géométrique explicite. Le modèle est évidentiel : l'espace libre observé est traité à part, et l'occupation est prédite avec un niveau de confiance sur le reste de la zone supportée. L'entraînement repose sur des séquences RGB simulées associées à des annotations d'occupation complètes et masquées selon la visibilité. En simulation, sur une tâche séquentielle à deux objectifs, le système atteint 89,6 % de réussite, soit 32,5 points de plus que la meilleure référence évaluée. Sur robot à roues, il réussit 73,3 % des 60 essais répartis sur 20 scènes, contre 33,3 % pour la meilleure référence. Des démonstrations complémentaires sont présentées sur un quadrupède et un humanoïde, sans chiffres associés. L'intérêt tient à la contrainte retenue : une seule caméra RGB, sans profondeur ni odométrie visuelle fournie, là où la plupart des piles de navigation reposent sur du LiDAR, des caméras de profondeur ou une estimation de pose explicite. Si ces résultats tiennent hors du laboratoire, ils réduiraient le coût capteur et la complexité d'intégration pour des plateformes variées, ce que suggèrent les démonstrations sur trois morphologies. La sortie évidentielle est aussi utile en pratique : distinguer « inconnu » de « probablement occupé » permet à un planificateur de gérer prudemment les zones masquées. Il faut toutefois nuancer. Le gain de 40 points sur robot réel repose sur un échantillon modeste, et les baselines ne sont décrites que comme « les plus fortes évaluées », sans précision sur leur nature. L'entraînement purement simulé laisse par ailleurs ouverte la question du transfert sim-to-real hors des 20 scènes testées. Les démonstrations sur quadrupède et humanoïde restent qualitatives. Ce travail s'inscrit dans la tendance des modèles de fondation géométriques, de la famille DUSt3R et VGGT, réutilisés comme backbones gelés pour des tâches robotiques, et dans la lignée des approches de prédiction d'occupation BEV issues de la conduite autonome. Il se démarque des cartes métriques classiques (SLAM, grilles d'occupation fusionnées) par l'absence de géométrie explicite. Les concurrents naturels sont les piles de navigation fondées sur la profondeur et les politiques de navigation de bout en bout, ainsi que les systèmes de cartographie sémantique. La publication étant un préprint v1, non évalué par les pairs, aucune date de code, de jeu de données ou de déploiement industriel n'est annoncée. Les prochaines étapes à surveiller sont une validation sur davantage de scènes, des chiffres sur plateformes légères à pattes ou bipèdes, et une mesure de la latence embarquée.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Retrouver la vue : évaluation de la vision active physique pour surmonter les occlusions en manipulation robotique
2arXiv cs.RO 

Retrouver la vue : évaluation de la vision active physique pour surmonter les occlusions en manipulation robotique

Des chercheurs publient sur arXiv (2609.37292) BAVO-Bench, un benchmark de vision active bimanuelle (Bimanual Active Vision under Occlusion), accompagné d'une politique de contrôle baptisée A-FAR (Active Future-Aware Recovery). Le benchmark contrôle systématiquement la visibilité externe selon trois conditions : Clean (sans occultation), Stage Occlusion (occultation liée à une étape de la tâche) et Random-time Occlusion (occultation à un instant aléatoire). Il permet ainsi d'évaluer à la fois la performance de manipulation et la capacité du robot à retrouver une vue exploitable en déplaçant sa caméra. A-FAR pilote conjointement le point de vue et la manipulation. Elle exprime les observations d'une caméra mobile dans un repère 3D unique centré sur le robot. Elle distille ensuite, depuis un modèle 4D pré-entraîné, la structure relationnelle de la scène et son évolution future. La politique bénéficie donc d'un guidage géométrique anticipatif sans avoir besoin d'observations futures au déploiement. Les auteurs annoncent, sur plusieurs tâches de manipulation, une meilleure robustesse face aux occultations structurées et décalées dans le temps, avec des performances maintenues en conditions propres. Le résumé ne chiffre pas ces gains. Le point de départ est un angle mort des évaluations actuelles. La plupart des benchmarks de manipulation supposent une caméra fixe ou des vues fiables. Ils testent donc peu la façon dont une politique se rétablit quand une observation utile disparaît en cours d'exécution, par exemple derrière un bras, un objet ou un opérateur. Or c'est fréquent en atelier ou en logistique, où les caméras montées sur le robot ou sur des poteaux sont régulièrement masquées. Un cadre reproductible qui sépare occultation liée à la tâche et occultation aléatoire donne aux équipes VLA et imitation learning un moyen comparable de mesurer cette robustesse. Le choix d'un dispositif bimanuel, proche des plateformes de téléopération à bas coût et des humanoïdes, en accroît la pertinence. Il faut toutefois rester prudent : il s'agit d'un travail académique, apparemment évalué en simulation ou en environnement contrôlé, sans déploiement industriel ni chiffres de taux de réussite dans le résumé. Il ne dit rien de l'écart entre démonstration et réalité. Ce travail s'inscrit dans le courant de la perception active et des politiques conditionnées par la géométrie, qui cherche à dépasser les VLA entraînés sur des vues quasi statiques. L'usage d'un modèle 4D pré-entraîné comme « enseignant » relève d'une logique de distillation : la connaissance de la dynamique spatio-temporelle est intégrée à l'entraînement pour éviter un coût de calcul supplémentaire à l'inférence. Les suites logiques sont la publication du code et des données du benchmark, la comparaison avec des politiques généralistes comme Pi-0 ou GR00T, puis la validation sur robot réel avec caméra poignet ou tête mobile. Cette dernière étape déterminera si l'approche dépasse le cadre de l'évaluation académique.

RecherchePaper
1 source
OA-NBV : planification de vues sensible aux occlusions pour la perception active centrée sur l'humain de robots mobiles
3arXiv cs.RO 

OA-NBV : planification de vues sensible aux occlusions pour la perception active centrée sur l'humain de robots mobiles

Des chercheurs présentent OA-NBV (Occlusion-Aware Next-Best-View Planning), un pipeline de planification de point de vue pour robots mobiles confrontés à une personne partiellement masquée par des obstacles, publié sur arXiv sous la référence 2603.11072, en version 2 remplaçant une publication antérieure. Le système évalue les points de vue candidats accessibles au robot à l'aide d'un modèle de visibilité centré sur la cible, qui intègre l'occlusion, l'échelle de la personne dans le champ visuel et la complétude de l'observation. Les auteurs rapportent un taux de réussite supérieur à 90% en simulation comme en essais réels, alors que les méthodes NBV de référence se dégradent nettement dès qu'une occlusion survient. Comparé au meilleur de ces baselines, OA-NBV augmente la surface normalisée occupée par la cible d'au moins 81% et la visibilité des points clés du corps, utilisés pour l'estimation de posture, d'au moins 58%, selon les configurations testées. L'enjeu dépasse la démonstration en laboratoire: recherche et sauvetage, triage d'urgence et intervention post-catastrophe se déroulent justement dans des environnements encombrés où la visibilité partielle dégrade la détection de personnes ou l'estimation de pose en aval. Or la plupart des méthodes NBV existantes optimisent une exploration générique ou une couverture à long horizon, sans viser l'objectif immédiat d'obtenir une seule vue exploitable d'une personne cachée sous des contraintes de mouvement réelles. En ciblant ce cas d'usage plus étroit, OA-NBV se présente comme un module de sélection de point de vue intégrable à diverses tâches de perception centrées sur l'humain sans refonte de la chaîne d'autonomie, un argument qui parle directement aux intégrateurs confrontés au même écart entre couverture générique et besoin réel de perception. Le travail s'inscrit dans la lignée des recherches sur le Next-Best-View, historiquement tournées vers l'exploration ou la reconstruction 3D générique, dont OA-NBV se démarque en ciblant la perception active centrée sur l'humain. Ses méthodes de référence sont explicitement présentées comme des approches NBV standards qui échouent dès que l'occlusion s'installe, l'écart précis que la contribution cherche à combler. Il s'agit pour l'instant d'une publication de recherche, un preprint arXiv en version 2, sans plateforme, entreprise ni calendrier de déploiement mentionnés dans le texte, son adoption dépendant d'une intégration dans des piles logicielles existantes et de validations sur d'autres morphologies de robots et des occlusions plus denses que celles testées.

RecherchePaper
1 source
Réutilisation spatiale dynamique et décentralisée de codes pour LiDAR OCDMA dans les essaims de robots
4arXiv cs.RO 

Réutilisation spatiale dynamique et décentralisée de codes pour LiDAR OCDMA dans les essaims de robots

Un article publié sur arXiv (référence 2609.28172v1) propose un protocole décentralisé pour résoudre un problème connu des essaims de robots équipés de LiDAR : les interférences causées par la collision des codes optiques de télémétrie, une technique dite OCDMA, lorsque plusieurs robots opèrent dans un même espace. Jusqu'ici, deux approches dominaient : l'attribution statique de codes, qui exige autant de codes distincts que de robots (L=N, donc une croissance linéaire ingérable à grande échelle), ou des mécanismes réactifs répondant aux interférences détectées sans règle d'attribution coordonnée et scalable en dessous, un problème que la littérature antérieure qualifiait explicitement de non résolu. Les auteurs démontrent mathématiquement que leur protocole, dans lequel chaque robot réattribue dynamiquement ses codes de réutilisation spatiale en s'appuyant sur un graphe de voisinage d'interférence maintenu en temps réel par des balises, ne nécessite qu'un nombre de codes croissant en O(log N / log log N) à densité de robots constante, contre une croissance en Θ(N) pour l'attribution statique. Cette prédiction théorique a été testée par simulation Monte-Carlo (30 tirages aléatoires par condition, intervalles de confiance à 95%) intégrant mobilité des robots, détection imparfaite par balises et réattribution réactive : l'avantage mesuré passe d'environ 2 fois à 15 robots à 12 fois à 120 robots par rapport à l'attribution statique. Face à une reconstruction fidèle d'une approche concurrente sans coordination, le protocole obtient à la fois une meilleure efficacité de réutilisation des codes et un risque de collision réduit de 30 à 40% à budget de codes identique. Ce résultat s'adresse directement aux intégrateurs déployant des flottes de robots mobiles autonomes ou des essaims utilisant le LiDAR pour la télémétrie, en entrepôt, en logistique ou en extérieur : au-delà d'une quinzaine d'unités opérant dans le même espace, l'attribution statique de codes optiques devient vite impraticable, forçant soit une limitation du nombre de robots simultanés, soit une dégradation de la précision de mesure par interférences. En montrant qu'une coordination décentralisée, et non la simple réactivité, permet une croissance quasi logarithmique du besoin en codes plutôt que linéaire, les auteurs répondent à un verrou explicitement identifié comme non résolu dans les travaux précédents sur les essaims LiDAR. Pour les décideurs évaluant des solutions de perception collective à grande échelle, ce travail suggère qu'il est possible de faire passer des essaims de dizaines à des centaines de robots sans multiplier proportionnellement l'infrastructure de codes optiques, un frein connu à la densification des déploiements robotiques en environnement partagé. Le travail s'inscrit dans un champ de recherche encore jeune, celui de la gestion des interférences dans les systèmes LiDAR OCDMA en essaim, où les publications précédentes se limitaient soit à des schémas d'attribution figés, soit à des réponses purement réactives aux collisions détectées, sans mécanisme d'attribution sous-jacent capable de passer à l'échelle. Il ne s'agit à ce stade que de résultats de simulation et d'une preuve mathématique, sans validation sur robots physiques ni déploiement industriel : la robustesse du protocole face aux contraintes du monde réel, comme la latence des balises, la bande passante de communication inter-robots ou l'hétérogénéité des capteurs, reste à démontrer hors laboratoire. Aucun acteur commercial n'est associé à cette publication, qui relève de la recherche académique plutôt que d'un produit ou d'un pilote annoncé. Les suites attendues pour ce type de travaux incluent typiquement des essais sur plateformes robotiques réelles et une comparaison avec d'autres familles de protocoles de coordination distribuée, avant toute reprise éventuelle par des fournisseurs de flottes AMR ou de solutions de cartographie collaborative.

RecherchePaper
1 source