IndustrielRobotics Business Review 5 août 2026

Portez son autonomie à l'échelle : la perception est la clé

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Mel Torrie, cofondateur et PDG d'Autonomous Solutions Inc. (ASI), signe une tribune publiée à l'occasion de sa prochaine intervention à RoboBusiness, prévu les 20 et 21 octobre à Santa Clara, en Californie. Il y revient sur l'expérience de son entreprise, spécialisée dans l'autonomie industrielle pour les mines et les sites hors route, et sur les leçons tirées du déploiement de son système de vision Mobius. Premier enseignement cité : lors des premiers déploiements, ASI avait retenu des capteurs de qualité automobile, les meilleurs disponibles à l'époque. En moins d'un an, la poussière, les vibrations et les écarts de température extrêmes d'un site minier actif ont provoqué un taux de panne de 100%, forçant l'entreprise à repenser entièrement ses spécifications de capteurs pour les conditions de terrain plutôt que pour un environnement contrôlé. Torrie illustre le niveau d'exigence requis avec l'exemple d'un camion de transport à un carrefour, sous 45°C, dans un nuage de poussière, chargé d'une charge utile de 200 tonnes, avec un véhicule léger traversant sa trajectoire 80 mètres devant lui.

Cette tribune défend une idée simple pour les opérateurs industriels et intégrateurs : le GPS indique une position, pas ce qui se trouve devant la machine ni si un obstacle va croiser sa route, et la véritable autonomie repose désormais sur la perception plutôt que sur le contrôle moteur ou la planification de trajectoire, selon l'auteur. L'argument central est économique autant que technique : plutôt que d'imposer un remplacement complet de flottes à forte intensité capitalistique, une mise à niveau de la vision indépendante du matériel permettrait de transformer des équipements existants en plateformes autonomes performantes sans enfermer l'opérateur dans un écosystème propriétaire unique. Pour les décideurs B2B de secteurs comme les mines ou la logistique, où chaque décision opérationnelle a des implications financières et sécuritaires, cela replace le calcul de retour sur investissement autour d'un facteur clé : le temps d'arrêt, plus coûteux dans des environnements réels imprévisibles que dans les sites structurés visés par l'automatisation classique. L'auteur insiste aussi sur la nécessité d'un traitement en périphérie, embarqué et en temps réel, pour détecter un humain et réagir en quelques millisecondes sans dépendre d'un serveur distant.

Le texte s'inscrit dans un format tribune d'expert associé à la promotion de la conférence RoboBusiness, où figure d'ailleurs un encart publicitaire pour l'inscription, et ne constitue donc pas un compte-rendu indépendant ni l'annonce d'un nouveau produit : la plateforme Mobius d'ASI est déjà commercialisée, l'article relevant d'un positionnement éditorial plutôt que d'un lancement. Aucun acteur français ou européen n'est cité. ASI, fondée par Torrie, s'est bâtie sur l'autonomie de véhicules hors route pour les mines et le transport de charges lourdes, un segment où d'autres acteurs proposent également des couches d'autonomie rétrofit pour flottes existantes ; l'article ne détaille toutefois ni chiffre de déploiement pour Mobius, ni client nommé, ni calendrier de prochaines étapes au-delà de l'intervention de Torrie à RoboBusiness en octobre.

À lire aussi

1Robotics & Automation News

Robust.AI choisit le système de perception IA d'Aptiv pour son robot d'entrepôt Carter nouvelle génération

Aptiv, groupe technologique industriel connu pour ses systèmes de capteurs automobiles, a annoncé que Robust.AI, spécialiste des robots mobiles autonomes pour l'entrepôt, a choisi sa solution de perception intelligente pour équiper la troisième génération de son robot collaboratif Carter. Le système repose sur une fusion de capteurs pilotée par intelligence artificielle et apprentissage automatique, autour du capteur Aptiv Pulse. Cette annonce prolonge une collaboration déjà engagée entre les deux entreprises, qui associent l'expertise d'Aptiv en perception embarquée, historiquement développée pour l'automobile, aux robots mobiles collaboratifs de Robust.AI destinés aux entrepôts et centres de distribution. Pour l'industrie de l'automatisation logistique, ce partenariat illustre une tendance de fond: les fournisseurs de capteurs automobiles, confrontés à un marché des véhicules autonomes plus lent que prévu, redéploient leur technologie de perception vers la robotique industrielle et les AMR (robots mobiles autonomes). Pour les intégrateurs et décideurs B2B en logistique, l'enjeu est la fiabilité de la navigation et de la détection d'obstacles en environnement partagé avec des opérateurs humains, un point critique pour la certification sécurité des robots collaboratifs. L'annonce reste toutefois formulée en termes généraux, sans données chiffrées sur les gains de performance, la portée des capteurs ou le calendrier de déploiement, ce qui invite à la prudence sur l'ampleur réelle du changement technique. Robust.AI, fondée par Aaron Edsinger et soutenue notamment par des investisseurs de la robotique, développe sa gamme Carter depuis plusieurs années comme alternative aux AMR déjà déployés par des acteurs comme Locus Robotics ou 6 River Systems (Ocado). Aptiv, de son côté, cherche à valoriser son portefeuille de capteurs et de logiciels de perception au delà de l'automobile. La suite dépendra des premiers déploiements concrets du Carter Gen 3 chez des clients entrepôts, qui permettront de vérifier si ces gains de perception se traduisent par une adoption élargie.

IndustrielActu

1 source

2Robotics & Automation News

McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI

Panneau accepte le premier drone gardien : McLaren Construction, filiale du groupe britannique de construction, a signé un partenariat avec FieldAI, développeur d'intelligence artificielle physique, pour déployer des robots quadrupèdes autonomes sur ses chantiers au Royaume-Uni. Ces robots seront chargés de capturer des images à 360 degrés des sites, de générer des nuages de points (point cloud), et de soutenir la vérification d'avancement des travaux ainsi que l'analyse des écarts entre le modèle numérique et la réalité du chantier. Ils assureront également des patrouilles de conformité sécurité et des contrôles qualité. Le communiqué ne précise pas encore de calendrier de déploiement ferme ni le nombre d'unités prévues sur le premier site. Ce partenariat illustre une tendance de fond dans le secteur du BTP : l'automatisation progressive de tâches répétitives et à risque, comme l'inspection de sécurité ou la documentation de chantier, jusque là réalisées manuellement par des équipes humaines. Pour les intégrateurs et décideurs B2B du secteur construction, ce type de déploiement teste la viabilité des robots quadrupèdes autonomes hors des environnements contrôlés d'usine, un terrain nettement plus complexe et changeant. Cela positionne aussi FieldAI comme un acteur cherchant à démontrer que son IA physique généraliste peut s'adapter à des cas d'usage concrets au delà des démonstrations en laboratoire, un enjeu clé alors que le secteur robotique traverse une phase où l'écart entre promesses marketing et déploiements réels reste scruté de près. FieldAI, société américaine spécialisée dans les modèles d'IA pour robots généralistes, cherche à se positionner face à des concurrents comme Boston Dynamics (Spot) ou Boston-based startups similaires sur le marché des robots quadrupèdes appliqués à l'inspection industrielle et au BTP. McLaren Construction, non lié à l'écurie de F1 du même nom, cherche via ce partenariat à moderniser ses processus de suivi de chantier. Les prochaines étapes attendues incluent le déploiement effectif sur un premier site pilote et la publication de résultats concrets sur les gains de temps et de fiabilité obtenus.

IndustrielActu

1 source

3Robotics Business Review

Pudu Robotics lance le MP2000, son nouveau chariot élévateur autonome

Pudu Robotics a dévoilé le 18 août 2026 le MP2000, un chariot élévateur autonome piloté par IA conçu pour la manutention de palettes en environnement industriel et logistique. Le robot revendique des cycles de prise de palette aussi courts que 20 secondes, avec un système de perception combinant lidar 3D et caméras de profondeur permettant d'identifier l'emplacement des palettes et d'ajuster la trajectoire d'approche en temps réel. Les capteurs valident également la taille et la configuration des palettes, corrigeant les désalignements et adaptant la navigation aux dimensions de charge, y compris dans des espaces restreints. Le MP2000 gère les formats de palettes courants (à trois longerons, à base périmétrique) ainsi que des supports de charge non standard. Il s'intègre à la flotte d'AMR existante de Pudu, dont la série T300, via une architecture d'intelligence distribuée combinant décision locale et coordination au niveau flotte, avec maintien de la coordination multi-robots même en cas de coupure réseau. Le véhicule communique avec des équipements périphériques comme les portes et ascenseurs pour accéder aux zones contrôlées, et propose un mode manuel permettant de le piloter comme un chariot élévateur électrique classique. Ce lancement illustre la stratégie de Pudu Robotics d'élargir son portefeuille d'AMR au-delà de la livraison légère (série T) vers la manutention lourde et le transport de sol à sol, un segment historiquement dominé par des acteurs comme Geek+, Hai Robotics ou les fabricants traditionnels de chariots élévateurs automatisés. Pour les intégrateurs et décideurs industriels, le MP2000 représente une tentative de standardiser l'automatisation palettisée sur des workflows variés (quais de chargement, entrepôts, stockage en bord de ligne, ateliers de production) sans nécessiter d'infrastructure dédiée par type de palette. Le chiffre de 20 secondes par cycle de prise, mis en avant par le communiqué, doit toutefois être interprété avec prudence : aucune donnée n'est fournie sur les conditions de test (distance parcourue, poids de charge, environnement contrôlé ou réel), ce qui limite sa comparabilité directe avec les performances d'autres AMR de manutention lourde du marché. Le MP2000 s'inscrit dans la trajectoire de Pudu Robotics, fabricant chinois d'AMR connu initialement pour ses robots de service en restauration et hôtellerie, qui a progressivement étendu son offre vers la logistique industrielle avec sa gamme de robots de livraison et de transport. L'entreprise positionne désormais ce nouveau produit en complément direct de sa série T (dont le T300), pour couvrir le segment des charges palettisées plus lourdes que ne pouvait traiter cette gamme existante. L'annonce reste à ce stade un lancement produit sans détail public sur les sites de déploiement, les clients pilotes ou les volumes commandés, et aucun prix n'a été communiqué. Le calendrier de disponibilité commerciale et les premiers déploiements concrets restent à confirmer dans les prochains mois.

IndustrielOpinion

1 source

4Robotics Business Review

Pourquoi la vision par IA est le pilier de la sécurité sur les chantiers automatisés

ViAct commercialise viBOT, un moniteur robotique autonome destiné aux chantiers de construction, présenté comme illustration d'une tendance plus large: engins de terrassement autonomes, systèmes de implantation robotisés et drones d'inspection passent progressivement des pilotes contrôlés à un usage actif sur site. Le marché mondial de la robotique de construction est estimé à 3,66 milliards de dollars d'ici 2030 selon le cabinet Grand View Research. Côté sécurité, les statistiques de l'OSHA citées montrent que les "Fatal Four" (chutes, heurts par véhicule ou engin, électrocution, coincement) représentent environ 58 à 59% des décès dans la construction aux Etats-Unis ces dernières années, les incidents de heurt par engin tuant à eux seuls plus de cent travailleurs par an, majoritairement liés à des véhicules ou machines en mouvement. La norme ANSI/RIA R15.08, conçue pour les robots mobiles autonomes évoluant en environnement dynamique, est mentionnée comme succédant aux anciennes normes AGV qui supposaient des trajectoires fixes. L'argument central de l'article est que le succès de l'automatisation des chantiers dépendra moins des capacités techniques des machines que de la cohabitation sûre entre humains et systèmes autonomes, en particulier dans les zones de transition où un ouvrier peut entrer sans préavis dans la trajectoire d'un compacteur autonome pour récupérer un outil, sans qu'aucun dysfonctionnement ne se produise. Chaque robot ne perçoit que son environnement immédiat via caméras, lidar, radar et GPS embarqués; aucun ne peut appréhender l'ensemble d'un chantier de vingt hectares partagé entre équipes de terrassement, électriciens et machines autonomes. C'est le créneau que revendique le "vision AI" comme couche de perception transversale, agrégeant flux CCTV existants, caméras temporaires, drones et caméras portées. Il faut noter que le texte reste largement descriptif d'une catégorie logicielle plutôt qu'une annonce produit vérifiable: aucun chiffre de déploiement, prix ou performance concernant viBOT n'est communiqué, et le ton reste proche du plaidoyer sectoriel. viBOT s'inscrit dans une catégorie naissante d'unités de patrouille mobile autonome dédiées spécifiquement à cette perception de sécurité, distincte des robots opérationnels comme les compacteurs ou les drones d'inspection déjà présents sur les chantiers. L'article ne précise ni date de lancement de viBOT, ni sites de déploiement, ni volumes commercialisés, ce qui limite sa portée à un positionnement de marché plutôt qu'à une annonce vérifiable. Aucun concurrent direct n'est nommé, et aucun acteur français ou européen du secteur n'apparaît dans le texte source.

IndustrielActu

1 source