Aller au contenu principal
TARGO et TARGO-Net : évaluation de la préhension d'objets ciblés en présence d'occlusionsIllustration générée par IA
RecherchearXiv cs.RO 

TARGO et TARGO-Net : évaluation de la préhension d'objets ciblés en présence d'occlusions

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Une équipe de chercheurs publie, dans la version 2 d'un preprint arXiv (2407.06168), TARGO, présenté comme le premier jeu de données de référence dédié à la préhension pilotée par la cible sous occlusion (TARget-driven Grasping under Occlusions), ainsi que TARGO-Net, un modèle de prédiction de prises. Le problème visé est précis : la prédiction de poses de préhension à 6 degrés de liberté (6-DoF) à partir d'une seule image RGB-D atteint aujourd'hui une bonne précision, mais ses performances chutent nettement quand l'objet à saisir est fortement masqué par d'autres objets. TARGO-Net repose sur une architecture transformer dotée d'un module de complétion de la cible et d'une attention croisée entre la cible et la scène. Selon les auteurs, il offre la performance la plus robuste sur tous les niveaux d'occlusion visuelle testés. Le jeu de données permet d'entraîner et d'évaluer des modèles à différents degrés d'occlusion, y compris dans des scénarios réels. L'extrait disponible ne fournit pas de chiffres de taux de succès, de taille de corpus ni de matériel de test, ce qui oblige à lire ces résultats avec prudence tant que les métriques détaillées ne sont pas examinées.

L'intérêt pour l'industrie tient à la nature du verrou. Dans le bin picking et la logistique, les objets sont rarement isolés : ils sont empilés, partiellement cachés, vus depuis une seule caméra montée sur le poignet ou en poste fixe. Les auteurs montrent que les modèles de pointe actuels souffrent sous occlusion sévère, ce qui relativise les taux de succès affichés sur des benchmarks où les objets sont dégagés, et contribue à expliquer l'écart entre démonstration et production. Ils observent aussi que le succès de la prise ne dépend pas seulement du taux d'occlusion visuelle, mais aussi du niveau de complétion de la cible, du nombre d'objets occultants et de la plus petite dimension de l'objet. Pour un intégrateur, cela fournit des critères d'évaluation plus fins, utilisables pour qualifier un système de préhension avant déploiement. L'approche par complétion de forme suggère en outre qu'inférer la géométrie cachée de la cible améliore la robustesse sans multiplier les points de vue.

Ces travaux s'inscrivent dans la lignée des méthodes de génération de prises 6-DoF à partir de nuages de points ou de volumes, comme GraspNet, Contact-GraspNet ou GIGA, qui ont fait progresser la précision en environnement encombré mais sans mesurer systématiquement l'effet de l'occlusion sur la cible désignée. La préhension pilotée par la cible, où le système doit saisir un objet précis plutôt que n'importe lequel, correspond pourtant aux usages réels, du picking de commandes à l'assemblage. Face aux approches de grands modèles vision-langage-action, qui visent la généralité, TARGO se positionne comme un outil de mesure et une brique spécialisée. La suite dépendra de l'adoption du benchmark par la communauté, de la publication du code et des données, et de validations sur des robots industriels en conditions de cadence réelle, absentes à ce stade du résumé.

À lire aussi

ManiPhysicsBench : évaluation physique de la préservation des objets dans la manipulation par modèles VLA
Illustration générée par IA
1arXiv cs.RO 

ManiPhysicsBench : évaluation physique de la préservation des objets dans la manipulation par modèles VLA

Une équipe de chercheurs publie sur arXiv (référence 2610.02802) ManiPhysicsBench, un banc d'essai qui mesure si les modèles vision-langage-action (VLA) préservent les objets qu'ils manipulent, et pas seulement s'ils terminent la tâche. Il repose sur ManiPhysicsZoo, une bibliothèque d'objets réutilisables. Chaque objet y associe des propriétés matérielles tirées de la littérature, un maillage 3D et des références justificatives. Un solveur calcule ensuite, pour chaque saisie, des seuils de dommage à partir de la géométrie, du matériau et des conditions de préhension enregistrées. Ces seuils sont comparés aux forces de contact relevées en simulation, afin d'estimer une déformation ou une fracture potentielle. Le benchmark s'exécute dans LIBERO et SimplerEnv, selon trois axes physiques et trois niveaux de difficulté.

RecherchePaper
1 source
Trans2Occ : estimation de l'occupation en voxels et préhension d'objets transparents par transfert simulation-réel
Illustration générée par IA
2arXiv cs.RO 

Trans2Occ : estimation de l'occupation en voxels et préhension d'objets transparents par transfert simulation-réel

Des chercheurs ont publié début juin 2026 sur arXiv (arXiv:2606.01777) un framework baptisé Trans2Occ, conçu pour permettre à un bras robotique de percevoir et saisir des objets transparents à partir d'une unique image RGB, sans capteur de profondeur ni caméra supplémentaire. Le coeur du système convertit cette image en une représentation volumétrique par voxels, c'est-à-dire une estimation 3D de l'espace occupé par l'objet, directement exploitable pour calculer une stratégie de préhension. Pour entraîner le modèle à grande échelle, les auteurs ont construit un pipeline de simulation générant automatiquement des paires image/annotation de voxels sous des conditions variées de matériaux et d'éclairage.

RecherchePaper
1 source
Pince hybride à galets-coinceurs pour la préhension et la rétention d'objets sous incertitude de pose
Illustration générée par IA
3arXiv 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.

RecherchePaper
1 source
Préhension sûre et délicate d'objets inconnus par détection tactile
Illustration générée par IA
4arXiv 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.

RecherchePaper
1 source