#Bases de la robotique

Bases de la robotique September 7, 2026

Introduction au LiDAR-SLAM — Savoir « Où suis-je ? » à partir des nuages de points laser

Une caméra déduit indirectement la distance à partir des motifs de lumière réfléchie ; un LiDAR la mesure directement grâce au temps de vol d'une impulsion laser. La technologie LiDAR-SLAM repose sur l'enregistrement des nuages de points renvoyés par ce capteur de télémétrie actif. Cet article aborde systématiquement les deux piliers de la mise en correspondance de scans, ICP et NDT, en passant par la conception des caractéristiques de LOAM, la fermeture de boucle et le SLAM graphique, jusqu'à la lignée des algorithmes de repérage de points de repère : LeGO-LOAM, Cartographer, LIO-SAM et FAST-LIO2.

Fundamentals · 25 min de lecture Bases de la robotique September 7, 2026

Guide VIO/LIO — Combinaison d'une centrale inertielle avec une caméra ou un LiDAR pour l'autolocalisation

« Une caméra ou un LiDAR, utilisés seuls, présentent des limites dans certaines situations. L'association de l'un ou l'autre de ces capteurs avec une centrale inertielle (accéléromètre + gyroscope) pallie cette faiblesse : c'est le principe de l'odométrie visuelle-inertielle (VIO) et de l'odométrie inertielle LiDAR (LIO). Partant des raisons pour lesquelles une centrale inertielle seule ne peut pas déterminer la position, cet article explore les deux approches de conception (basée sur le filtrage et sur l'optimisation) ainsi que les algorithmes de repérage de points de repère utilisés par ROVIO, OKVIS, VINS-Mono et OpenVINS, jusqu'à LIO-SAM et FAST-LIO2. »

Fundamentals · 19 min de lecture Vision par ordinateur September 7, 2026

Introduction au Visual-SLAM — Comment une caméra apprend « Où suis-je ? »"

Sans GPS ni carte, un robot peut néanmoins déterminer sa position et cartographier son environnement à partir d'images de caméra uniquement. Du suivi de caractéristiques à la géométrie épipolaire, en passant par la différence entre l'odométrie visuelle et le SLAM, l'évolution des algorithmes de repérage de points de repère (ORB-SLAM, LSD-SLAM et DSO) et l'ajustement de faisceaux, cet article propose une présentation systématique et détaillée du fonctionnement du SLAM visuel.

Fundamentals · 22 min de lecture Bases de la robotique September 6, 2026

Introduction à la fusion de capteurs — Construire un modèle mondial unique à partir de nombreux capteurs

Une caméra excelle dans la perception du sens, un LiDAR dans la géométrie, une centrale inertielle dans la détection du mouvement ; et chacune présente ses propres limites. Des algorithmes probabilistes et d’optimisation qui les fusionnent (filtres de Kalman, graphes de facteurs) aux applications concrètes comme VIO (caméra × centrale inertielle), LIO (LiDAR × centrale inertielle) et BEV Fusion (caméra × LiDAR), cet article propose une exploration systématique de la manière dont la fusion de capteurs transforme plusieurs sources en un modèle unique du monde.

Fundamentals · 19 min de lecture Apprentissage automatique September 5, 2026

Introduction à la détection d'objets et à la segmentation sémantique — Interpréter « Qu'est-ce qui est où » à partir d'une image

La détection d'objets encadre les éléments ; la segmentation sémantique colore chaque pixel selon sa signification. De la différence entre les deux, en passant par la segmentation par instance et la segmentation panoptique, et l'évolution de R-CNN à YOLO, DETR et DINO, jusqu'à leurs équivalents en nuages de points 3D : un tour d'horizon systématique des principes fondamentaux de la compréhension des scènes.

Fundamentals · 18 min de lecture Bases de la robotique September 4, 2026

Introduction à la cinématique des bras robotisés — Cinématique directe, cinématique inverse et jacobien

La cinématique directe détermine la position et l'orientation de la main à partir des angles articulaires ; la cinématique inverse résout le problème inverse ; et le jacobien fait le lien entre les deux par le biais de la « vitesse ». De la construction de transformations de coordonnées avec des paramètres DH, en passant par la cinématique inverse analytique, la cinématique inverse numérique (moindres carrés amortis), les singularités et les degrés de liberté redondants — un exposé systématique et complet de la cinématique qui régit le mouvement d'un bras robotisé.

Fundamentals · 16 min de lecture Bases de la robotique September 4, 2026

Introduction au contrôle de force et au contrôle d'impédance — Construction d'un robot capable de toucher

« Partant de ce qui se passe réellement dès qu'un bras robotisé à position contrôlée touche un objet rigide — et pourquoi cela rend impossibles les tâches d'assemblage, de polissage et de contact humain —, cet article explore le contrôle d'impédance, qui relie la force et le déplacement via un ressort, un amortisseur et une masse virtuels ; le contrôle d'admittance, qui inverse cette causalité ; et le contrôle hybride position/force, qui sépare la position et la force par direction spatiale, en développant ces idées à partir d'équations et de diagrammes. »

Fundamentals · 17 min de lecture Bases de la robotique September 4, 2026

Introduction au contrôle d'essaims (multi-robots) — Création de groupes, de formations et de consensus

Le contrôle d'essaims résout des problèmes qu'un robot isolé ne peut résoudre, en utilisant uniquement des « règles locales simples » appliquées à de nombreux robots. De la reproduction du comportement grégaire avec les Boids, en passant par les algorithmes de consensus pour parvenir à un accord, jusqu'aux trois approches du contrôle de formation (leader-suiveur, structures virtuelles et approche comportementale), cet article organise systématiquement le domaine autour de la distinction entre architectures centralisées et décentralisées.

Fundamentals · 15 min de lecture Bases de la robotique September 3, 2026

Principes de base de la navigation à l'estime — Intégration des roues, de l'IMU et du GNSS pour le suivi du mouvement d'un robot

La navigation à l'estime est la technique fondamentale de mise à jour de la pose et de la position d'un robot, intégrant la rotation des roues, les données de l'IMU et les capteurs de vitesse. Cet article traite de la cinématique des entraînements différentiels, de l'accumulation d'erreurs, de la correction par filtre de Kalman étendu (EKF) et de ses applications aux robots de transport intérieur et à la conduite autonome, à l'aide d'équations et de schémas.

Fundamentals · 7 min de lecture