Aller au contenu principal
Ce robot volant ultraléger embarque ses propres capteurs et ordinateursIllustration générée par IA
RechercheMIT News Robotics 

Ce robot volant ultraléger embarque ses propres capteurs et ordinateurs

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

Des chercheurs du MIT, au sein du Soft and Micro Robotics Laboratory dirigé par Kevin Chen (professeur associé en EECS), ont conçu un microrobot volant à ailes battantes capable, pour la première fois selon eux, de porter ses propres capteurs et son calculateur embarqués. Décrit dans Science Robotics, avec Jonathan P. How (MIT) et Elizabeth Farrell Helbling (Cornell) comme co-auteurs correspondants, l'appareil suit une trajectoire complexe et se pose avec précision sur un tournesol, en dehors de l'environnement de capture de mouvement du laboratoire. Le robot, de la taille d'une microcassette et plus léger qu'un trombone, utilise quatre ailes actionnées par des muscles artificiels souples. Les chercheurs ont augmenté la taille de ces actionneurs de 50 % en ajustant leur rayon et leur longueur, ce qui a accru la portance nette de 46 % et donné un rapport portance/poids de 1,9. Le module électronique, de 244 milligrammes, embarque une centrale inertielle (attitude), un capteur de flux optique (vitesse latérale et position) et un capteur de temps de vol (altitude), reliés à un microcontrôleur. Un algorithme d'estimation simplifié calcule orientation, vitesse angulaire et position à haute cadence, et les auteurs observent qu'une estimation rapide mais moins précise donne de meilleurs résultats qu'une estimation plus exacte mais lente.

La portée de ce résultat tient à la levée d'un verrou précis : jusqu'ici, ces microrobots, pourtant rapides, agiles et résistants aux chocs, restaient prisonniers d'un système de capture de mouvement externe, donc cantonnés au laboratoire. Démontrer une autonomie en perception et en calcul à cette échelle est une étape préalable à toute application de terrain, comme la pollinisation d'amandiers ou de myrtilliers dans des zones où les pollinisateurs naturels ont reculé, ou la surveillance de cultures pour repérer des ravageurs. Il faut toutefois rester lucide : le robot demeure relié à une source d'alimentation externe, ce qui le sépare d'un véritable vol autonome, et l'énergie reste le principal obstacle à l'échelle du milligramme. Aucune donnée d'endurance, de précision de positionnement en extérieur ou de robustesse au vent n'est avancée dans les éléments disponibles, et la démonstration sur un tournesol relève d'une preuve de concept de laboratoire, pas d'un produit ni d'un pilote. Pour les intégrateurs et décideurs B2B, c'est un signal de recherche à horizon long, pas une offre commerciale.

Ce travail prolonge une décennie de développement au MIT sur des microrobots aériens à ailes battantes et muscles artificiels, dont les précédentes versions atteignaient une vitesse et une agilité comparables à celles d'un bourdon, mais sans charge utile suffisante pour l'électronique. Il se distingue de la robotique de pollinisation à plus grande échelle, fondée sur des drones ou des bras montés sur véhicules, par un gabarit qui permet d'évoluer sans endommager les fleurs. L'équipe de Cornell, via Elizabeth Farrell Helbling, est également active sur les insectes-robots, ce qui dessine un petit cercle académique américain sur ce créneau. Les suites logiques sont l'intégration d'une source d'énergie embarquée, l'allègement supplémentaire de l'électronique et des essais en conditions réelles, mais aucun calendrier n'a été annoncé dans les éléments disponibles.

À lire aussi

Détection multi-classe d'humains et d'objets sur des bras robotiques par capteurs proprioceptifs
Illustration générée par IA
1arXiv cs.RO 

Détection multi-classe d'humains et d'objets sur des bras robotiques par capteurs proprioceptifs

Une équipe de recherche a publié sur arXiv (référence 2508.02425) une étude portant sur la détection multi-classe de contacts en collaboration physique humain-robot (pHRC), testée sur le manipulateur Franka Emika Panda, l'un des cobots de référence pour la recherche académique. L'objectif : identifier en temps réel si le robot entre en contact avec un humain, un objet mou ou un objet dur, en utilisant uniquement la perception proprioceptive (couples articulaires, positions, vitesses) sans aucun capteur visuel externe. Un dataset dédié a été constitué sur ce bras à 7 degrés de liberté, puis trois architectures de réseaux de neurones ont été entraînées et comparées : LSTM, GRU et Transformers. Le meilleur modèle atteint 91,11 % de précision en test temps réel, avec une approche de prétraitement par fenêtre glissante identifiée comme optimale pour cette analyse de séries temporelles. Ce résultat marque une progression significative par rapport aux classifieurs binaires (humain/non-humain ou mou/dur) qui constituaient jusqu'ici l'état de l'art dans ce domaine. Passer à trois classes augmente la granularité de l'analyse de contact, ce qui est directement utile pour des applications industrielles : un robot qui distingue un opérateur d'un outil ou d'une pièce peut adapter sa réponse (arrêt d'urgence, réduction de vitesse, reconfiguration de trajectoire) de façon bien plus fine. L'approche purement proprioceptive est également un avantage pratique majeur : elle ne nécessite ni caméra supplémentaire ni calibration visuelle, ce qui simplifie l'intégration sur des cellules robotisées existantes. La précision de 91 % en conditions temps réel reste toutefois à valider sur des scénarios industriels variés au-delà du protocole de collecte de données décrit. Le Franka Emika Panda, désormais commercialisé sous la marque Franka Robotics après le rachat par Agile Robots, est une plateforme quasi-standard pour la recherche en pHRC grâce à son contrôle en couple natif. Ce travail s'inscrit dans un axe de recherche actif qui cherche à rivaliser avec les approches par vision (détection de contact par caméra RGB-D ou tactile) en misant sur la richesse des signaux internes du robot. Les concurrents directs incluent des travaux utilisant des peaux tactiles (BioTac, iCub) ou des réseaux de neurones appliqués aux données de force/couple de robots Universal Robots ou Kuka. La prochaine étape naturelle serait l'extension à des environnements moins contrôlés et à des robots à payload plus élevé pour valider le transfert sim-to-real de ces modèles.

UEFranka Robotics, entreprise européenne éditrice du Panda (plateforme quasi-standard des labos EU), est l'hôte direct de ces travaux, ce qui facilite un transfert technologique vers les intégrateurs et chercheurs européens en sécurité cobot sans capteurs additionnels.

RecherchePaper
1 source
Un nouveau cadre améliore de 15 % le suivi de trajectoire des robots volants et marcheurs
Illustration générée par IA
2Interesting Engineering 

Un nouveau cadre améliore de 15 % le suivi de trajectoire des robots volants et marcheurs

Des chercheurs de l'Université de l'Illinois à Urbana-Champaign ont mis au point une méthode d'apprentissage baptisée CARL (Contraction-Aware Reinforcement Learning), qui associe apprentissage par renforcement et théorie de la contraction. Elle vise à améliorer le suivi de trajectoire tout en offrant des garanties mathématiques de stabilité. Les équipes l'ont testée sur trois plateformes aux dynamiques très différentes : un robot à roues TurtleBot 3 Burger (l'article le nomme « TurboBot 3 Burger »), un drone à ailes battantes et un hexapode Jethexa. Elles annoncent un gain de précision de suivi allant jusqu'à 15 % par rapport aux méthodes existantes. Les essais ont d'abord eu lieu en simulation, puis sur des machines réelles dans un laboratoire de vol du département d'ingénierie aérospatiale. Les résultats sont présentés comme valables dans les deux cas. En revanche, l'article ne précise ni les méthodes de référence, ni le nombre d'essais, ni la répartition du gain entre les trois robots. Le « jusqu'à 15 % » est donc un maximum, pas une moyenne. Le problème visé est connu. Une politique apprise par renforcement peut accomplir sa tâche tout en se comportant de façon imprévisible ou en s'écartant fortement de la trajectoire voulue, ce qui est difficilement acceptable sur du matériel coûteux ou au contact de personnes. CARL garde l'apprentissage par renforcement comme contrôleur principal. La théorie de la contraction, un cadre d'analyse de la stabilité des systèmes dynamiques, sert à borner la croissance des erreurs de suivi. De petites erreurs subsistent, mais leur amplitude est mathématiquement limitée. Pour un intégrateur ou un responsable sécurité, c'est la différence entre une politique « qui marche en moyenne » et une politique dont on peut documenter l'enveloppe de comportement, un argument utile pour la certification. Les chercheurs affirment aussi que la méthode gère mieux le sim-to-real gap, par exemple un robot simulé à 1 kg qui pèse 1,2 kg en réalité. Il faut toutefois rester prudent : des plateformes de recherche de petite taille, testées en laboratoire, ne disent rien de la tenue de la méthode sur un humanoïde ou un bras industriel sous charge. Ce travail s'inscrit dans un courant qui cherche à réconcilier l'apprentissage, performant mais opaque, et l'automatique classique, moins flexible mais vérifiable. Il se distingue des approches dominantes dans l'humanoïde et la manipulation, qui misent surtout sur des modèles VLA ou de grandes politiques entraînées en simulation et validées empiriquement, sans borne formelle sur les erreurs. Les auteurs citent la gestion des feux de forêt comme application possible : des robots déployés en environnement dangereux pour localiser des foyers et collecter des données. Il s'agit d'une piste, sans pilote ni calendrier annoncé. CARL reste à ce stade un résultat académique, non un produit. Les prochaines étapes à surveiller sont le passage à des systèmes plus complexes, à plus de degrés de liberté, et la comparaison publique avec les contrôleurs appris existants sur des benchmarks communs.

RecherchePaper
1 source
Des cellules musculaires vivantes permettent au nouveau robot ultra-fin du MIT de nager sous l'eau
Illustration générée par IA
3Interesting Engineering 

Des cellules musculaires vivantes permettent au nouveau robot ultra-fin du MIT de nager sous l'eau

Des ingénieurs du MIT ont mis au point un robot nageur d'à peine un demi-millimètre d'épaisseur, actionné par une seule couche de cellules musculaires vivantes. Son corps est un film à base de gélatine, doté de deux sections flexibles servant de nageoires. Chacune est recouverte d'une couche de cellules de muscle squelettique plus fine qu'un cheveu, modifiées génétiquement pour se contracter sous l'effet de la lumière. Un faisceau dirigé sur une nageoire la fait battre et propulse l'engin. En choisissant la nageoire éclairée et le rythme de l'illumination, l'équipe pilote la direction et la vitesse. Lors des essais, le robot, immergé dans une grande boîte de Petri, a suivi une source lumineuse déplacée manuellement au-dessus de lui et franchi un labyrinthe. Sa vitesse maximale atteint environ quatre longueurs de corps par minute, très en deçà d'un nageur humain. Les chercheurs le présentent comme la première démonstration d'un robot bidimensionnel, très fin, propulsé par du muscle et capable de locomotion. Ce travail compte moins pour ses performances que pour son économie de matière biologique. Les robots biohybrides classiques reposent sur des structures tridimensionnelles volumineuses, constituées de millions de cellules cultivées en laboratoire. Une architecture en monocouche réduit cette charge et pourrait améliorer le rendement du mouvement. Il faut toutefois rester lucide : la démonstration se fait en laboratoire, en milieu contrôlé, avec une commande lumineuse externe et manuelle, et aucune application industrielle n'est annoncée. Pour un intégrateur ou un décideur B2B, il s'agit de recherche fondamentale, pas d'un produit ni d'un pilote. L'article suggère à terme des tâches délicates en milieu aquatique, là où le matériel conventionnel est difficile à déployer, sans calendrier ni chiffres de performance en charge utile ou en endurance. L'enseignement principal porte sur la conception : le support des cellules pèse autant que les cellules elles-mêmes. Le projet prolonge les travaux de Ritu Raman, professeure associée de génie mécanique au MIT, et de son groupe. Leur précédente expérience avait produit un muscle artificiel inspiré de l'iris humain, avec des cellules cultivées sur un disque de gel rainuré de façon concentrique et radiale. Il se contractait dans plusieurs directions sous la lumière, mais son déplacement plafonnait à environ 100 micromètres. Pour nager, il fallait beaucoup plus de force. L'équipe a donc remplacé la fibrine, un gel ultra-mou qui se déformait sous la contraction, par du méthacrylate de gélatine (GelMA), courant en ingénierie tissulaire. Des formulations plus rigides ont favorisé l'alignement cellulaire et des contractions plus fortes. Les rainures à fond carré alignent mieux les cellules que les rainures arrondies, ce qui facilite leur fusion en fibres musculaires coordonnées. Un entraînement par stimulations lumineuses répétées a en outre renforcé le tissu avant l'assemblage. Aucun concurrent n'est cité, et l'article ne mentionne aucune suite ni échéance de développement.

RecherchePaper
1 source
Un robot volant humanoïde sans queue de 26 grammes, inspiré du papillon, avec contrôle d'assiette embarqué
Illustration générée par IA
4arXiv cs.RO 

Un robot volant humanoïde sans queue de 26 grammes, inspiré du papillon, avec contrôle d'assiette embarqué

AirPulse, un robot volant à ailes battantes de 26 grammes inspiré du papillon, est décrit dans une preprint arXiv (2602.06811, version 3) publiée début 2026. Sans queue, doté de deux ailes à nervation bio-inspirée, l'appareil intègre à bord capteurs, calcul et alimentation, ce qui en fait, selon les auteurs, la plateforme volante la plus légère parmi les robots bio-inspirés comparables. Grâce à une stratégie de contrôle nommée Stroke Timing Asymmetry Rhythm (STAR), qui lisse les variations de vitesse de battement sans changer la fréquence moyenne, l'appareil a réalisé en vol libre et sans fil un contrôle stable du tangage et de la trajectoire en montée et en virage. Les robots à ailes battantes inspirés des insectes butent généralement sur un problème connu : une dynamique corporelle synchrone au battement et une inertie variable dans le temps, difficiles à stabiliser à faible masse. En démontrant un contrôle d'attitude en boucle fermée et sans fil sur une plateforme de 26 grammes, calcul et énergie embarqués, AirPulse dépasse le stade des démonstrations assistées par câble qui dominent encore ce domaine de recherche. Pour les laboratoires travaillant sur les micro-véhicules aériens, ce résultat ouvre une piste vers des usages en espaces confinés et sensibles, là où les rotors rigides classiques restent trop bruyants ou encombrants. Il s'agit toutefois d'un résultat de recherche publié sur arXiv et validé en laboratoire, pas d'un produit commercial, et l'écart avec un déploiement opérationnel reste important. Le domaine des robots à ailes battantes bio-inspirés oppose traditionnellement des plateformes très légères mais reliées à un fil, à des robots autonomes plus lourds et complexes. AirPulse cherche à réunir les deux, autonomie embarquée et masse minimale, avec des ailes souples battant à basse fréquence, plus proches biomécaniquement du papillon que des rotors rigides des drones classiques. La stratégie STAR répond en particulier au problème de stabilité posé par l'absence de queue, qui prive l'appareil de la stabilisation passive normalement assurée par un empennage. Les auteurs présentent ce travail comme une base pour de futures plateformes bio-inspirées légères destinées à opérer en environnements confinés et sensibles, sans annoncer de calendrier de transfert industriel.

RecherchePaper
1 source