IndustrielInteresting Engineering 26 octobre 2026

Des robots de démantèlement nucléaire prennent en charge les tâches dangereuses à Fukushima Daiichi

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Hitachi a mis au point plusieurs systèmes robotisés pour inspecter les réacteurs endommagés de la centrale de Fukushima Daiichi et cartographier les dépôts radioactifs, afin de limiter les entrées humaines en zone dangereuse. PMORPH est un robot chenillé à géométrie variable. Il franchit une conduite d'environ 10 cm de diamètre en configuration I, puis se déploie en U dans l'enceinte de confinement primaire. Une première unité est entrée dans l'enceinte de l'unité 1 en avril 2015, avec caméra, thermomètre et dosimètre. Une seconde version, déployée en mars 2017, a descendu au treuil un capteur pour examiner les dépôts immergés et mesurer la radiation sur le sol du sous-sol. Pour caractériser ces dépôts, Hitachi a ensuite développé six types de ROV sous-marins, qui réalisent des cartes 3D des surfaces, mesurent l'épaisseur et la radiation, évitent l'enchevêtrement des câbles et prélèvent des échantillons. Une campagne menée de février 2022 à mars 2023 a fourni les données nécessaires pour concevoir une méthode de récupération des dépôts de l'unité 1. Le TASC, une caméra-sonde télescopique, avance dans les tuyaux coudés grâce à de courts cils vibrants sur un flexible, tandis qu'un tuyau interne évacue l'eau contaminée d'un échangeur thermique. Enfin, HUMALT est un bras souple actionné par des vérins hydrauliques à eau, sans électronique sensible dans son corps. Son prédécesseur à deux bras a été déployé en 2019 dans le bâtiment turbine de l'unité 3 pour dégager des obstacles.

Ces machines montrent que la robotique de démantèlement nucléaire progresse par des choix de conception plus que par l'autonomie. Contre la radiation, Hitachi combine capteurs durcis, blindage et séparation de l'électronique du corps du robot. Certains composants doivent être remplacés à l'approche de leur dose cumulée limite. L'automatisation reste limitée à des tâches répétitives en zones peu irradiées, comme le déblaiement de gravats. Le reste est téléopéré, ce qui rappelle l'écart entre la promesse d'autonomie et la réalité d'un chantier où une défaillance coûte des mois. Le cadre humain pèse aussi : selon des rapports récents, plus de 53 000 travailleurs ont dépassé 5 millisieverts par an depuis 2011, avec 17 maladies professionnelles reconnues. C'est l'argument économique et sanitaire le plus net pour les opérateurs et les intégrateurs de robots spécialisés. Les performances en conditions réelles ne sont toutefois pas chiffrées dans les informations disponibles, ni les taux de panne ou les durées de vie en milieu irradié.

Fukushima Daiichi est un laboratoire grandeur nature depuis l'accident de 2011, et les robots y sont passés par une succession d'échecs et d'ajustements. Hitachi n'est pas seul : d'autres industriels japonais comme Toshiba et Mitsubishi Heavy Industries ont aussi fourni des robots au site. La suite annoncée est l'association de ces plateformes à l'intelligence artificielle, aux données de capteurs, au savoir-faire des opérateurs et aux jumeaux numériques. Hitachi développe aussi une localisation par caméras stéréo externes, qui estime la position 3D du robot, de son environnement et de ses bras quand aucun capteur ne peut être embarqué. L'objectif de fond reste la récupération des débris de combustible, pour laquelle HUMALT est présenté comme une option potentielle, et non comme une solution déjà déployée. Aucun calendrier précis n'est communiqué.

À lire aussi

1Robotics Business Review

Les robots humanoïdes à l'épreuve des tâches de finition de surface

Dans les applications de traitement de surface, qu'il s'agisse de ponçage, polissage, sablage, meulage, revêtement ou peinture, les conditions de travail sont parmi les plus pénibles de l'industrie manufacturière : exposition aux poussières, vibrations prolongées, postures contraignantes. Depuis l'essor des robots humanoïdes, la question revient régulièrement dans les cercles industriels : ces plateformes bipèdes à mains articulées pourraient-elles automatiser le traitement de grandes pièces, là où un bras fixe ne suffit pas à couvrir toute la surface ? L'analyse systématique des composants d'un humanoïde face aux exigences réelles de ces procédés aboutit à une réponse sans ambiguïté : non. Les jambes, peu efficaces sur les sols plats d'usine et incompatibles avec un câblage nécessaire pour alimenter les outils de process, n'apportent aucune valeur par rapport à des rails au sol ou à une base mobile dédiée. Les mains multi-doigts, coûteuses et conçues pour la manipulation d'objets, offrent une prise insuffisante pour tenir un disque de meulage à haute vitesse : un connecteur direct outil-bras est plus robuste et moins onéreux. Les caméras intégrées dans la tête d'un humanoïde sont trop rapprochées pour une couverture de scène efficace ; des capteurs positionnés dans la cellule ou au plus près de l'outil sont systématiquement plus performants. Seuls les bras doubles présentent un intérêt réel, mais leur espacement optimal sur une grande pièce est fondamentalement différent de la morphologie humanoïde. L'argument économique souvent avancé pour justifier l'humanoïde, celui des économies d'échelle, ne résiste pas à l'examen. Une cellule de traitement de surface bien conçue repose sur des bras industriels polyvalents, des rails, des caméras et des capteurs d'effort, soit des composants déjà produits en grandes séries et bénéficiant pleinement des effets de volume. L'humanoïde n'est pas nécessaire pour accéder à ces économies. Plus fondamentalement, les robots industriels actuels opèrent à des vitesses quatre à cinq fois supérieures aux capacités humaines, avec des forces d'application significativement plus élevées, et leur fiabilité dans des environnements abrasifs et contraignants est éprouvée depuis des décennies. Dans une logique de réduction des temps de cycle et d'amélioration du débit, le robot industriel configuré dans la bonne géométrie spatiale reste la solution dominante, et l'analyse ne relève aucun avantage compensatoire de la morphologie humanoïde dans ces cas d'usage précis. Cette conclusion intervient dans un contexte de forte pression médiatique autour des humanoïdes : Figure, Tesla Optimus, Agility Robotics, Boston Dynamics Atlas ou encore 1X accumulent les démonstrateurs et les levées de fonds, avec le narratif que la forme humaine permettrait de déployer des robots dans n'importe quel environnement conçu pour l'humain, y compris l'usine. Les acteurs traditionnels du robot industriel, FANUC, KUKA, ABB ou Universal Robots, répondent implicitement avec des configurations duales sur base mobile sans prétention bipède. Le vrai terrain de jeu des humanoïdes reste les environnements non structurés, la logistique de dernière rangée ou les tâches générales en entrepôt, là où la polyvalence morphologique compense le déficit de performance brute. Pour les process de surface en milieu manufacturier, le débat semble tranché en faveur des solutions spécialisées, un verdict que les pilotes industriels des prochaines années auront la charge de confirmer ou d'infirmer à l'échelle.

UELes fabricants européens de robotique industrielle (KUKA, ABB, Universal Robots) sont implicitement confortés par cette analyse qui conclut à la supériorité des bras spécialisés sur rails face aux humanoïdes pour les traitements de surface en milieu manufacturier.

IndustrielOpinion

1 source

2Interesting Engineering

Boucle d'apprentissage tactile : comment les données du toucher humain apprennent aux robots à manipuler des œufs

ABB Robotics et PSYONIC, fabricant américain de la prothèse bionique Ability Hand, ont annoncé un partenariat centré sur l'exploitation de données haptiques issues d'utilisateurs humains réels pour entraîner des systèmes robotiques industriels. L'Ability Hand, portée au quotidien par plusieurs centaines de personnes amputées, embarque des capteurs de pression distribués sur chaque doigt ainsi qu'un système de retour vibratoire. Lors d'activités ordinaires comme la vaisselle, le tri de vêtements ou la manipulation d'objets fragiles, ces utilisateurs génèrent en continu des profils de contact, de variation de pression et d'ajustement de préhension. ABB a monté une Ability Hand directement sur son bras collaboratif GoFa pour des cycles de test et d'itération en conditions industrielles. Marc Segura, président d'ABB Robotics, a décrit l'acquisition de la dextérité humaine et la compréhension intrinsèque de la diversité des produits comme "l'un des défis les plus difficiles de la robotique industrielle". Le caractère stratégique de cette initiative tient à la nature du problème qu'elle attaque : le transfert de compétences de manipulation fine vers des plateformes industrielles. Les méthodes classiques d'apprentissage par imitation, qu'il s'agisse de gants de capture, de réalité virtuelle ou de vidéos, enregistrent les positions finales des doigts mais ratent l'information critique : les profils de force en temps réel et la sensation de texture. C'est précisément cette couche sensorielle qui différencie une préhension réussie d'un oeuf (ni trop forte pour casser la coquille, ni trop légère pour le laisser glisser) d'une prise défaillante. Le fait que le hardware soit identique côté prothèse et côté robot GoFa supprime le problème classique de sim-to-real gap lors du transfert des politiques de contrôle : les données humaines s'appliquent directement à la géométrie mécanique du robot, sans recalibration. Pour les intégrateurs industriels, cela ouvre la possibilité de traiter des produits à géométrie variable ou à surface délicate, fruits, pièces organiques, conditionnement souple, sans recourir à des outillages dédiés ou à des convoyeurs d'orientation préalable. ABB, groupe suisse pesant environ 30 milliards de dollars de chiffre d'affaires annuel, inscrit ce partenariat dans une tendance sectorielle vers des robots capables de percevoir et d'agir sans trajectoires préprogrammées rigides. PSYONIC, startup spécialisée dans les prothèses bioniques accessibles, valorise ici sa base d'utilisateurs comme corpus d'entraînement, un actif rare dans le domaine haptique. Sur le plan concurrentiel, cette approche par données haptiques humaines se distingue des stratégies adverses : Sanctuary AI mise sur la téléopération et les foundation models, Physical Intelligence (Pi-0) sur l'apprentissage par démonstration à grande échelle, Figure et Apptronik sur la capture vidéo synthétique. Aucun calendrier de déploiement industriel n'a été communiqué à ce stade ; l'initiative reste à l'étape de validation technologique, avec le GoFa comme plateforme de test principale.

UEABB étant un leader européen (suisse) de la robotique industrielle, cette approche haptique pourrait ouvrir des capacités de manipulation flexible dans les chaînes de production européennes, notamment pour les secteurs agro-alimentaire et pharmaceutique.

IndustrielOpinion

1 source

3Interesting Engineering

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

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.

IndustrielActu

1 source

4Robotics Business Review

Les robots peinent encore à percevoir le monde réel

La démonstration sur le salon professionnel est sans faille : le robot glisse vers un bac, identifie l'objet, le saisit et le dépose exactement où il le faut. Puis l'équipement arrive sur site réel, et le monde cesse de se comporter comme lors du pilote. Ce fossé entre démonstration et déploiement reste l'un des obstacles les plus persistants en robotique industrielle. Les environnements contrôlés de laboratoire favorisent systématiquement la pile de perception : éclairage stable, positions d'objets fixées, arrière-plans neutres. Les entrepôts logistiques, les couloirs hospitaliers et les lignes de fabrication offrent l'inverse, éclairage variable, surfaces réfléchissantes, matériaux transparents, personnes en mouvement, vibrations de chariots élévateurs. Ce qui ressemble à une défaillance de planification ou de manipulation commence souvent par un problème de capteur ou d'estimation de confiance mal calibrée : un robot ne peut pas planifier de manière fiable autour d'une carte de profondeur qui est confiante mais fausse. L'enjeu central est le passage des caméras 2D aux systèmes de vision 3D. Une image plate ne mesure pas la profondeur, elle peut l'inférer par des priors appris ou de la géométrie multi-vues, mais ces estimations s'effondrent dès que l'éclairage, la texture ou l'occultation varient. La robotique déployée repose désormais sur trois familles de capteurs de profondeur, chacune avec ses compromis précis. La lumière structurée projette un motif connu sur la scène et mesure sa déformation pour calculer la profondeur ; efficace en intérieur pour l'inspection, mais sensible à l'infrarouge ambiant et aux surfaces réfléchissantes. La stéréovision utilise deux caméras décalées pour estimer la disparité ; la stéréo active ajoute une projection infrarouge pour les scènes peu texturées, mais reste vulnérable au flou de mouvement et aux motifs répétitifs. Le time-of-flight (ToF) mesure le temps de retour de la lumière infrarouge et offre une compacité et une densité de profondeur utiles, mais souffre de réflexions multi-chemin et d'ambiguïté de portée. Aucune catégorie ne domine universellement : le bon choix dépend de la tâche, de la portée, des matériaux, du mouvement et de la tolérance aux pannes. La tentation de compenser les limites capteur par l'IA, notamment les modèles d'estimation de profondeur à partir d'images monoculaires, est réelle mais trompeuse. Ces approches peuvent débruiter et compléter des cartes de profondeur partielles, mais elles ne remplacent pas une mesure physique fiable. Orbbec, fabricant basé en Chine avec une gamme de caméras RGB-D orientées robotique, navigation et picking, positionne son offre précisément sur ce constat : la perception robotique doit être fiable, spécifique à la tâche et mesurable dans des conditions opérationnelles réelles, pas dans un démonstrateur. La prochaine frontière du secteur n'est pas tant l'algorithme que la robustesse capteur dans des conditions dégradées, un défi que ni les VLA ni la fusion multi-modale ne résolvent encore à l'échelle du déploiement industriel.

IndustrielOpinion

1 source