RecherchearXiv cs.RO 18 septembre 2026

OmniCalib : auto-étalonnage sans cible, structuré par tâches, pour robots humanoïdes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Un preprint arXiv (2609.19582, mi-septembre 2026) présente OmniCalib, une méthode de calibration sans cible pour robots humanoïdes qui recalibre en un seul workflow les 14 zéros articulaires des deux bras, les extrinsèques des caméras des poignets et du thorax, les jambes et le rig multi-caméra de la tête, à partir des seuls mouvements natifs du robot et de ses capteurs embarqués. Une approche ICP sur nuage de points de profondeur récupère ces 14 zéros et corrige les caméras RGB-D, avec des écarts par rapport au modèle CAD de 10,56 mm et 1,74° au poignet gauche, 6,33 mm et 1,25° au poignet droit, et 9,81 mm et 0,929° pour la caméra du thorax. Sur un humanoïde AGIBOT A3 Ultra, quatre postures statiques suffisent à corriger les 12 décalages articulaires des jambes avec une erreur de 0,063°, et le module de tête, combinant odométrie visuelle multi-caméra et odométrie de marche, atteint une erreur moyenne de 1,061° en marche plane, contre 0,902° pour la méthode de référence iKalibr, qui nécessite une excitation à six degrés de liberté bien plus riche.

Pour les intégrateurs industriels, l'enjeu est la dérive continue de calibration en exploitation: assemblage, usure et remplacement de pièces désalignent en permanence capteurs et zéros articulaires fixés par le CAD, ce qui dégradé la précision de manipulation au fil du temps. Les méthodes existantes ne couvrent généralement qu'une paire de capteurs à la fois ou exigent des mires externes de type ArUco, ce qui alourdit la maintenance d'une flotte d'humanoïdes en usine. En approchant la précision d'ArUco tout en restant compétitif avec iKalibr sans cible ni excitation dédiée, OmniCalib pointe vers une auto-calibration purement embarquée susceptible de réduire les temps d'arrêt et le besoin de personnel spécialisé, un frein connu à l'industrialisation des humanoïdes, même si la validation reste limitée à une seule plateforme et publiée sous forme de simple preprint non encore relu par les pairs.

Ce travail s'inscrit dans la multiplication des pilotes industriels menés par des acteurs comme Figure AI (Figure 03), Tesla (Optimus), Unitree ou AGIBOT (Zhiyuan Robotics), constructeur chinois de l'A3 Ultra utilisé pour les tests, en forte expansion depuis 2024-2025 aux côtés d'UBTech. La recalibration récurrente reste un point faible connu des humanoïdes face aux bras robotiques industriels fixes, réglés une fois en usine puis rarement retouchés. Les auteurs présentent leur méthode comme complémentaire aux approches par cible plutôt que substitutive, puisque ICP et ArUco affichent des performances comparables sur les zéros articulaires des bras. Aucun partenariat industriel, calendrier de transfert produit ni déploiement en flotte n'est annoncé à ce stade: il s'agit pour l'instant d'une contribution méthodologique académique.

Dans nos dossiers

Figure Unitree AgiBot UBTech

À lire aussi

1arXiv cs.RO

IA incarnée : perception et action pour l'exécution de tâches par un robot humanoïde en construction

Des chercheurs publient sur arXiv (référence 2608.01600v1, soumis début août 2026) un système de perception et d'action destiné aux robots humanoïdes pour l'exécution de tâches de construction. L'architecture combine deux réseaux de neurones profonds : Humanoid-PoseNet, qui capture les postures d'un ouvrier lors d'une démonstration et les traduit en poses mécaniquement réalisables pour un robot humanoïde, puis Humanoid-ActionNet, qui apprend à partir de ces poses traduites les actions que le robot peut réellement exécuter. Testé sur huit tâches liées au chantier, le système atteint une erreur moyenne de suivi de mouvement de 82,45 mm en MPJPE (Mean Per Joint Position Error, l'écart moyen par articulation entre le geste de référence et celui reproduit par le robot). L'abstract ne cite aucun modèle de robot précis, aucun site de déploiement ni partenaire industriel : il s'agit d'un travail de recherche méthodologique et non d'un produit commercialisé. L'enjeu porte sur un goulot d'étranglement bien identifié de l'apprentissage par démonstration chez les humanoïdes : la différence de morphologie et de degrés de liberté (DOF) entre un corps humain et un robot rend la traduction directe des mouvements captés souvent instable ou irréalisable mécaniquement. En séparant explicitement l'étape de retargeting des poses (PoseNet) de l'apprentissage de l'action (ActionNet), l'étude propose une réponse ciblée à ce problème, potentiellement transposable à d'autres tâches physiques répétitives et dangereuses en environnement non structuré, un terrain bien plus exigeant pour un humanoïde que l'entrepôt logistique. Le chiffre de 82,45 mm reste toutefois difficile à juger sans point de comparaison ni contexte sur la difficulté relative des huit tâches testées. Le secteur de la construction, confronté à une pénurie de main-d'œuvre et à des tâches physiquement éprouvantes, est régulièrement cité comme débouché naturel pour les humanoïdes, aux côtés des usines et entrepôts déjà ciblés par Figure, Agility Robotics ou Unitree. Ce travail se positionne en amont de tout déploiement commercial : les auteurs le présentent eux-mêmes comme une « étape précoce » vers des collaborateurs humanoïdes de chantier, sans calendrier de pilotes ni annonce industrielle à ce stade.

RecherchePaper

1 source

2arXiv cs.RO

KPI : un noyau pilotable par instructions pour l'interaction physique des robots humanoïdes

Des chercheurs proposent KPI, un « noyau promptable » d'interaction physique qui s'insère entre la source de trajectoire et un tracker de corps entier non modifié sur robot humanoïde (preprint arXiv 2609.36151v1). Le principe : la source de trajectoire, qu'il s'agisse d'un humain en téléopération ou d'une politique de bout en bout, n'envoie plus seulement une référence de mouvement. Elle y joint un « contrat » qui précise, pour chaque direction, s'il faut suivre la référence, se laisser fléchir (comply) ou maintenir une plage d'effort. À partir de l'erreur de suivi et d'une estimation du torseur d'efforts (wrench), le noyau ajuste en continu la raideur, l'amortissement, la référence et le feedforward des bras, à la cadence du contact. Les auteurs l'illustrent avec un cadre agentique : à partir d'une seule instruction, un agent vision-langage écrit à la fois la trajectoire et le contrat, sans code spécifique à la tâche. Les démonstrations portent sur la manœuvre d'un treuil, l'ouverture d'une porte et le transport d'une boîte, complétées par des essais scriptés d'interaction avec des surfaces. Dans la démonstration la plus marquante, l'humanoïde actionne une manivelle pour hisser un second robot entièrement au-dessus du sol. Le résumé ne donne ni modèle de robot, ni taux de réussite, ni nombre d'essais. L'enjeu est un maillon souvent négligé de la pile logicielle des humanoïdes. Les trackers de corps entier généralistes suivent bien des trajectoires, mais une trajectoire dit peu de la force à produire : au contact, c'est le contrôleur qui décide du comportement réel. Jusqu'ici, deux approches dominent. Les politiques mono-tâche optimisent trajectoire et contrôleur ensemble en simulation, ce qui donne de bons résultats sur des interactions difficiles mais ne se généralise pas. Les architectures généralistes supposent un contrôleur prédéfini ou réglé à la main. KPI vise à séparer ces deux niveaux, ce qui permettrait de réutiliser un tracker existant pour des tâches riches en contact. Pour un intégrateur, c'est un levier potentiel sur les tâches de manipulation où la raideur et la gestion de l'effort décident du succès, comme les portes, les charges ou les outils. Il faut toutefois rester prudent : il s'agit d'un preprint, sans métriques chiffrées dans le résumé, et des démonstrations choisies par les auteurs ne prouvent ni la robustesse ni la répétabilité. La délégation à un agent VLM de la rédaction du contrat reste à valider hors des scénarios présentés. Ce travail s'inscrit dans la course aux modèles généralistes de corps entier et aux politiques vision-langage-action (VLA), où l'effort est traité en parent pauvre face à la perception et au suivi de mouvement. Il rejoint l'idée de commande en impédance et en admittance, ancienne en robotique, qu'il adapte à une interface pilotable par le langage. Le résumé ne cite ni plateforme, ni concurrent, ni calendrier de suite. Les prochaines étapes à surveiller sont la publication du code, des résultats quantitatifs sur plusieurs humanoïdes, et une éventuelle intégration dans les piles des acteurs industriels.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Étalonnage caméra-robot assisté par tracker laser pour robots mobiles

Des chercheurs ont publié en septembre 2026 sur arXiv (référence 2609.27006v1) une nouvelle méthode de calibration main-œil assistée par tracker laser, destinée aux robots mobiles équipés de caméras. Le principe combine la métrologie 3D d'un tracker laser, qui localise en continu le robot dans l'espace, avec des observations caméra en 2D, pour déterminer la pose exacte de la caméra dans le référentiel du robot. Ce travail prolonge une méthode antérieure des mêmes auteurs, initialement conçue pour des robots mobiles observant le sol, en proposant une formulation généralisée qui s'applique à un éventail plus large de configurations robot-caméra. La nouveauté technique tient au chaînage de plusieurs cibles de calibration, qui permet de lever les contraintes que l'approche précédente imposait sur le positionnement relatif de la caméra et du châssis. Une calibration caméra-robot précise conditionne directement la fiabilité de toute chaîne de navigation, de manipulation ou de cartographie embarquée: une erreur de quelques millimètres dans ce repère se répercute sur la localisation, la saisie d'objets ou la construction de cartes. Les méthodes classiques supposent souvent une configuration rigide et connue à l'avance, ce qui devient un frein dès qu'un intégrateur doit qualifier une flotte hétérogène d'AMR ou de robots d'inspection portant des caméras montées à des hauteurs et angles variés. En généralisant la calibration à ces configurations diverses, cette approche vise à réduire le travail d'ingénierie nécessaire pour déployer un système de calibration fiable sur un nouveau type de plateforme, plutôt que de repartir d'un montage ad hoc à chaque robot. Le papier s'inscrit dans la continuité directe des travaux antérieurs des mêmes auteurs sur la calibration par tracker laser, une technique de métrologie de précision déjà répandue en robotique industrielle et en photogrammétrie, ici étendue au cas de robots mobiles dont la position est suivie en temps réel. Aucun déploiement industriel, partenaire ou nom d'entreprise n'est mentionné: il s'agit d'une contribution méthodologique de recherche, dont la portée pratique dépendra de sa reprise par des équipes de calibration robotique ou des fournisseurs de solutions de métrologie.

RecherchePaper

1 source

4arXiv cs.RO

EmoPose : génération de gestes sensibles aux émotions guidée par un modèle vision-langage pour robots humanoïdes

Un article publié sur arXiv (2609.23414v1) présente EmoPose, un système associant un modèle vision-langage (VLM) et un contrôleur robotique déterministe pour générer des gestes porteurs d'émotion chez les robots humanoïdes : à partir d'un texte, d'un historique de dialogue et d'un contexte visuel optionnel, le VLM choisit un plan de gestes ordonné (classe communicative, variante, intensité, point d'ancrage vocal), puisé dans une bibliothèque de mouvements propre au robot qui fournit des cibles articulaires à 14 degrés de liberté (DoF). L'outil Pose Studio génère automatiquement les trajectoires, les prévisualise sous le simulateur MuJoCo et synchronise les nouvelles entrées avec le guide du VLM, tandis que des modules déterministes côté robot valident les plans, construisent les trajectoires et gèrent l'ordonnancement, la mise en file et l'interruption des gestes. Sur le banc d'essai EmoPose-Bench, une planification structurée avec GPT-5.5 atteint 98,25 % (± 0,52) sur le niveau facile et 76,50 % (± 0,54) au global, un score supérieur à un prompting à étiquette directe avec le même modèle. Le système exécute la suite nominale sous MuJoCo et reproduit les 29 variantes de la bibliothèque sur un robot Unitree G1 physique, démontré lors d'une visite de laboratoire en quatre étapes mêlant narration expressive avec interruption, dialogue ancré sur la caméra et navigation. Cette architecture répond à un problème concret pour les intégrateurs : confier le contrôle articulaire brut à un modèle de fondation reste imprévisible, tandis qu'un robot purement scripté manque de flexibilité sociale. En cantonnant le VLM à un rôle de sélection sémantique dans une bibliothèque de mouvements pré-validée et en laissant le contrôle bas niveau à des modules déterministes, EmoPose permet d'étendre le répertoire expressif à de nouveaux contextes sociaux sans modifier l'interface de contrôle ni recertifier la sécurité du mouvement. C'est un argument dans le débat sur le passage à l'échelle des modèles vision-langage-action (VLA) : plutôt que de démontrer qu'un VLA génère directement des trajectoires fiables de bout en bout, les auteurs montrent qu'un VLM peut piloter une bibliothèque de gestes pré-validés, approche plus proche de ce qu'un intégrateur industriel peut auditer et déployer en sécurité. Les chiffres de précision restent néanmoins issus d'un benchmark maison et d'une démonstration en laboratoire contrôlé, pas d'un déploiement en conditions réelles à grande échelle. EmoPose s'inscrit dans la vague de travaux cherchant à combler l'écart entre les modèles vision-langage-action généralistes, tels Pi-0 ou GR00T N2, et le besoin d'un contrôle fiable et spécifique à chaque corps physique ; contrairement à ces approches de génération de mouvement de bout en bout, EmoPose sépare explicitement raisonnement social et exécution motrice. Le choix du Unitree G1, plateforme humanoïde largement utilisée par les laboratoires de recherche pour son coût accessible, souligne la nature académique de la démonstration plutôt qu'un déploiement commercial. Les auteurs ne mentionnent ni partenaire industriel ni calendrier de commercialisation : à ce stade, la publication reste une validation de méthode sur banc d'essai et lors d'une visite de laboratoire, sans pilote client ni déploiement annoncé en environnement réel.

RecherchePaper

1 source