ExosquelettesarXiv cs.RO 15 octobre 2026

Tread : un cadre visuo-inertiel pour l'estimation de la phase de marche et de la vitesse selon le terrain et le contexte de locomotion en robotique portable

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche publie sur arXiv Tread, un cadre de perception visuo-inertielle destiné aux robots portables d'assistance (exosquelettes, orthèses motorisées). Le système combine une caméra fixée sur le thorax et quatre centrales inertielles (IMU) placées sur les membres inférieurs. Il estime en cascade le terrain, le mode de locomotion, la phase de marche et la vitesse. Le module ATP classe le terrain à venir avec 96,3 % de précision et anticipe les transitions de 1,46 s en moyenne. Le module TALMI identifie le mode de locomotion avec 93,7 % de précision sur sol plat et 98,8 % dans les escaliers, avec une latence de transition inférieure à 200 ms. Sa probabilité a posteriori est transmise sous forme de vecteur de contexte (PLC) à un encodeur cinématique partagé, qui produit la phase de marche bilatérale à 50 Hz et la vitesse à 2 Hz. En validation « leave-one-subject-out », l'erreur quadratique moyenne (RMSE) de phase atteint 1,75 % en marche plane, 2,97 % en montée d'escaliers et 4,55 % en descente. La vitesse, testée entre 3,5 et 5,5 km/h, est estimée avec une RMSE de 0,218 km/h. Les modèles inertiels utilisent des angles d'Euler fusionnés plutôt que les signaux bruts d'accéléromètre et de gyroscope.

L'intérêt tient à l'intégration. Aujourd'hui, la plupart des contrôleurs d'exosquelettes reposent sur des modèles distincts par terrain, entraînés sur des jeux de données issus de protocoles différents, ce qui fragilise les transitions entre sol plat et escaliers. Ici, une chaîne causale unique propage l'incertitude du contexte vers l'estimation de phase, ce qui répond à un vrai verrou de robustesse. L'usage d'angles fusionnés limite en outre la dépendance à la position des capteurs, un point critique pour un déploiement hors laboratoire. Les résultats restent toutefois ceux d'un travail académique : le nombre de sujets, l'absence de test en boucle fermée sur un dispositif réel et la plage de vitesses étroite relativisent la portée pour un usage clinique ou industriel.

Ce travail s'inscrit dans la montée de la perception anticipative pour les exosquelettes, face à des approches purement inertielles ou à des contrôleurs par machine à états. Des acteurs européens comme Wandercraft, en exosquelettes de rééducation, ont un intérêt direct pour ce type de brique de perception contextuelle. Les prochaines étapes logiques sont l'intégration sur un exosquelette, des essais avec des patients et une évaluation sur davantage de terrains (pentes, obstacles).

Impact France/UE

Brique de perception contextuelle potentiellement utile aux acteurs européens de l'exosquelette de rééducation comme Wandercraft, mais sans impact direct à ce stade.

Dans nos dossiers

Wandercraft Exosquelettes arXiv cs.RO

À lire aussi

1arXiv cs.RO

Un corps, deux esprits : approche à autonomie variable pour une main robotique à contrôle partagé

Des chercheurs ont publié le 25 juin 2026 sur arXiv (2606.25575) une étude portant sur une main robotique portable à autonomie variable, conçue selon un paradigme qu'ils appellent "co-embodiment" : humain et robot partagent un seul corps physique et alternent les niveaux de contrôle selon la phase de la tâche. Le système intègre une politique visuomotrice de diffusion apprise par démonstration (learning-from-demonstration), qui prend en charge la saisie autonome d'objets connus dès que l'utilisateur positionne sa main à proximité. Une fois l'objet saisi, un signal indique à l'utilisateur de reprendre la main ; il commande alors l'outil (perceuse, spray, thermomètre infrarouge, briquet ou cuillère à glace) via des gestes de la tête sans contact physique. L'utilisateur conserve à tout moment un droit de veto par un geste de relâchement. Une étude avec 44 participants effectuant cinq tâches bimanuelles a donné des résultats mesurés : réduction du temps d'exécution de 23,3 % entre le premier et le dernier essai (p inférieur à 0,001, Cohen d = 0,94), taux de succès atteignant 93,6 % pour la meilleure variante de politique, et scores d'acceptabilité de 5,70/7 pour l'impression globale et 5,52/7 pour la volonté d'usage quotidien. Ce travail répond à un problème structurel des systèmes d'assistance robotique : les solutions entièrement autonomes retirent à l'utilisateur son agentivité, tandis que les systèmes entièrement pilotés à la main imposent une charge cognitive permanente. L'approche proposée tranche différemment des architectures de "shared autonomy" classiques, où le contrôle est continuellement négocié entre humain et robot dans des corps séparés : ici, le passage entre autonomie totale du robot et contrôle total de l'humain est discret et lié à la phase de la tâche, ce qui simplifie l'interface mentale pour l'utilisateur. La rapidité d'adaptation des participants (amélioration significative dès les premières répétitions) et les scores d'acceptabilité élevés plaident pour une viabilité clinique réelle, notamment dans des contextes de rééducation ou d'assistance aux personnes avec déficiences motrices unilatérales. L'intégration d'une politique de diffusion visuomotrice performante dans un dispositif portable constitue également un signal fort sur la maturité des politiques d'imitation pour des applications embarquées hors lab. Sur le plan académique, ce travail s'inscrit dans un courant actif de recherche sur les prothèses et orthèses à contrôle partagé, aux côtés de travaux comme ceux des équipes Imperial College London sur les mains myoélectriques intelligentes ou des approches "supernumerary robotic limbs" du MIT. La différence revendiquée ici est l'alternance franche d'autonomie plutôt que la fusion continue des commandes. Les concurrents industriels dans l'espace des exosquelettes de main (Bioservo, Hocoma, ou côté français Wandercraft sur les membres inférieurs) n'adressent pas encore cette logique de délégation contextuelle. L'étude reste pour l'instant un prototype de laboratoire validé en conditions contrôlées ; les prochaines étapes naturelles seraient des essais sur des populations cibles (AVC, lésions médullaires partielles) et une miniaturisation du système de détection pour réduire l'encombrement du dispositif porté.

UECe travail fournit une référence méthodologique directement applicable aux acteurs européens de l'exosquelette (Bioservo en Suède, Wandercraft en France sur les membres inférieurs) qui n'ont pas encore intégré cette logique de délégation contextuelle dans leurs dispositifs médicaux.

ExosquelettesPaper

1 source

2arXiv cs.RO

Capteurs de force pour interfaces humain-robot portables via innervation fluidique

Des chercheurs ont publié sur arXiv (preprint 2602.13436v2) un capteur de force destiné aux interfaces humain-robot portables, basé sur un principe qu'ils nomment "fluidic innervation". Le dispositif consiste en un pad en silicone imprimé en 3D, percé de microcanaux pneumatiques : lorsqu'une force est appliquée sur le pad, les canaux se compriment et la variation de pression est captée par des transducteurs commerciaux standard. En banc de test, la relation entre pression interne et force appliquée s'est révélée hautement linéaire (R² = 0,998). Les auteurs ont ensuite validé le capteur sur un dynamomètre clinique pour mesurer le couple isométrique du genou, puis lors de flexions du biceps cycliques et isométriques en conditions moins contraintes. Enfin, le pad a été intégré dans un exosquelette de membre inférieur : pendant des squats répétés avec l'exosquelette non alimenté, la pression suivait de façon cohérente la phase du mouvement et la dynamique globale de la tâche. L'enjeu est réel : caractériser mécaniquement l'interface humain-machine reste un verrou dans le développement des exosquelettes, car la sensorisation de cette zone est compliquée par la complexité de fabrication et les réponses non linéaires des capteurs conventionnels (jauges de contrainte, FSR). L'approche fluidique contourne ces limites avec des composants peu coûteux et un rapport signal/bruit élevé. Pour les intégrateurs et les équipes de contrôle, disposer d'une mesure d'interaction fiable en temps réel ouvre la voie à des boucles de rétroaction adaptatives, voire à l'optimisation automatique du confort et de l'assistance. La linéarité des mesures, si elle se confirme en usage clinique prolongé, simplifierait considérablement la calibration embarquée. Ce travail s'inscrit dans un effort plus large de la communauté exosquelettes pour dépasser les architectures de contrôle en impédance purement mécaniques, en intégrant une perception distribuée de l'effort. Des acteurs comme Wandercraft (Paris) sur les exosquelettes de rééducation, ou Ekso Bionics et ReWalk côté anglophone, font face au même défi de sensorisation de l'interface. Le preprint ne mentionne pas de partenariat industriel ni de timeline de déploiement : il s'agit à ce stade de résultats préliminaires prometteurs, non d'un produit commercialisé. Les prochaines étapes logiques seraient des essais sur sujets pathologiques et une miniaturisation du système de transduction pour une intégration portée continue.

UEWandercraft (Paris), acteur français des exosquelettes de rééducation, est directement concerné par ce verrou de sensorisation de l'interface humain-machine que ce preprint cherche à résoudre.

ExosquelettesPaper

1 source

3arXiv cs.RO

Modèle vision-langage-action, développé pour la robotique, capable de généraliser à des tâches inédites

Les chercheurs à l'origine de cette étude, publiée sur arXiv le 13 juillet 2026, ont développé un nouveau type d'actionneur pour exosquelettes de membre inférieur baptisé Limb-Encircling Actuator (LEA). Contrairement aux exosquelettes classiques, dont les moteurs sont placés sur le côté de la jambe ou déportés à la taille ou dans le dos, ce composant encercle directement le membre dans un plan perpendiculaire à son axe. L'équipe a construit un banc d'essai dédié pour caractériser les propriétés électromécaniques du dispositif, qui intègre également une nouvelle configuration de roulement radial pensée comme alternative plus légère et moins coûteuse aux roulements de grand diamètre habituellement utilisés. Résultat mesuré : une densité de couple continue de 7,5 Nm/kg pour une masse de 894 grammes. Cette architecture s'attaque à un frein connu à l'adoption des exosquelettes : l'encombrement. Les designs actuels dépassant souvent de l'enveloppe naturelle du corps, ils restent intrusifs au quotidien et peu compatibles avec un usage grand public, en particulier pour l'assistance à la mobilité hors contexte médical ou industriel lourd. Un actionneur capable de conserver une forte densité de couple tout en épousant mieux la jambe ouvrirait la voie à des exosquelettes plus discrets, potentiellement intégrables dans des vêtements du quotidien plutôt que dans des harnais visibles, un enjeu commercial autant que technique pour le secteur. Le travail reste toutefois à un stade de caractérisation en laboratoire, pas de produit fini : malgré la densité de couple obtenue, les auteurs reconnaissent que le système demeure difficile à contenir près du corps, révélant des limites persistantes dans le dimensionnement et la géométrie de l'actionneur. L'étude se positionne ainsi comme une exploration de piste architecturale plutôt qu'une solution aboutie, dans un domaine où la miniaturisation et la conformité corporelle des actionneurs restent un verrou majeur, aux côtés d'autres approches déjà explorées comme les actionneurs déportés ou les transmissions à câble.

ExosquelettesPaper

1 source

4arXiv cs.RO

Apprentissage d'une politique de contrôle adaptative en vitesse pour exosquelette de hanche par transfert simulation-réel

Un preprint publié sur arXiv (arXiv:2609.28027v1, catégorie "new") décrit un framework combinant apprentissage par renforcement sim-to-real et apprentissage de préférences en ligne pour personnaliser l'assistance d'un exosquelette de hanche à différentes vitesses de marche. Le timing de l'assistance est appris en simulation, via des politiques de RL entraînées sur des modèles musculosquelettiques humains couvrant plusieurs vitesses de marche, puis distillées et déployées sur un exosquelette de hanche physique équipé de capteurs embarqués. La magnitude du couple assistif est ensuite ajustée en conditions réelles grâce à un apprentissage de préférences basé sur des processus gaussiens, l'utilisateur exprimant ses choix via des comparaisons par paires entre profils de couple. Des expériences sur sujets humains montrent une identification efficace de profils personnalisés à travers différentes vitesses de marche, avec moins d'essais réels que les méthodes purement en ligne, sans que l'abstract précise le nombre de sujets ni le taux de réduction obtenu. L'enjeu dépasse l'exercice académique: l'optimisation en ligne "human-in-the-loop" reste le principal goulot d'étranglement de la personnalisation des exosquelettes, car calibrer tout le profil de couple sur un porteur réel exige de nombreuses itérations, longues et fatigantes. En découplant le timing, résolu hors ligne en simulation, de la magnitude, optimisée en ligne sur un espace de recherche réduit grâce aux préférences, le framework diminue mécaniquement le nombre d'évaluations nécessaires sur sujet humain. Pour les concepteurs de robotique portable, en réadaptation comme en assistance industrielle à la marche, ce résultat conforte l'idée que le sim-to-real, déjà éprouvé sur robots mobiles et bras manipulateurs, s'étend aussi aux dispositifs portés dont la dynamique dépend fortement de la morphologie et des préférences individuelles de l'utilisateur. Les approches classiques de calibration d'exosquelette reposent sur une optimisation en ligne exhaustive du profil de couple, une méthode lente qui freine le déploiement à grande échelle de dispositifs personnalisés. Ce travail s'inscrit dans la lignée des recherches en RL sim-to-real appliquées à la robotique portable, en y ajoutant une couche d'apprentissage de préférences pour capturer ce que la simulation seule ne modélise pas, le confort subjectif de l'utilisateur. L'abstract ne cite aucune entreprise, aucun nom de produit ni partenaire industriel: il s'agit d'un preprint de recherche, sans pilote clinique ni feuille de route de commercialisation annoncés à ce stade.

ExosquelettesPaper

1 source