IndustrielRobotics Business Review3h

Fin d'une ère : Honeywell cède le contrôle de l'automatisation d'entrepôt à AIP

1 source couvre ce sujet·Source originale ↗·

Honeywell a annoncé le 23 avril 2026 la cession de sa division Warehouse and Workflow Solutions (WWS), qui regroupe les marques Intelligrated et Transnorm, au fonds de capital-investissement américain American Industrial Partners (AIP). La transaction, dont les termes financiers n'ont pas été divulgués, devrait être finalisée au second semestre 2026. L'ensemble pesait environ 935 millions de dollars de revenus en 2025, ce qui en fait l'un des actifs les plus significatifs du marché de l'automatisation logistique. Intelligrated couvre l'intégration de systèmes bout-en-bout : convoyeurs, trieurs automatisés, palettiseurs, robotique et logiciels d'orchesturation. Transnorm, de son côté, est spécialisée dans les technologies de courroies courbes et sert les secteurs aéroportuaire, postal, colis et e-commerce sur cinq continents. AIP prévoit d'adosser WWS à Trew Automation, un intégrateur de systèmes de manutention dans lequel le fonds est déjà investi, pour constituer une plateforme complémentaire à destination des industriels.

Le signal envoyé au marché est celui d'une recomposition structurelle du paysage des intégrateurs de grande taille. Depuis les rachats par Honeywell, Intelligrated et Transnorm ont opéré dans le cadre d'un conglomérat dont l'automatisation logistique n'était qu'une ligne parmi d'autres. Sous AIP, les deux entités rejoindront un véhicule dédié à l'industrie, potentiellement plus agile sur les cycles de décision et d'investissement produit. Pour les décideurs B2B et les grands comptes logistiques, le changement d'actionnaire soulève des questions légitimes sur la continuité des contrats de maintenance, le support logiciel et les feuilles de route technologiques, en particulier sur les solutions robotiques et ASRS (Automated Storage and Retrieval Systems) déjà déployées dans leurs entrepôts. La fusion avec Trew vise à créer des synergies sur la base installée, mais la réussite de ce type d'intégration post-M&A reste à démontrer dans l'exécution opérationnelle.

Honeywell avait acquis Intelligrated le 30 août 2016 pour environ 1,5 milliard de dollars, surenchérissant notamment sur Toyota Industries, après un rachat initial par Permira en 2012. Transnorm avait suivi le 9 novembre 2018 pour environ 425 millions d'euros (492 millions de dollars), acquis auprès d'IK Investment Partners. Cette cession s'inscrit dans un mouvement de démantèlement stratégique plus large : le 20 avril 2026, Honeywell avait annoncé la vente de sa division Productivity Solutions and Services à Brady Corporation pour 1,4 milliard de dollars en cash, et avait déjà cédé son activité équipements de protection individuelle en 2024. L'entreprise cherche à se recentrer sur ses activités historiques dans l'aérospatiale, l'énergie et l'automatisation industrielle de procédés. Dans ce secteur, les concurrents directs d'Intelligrated incluent Dematic (groupe KION), Vanderlande (Toyota Industries), Swisslog (KUKA/Midea) et SSI Schäfer, tous en compétition sur les grands projets d'entrepôts automatisés à mesure que la demande e-commerce et les pénuries de main-d'oeuvre accélèrent les cycles d'investissement.

Impact France/UE

Transnorm étant déjà déployée sur le marché européen (aéroportuaire, colis, e-commerce), la recomposition sous AIP redistribue les cartes concurrentielles face aux intégrateurs européens (Swisslog/KUKA, Vanderlande/Toyota, SSI Schäfer) et soulève des questions de continuité contractuelle pour les opérateurs logistiques EU ayant des systèmes Intelligrated ou Transnorm en production.

À lire aussi

1arXiv cs.RO

Agent de sécurité guidé par LLM pour la robotique embarquée avec une architecture perception-calcul-contrôle conforme ISO

Des chercheurs ont publié une architecture permettant d'intégrer un agent de sécurité guidé par un grand modèle de langage (LLM) dans des robots embarqués fonctionnant à la périphérie du réseau, tout en respectant les normes industrielles de sécurité fonctionnelle. Le système, présenté dans une prépublication arXiv (2604.20193), repose sur une architecture perception-calcul-contrôle conforme à la norme ISO 13849. Concrètement, il convertit des règles de sécurité formulées en langage naturel en prédicats exécutables, déployés sur un environnement d'exécution hétérogène et redondant. Pour garantir la tolérance aux pannes, les chercheurs adoptent une redondance duale symétrique : deux modules indépendants fonctionnent en parallèle pour la perception, le calcul et le contrôle. Le prototype tourne sur une plateforme à double processeur RK3588, une puce ARM développée par Rockchip, et a été évalué dans des scénarios typiques d'interaction humain-robot. L'enjeu est fondamental : la sécurité fonctionnelle industrielle exige des comportements déterministes, c'est-à-dire prévisibles et reproductibles à chaque exécution, alors que la perception par IA reste intrinsèquement probabiliste. Cette incompatibilité freine depuis des années le déploiement de robots intelligents dans des espaces où des humains circulent. En atteignant le niveau ISO 13849 Catégorie 3 et Performance Level d avec du matériel grand public peu coûteux, cette approche ouvre la voie à des systèmes robotiques certifiables sans processeurs spécialisés hors de prix. Pour les intégrateurs industriels et fabricants de cobots, c'est un signal clair : la sécurité certifiable pourrait bientôt s'appliquer à bien plus large échelle. La montée en puissance des robots collaboratifs dans les usines, entrepôts et environnements de soins a rendu urgente la question de la certification. Les normes ISO 13849 définissent des niveaux de performance de PL a à PL e selon la probabilité de défaillance dangereuse ; atteindre PL d est généralement requis pour des équipements opérant à proximité directe d'humains. L'utilisation d'un LLM pour interpréter et codifier automatiquement des règles de sécurité en langage naturel est une approche originale qui pourrait simplifier radicalement la configuration de ces systèmes. La prochaine étape décisive sera la validation formelle par des organismes de certification indépendants, condition indispensable à une adoption industrielle à grande échelle.

UELes fabricants européens de cobots et intégrateurs industriels pourraient accéder à une voie de certification ISO 13849 PL d à moindre coût, sous réserve de validation par des organismes notifiés européens.

IndustrielOpinion

1 source

2arXiv cs.RO

OmniUMI : vers un apprentissage robotique ancré dans le monde physique par interaction multimodale alignée sur l'humain

Des chercheurs ont présenté OmniUMI, un nouveau cadre d'apprentissage robotique conçu pour dépasser les limites des systèmes actuels en intégrant des données multimodales physiquement ancrées. Là où les interfaces de type UMI existantes se limitent à des observations visuelles RGB et des trajectoires, OmniUMI capture simultanément six types de données : images RGB, profondeur, trajectoire, retour tactile, force de préhension interne et couple d'interaction externe. Ce dispositif tient dans la main et maintient une cohérence entre la phase de collecte des démonstrations humaines et le déploiement sur le robot, grâce à une conception d'embodiment partagé. Les politiques apprises reposent sur une extension de la diffusion policy intégrant ces signaux visuels, tactiles et de force, déployée via une exécution à impédance pour réguler conjointement le mouvement et le contact. Les expériences valident le système sur des tâches comme le saisissement et le dépôt sensibles à la force, l'effacement de surface interactif, et le relâchement sélectif guidé par le toucher. La portée de cette avancée tient à un problème fondamental de la robotique : les tâches impliquant un contact physique riche, comme assembler des pièces fragiles, manipuler des objets déformables ou effectuer des gestes précis avec pression calibrée, restent hors de portée des systèmes purement visuels. La vision seule ne peut pas inférer la dynamique de contact, la force exercée, ni les micro-glissements tactiles. En permettant au démonstrateur humain de percevoir et moduler naturellement ces forces via un retour bilatéral du préhenseur, OmniUMI aligne la démonstration humaine sur la réalité physique du robot, rendant les données collectées directement exploitables. Le contexte est celui d'une course à la manipulation robotique généraliste, où des laboratoires et entreprises comme Google DeepMind, Physical Intelligence ou Boston Dynamics investissent massivement. Les interfaces UMI, popularisées ces dernières années pour leur facilité de collecte de données à grande échelle, butaient précisément sur ce mur du toucher et de la force. OmniUMI ouvre une voie vers des systèmes capables d'apprendre des tâches industrielles ou médicales où la précision physique est critique, tout en conservant le paradigme de démonstration humaine qui a fait le succès des approches d'imitation à grande échelle.

IndustrielOpinion

1 source

3Interesting Engineering

L'armée américaine déploie des robots pour la logistique de proximité et l'évacuation des blessés en zone de combat

L'armée américaine a publié un appel à solutions commerciales, dont la date limite est fixée au 28 avril 2026, pour développer un véhicule terrestre sans pilote capable d'assurer deux missions critiques en zone de combat : le ravitaillement de première ligne et l'évacuation des blessés. Le robot doit pouvoir transporter suffisamment de vivres, munitions et matériel médical pour soutenir un peloton de fusiliers et un état-major de compagnie, tout en étant capable d'emporter au moins deux blessés depuis leur point de blessure jusqu'à un poste de collecte désigné. Le système devra fonctionner en télé-opération comme en navigation autonome, y compris hors des routes et sans signal GPS, et minimiser ses émissions électromagnétiques pour réduire sa détectabilité. Ce besoin répond à une vulnérabilité concrète qui coûte des vies : le "dernier kilomètre tactique" est devenu l'un des segments les plus meurtriers du champ de bataille moderne. Les drones ennemis assurent désormais une surveillance quasi permanente des lignes de front, rendant chaque mouvement de troupe exposé aux tirs d'artillerie et aux tireurs d'élite. L'armée reconnaît explicitement que cette pression permanente entrave la capacité des commandants à ravitailler leurs unités et à évacuer les blessés dans des délais acceptables. En remplaçant des soldats par une plateforme robotisée pour ces missions, l'objectif est de maintenir l'efficacité opérationnelle tout en retirant des hommes des zones les plus dangereuses. Ce projet s'inscrit dans la continuité d'efforts déjà engagés, notamment le programme Small Multipurpose Equipment Transport (S-MET), et de systèmes existants comme le Hunter Wolf de HDT Robotics, un robot de transport lourd déjà capable d'intégrer des armements. Mais l'urgence s'est nettement accélérée sous l'effet des leçons tirées du conflit en Ukraine, où les forces ukrainiennes ont largement adopté les robots pour la logistique et l'évacuation sanitaire de première ligne, faute de pouvoir exposer du personnel humain sous la surveillance drone omniprésente. L'armée américaine cherche à aller plus loin en dotant directement les unités de manœuvre d'un soutien robotisé organique, sans dépendre d'une chaîne logistique arrière. Si un système est sélectionné, il pourrait redéfinir l'organisation des unités de combat et accélérer la robotisation d'autres tâches à risque sur des champs de bataille de plus en plus instrumentés.

UELes leçons tirées du conflit en Ukraine, moteur explicite de cette initiative américaine, alimentent directement les réflexions des armées européennes, dont l'armée française, sur la robotisation de leur soutien logistique et sanitaire de première ligne.

IndustrielOpinion

1 source

4Robotics Business Review

HII s'associe à Path Robotics et GrayMatter Robotics pour accélérer la construction navale

HII (Huntington Ingalls Industries), premier constructeur naval américain basé à Newport News, Virginie, a annoncé cette semaine le programme HYPR (High-Yield Production Robotics) en partenariat avec Path Robotics et GrayMatter Robotics. Développé au sein du Dark Sea Labs Advanced Technology Group de HII, HYPR vise à combiner quatre capacités automatisées en une seule ligne de production coordonnée : soudage robotisé à base de physical AI, déplacement automatisé de matériaux, traitement autonome des surfaces et contrôles qualité autonomes. Path Robotics apporte son IA physique pour la fabrication ; GrayMatter Robotics contribue sa plateforme FSI (Factory SuperIntelligence) dédiée à la préparation de surface, la finition, le revêtement et l'inspection. HII réalise "des millions d'heures de soudage par an" et affiche un carnet de commandes de plusieurs milliards de dollars, selon Andy Lonsberry, CEO et co-fondateur de Path Robotics. Des démonstrations proof-of-concept sont prévues en 2026, avec un pilote complet en 2027. L'intérêt stratégique de HYPR dépasse la simple juxtaposition d'outils autonomes. En orchestrant plusieurs systèmes au sein d'une même ligne de fabrication structurale, le programme s'attaque à des tâches à forte variabilité qui ont jusqu'ici résisté à l'automatisation traditionnelle. Le soudage naval concentre les risques les plus aigus : Lonsberry le qualifie de "tâche la plus importante, la plus coûteuse et la plus destructive" du processus, car une erreur de cordon n'est pas récupérable à la différence d'un composant mal positionné. Pour les intégrateurs et les décideurs industriels, c'est un signal concret que les systèmes de physical AI commencent à opérer dans des environnements non structurés, loin des benchmarks de laboratoire. Le pilote 2027 constituera un test grandeur nature du passage sim-to-real dans la construction navale, secteur notoirement moins standardisé que l'automobile, où les surfaces complexes et les gabarits variables rendent les robots à trajectoires fixes peu adaptés. HII a consolidé ce partenariat en deux étapes rapprochées : un mémorandum d'entente avec Path Robotics signé en février 2026 pour explorer le soudage assisté par IA, suivi d'un accord avec GrayMatter Robotics début avril 2026. Dans ce même intervalle, Path Robotics a lancé Rove, un système de soudage mobile combinant son IA propriétaire Obsidian à un robot quadrupède, étendant ses capacités au-delà des postes fixes. GrayMatter, spécialisée dans l'industrialisation de l'IA pour les ateliers de fabrication, se positionne sur les opérations de finition et d'inspection que les robots classiques ne savent pas gérer. Le programme s'inscrit dans la politique de renforcement de la capacité navale nationale portée par le Département de la Défense américain, qui cherche à accélérer la production de ce qu'il nomme sa "golden fleet". Aucun acteur européen n'est impliqué directement, mais des groupes comme Naval Group surveillent ce type d'intégration multi-systèmes pour leurs propres programmes de modernisation.

UENaval Group et les chantiers navals européens surveillent le programme HYPR comme signal de maturité des systèmes multi-robots pour le soudage en environnement non structuré, mais aucun impact direct sur la France/UE à ce stade.

IndustrielOpinion

1 source