Afin d'accroître leur compétitivité les entreprises ont recours de plus en plus à des systèmes robotisés pour realiser différentes tâches complexes. Ces robots sont très attractifs par leur coût mais nécessitent d'introduire des capteurs externes afin de garantir une plus grande précision de mouvement. Un enjeu majeur concerne la co-activité avec l'homme. Fort de l'acquisition très récente du système de vision low-cost, Leap Motion, qui présente des caractéristiques de précision inégalées à ce coût, nous proposons un premier travail d'apprentissage, par un système robotisé, de la gestuelle d'un opérateur. L'objectif est de reproduire des tâches complexes en 3D sans contraintes pour l'opérateur. Cette interaction permet d'engendrer un nuage de points et de directions très précises. Afin de garantir une bonne répétabilité du mouvement sur notre robot UR10, nous réalisons une interpolation de ces données par des splines polynomiales minimisant la norme L1. Ce formalisme développé récemment présente une complexité de calcul linéaire avec les données et permet de conserver la forme des données même lorsque le pas de discrétisation n'est pas uniforme en espace.