RechercheInteresting Engineering 13 juillet 2026

Les robots sans électronique pourraient ressentir et réagir instantanément grâce à de nouveaux capteurs souples

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe du College of Design and Engineering de la National University of Singapore (NUS CDE) a mis au point un capteur de force entièrement mécanique baptisé ME-SOFS (mechanical soft force sensor), capable de détecter un contact et de déclencher une réaction sans électronique, sans ordinateur ni alimentation externe. Imprimé en 3D dans une structure souple et poreuse, le dispositif comprend un pilier central entouré de cinq chambres remplies de fluide, quatre disposées horizontalement et une verticalement. Lorsqu'une force est appliquée, le pilier s'incline vers le point de contact, comprime la chambre correspondante et pousse le fluide à travers des tubes souples jusqu'à des actionneurs robotiques, créant une réponse immédiate sans traitement électronique. Chaque chambre fonctionnant indépendamment, le système distingue les forces horizontales, latérales et verticales, et sa sensibilité peut être ajustée en modifiant la géométrie imprimée (diamètre des trous, épaisseur des parois, angle du pilier). Le capteur produit aussi une sortie électrique passive : le déplacement du fluide fait passer de petits aimants devant des arcs métalliques imprimés en 3D, générant des impulsions de tension par induction électromagnétique, sur le principe d'une dynamo de vélo, dont le nombre correspond à la force appliquée. L'équipe l'a intégré à un gant souple doté de cinq capteurs miniatures de la taille d'un petit pois, imprimé en une seule pièce, mesurant la force de préhension à chaque doigt et estimant le poids d'objets saisis. Un pad haptique a également permis à un opérateur de sentir la force de préhension d'une pince robotique en manipulant œufs, blocs de bois et bouteilles d'eau, les données recueillies servant ensuite à réentraîner le robot pour reproduire ces gestes de façon autonome. Le système tolère des températures d'eau jusqu'à 90°C.

L'intérêt pratique tient à l'absence totale de circuits de contrôle électroniques, un atout pour les robots souples opérant sous l'eau, dans le corps humain ou dans d'autres environnements hostiles où l'électronique tombe facilement en panne. Cecilia Laschi, du département de génie mécanique de la NUS CDE, y voit une forme de calcul porté par le corps physique du robot lui-même, comparable au rôle du système nerveux chez les organismes vivants. Pour les concepteurs de prothèses, d'interfaces homme-machine ou de préhenseurs souples, cela ouvre la voie à des architectures plus simples, avec moins de points de défaillance et un retour tactile natif.

Ce travail s'inscrit dans le courant de recherche sur le calcul morphologique, où la mécanique de la structure remplace une partie du contrôle logiciel habituellement confié à l'électronique embarquée. Il reste toutefois au stade du prototype de laboratoire, sans annonce de partenaire industriel ni de calendrier de commercialisation, et aucun acteur français ou européen du secteur n'est associé à ces travaux.

À lire aussi

1Interesting Engineering

Capteur robotique à champ électrique : les machines « ressentent » et identifient les objets sans contact

Des chercheurs de l'université Xidian, en Chine, ont mis au point un capteur robotique capable de détecter des objets sans contact physique, en s'inspirant du mode de chasse des anguilles électriques. Le dispositif, présenté par le professeur Zhang Weiqiang, utilise une surface en fluoropolymère chargée électrostatiquement, qui agit comme une pile statique miniature conservant sa charge sur de longues périodes. Cette charge génère autour du capteur un champ électrique faible dont la forme, stable au repos, se déforme dès qu'un objet s'approche, exactement comme le champ qu'une anguille électrique projette dans l'eau pour repérer proies et obstacles. En mesurant ces distorsions, le système infère la conductivité électrique, les propriétés diélectriques et la géométrie de l'objet approchant, ainsi qu'une estimation de sa distance. Un métal, très conducteur, perturbe fortement le champ, tandis que le plastique, le verre ou le bois, moins conducteurs mais polarisables, produisent des signatures différentes. La forme de la perturbation varie aussi selon que l'objet est plat et large ou petit et sphérique, permettant une identification partielle avant tout contact. Pour l'industrie robotique, cette approche répond à un angle mort classique des systèmes de vision : les objets transparents ou réfléchissants, comme le verre, restent difficiles à détecter par caméra mais modifient bien un champ électrique. Le capteur pourrait ainsi compléter, voire remplacer localement, les capteurs optiques dans des environnements où la vision échoue, obscurité, fumée, poussière, ou scènes visuellement confuses en usine. Les applications visées incluent la manipulation délicate en préhension robotique, les prothèses capables de "sentir" un contact imminent, et les robots industriels amenés à identifier un matériau avant de le saisir. Il s'agit toutefois d'un résultat de recherche académique, pas d'un produit commercialisé ni déployé en usine : l'article ne précise ni la portée maximale du capteur, ni sa précision réelle, ni sa robustesse face à l'humidité ou à la température, autant de zones d'ombre qui conditionnent une éventuelle industrialisation. Le projet s'inscrit dans un courant de recherche en bio-inspiration qui cherche à transposer des mécanismes de perception animale, ici l'électrolocation propre aux poissons électriques comme l'anguille, vers la robotique de proximité et le toucher artificiel. Contrairement aux capteurs tactiles capacitifs classiques, qui nécessitent un contact ou une proximité extrême, ce système viserait une détection à distance plus significative combinée à un début de reconnaissance de matériau. Aucun acteur industriel ni concurrent direct n'est cité dans les travaux publiés, et aucune feuille de route de transfert vers un produit, un pilote industriel ou un partenariat n'est annoncée à ce stade. La suite logique pour l'équipe de Xidian University consistera à quantifier la portée, la résolution et la stabilité du capteur dans des conditions environnementales variables avant d'envisager une intégration sur des bras robotiques ou des mains préhensiles réels.

RecherchePaper

1 source

2Interesting Engineering

Les robots pourraient apprendre à prédire et planifier leur navigation grâce à un nouveau cadre bio-inspiré

Des chercheurs de l'Université Polytechnique du Nord-Ouest (NPU) de Xi'an, en Chine, dirigés par le professeur Guo Bin, ont publié le 22 mai 2026 dans Nature Reviews Electrical Engineering un cadre de navigation cognitive dit "bio-inspiré". L'architecture repose sur trois composantes : reconnaissance dynamique de points de repère saillants, mémoire expérientielle compressée et réutilisable, et prise de décision hiérarchique. Elle est couplée à du matériel neuromorphique, des processeurs spécialisés qui imitent les neurones biologiques en ne s'activant qu'en réponse à des variations du signal sensoriel entrant, réduisant significativement la consommation énergétique par rapport aux architectures de calcul conventionnelles. Selon l'équipe, ce couplage permet à un robot de localiser sa position, d'anticiper son environnement immédiat et de mobiliser des expériences passées dans des situations nouvelles pour planifier ses trajets de manière flexible. Le problème visé est bien documenté dans l'industrie : les robots autonomes actuels, qu'il s'agisse d'AMR en logistique ou de plateformes domestiques, restent fragiles face aux modifications environnementales non planifiées. Un simple déplacement de meuble peut désorienter un système naviguant par carte géométrique préenregistrée, le forçant à une recartographie complète. Le cadre proposé par l'équipe de Guo Bin s'inspire de la manière dont les rongeurs explorent un labyrinthe : plutôt que de mémoriser chaque point d'un espace, le robot identifie des repères clés, compresse cette information en mémoire réutilisable, et reconstruit une carte cognitive à la demande. "La mémoire joue un rôle actif dans la navigation en compressant l'expérience en connaissances réutilisables et en les reconstruisant à la demande", notent les auteurs. Pour les intégrateurs et les décideurs industriels, l'implication concrète est la possibilité de déployer des robots dans des environnements non structurés ou en mutation continue (entrepôts réorganisés, domiciles encombrés, bâtiments en intervention d'urgence) sans recalibrage systématique. L'association avec le hardware neuromorphique renforce l'argument économique : une consommation réduite se traduit par des autonomies plus longues et des coûts opérationnels plus faibles à l'échelle d'une flotte. La navigation autonome en environnement ouvert reste l'un des verrous techniques les plus actifs de la robotique depuis une décennie. Les approches dominantes basées sur le SLAM et la vision profonde ont progressé mais restent coûteuses en calcul et sensibles aux variations de scène. L'inspiration biologique, notamment les travaux sur les cellules de lieu et les cellules de grille chez les rongeurs (Nobel de médecine 2014), a déjà alimenté des architectures comme les puces Loihi d'Intel ou les recherches de l'Université de Manchester. L'équipe NPU propose ici une intégration bout en bout, du raisonnement spatial au substrat matériel basse consommation, dans un cadre unique. L'équipe indique collaborer avec plusieurs organisations pour un passage au terrain, sans préciser lesquelles ni les calendriers : il s'agit pour l'instant d'une publication académique, pas d'un produit déployé commercialement.

RecherchePaper

1 source

3arXiv cs.RO

Navigation sous-marine en écoulements instables grâce à l'historique de mesures d'un capteur unique

Une équipe de chercheurs propose, dans une publication soumise sur arXiv (arXiv:2609.26753v1), un observateur causal capable d'estimer les vitesses latérales d'un courant sous-marin à partir d'un historique fini de mesures collectées par une seule unité de détection, plutôt que par un réseau de capteurs distribués sur le corps du robot. Testé en simulation bidimensionnelle de sillages turbulents, avec accès à la vitesse ambiante exprimée dans le référentiel du robot, ce dispositif de détection virtuelle ramène l'échantillonnage simultané du flux de trois points de mesure à un seul, situé au centre du robot, avant d'alimenter un contrôleur de navigation fixe. Entraîné uniquement sur un sillage de cylindre circulaire à un nombre de Reynolds de 100, l'observateur atteint 84,4% de réussite à Re=205 et 80,6% à Re=240, des régimes jamais vus à l'entraînement, sans aucun réajustement du modèle. Ces résultats restent 7,4 et 4,6 points de pourcentage en dessous d'une détection spatiale directe multi-points, mais dépassent de plus de 30 points un observateur basé uniquement sur le courant instantané, sans mémoire du flux passé. Cette approche intéresse directement les concepteurs de véhicules sous-marins autonomes (AUV), pour qui l'ajout de capteurs distribués se heurte à des contraintes de taille, de coût et de consommation énergétique. Montrer qu'un historique de mesures issu d'un unique capteur peut approcher les performances d'un maillage spatial complet ouvre la voie à des architectures plus légères pour la navigation en zones de sillage, par exemple près de piles de pont, de pipelines ou de structures offshore. La généralisation obtenue sans réentraînement à des régimes d'écoulement plus élevés est notable pour un observateur d'état, mais reste conditionnelle: les performances se maintiennent face à des obstacles de section carrée, tandis qu'elles se dégradent nettement face à des obstacles triangulaires, signe que la généralisation n'est pas garantie selon la géométrie rencontrée. Le travail part d'un constat pratique: la détection spatiale distribuée du flux, utile pour naviguer dans des écoulements instables, est limitée par la taille du robot et la disposition physique de ses capteurs. L'étude reste à ce stade cantonnée à la simulation 2D, sans validation sur robot physique ni en écoulement tridimensionnel réel, ce qui laisse ouverte la question du transfert simulation-réel. Les auteurs ont identifié, via un remplacement contrôlé de composants, que l'écart de vitesse latérale est la variable déterminante pour le contrôle, et des perturbations ciblées ont révélé une sensibilité du système à la persistance des erreurs de mesure dans le temps, deux pistes qui orienteront vraisemblablement les prochaines itérations vers des essais en conditions plus réalistes.

RecherchePaper

1 source

4arXiv cs.RO

Cinématique inverse en boucle fermée de dimension infinie pour les robots souples via des opérateurs neuronaux

Des chercheurs proposent une cinématique inverse en boucle fermée (CLIK) formulée directement en dimension infinie pour les robots souples, dans un article arXiv (2602.18655, version 3). Pour un robot rigide entièrement actionné, l'inversion cinématique est un problème purement géométrique, que les schémas CLIK résolvent efficacement en calculant des vitesses articulaires. Les robots souples sous-actionnés rendent le problème très mal posé, car toutes les configurations ne sont pas atteignables par la commande. Les extensions existantes passent par des correspondances de bout en bout entre actionnement et espace de la tâche, mais elles supposent un espace de configuration virtuel de dimension finie. Les auteurs composent ici une application actionnement-vers-forme avec une application forme-vers-tâche. Ils obtiennent la cinématique différentielle de bout en bout grâce à une règle de dérivation en chaîne en dimension infinie, ce qui donne un algorithme CLIK fondé sur la jacobienne. Le raisonnement porte sur la forme entière du robot et évite les étapes d'approximation intermédiaires. Comme les modèles de robots souples complexes existent rarement sous forme fermée, ni l'application actionnement-forme ni sa jacobienne ne s'obtiennent en général analytiquement. Les auteurs proposent donc de les apprendre avec des opérateurs neuronaux différentiables, des réseaux qui apprennent des correspondances entre espaces de fonctions plutôt qu'entre vecteurs de taille fixe. La validation se fait en deux temps. Une étude analytique porte d'abord sur un segment à courbure constante. La version neuronale est ensuite appliquée à un bras souple à trois fibres, dont le modèle sous-jacent repose sur la morphoélasticité et la théorie des filaments actifs. Le résumé ne donne aucun chiffre sur la précision de suivi, les temps de calcul ou la robustesse. Il ne dit pas non plus si les essais ont eu lieu en simulation ou sur matériel physique. Le bras à trois fibres semble être évalué sur un modèle physique, ce qui laisse ouverte la question du transfert simulation-réalité. Pour l'industrie, il s'agit de recherche fondamentale sans produit ni déploiement, mais elle touche un verrou réel. Les robots souples promettent la sécurité et l'adaptabilité en manipulation délicate, en alimentaire, en médical ou en inspection, mais leur commande reste le principal frein à l'industrialisation. Une approche qui évite de réduire la forme à quelques paramètres, comme la courbure constante par morceaux, pourrait améliorer la précision sur des structures très déformables. Elle dépend toutefois de la qualité de l'opérateur appris, donc des données d'entraînement et de la généralisation hors distribution, des points que le résumé ne traite pas. Cette voie s'inscrit dans la tendance plus large de l'apprentissage de modèles différentiables pour la commande. Elle reste très éloignée des politiques VLA (vision-langage-action) des humanoïdes, et son horizon est celui du laboratoire. La suite logique est une validation sur matériel, une évaluation en temps réel et une comparaison chiffrée avec les méthodes CLIK à dimension finie.

RecherchePaper

1 source