RecherchearXiv cs.RO 18 juin 2026

La configuration des capteurs est déterminante : une évaluation systématique du SLAM multimodal sur des robots quadrupèdes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv (réf. 2606.19067) une évaluation systématique de méthodes SLAM (Simultaneous Localization and Mapping) appliquées aux robots quadrupèdes, en s'appuyant sur le dataset GrandTour enregistré sur un ANYmal D d'ANYbotics. Trois familles d'approches sont comparées : SLAM visuel pur, visuel-inertiel (VIO), et LiDAR-visuel-inertiel. L'étude isole trois variables matérielles : modalité caméra (monoculaire, stéréo, RGB-D), type d'obturateur (global shutter vs rolling shutter), et qualité de l'IMU. Résultats principaux : les configurations stéréo surpassent systématiquement le monoculaire et le RGB-D en précision de localisation ; les caméras à obturateur global réduisent significativement les échecs de tracking liés au mouvement ; et, point contre-intuitif, l'intégration d'une IMU standard peut dégrader les performances des frameworks principalement visuels sous les dynamiques agressives de la locomotion quadrupède.

Les robots à pattes génèrent des perturbations sensorielles que les plateformes à roues ou les drones ne produisent pas à la même intensité : chocs d'impact au sol à chaque appui, vibrations mécaniques haute fréquence dans la structure, rotations angulaires rapides lors des corrections de posture. Ces phénomènes dégradent les pipelines de perception conçus pour des dynamiques plus lisses. L'enseignement clé pour les intégrateurs : le choix matériel conditionne la robustesse avant même le choix algorithmique. Que l'IMU standard puisse activement nuire à la perception visuelle, plutôt que simplement ne pas l'améliorer, remet en question la pratique courante d'ajouter une centrale inertielle bas de gamme par défaut dans un payload. Pour un responsable technique évaluant un quadrupède pour l'inspection d'infrastructure, l'étude fournit des critères de sélection hardware directement actionnables.

L'ANYmal D, développé par ANYbotics (spin-off de l'ETH Zurich), est l'une des plateformes quadrupèdes les plus déployées en inspection industrielle, notamment dans le secteur pétrolier et gazier. Le SLAM visuel-inertiel a été largement validé sur drones et robots à roues, mais sa transposition aux systèmes à pattes reste un chantier de recherche actif. Les équipes travaillant sur Boston Dynamics Spot, Unitree B2 ou les plateformes d'Agility Robotics affrontent les mêmes contraintes d'embodiment. L'article formule des recommandations concrètes pour la constitution de payloads capteurs sur systèmes agiles, directement exploitables par les intégrateurs définissant les prochaines itérations de ces plateformes.

Impact France/UE

Les critères de sélection hardware identifiés (stéréo + obturateur global, méfiance envers IMU bas de gamme) bénéficient directement aux intégrateurs européens déployant des quadrupèdes ANYmal D (ANYbotics, spin-off ETH Zurich) sur des sites d'inspection industrielle en Europe.

Dans nos dossiers

Boston Dynamics Unitree Agility Robotics — Digit arXiv cs.RO

À lire aussi

1arXiv cs.RO

BinWalker : conception et évaluation sur le terrain d'un robot quadrupède manipulateur pour la collecte durable de déchets

Des chercheurs du laboratoire DLSLab de l'Istituto Italiano di Tecnologia (IIT) ont présenté BinWalker, une plateforme robotique quadrupède équipée d'un bras manipulateur et d'un conteneur embarqué, conçue pour la collecte autonome de déchets en extérieur. Décrit dans un article publié sur arXiv (référence 2603.10529, version révisée), le système combine la mobilité de la locomotion à pattes avec un module de manipulation permettant de détecter, saisir et stocker des détritus tout en évoluant sur des terrains irréguliers comme les zones côtières, les parcs ou les bas-côtés végétalisés. Les essais ont été menés en conditions réelles extérieures, avec des évaluations sur le terrain destinées à valider l'intégration de la perception, de la locomotion et de la manipulation sur une même plateforme. Le code du projet, nommé trash-collection-isaaclab, a été rendu public sur le dépôt GitHub de l'équipe iit-DLSLab, ce qui suggère un entraînement appuyé sur l'environnement de simulation Isaac Lab de NVIDIA. L'article ne fournit toutefois aucun chiffre précis de charge utile, de degrés de liberté du bras, de temps de cycle ou de volumes traités, restant centré sur une démonstration de faisabilité plutôt que sur des métriques de performance industrielle. Ce travail illustre une tendance de fond dans la robotique de terrain: le recours à des plateformes quadrupèdes, plus aptes que les robots à roues ou les AMR classiques à franchir obstacles, pentes et sols meubles, pour des tâches de service extérieur jusqu'ici réservées à la main-d'œuvre humaine. La collecte de déchets sauvages, aujourd'hui manuelle, coûteuse et chronophage, représente un usage potentiel pour les municipalités, gestionnaires de parcs et opérateurs de nettoyage côtier, mais qui bute sur l'accessibilité des sites. En associant locomotion à pattes et manipulation embarquée sur une seule plateforme, BinWalker teste concrètement la viabilité d'une chaîne complète perception-navigation-préhension en environnement non structuré, un défi encore mal résolu malgré les progrès des modèles vision-langage-action. Pour les intégrateurs, l'intérêt tient moins à un produit prêt à déployer qu'à la preuve que l'architecture quadrupède plus bras reste praticable sur un segment environnemental à faible marge, généralement délaissé au profit d'applications logistiques ou d'inspection industrielle plus rémunératrices. Le projet s'inscrit dans les travaux du DLSLab de l'IIT, laboratoire italien spécialisé dans la locomotion dynamique des robots à pattes, qui publie régulièrement en accès libre, comme en témoigne la mise à disposition du code sur GitHub. BinWalker se positionne sur un créneau distinct des grandes plateformes humanoïdes commerciales telles que Figure 03 ou Optimus, ou des systèmes pilotés par des modèles comme Pi-0, GR00T N2 ou Helix, en misant sur une architecture quadrupède spécialisée plutôt que sur la polyvalence humanoïde générale. Aucun acteur français ou européen du secteur, comme Wandercraft ou Enchanted Tools, n'apparaît dans cette publication, qui reste un travail de recherche académique sans partenariat industriel ni pilote annoncé avec une municipalité. Les suites évoquées portent sur l'amélioration de la robustesse du système en conditions réelles variées, plutôt que sur un calendrier de commercialisation.

UEL'IIT est un institut de recherche italien reconnu en robotique à pattes, mais cette publication reste purement académique, sans partenariat industriel ni pilote municipal annoncé, et n'implique aucun acteur français comme Wandercraft ou Enchanted Tools.

RecherchePaper

1 source

2arXiv cs.RO

Prédiction d'occupation sémantique multimodale panoramique pour robots quadrupèdes

Des chercheurs présentent PanoMMOcc, premier jeu de données réel d'occupation sémantique multimodale panoramique conçu pour des robots quadrupèdes, réunissant quatre modalités de capteurs collectées dans des scènes variées. A partir de ce jeu de données, l'équipe propose VoxelHound, un framework de perception d'occupation adapte a la locomotion sur pattes et a l'imagerie sphérique a 360 degrés. Il repose sur deux modules : Vertical Jitter Compensation (VJC), qui corrige les perturbations de point de vue provoquées par le tangage et le roulis du corps pendant la marche, et Multimodal Information Prompt Fusion (MIPF), qui fusionne les indices visuels panoramiques avec les modalités auxiliaires pour affiner la prédiction volumétrique. Sur le benchmark établi a partir de PanoMMOcc, VoxelHound revendique des résultats état de l'art avec un gain de +4.16 points de mIoU par rapport aux méthodes existantes. Le jeu de données et le code source doivent être publies sur le dépôt GitHub SXDR/PanoMMOcc, référençant le papier sous l'identifiant arXiv 2603.13108, dans une version révisée. L'enjeu tient au fait que les méthodes de prédiction d'occupation actuelles ont été conçues pour des véhicules a roues et reposent lourdement sur des indices RGB, une approche mal adaptee aux robots a pattes dont le corps oscille verticalement a chaque cycle de marche, dégradant la cohérence spatiale des modèles existants. En fournissant le premier jeu de données réel et un benchmark spécifiques a ce cas d'usage, ce travail comble un manque concret pour les intégrateurs qui cherchent a déployer des quadrupèdes dans des environnements dynamiques comme des entrepôts ou des chantiers extérieurs. Le gain de +4.16 en mIoU reste toutefois une mesure interne, évaluée sur le benchmark propre des auteurs, sans comparaison indépendante tierce a ce stade. La prédiction d'occupation 3D s'est surtout développée dans le contexte de la conduite autonome, avec des architectures pensées pour des plateformes a roues stables et des rigs multi-cameras fixes. L'essor de plateformes quadrupèdes commerciales, capables de franchir des terrains irréguliers, a mis en évidence l'absence d'outils de perception robustes a ce type de mouvement non rigide. La publication conjointe du dataset et du code vise a faciliter les recherches futures sur la perception 3D multimodale panoramique pour les systèmes robotiques incarnes. Il s'agit pour l'instant d'un travail de recherche académique, sans annonce de déploiement industriel ni de partenaire commercial associe.

RecherchePaper

1 source

3arXiv cs.RO

Coordination continue de robots quadrupèdes par découverte de compétences sémantiques

Des chercheurs ont publié sur arXiv (réf. 2606.08102) un framework appelé Conquer, conçu pour coordonner des équipes de robots quadrupèdes en apprentissage continu, c'est-à-dire sans avoir à réentraîner le système à chaque nouvelle tâche. L'approche repose sur une bibliothèque de compétences sémantiques organisée autour d'un cycle récupérer-adapter-mettre à jour : avant d'exécuter une tâche inconnue, le système construit un descripteur sémantique à partir des informations pré-exécution, retrouve la compétence la plus proche dans la bibliothèque, l'adapte, puis intègre les trajectoires réelles pour enrichir la base. Le backbone SAG (Self-Allies-Goal) permet de gérer des équipes de taille variable en modélisant explicitement l'état propre de chaque robot, le contexte de ses coéquipiers et l'objectif de la tâche. En simulation, Conquer atteint un taux de succès moyen final de 95,6 %, avec un transfert positif démontré vers de nouvelles tâches et un oubli catastrophique qualifié de négligeable. Des essais en conditions réelles ont été conduits sur des équipes de Unitree Go2, le quadrupède commercial d'Unitree Robotics. Ce résultat compte parce qu'il s'attaque à l'un des verrous fondamentaux de la robotique multi-agents : les méthodes de type MARL (apprentissage par renforcement multi-agents) existantes entraînent des politiques spécifiques à une famille de tâches fermée, ce qui les rend inutilisables dans des environnements industriels où les missions évoluent en permanence. Conquer propose une alternative où de nouvelles compétences de coordination s'accumulent sans effacer les précédentes, un prérequis pour tout déploiement réel dans des entrepôts ou sur des lignes de production à géométrie variable. La capacité à gérer des équipes de taille arbitraire est également non triviale : la plupart des approches supposent un nombre fixe d'agents. À noter cependant que les métriques de succès sont issues de simulation, et que les vidéos de déploiement sur Go2 restent des démonstrations sélectionnées, sans données quantifiées sur les taux d'échec terrain ni sur les temps de cycle réels. La coordination multi-quadrupèdes s'est intensifiée avec la disponibilité de robots comme le Go2 d'Unitree (lancé à moins de 2 700 dollars en version grand public), qui abaisse le coût d'expérimentation en laboratoire. La problématique de l'apprentissage continu en robotique est partagée par plusieurs groupes de recherche, notamment autour des architectures VLA (Vision-Language-Action) qui cherchent elles aussi à éviter la réinitialisation à chaque nouvelle tâche. Conquer se positionne dans un espace encore peu industrialisé, entre les approches MARL classiques et les frameworks généralistes de type foundation model. Les prochaines étapes logiques seraient des évaluations en entrepôt réel sur des tâches de manutention collaboratives, domaine où des acteurs comme Exotec (France) ou Boston Dynamics investissent sur des flottes mixtes humanoïdes et quadrupèdes.

RecherchePaper

1 source

4arXiv cs.RO

Maîtriser une politique de conduite autonome de bout en bout pour la navigation urbaine de robots quadrupèdes

Des chercheurs présentent Go2-DrivoR, une adaptation conditionnée par un objectif de DrivoR, un cadre de planification de trajectoire de conduite autonome de bout en bout, pour la navigation urbaine de robots quadrupèdes. Le sigle Go2 renvoie vraisemblablement au chien robot Unitree Go2, sans que le résumé le précise. La méthode injecte un sous-objectif exprimé dans le repère local du robot via un « goal token », un jeton d'entrée dédié. Elle modifie aussi la formulation du score, pensée au départ pour un véhicule. La conformité à la zone praticable est redéfinie pour une navigation orientée trottoir. Le terme de progression de l'ego est reformulé en progression conditionnée par l'objectif. Les décodeurs centraux de DrivoR ne sont pas redessinés. Le modèle est entraîné uniquement sur les données de simulation TartanGround. Il améliore la planification conditionnée par des points de passage dans des environnements simulés inédits, et se transfère en zero-shot à la prédiction de trajectoire en boucle ouverte dans le monde réel. L'intérêt tient à la réutilisation d'une politique issue de la conduite autonome sur une plateforme à pattes. Les piétons, les bordures, les traversées et les obstacles dynamiques demandent déjà des compétences proches de celles des voitures, et la plupart des robots quadrupèdes n'ont pas de planificateur de ce type. Le résultat renforce l'idée qu'un transfert sim-to-real est possible avec des données purement synthétiques, sans collecte terrain coûteuse. Les limites sont nettes. L'évaluation réelle se fait en boucle ouverte : le modèle prédit des trajectoires comparées à des données enregistrées, mais ne pilote pas le robot. Aucun taux de réussite de navigation en boucle fermée, aucune distance parcourue, aucune latence d'inférence et aucun déploiement réel n'est fourni dans le résumé. Il s'agit d'une preuve de concept académique, pas d'un produit. Pour les intégrateurs de robots de livraison ou d'inspection urbaine, le signal est encourageant mais prématuré. DrivoR vient de la recherche en conduite autonome de bout en bout, qui a fait converger perception, prédiction et planification dans un seul réseau, avec un scoring des trajectoires candidates. TartanGround est un jeu de données de simulation associé à la robotique terrestre. Les approches concurrentes pour la locomotion urbaine reposent plutôt sur des modèles de navigation généralistes entraînés sur des vidéos ou des données multi-plateformes, ou sur des piles modulaires classiques de cartographie et de planification. Le travail est publié sur arXiv (2610.08812v1), sans code, benchmark chiffré ni calendrier annoncés dans le résumé. La suite logique est une validation en boucle fermée sur robot réel, avec des mesures de sécurité et de robustesse en conditions urbaines variées.

RecherchePaper

1 source