Aller au contenu principal
Portez son autonomie à l'échelle : la perception est la clé
IndustrielRobotics Business Review 

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

Robust.AI choisit le système de perception IA d'Aptiv pour son robot d'entrepôt Carter nouvelle génération
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
McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI
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
Échouer vite, petit et sans risque : un modèle pratique pour l'automatisation robotique
3Robotics Business Review 

Échouer vite, petit et sans risque : un modèle pratique pour l'automatisation robotique

En automatisation robotique industrielle, la majorité des projets n'échouent pas par manque de compétence - ils échouent parce que les apprentissages critiques arrivent trop tard. C'est le constat du responsable de la recherche et de l'innovation chez Bullen Ultrasonics, spécialiste américain de l'usinage par ultrasons, dans une analyse publiée en avril 2026. Sa thèse centrale : les systèmes robotiques concentrent le risque en amont du déploiement. Une fois une cellule mise en service - outillage construit, trajectoires validées, temps de cycle figés, systèmes de sécurité certifiés - le moindre changement déclenche des cascades de perturbations. Un crash en phase d'intégration peut endommager des outils de préhension (EOAT), détruire des composants à long délai d'approvisionnement, et repousser les jalons de production de plusieurs semaines à plusieurs mois. Les hypothèses formulées en conception - portée, charge utile, inertie, variabilité des pièces, marges de préhension, comportements de récupération - paraissent souvent raisonnables individuellement, mais leurs interactions dans une cellule réelle génèrent des comportements que personne n'avait anticipés. Ce mécanisme de verrouillage précoce du risque transforme la logique de rentabilité d'un projet d'automatisation. Le ROI, pourtant clairement établi au départ (efficacité, sécurité, débit, capacité libérée), se retrouve directement exposé dès que les cycles de débogage, les reprises d'outillage et les dates de lancement manquées s'accumulent en fin de projet. L'enseignement clé pour les intégrateurs et les décideurs industriels est contre-intuitif : "fail fast" en robotique ne signifie pas déployer vite et itérer en production comme en développement logiciel - impossible sur une ligne réelle. Cela signifie forcer les incertitudes à remonter avant que les systèmes physiques soient figés, quand les conséquences sont encore maîtrisables et réversibles. Le timing de la découverte, pas la rigueur d'exécution, détermine si un échec est productif ou destructeur pour le projet. Bullen Ultrasonics, fondée en 1946 à Eaton (Ohio), s'est positionnée sur la robotisation de procédés d'usinage complexes, ce qui lui confère une perspective opérationnelle directe sur les défaillances d'intégration. L'article s'inscrit dans un débat structurant du secteur : alors que les grands fournisseurs de plateformes robotiques comme ABB, FANUC, KUKA ou Universal Robots poussent vers des déploiements plus rapides, et que les intégrateurs systèmes opèrent sous pression calendaire, la question de savoir où positionner les phases de validation reste critique. Il convient de noter que l'article ne présente pas de métriques chiffrées ni de retours d'expérience concrets, et se positionne davantage comme un cadre méthodologique généraliste. Des recommandations pratiques sur la simulation, la validation en environnement réduit et la gestion structurée des hypothèses d'intégration sont annoncées dans des publications à venir.

IndustrielOpinion
1 source
Les robots grimpeurs ZeeBot de Cainiao transforment l'automatisation d'entrepôt à l'échelle mondiale
4Pandaily 

Les robots grimpeurs ZeeBot de Cainiao transforment l'automatisation d'entrepôt à l'échelle mondiale

Le 17 juin, Cainiao, la branche logistique d'Alibaba, a inauguré un centre européen de fulfillment aux Pays-Bas, déployant plus de 100 robots grimpeurs ZeeBot de sa propre conception dans un entrepôt de 26 000 m² situé près du port de Rotterdam. L'installation, exploitée sous bail de dix ans, couvre la distribution B2B et le fulfillment B2C à l'échelle européenne. Le ZeeBot se distingue des solutions ASRS traditionnelles (qui nécessitent des véhicules dédiés par niveau de rayonnage) et des AGV classiques (limités à 4 mètres de hauteur) en intégrant dans un seul châssis le transport au sol, l'escalade verticale et la récupération de bacs. La machine atteint jusqu'à 14 mètres de hauteur de stockage (20 mètres en limite de conception) et affiche un espacement de bacs de 80 mm sur rail ou 25 mm en configuration sans rail, soit une densité de stockage annoncée 15 % supérieure à celle des concurrents internationaux. Chaque unité est proposée à moins de 100 000 RMB (environ 13 000 euros). Cainiao revendique un taux de réussite d'entrée sur rail de 100 % et une productivité doublée par rapport à un entrepôt manuel. Ces métriques méritent d'être nuancées. Le taux de 100 % a été mesuré avec 60 à 70 robots en phase de montée en charge ; les tests à 134 unités lors du pic du festival e-commerce "618" n'ont pas encore produit de données publiques à pleine charge. Les gains de productivité cités sont des valeurs de conception laboratoire, pas des mesures opérationnelles consolidées. L'enjeu industriel reste néanmoins significatif : fusionner grimpe verticale, transport horizontal et préhension de bacs dans un seul engin réduit les coûts d'infrastructure et améliore l'utilisation volumétrique par rapport aux ASRS ou AMR à niveaux séparés. Pour un COO en phase de conception d'entrepôt à haute densité, le retour sur investissement annoncé de 18 à 24 mois sur le marché chinois constitue un benchmark utile, même si les projets européens affichent un payback de 5 à 10 ans, reflet des coûts de service locaux plus élevés. Filiale logistique d'Alibaba fondée en 2010, Cainiao déploie le ZeeBot selon une stratégie "incubation interne, expansion externe" : trois projets sont en cours en Chine, et des déploiements sont annoncés en Espagne, Hong Kong, aux États-Unis, au Canada, au Moyen-Orient et au Japon. Sur le marché des robots d'entrepôt grimpeurs, Cainiao affronte notamment Exotec (Lille, France), dont le système Skypod atteint 12 mètres et est déjà déployé chez des enseignes comme Decathlon et Uniqlo à travers l'Europe, ainsi que Geek+ (Chine) et AutoStore (Norvège). La comparaison sur la densité de stockage et le coût unitaire sera déterminante pour les intégrateurs européens. Les limites actuelles du ZeeBot sont reconnues par Cainiao lui-même : le système ne traite que des articles légers et standardisés, les colis irréguliers restant à la charge d'opérateurs humains. L'automatisation complète, incluant le picking autonome et la récupération d'erreurs sur SKU variés, nécessitera selon l'entreprise encore deux à trois ans de développement.

UELe déploiement de 100+ ZeeBot de Cainiao aux Pays-Bas crée une concurrence directe pour Exotec (Lille, France), dont le Skypod est déjà déployé chez Decathlon et Uniqlo en Europe, et pourrait peser sur les parts de marché européennes de ce champion français des robots grimpeurs d'entrepôt.

IndustrielOpinion
1 source