IndustrielInteresting Engineering30min

La décontamination nucléaire au Royaume-Uni pourrait être confiée à des robots téléopérés

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le site de démantèlement nucléaire d'Oldbury, dans le South Gloucestershire au Royaume-Uni, teste actuellement deux technologies robotiques distinctes pour la gestion des déchets radioactifs hérités. Le premier projet, mené par Nuclear Restoration Services (NRS) via le programme Robotics and Artificial Intelligence Collaboration (RAICo), évalue des bras robotiques téléopérés pour la récupération à distance des débris d'éléments combustibles (FED), ces matériaux qui contenaient autrefois le combustible nucléaire avant son transfert vers Sellafield pour retraitement. Le système intègre de la visualisation 3D et un retour haptique, permettant aux opérateurs de manipuler les débris par mouvements naturels de la main tout en ressentant un retour de force reproduisant le toucher. Le second projet, baptisé Auto-SAS, vise à automatiser l'identification, la catégorisation et la séparation des déchets radioactifs mixtes. Financé à hauteur de 9,5 millions de livres sterling sur quatre ans par la Nuclear Decommissioning Authority (NDA), il repose sur une technologie de capteurs et de scan 3D développée par l'entreprise ARCTEC. Les essais de mise en service sur site sont prévus pour mi-2027.

Ces deux initiatives répondent à un problème opérationnel concret du secteur nucléaire: aujourd'hui, la manipulation des FED exige des opérateurs équipés d'équipements de protection complets, maniant de longues pinces mécaniques derrière des écrans de radioprotection épais, une tâche lente et physiquement contraignante. En automatisant une partie du tri des déchets, NRS affirme viser une réduction du volume de matériaux orientés vers des filières d'élimination coûteuses, avec une économie potentielle chiffrée en centaines de millions de livres sterling sur la durée de vie du programme pour le groupe NDA. Au-delà du strict cadre du démantèlement, la robotique de tri développée ici pourrait s'exporter vers d'autres secteurs industriels confrontés à des flux de déchets complexes ou dangereux à séparer manuellement. Il faut toutefois noter que ces chiffres d'économies restent des projections communiquées par l'exploitant, sans détail méthodologique public à ce stade.

Ce virage s'inscrit dans une tendance plus large d'adoption de la robotique dans l'industrie nucléaire britannique, où la maintenance d'infrastructures vieillissantes representait jusqu'ici un goulet d'étranglement en main-d'œuvre qualifiée et en sécurité. Le groupe canadien AtkinsRéalis a par ailleurs récemment noué un partenariat avec l'Oxford Robotics Institute pour développer des robots autonomes et de l'IA physique dédiés aux environnements nucléaires dangereux, signe d'un intérêt croissant du secteur pour l'autonomie robotique. Varun Kumar, ingénieur robotique chez RAICo, a déclaré que ces projets devraient permettre à des opérateurs d'effectuer des tâches de tri qualifiées à distance en toute sécurité, et potentiellement d'ouvrir ces postes à des personnes ne pouvant pas travailler dans des environnements confinés.

Dans nos dossiers

IA physique & VLA

À lire aussi

1Robotics & Automation News

MTC inaugure un nouveau Centre d'Expérience Robotique pour accélérer l'adoption de l'automatisation au Royaume-Uni

Le Manufacturing Technology Centre (MTC) britannique a inauguré un Robot Experience Centre (REC) sur son site d'Ansty Park à Coventry. L'installation, à vocation "vendor-neutral", permet aux industriels de tester et valider des solutions robotiques avant tout engagement d'investissement. Le MTC ne publie pas, dans ce communiqué partiel, de chiffres sur la superficie du site, le nombre de cellules disponibles ou les marques de robots intégrées, les détails opérationnels restent à confirmer. Pour les décideurs industriels et les intégrateurs, la proposition de valeur d'un tel centre est claire : réduire le risque perçu qui freine encore l'adoption de l'automatisation dans les PME manufacturières britanniques. L'approche "tester avant d'acheter" dans un environnement neutre répond à un blocage structurel documenté au Royaume-Uni, dont le taux de densité robotique reste inférieur à la moyenne européenne. Un espace multi-fournisseurs évite également le biais de prescription qu'un intégrateur unique induirait, ce qui peut accélérer la décision d'achat. Le MTC, centre de recherche appliquée fondé en 2011 et membre du réseau Catapult du gouvernement britannique, intervient dans un contexte où l'automatisation est présentée comme levier de productivité post-Brexit. Des initiatives similaires existent en Europe, notamment en Allemagne via les Fraunhofer-Institutes ou en France avec le Cetim, offrant des prestations comparables de validation en environnement industriel réel. Le MTC n'annonce pas de partenaires technologiques ni de calendrier de mise en service complète dans ce communiqué, ce qui en fait pour l'instant davantage une annonce d'ouverture qu'un déploiement opérationnel documenté.

UEInitiative purement britannique post-Brexit sans impact direct sur la France ou l'UE ; le Cetim en France et les Fraunhofer-Institutes en Allemagne offrent déjà des prestations équivalentes de validation robotique en environnement industriel réel.

IndustrielActu

1 source

2Interesting Engineering

Les données de prothèses de mains améliorent le contrôle fin des robots pour la manipulation précise

ABB Robotics, division robotique du groupe suisse ABB, a annoncé un partenariat avec PSYONIC, une entreprise californienne spécialisée dans les prothèses bioniques, pour exploiter les données issues de prothèses de main réelles afin d'améliorer la dextérité des robots industriels. Le projet associe le bras collaboratif GoFa d'ABB, avec une charge utile de 12 kilogrammes, une portée de 1,62 mètre et une répétabilité de 0,02 mm, à la main prothétique Ability Hand de PSYONIC. Cet équipement bionique ferme sa prise en 200 millisecondes, gère 32 types de préhension dont 19 pré-programmés, dispose d'un retour tactile multi-points et d'une certification IP64. L'objectif déclaré : capturer les données de toucher et de mouvement générées par les utilisateurs humains de la prothèse pour entraîner des modèles robotiques capables de manipuler des objets fragiles, irréguliers ou variables. ABB avance que cette approche pourrait réduire jusqu'à 30 % le temps d'ingénierie consacré aux applications de manipulation, sans toutefois préciser dans quel contexte ni sur quelle base de mesure ce chiffre a été calculé. Ce partenariat s'attaque à un verrou technique reconnu dans l'automatisation industrielle : la dextérité fine. Contrairement aux méthodes d'entraînement classiques qui reposent sur la simulation, le projet utilise des données du monde réel issues d'un usage humain, ce qui présente un avantage théorique en termes de couverture des cas limites et de diversité des interactions physiques. Si l'approche se confirme à l'échelle, elle pourrait accélérer le déploiement de robots dans des lignes où la manipulation manuelle reste irremplaçable, notamment en assemblage électronique, en gestion de composants aérospatiaux ou en conditionnement pharmaceutique. ABB parle de son programme "Autonomous Versatile Robotics" (AVR), qui vise à doter les robots d'une capacité de raisonnement et d'adaptation sans reprogrammation manuelle constante. C'est là que la valeur réelle se situera, mais aucune démonstration industrielle concrète n'a encore été annoncée à ce stade. ABB Robotics est l'un des quatre grands intégrateurs robotiques mondiaux, aux côtés de KUKA, Fanuc et Yaskawa. Le GoFa a été lancé en 2021 pour concurrencer les cobots d'Universal Robots et de FANUC sur les tâches de collaboration humain-robot. PSYONIC, fondée en 2016 à Champaign (Illinois), s'est distinguée avec l'Ability Hand, une prothèse conçue pour être abordable et fonctionnelle, avec financement de la DARPA. Le transfert de savoir-faire prosthétique vers la robotique industrielle n'est pas sans précédent, mais reste rare à ce niveau de formalisation. Les secteurs ciblés incluent l'automobile, l'aérospatial, la logistique et les sciences du vivant. Le partenariat en est à la phase de recherche et développement conjointe, sans calendrier de productisation ni client pilote annoncé publiquement à ce jour.

UEABB étant l'un des principaux fournisseurs de robots industriels en Europe, cette approche data-driven pour la dextérité fine pourrait à terme accélérer l'automatisation des lignes d'assemblage européennes (automobile, aérospatial), mais reste à ce stade un projet R&D sans déploiement ni client pilote annoncé.

IndustrielOpinion

1 source

3Robotics & Automation News

Locus Robotics déploie Locus Array pour l'automatisation complète des entrepôts

Locus Robotics, spécialiste américain des systèmes d'automatisation d'entrepôts, a officialisé le lancement de Locus Array, une solution qu'elle qualifie de système de préparation de commandes entièrement autonome. La plateforme intègre des robots mobiles autonomes (AMR), un bras de préhension robotisé et un module de perception piloté par IA, avec l'objectif de couvrir l'ensemble du flux de traitement des commandes sans intervention humaine. Des déploiements en accès anticipé sont déjà engagés chez des clients en Amérique du Nord, bien que les détails opérationnels (payload, cadence de cycle, taux de précision) n'aient pas encore été communiqués publiquement. L'enjeu industriel est réel : les AMR de première génération automatisaient le transport inter-zones, mais laissaient le picking, tâche la plus coûteuse en main-d'oeuvre -- à des opérateurs humains. Intégrer un bras de préhension directement sur la plateforme mobile représente un saut architectural vers l'autonomie bout-en-bout. Pour les intégrateurs et les décideurs logistiques, cela change le calcul du ROI : si les métriques tiennent à l'échelle, l'argument pour réduire les effectifs de picking devient structurel. Reste à valider la robustesse hors conditions contrôlées, un point que l'annonce ne documente pas encore. Locus Robotics a levé plus de 400 millions de dollars depuis sa fondation en 2015, mais a traversé une période difficile en 2023, avec des réductions d'effectifs significatives liées à un ralentissement du marché e-commerce. Locus Array s'inscrit donc dans une stratégie de repositionnement vers la valeur ajoutée. Sur ce segment, la concurrence est dense : Exotec (Roubaix, France) avec son système Skypod, Symbotic, Geek+ et Boston Dynamics avec Stretch visent tous le même créneau de préparation autonome. La phase d'accès anticipé devra produire des données opérationnelles convaincantes pour crédibiliser la proposition face à ces acteurs déjà déployés à grande échelle.

UEExotec (Roubaix, France) est directement en compétition sur ce créneau de préparation autonome et devra défendre sa position si Locus Array produit des métriques opérationnelles convaincantes à l'échelle.

IndustrielOpinion

1 source

4arXiv cs.RO

Des quadrillages aux entrepôts : adapter la planification multi-agents légère en un coup pour les robots à guidage automatique

Une équipe de chercheurs a publié le 21 mai 2026 (arXiv:2605.15799) un nouveau cadre algorithmique baptisé MAWPF (Multi-Agent Warehouse Pathfinding), conçu pour adapter les méthodes classiques de planification multi-agents (MAPF) aux véhicules guidés automatisés (AGV) à transmission différentielle réellement déployés en entrepôt. Contrairement aux formulations MAPF standards qui supposent une grille 2D à quatre connexions avec des déplacements unitaires, MAWPF intègre quatre contraintes physiques réalistes : les agents ne peuvent effectuer que des mouvements rectilignes ou des rotations sur place, les rotations ont un coût multi-étapes (non unitaire), les phases d'accélération et de décélération sont modélisées explicitement, et les collisions par l'arrière entre robots suiveurs sont interdites. Les auteurs ont adapté et comparé quatre algorithmes sous-optimaux représentatifs issus de la littérature MAPF : PP (Prioritized Planning), LNS2 (Large Neighborhood Search 2), PIBT (Priority Inheritance with Backtracking) et LaCAM. Les benchmarks montrent que PP et LNS2 peinent à résoudre des instances à grand nombre d'agents, tandis que les approches basées sur PIBT offrent une meilleure scalabilité, au prix d'un coût de solution plus élevé. Ce travail comble un écart concret entre la recherche en planification combinatoire et les contraintes opérationnelles des entrepôts automatisés, où les AGV à transmission différentielle dominent le marché (flottes Locus Robotics, 6 River Systems, Exotec Skypod). Le fait que les rotations et la cinématique soient désormais intégrées dans le modèle de collision élimine une source fréquente d'échec au déploiement, le "sim-to-real gap" cinématique, sans abandonner la tractabilité de la recherche combinatoire discrète. Pour un intégrateur ou un COO, cela signifie que les algorithmes de planification peuvent être qualifiés sur des métriques proches du comportement réel des véhicules, réduisant les ajustements coûteux en production. Le MAPF classique, formalisé depuis les années 2010 avec des algorithmes comme CBS (Conflict-Based Search) et ses variantes, a longtemps été critiqué pour son manque de réalisme physique. Des travaux récents comme MAPF avec agents de taille variable ou avec contraintes temporelles ont ouvert cette direction, mais la cinématique différentielle restait peu traitée. Sur le plan concurrentiel, Amazon Robotics et Waymo Via investissent dans des approches d'optimisation de flotte propriétaires, tandis que des startups comme Exotec (France) ou Autostore misent sur des architectures matérielles contraintes qui simplifient le problème de planification. La prochaine étape naturelle serait l'extension à la planification lifecycle (avec objectifs de livraison dynamiques) et des tests sur des entrepôts physiques instrumentés, non encore annoncés par les auteurs.

UELes intégrateurs de flottes AGV en Europe, et notamment Exotec (France, Skypod), peuvent s'appuyer sur ce cadre MAWPF pour qualifier leurs planificateurs sur des métriques cinématiques réalistes, réduisant les coûteux ajustements de production liés au sim-to-real gap différentiel.

IndustrielPaper

1 source