IndustrielRobotics Business Review 11 août 2026

Webinaire sur la sécurité et le passage à l'échelle des flottes de robots en entrepôt

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Les robots mobiles en entrepôt peuvent être sécurisés sans interrompre la production, selon un webinaire gratuit prévu le mercredi 26 août à 14h00 (heure de l'Est) intitulé « When Robots and People Share the Floor: Safety That Keeps Fleets Moving ». L'événement virtuel réunit trois intervenants: John Calcio, vice-président des partenariats chez Redpoint Positioning (Newton, Massachusetts), fabricant de systèmes de positionnement et de sécurité industriels en ultra-large bande (UWB) déployés à plus de 50 000 exemplaires dans le monde, dont le système phare Crew Safety System, certifié SIL2/PLd selon les normes IEC 61508 et ISO 13849-1, conçu pour les fabricants d'AGV et d'AMR; John Santagate, fondateur du cabinet de conseil EMP Advisors, ancien analyste chez IDC et ex-vice-président senior de la robotique mondiale chez Infios; et Jonathan Cortellacci, professionnel de l'automatisation d'entrepôt chez Geek+, passé auparavant cinq ans chez Walmart sur des initiatives d'automatisation à grande échelle. Les panélistes doivent aborder l'évaluation des risques à mesure que les flottes de véhicules guidés automatisés (AGV), de robots mobiles autonomes (AMR) et de chariots élévateurs autonomes s'agrandissent, l'interopérabilité avec les systèmes de stockage et de récupération automatisés (ASRS), les points où les pratiques de sécurité actuelles freinent la productivité, ainsi que les retours d'expérience sur l'évitement de collision et la protection du personnel.

Pour les intégrateurs et décideurs logistiques, l'enjeu dépasse le simple format webinaire: la sécurité reste un frein structurel à l'adoption et au passage à l'échelle des flottes robotiques en entrepôt, souvent à cause de frictions entre équipes conformité et équipes opérations, et d'arrêts de production déclenchés par des mesures de précaution trop rigides. L'argument mis en avant par Redpoint, à savoir qu'un système de sécurité certifié permet à un opérateur humain d'intervenir au sein d'une flotte active sans déclencher un arrêt général, répond directement à une inquiétude opérationnelle concrète: chaque arrêt de flotte coûte en throughput. Ce positionnement illustre une tendance plus large du secteur des AMR et AGV, où la certification fonctionnelle (SIL2/PLd) et les technologies de localisation en temps réel (RTLS/UWB) deviennent des arguments de vente différenciants face à des solutions de sécurité perçues comme trop conservatrices, freinant la cohabitation homme-robot à grande échelle.

Le contexte est celui d'un marché de l'automatisation d'entrepôt en pleine expansion, où la cohabitation entre opérateurs humains et flottes robotiques multiplie les cas d'usage à risque, notamment avec la croissance simultanée des AGV, AMR et chariots élévateurs autonomes sur un même site. Geek+, acteur chinois de premier plan dans les AMR de préparation de commandes, apporte une perspective d'intégrateur confronté à des défis d'exploitation complexes chez ses clients. Le webinaire, gratuit et accessible en direct avec session de questions-réponses ainsi qu'en rediffusion à la demande, s'inscrit dans une série d'initiatives de sensibilisation du secteur plutôt que dans l'annonce d'un nouveau produit: il ne s'agit pas d'un lancement technologique mais d'un partage de bonnes pratiques opérationnelles, avec inscription requise pour y assister.

À lire aussi

1arXiv cs.RO

Décision séquentielle par apprentissage multi-échelle pour la préparation de commandes en robotique de manutention

Des chercheurs ont publié en mai 2026 sur arXiv (référence 2605.08758) un framework de décision séquentielle baptisé OLSF-TRS, pour Omni-scale Learning-based Sequential Decision Framework for Tote-handling Robotic Systems. Ce système combine optimisation combinatoire structurée et apprentissage par renforcement multi-agent (MARL) pour coordonner simultanément les décisions liées aux commandes, aux bacs de manutention (totes) et aux robots dans les centres de préparation automatisés. En configuration petite échelle, OLSF-TRS affiche un écart d'optimalité moyen inférieur à 3,5% sur deux architectures système distinctes. En configuration grande échelle, il réduit les mouvements de bacs de 8 à 12% par rapport aux baselines heuristiques classiques, et de plus de 30% par rapport aux approches règle-based de l'état de l'art, tout en maintenant une réactivité en temps réel. L'enjeu concret pour les intégrateurs intralogistiques est significatif : la quasi-totalité des frameworks existants sont conçus sur mesure pour un type de système spécifique, tri-sorter, mini-load AS/RS ou AMR grid-based, ce qui rend tout transfert à un autre contexte laborieux. OLSF-TRS propose une couche de pilotage unifiée et scalable, potentiellement applicable à des architectures hétérogènes. La réduction de plus de 30% des mouvements de bacs se traduit directement en gains énergétiques, réduction de l'usure mécanique et meilleure stabilité du throughput, des KPIs centraux pour les COOs industriels. À noter cependant que les résultats reposent sur des simulations et benchmarks comparatifs sans déploiement terrain documenté, ce qui laisse entière la question du sim-to-real gap en production réelle. Ce travail s'inscrit dans une tendance structurelle de fond : la substitution des palettes par les bacs comme unité logistique primaire, portée par l'explosion du e-commerce et la fragmentation des commandes en petites séries. Des acteurs comme Exotec (France, système Skypod), AutoStore (Norvège) ou Geek+ (Chine) opèrent des déploiements massifs en grid-based robotics confrontés exactement à ces problèmes de coordination ordres-bacs-robots à grande échelle. La convergence entre optimisation combinatoire de type VRP et MARL est un champ de recherche en pleine effervescence, porté par des laboratoires industriels en Europe et en Asie. L'article ne mentionne ni partenariat industriel ni timeline de commercialisation, le positionnant comme une contribution académique précompétitive.

UEExotec (France, Skypod) et AutoStore (Norvège) opèrent des déploiements massifs confrontés exactement aux problèmes de coordination ordres-bacs-robots adressés par ce framework, en faisant une piste de R&D directement pertinente pour l'intralogistique européenne.

IndustrielPaper

1 source

2Pandaily

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

3arXiv cs.RO

HECTOR : coordination et supervision hiérarchiques de flottes robotiques centrées sur l'humain pour tâches temporelles continues

Une équipe de chercheurs a publié sur arXiv (référence 2604.10892v2) HECTOR, un cadre de coordination et de supervision hiérarchique centré sur l'opérateur humain pour la gestion de flottes robotiques à grande échelle. Le système repose sur trois couches imbriquées : un protocole d'interaction bidirectionnel et multimodal entre l'opérateur et la flotte entière, un mécanisme d'affectation glissante des tâches connues à des sous-équipes sur un horizon temporel défini, et un module de coordination dynamique intra-équipe déclenchée en temps réel lors de l'exécution. Les tâches supportées sont formulées en logique temporelle, ce qui permet d'exprimer des missions collaboratives complexes et continues, y compris dans des environnements partiellement inconnus ou changeants. Les évaluations reposent sur des simulations human-in-the-loop avec des flottes hétérogènes soumises à diverses configurations d'incertitude environnementale, sans déploiement physique rapporté à ce stade. Ce travail répond à un angle mort récurrent dans la littérature sur la coordination multi-robots : la plupart des architectures existantes supposent soit une autonomie totale, soit un contrôle direct robot par robot, deux extrêmes peu praticables en environnement industriel réel. HECTOR propose explicitement des points d'entrée pour que l'opérateur puisse ajouter des tâches, en annuler, modifier les priorités ou corriger les résultats de planification à la volée, sans remettre en cause la cohérence globale de la mission. Cette granularité d'intervention configurable est un atout concret pour les intégrateurs de flottes AMR en logistique, surveillance ou recherche et secours, où les imprévus terrain sont la norme. La structure hiérarchique réduit également la charge de calcul en isolant les décisions selon leur portée temporelle et spatiale. Le domaine de la coordination multi-agents sous contraintes temporelles est actif depuis plusieurs années, avec des travaux fondateurs sur les automates de tâches et la logique LTL appliquée à la robotique. HECTOR s'inscrit dans cette lignée en y ajoutant une couche d'interaction humaine formalisée, un aspect souvent traité de façon ad hoc dans les prototypes de recherche. Parmi les acteurs du secteur, des entreprises comme Exotec (France), Locus Robotics ou 6 River Systems gèrent déjà des flottes de plusieurs centaines d'AMR, mais leurs interfaces de supervision restent largement propriétaires et empiriques. La formalisation proposée par HECTOR pourrait alimenter les prochaines générations d'outils de fleet management, à condition de franchir l'étape de la validation sur matériel réel, que les auteurs n'ont pas encore annoncée.

UELes intégrateurs de flottes AMR européens, dont Exotec (France), pourraient bénéficier de la formalisation proposée par HECTOR pour leurs outils de fleet management de prochaine génération, sous réserve d'une validation sur matériel réel.

IndustrielPaper

1 source

4arXiv cs.RO

Estimation de la présence humaine par vision pour améliorer la sécurité et l'efficacité des AMR en entrepôt industriel

Des chercheurs ont publié sur arXiv (référence 2604.18627) un système temps réel permettant à un robot mobile autonome (AMR) d'estimer, via une unique caméra RGB, si un opérateur humain à proximité a conscience de sa présence. La méthode combine deux modules : un estimateur de pose humaine 3D ("3D pose lifting") qui reconstruit la position du corps dans l'espace, et un module d'estimation d'orientation de la tête qui calcule le cône de vision du travailleur. Si l'humain est orienté vers le robot et se trouve dans ce cône, le système le catégorise comme "conscient de l'AMR" ; dans le cas contraire, le robot adopte un comportement de précaution. L'ensemble du pipeline a été validé sur données synthétiques dans NVIDIA Isaac Sim, sans validation sur environnement physique réel annoncée à ce stade. L'intérêt industriel de cette approche réside dans l'inefficacité chronique des systèmes actuels : les AMRs déployés aujourd'hui traitent tout humain comme un obstacle dynamique générique, ce qui entraîne des ralentissements ou détours systématiques, même lorsque l'opérateur a clairement vu le robot et s'est écarté de sa trajectoire. En distinguant les travailleurs attentifs des travailleurs inattentifs, le système permettrait théoriquement d'augmenter les cadences opérationnelles sans dégrader la sécurité. Pour les intégrateurs et les COO industriels, c'est une piste concrète pour réduire les temps de cycle dans des environnements à forte densité humaine. La validation reste cependant limitée à des données simulées, ce qui laisse entier le problème du sim-to-real gap pour les cas limites : occlusions partielles, éclairage variable, postures atypiques. Ce travail s'inscrit dans un contexte de forte croissance des flottes AMR dans la logistique mondiale, porté par des acteurs comme MiR (acquis par Teradyne), Locus Robotics, Geek+, ou côté français Exotec dont les robots Skypod évoluent dans des allées partagées avec des opérateurs humains. Les approches concurrentes misent généralement sur des systèmes LIDAR multicouche ou des zones de sécurité paramétrables conformes à la norme ISO 3691-4, sans modélisation explicite de l'attention humaine. La prochaine étape naturelle serait une validation sur données réelles et une intégration dans une stack de navigation type ROS 2 Nav2, mais ni timeline ni partenariat industriel ne sont mentionnés dans ce preprint.

UEDirectement pertinent pour Exotec (Skypod) qui opère des flottes AMR en allées partagées avec des opérateurs, mais aucune collaboration ni validation sur environnement réel n'est annoncée à ce stade.

IndustrielPaper

1 source