SUPER : évaluation des performances et des…

1arXiv cs.RO

Odométrie visuelle-inertielle stéréo robuste aux reflets via estimation de la hauteur du sol par filtre de Kalman

Des chercheurs proposent un module frontal léger, conscient des reflets, pour l'odométrie visuelle-inertielle (VIO) stéréo à base de points caractéristiques. Il cible un défaut bien connu des sols intérieurs brillants (carrelage poli, béton ciré, couloirs d'entrepôt ou de centre commercial). Les motifs spéculaires du sol y sont détectés puis triangulés comme de faux points 3D situés sous le plan du sol réel. Ces « points virtuels » produisent des associations de caractéristiques instables et des résidus visuels incohérents, ce qui dégrade l'estimation de trajectoire. La méthode estime la hauteur du sol en temps réel et ne rejette que les candidats dont la position 3D inférée se trouve sous cette hauteur. Un masque de zone de sol limite la validation aux régions sujettes aux reflets. Des mesures de hauteur au niveau de chaque image sont construites à partir de l'incertitude stéréo en hauteur et de l'incertitude de pose. Un filtre de Kalman scalaire, avec contrôle par innovation normalisée au carré (NIS), stabilise l'estimation. Une marge de sécurité tenant compte de l'incertitude sert à rejeter sélectivement les points virtuels. Les essais portent sur des séquences réelles en intérieur à sol réfléchissant. Ils montrent une amélioration générale de la précision de trajectoire dans les environnements dominés par les reflets, des estimations de hauteur de sol exactes et une récupération correcte lors de vrais changements de hauteur. L'article ne fournit pas, dans son résumé, de chiffres d'erreur ni de comparaison chiffrée avec des méthodes concurrentes. L'intérêt est très concret pour la robotique mobile en intérieur, où la localisation visuelle conditionne la fiabilité des AMR, des robots de nettoyage, des chariots autonomes et des humanoïdes appelés à circuler dans des halls logistiques ou commerciaux. Les sols brillants sont la norme dans ces sites, et l'on rencontre souvent des dérives ou des pertes de localisation que seules des campagnes de test sur site révèlent. Le choix de ne pas supprimer toute la zone de sol est notable : cette zone fournit souvent une texture exploitable et des contraintes géométriques utiles, et l'écarter entièrement appauvrit l'estimation. Le critère géométrique (un vrai point ne peut pas se trouver sous le sol) est simple, peu coûteux et s'exécute sur des calculateurs embarqués sans réseau de neurones dédié. La prudence s'impose toutefois : le résumé dit que la méthode améliore la précision « généralement », donc pas dans tous les cas. Les séquences utilisées, leur nombre et leur diversité ne sont pas précisés. Les hypothèses de sol plan et de masque fiable restent des points de fragilité, notamment sur rampes, marches ou sols partiellement mouillés. Ce travail s'inscrit dans la lignée des VIO stéréo ou monoculaires à base de points, comme VINS-Fusion, ORB-SLAM3 ou OpenVINS. Ces systèmes traitent les reflets surtout par des rejets robustes de valeurs aberrantes, par le contrôle RANSAC ou par l'élimination de zones entières. Des approches concurrentes reposent sur la segmentation sémantique des surfaces réfléchissantes ou sur la fusion avec le lidar et la roue, plus coûteuses ou plus lourdes à intégrer. Il s'agit d'une prépublication arXiv (v1), non évaluée par les pairs. Elle ne constitue ni un produit ni un déploiement. Les prochaines étapes logiques sont une intégration dans des piles open source, des tests sur davantage de sites, des comparaisons chiffrées avec les méthodes existantes et une validation sur des robots en exploitation.

RecherchePaper

1 source

2arXiv cs.RO

Analyse d'observabilité et calibration en ligne de l'odométrie visuelle-inertielle-roues pour robots mobiles 4WIS4WID

Une nouvelle prépublication arXiv (v1, non évaluée par les pairs) décrit un cadre d'odométrie visuelle-inertielle-roues (VIWO) avec calibration en ligne, conçu pour les robots mobiles à quatre roues indépendamment directrices et motrices (4WIS4WID). Les auteurs dérivent un modèle d'odométrie 2D directement à partir des quatre vitesses d'entraînement et des quatre angles de braquage, en combinant les contraintes de roulement longitudinal et de non-glissement latéral de chaque roue. Ils développent aussi un modèle de préintégration et des jacobiens analytiques, afin de rendre le filtrage et la calibration efficaces. La validation repose sur des simulations et sur des essais réels avec un robot 4WIS4WID. L'abstract ne fournit ni erreur de positionnement, ni durée d'essai, ni nom de plateforme, ni comparaison chiffrée avec d'autres méthodes. L'apport principal est théorique, mais il touche un point sensible de la mobilité industrielle. Les bases 4WIS4WID, très manœuvrantes et capables de déplacements latéraux ou diagonaux, équipent de nombreux AMR et manipulateurs mobiles. Leurs décalages de braquage, rarement connus avec précision, dégradent l'odométrie. L'analyse d'observabilité montre qu'un modèle utilisant seulement les vitesses d'entraînement rend tous les décalages de braquage inobservables. Le modèle redondant proposé, qui exploite aussi le non-glissement latéral, les rend observables. Les auteurs identifient quatre directions inobservables classiques des systèmes visuels-inertiels et trois directions supplémentaires liées au placement arbitraire du repère d'odométrie. Il reste treize paramètres intrinsèques de roues à calibrer. Ils précisent aussi les mouvements dégénérés (vitesse de lacet nulle, braquage constant, roue qui ne roule pas) et les conditions d'excitation correspondantes. Pour un intégrateur, cela définit des trajectoires de calibration à exécuter en production et des situations où l'estimation devient peu fiable. Faute de métriques publiées dans le résumé, le gain réel en précision reste à confirmer à la lecture de l'article complet. Ce travail s'inscrit dans la lignée de la fusion visuelle-inertielle (VINS) étendue aux capteurs de roues, déjà étudiée pour les bases différentielles ou de type voiture, bien plus que pour les architectures à braquage indépendant. Il comble un vide à mesure que ces plateformes se généralisent dans les entrepôts et les usines. Aucun acteur commercial, aucun calendrier de déploiement ni aucune publication de code ne sont mentionnés dans l'abstract. Les prochaines étapes probables sont des évaluations sur davantage de plateformes, des comparaisons avec des méthodes de référence et une éventuelle intégration dans les piles de navigation open source.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Évaluation de l'incertitude et de la qualité des robots à base de VLA

Des chercheurs publient une étude d'évaluation portant sur les robots pilotés par des modèles Vision-Language-Action (VLA), qui combinent perception visuelle, compréhension du langage naturel et planification d'actions pour exécuter des tâches de façon autonome. Le papier (arXiv:2507.17049) adapte huit métriques d'incertitude et cinq métriques de qualité spécifiquement conçues pour les tâches de manipulation robotique par VLA. L'étude s'appuie sur 908 exécutions de tâches réussies, issues de trois modèles VLA de pointe testés sur quatre tâches de manipulation représentatives et deux morphologies de robots différentes. Des experts du domaine ont annoté manuellement la qualité de chaque exécution, servant ainsi d'oracle humain de référence pour mesurer la corrélation avec les métriques automatiques proposées. L'enjeu dépasse l'exercice académique. Aujourd'hui, la quasi-totalité des benchmarks robotiques VLA se limitent au taux de succès binaire, une tâche est réussie ou échouée, sans mesurer la qualité de l'exécution ni le niveau de confiance du modèle dans ses propres décisions. Pour les intégrateurs et les équipes qui déploient ces modèles en conditions réelles, cette limite est concrète : un robot peut valider une tâche tout en l'exécutant de manière hésitante, dangereuse ou peu répétable, sans que cela apparaisse dans les statistiques de succès. Les auteurs montrent que plusieurs de leurs métriques présentent une corrélation modérée à forte avec le jugement humain, et que certaines permettent même de distinguer des exécutions de bonne, moyenne ou mauvaise qualité parmi les tâches échouées, un cas où l'oracle de succès classique ne fournit aucune information exploitable. Ce travail s'inscrit dans la montée en puissance rapide des architectures VLA ces deux dernières années comme brique centrale des robots humanoïdes et bras manipulateurs, où l'écart entre démonstration et fiabilité réelle reste une question ouverte pour le secteur. En proposant des métriques exploitables sans oracle de succès préexistant, les auteurs ouvrent la voie à du monitoring temps réel et à des mécanismes d'amélioration adaptative pour des robots déployés en production, plutôt qu'à une simple évaluation a posteriori en laboratoire.

RecherchePaper

1 source

4arXiv cs.RO

ProTrav : traversabilité probabiliste avec propagation de l'incertitude d'élévation pour une navigation tout-terrain sensible au risque

ProTrav est une nouvelle représentation probabiliste du terrain, proposée dans un preprint arXiv (2610.30839) pour la navigation tout-terrain de robots mobiles. Elle s'attaque à une limite des méthodes actuelles d'estimation de traversabilité, qui calculent le coût de passage à partir d'une élévation déterministe du terrain. Ces méthodes ignorent donc deux choses: les corrélations spatiales entre cellules voisines, et la manière dont l'incertitude d'élévation se propage à travers des fonctions de coût non linéaires. Les auteurs reconstruisent d'abord un champ d'élévation probabiliste avec un processus gaussien variationnel parcimonieux (SVGP) alimenté par les observations. Ils échantillonnent ensuite l'a posteriori dans l'espace des fonctions pour générer des réalisations de terrain spatialement corrélées, dont ils extraient des caractéristiques géométriques puis un coût de traversabilité. En tout point, on obtient une distribution de coût, dont la moyenne donne le coût attendu et l'écart-type l'incertitude associée. Un terme de risque, fondé sur une borne de confiance supérieure (UCB) calculée à partir de ces moments, est intégré à un contrôleur MPPI (Model Predictive Path Integral). En simulation, le taux de réussite de navigation dépasse 90 % sur différents terrains, contre moins de 40 % pour la méthode de référence, avec des variations d'attitude réduites. Une validation est également menée sur un robot réel en terrain naturel. L'intérêt tient à la prise en compte explicite du risque dans la chaîne perception-planification. En terrain non structuré, la plupart des échecs viennent d'une carte d'élévation bruitée ou lacunaire que le planificateur traite comme exacte. Propager l'incertitude jusqu'au coût, plutôt que la lisser après coup, permet au contrôleur de contourner les zones où l'estimation est peu fiable, ce qui compte pour les applications d'agriculture, de mines, de chantier, d'inspection ou de logistique extérieure. Il faut toutefois relativiser l'écart annoncé (plus de 90 % contre moins de 40 %): il provient de simulations, la référence n'est pas précisée dans le résumé, et la validation sur robot réel n'est pas chiffrée. On ne sait pas non plus si le temps de calcul de l'échantillonnage dans l'espace des fonctions est compatible avec un contrôle temps réel embarqué. Il s'agit d'un résultat de recherche, sans produit ni déploiement. Ce travail s'inscrit dans la lignée des cartes d'élévation 2,5D et des estimateurs de traversabilité géométriques ou appris, qui sont généralement déterministes, et des approches de planification sensibles au risque par CVaR ou UCB. Il recourt à un SVGP, qui rend les processus gaussiens exploitables sur de grands jeux de données, et à MPPI, devenu courant en navigation tout-terrain pour sa capacité à optimiser des coûts non différentiables. Le résumé ne nomme ni les auteurs, ni la plateforme, ni les terrains testés, ni les méthodes concurrentes. La suite logique serait des essais plus larges sur robots réels, une mesure de la charge de calcul et une comparaison avec les méthodes de traversabilité apprises de bout en bout.

RecherchePaper

1 source

SUPER : évaluation des performances et des risques en odométrie visuelle-inertielle, sensible aux incertitudes et fondée sur la sensibilité

À lire aussi

Odométrie visuelle-inertielle stéréo robuste aux reflets via estimation de la hauteur du sol par filtre de Kalman

Analyse d'observabilité et calibration en ligne de l'odométrie visuelle-inertielle-roues pour robots mobiles 4WIS4WID

Évaluation de l'incertitude et de la qualité des robots à base de VLA

ProTrav : traversabilité probabiliste avec propagation de l'incertitude d'élévation pour une navigation tout-terrain sensible au risque