Aller au contenu principal
IndustrielRobohub 

Robot Talk, épisode 170 : les robots dans le monde réel, avec Daniela Shchegelskaya

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource uniqueImpact UE

Dans le 170e épisode du podcast Robot Talk, Claire s'entretient avec Daniela Shchegelskaya, de l'Université de Twente (Pays-Bas), sur la manière de faire fonctionner des robots de façon fiable dans des environnements où la sécurité est critique. Ingénieur·e en électronique et robotique, spécialisé·e dans les systèmes autonomes, l'ingénierie de commande et la robotique pilotée par IA pour l'industrie, Daniela Shchegelskaya travaille au déploiement de robots hors des conditions de laboratoire. Chez Elimpus, le périmètre couvre l'intégration du quadrupède Spot de Boston Dynamics pour des inspections dans des sous-stations électriques en service : navigation autonome, connectivité réseau, diagnostic à distance, collecte de données et fiabilité de l'ensemble du système. Il s'agit d'un témoignage de terrain et non d'un lancement de produit. La présentation de l'épisode ne donne aucun chiffre, ni taux de disponibilité, ni nombre de sites, ni durée de mission.

L'intérêt tient à l'angle choisi. Le discours porte moins sur la performance du robot que sur le système qui l'entoure : couverture réseau dans des installations métalliques et bruitées en radiofréquences, supervision à distance, exploitation des données remontées. Pour un intégrateur ou un exploitant de réseau électrique, c'est là que se joue l'écart entre une démonstration réussie et un service d'inspection fiable en continu. Le fait que Spot soit utilisé dans des sous-stations vivantes suggère que ce type de plateforme sort du pilote, mais sans métriques publiques, l'ampleur réelle du déploiement reste impossible à évaluer.

Ce cas s'inscrit dans la poussée de la robotique d'inspection pour l'énergie, où Spot est en concurrence avec d'autres quadrupèdes industriels comme l'ANYmal du suisse ANYbotics, conçu pour les sites à risque. Les prochaines étapes dépendront de la publication de retours d'exploitation chiffrés et d'une éventuelle extension à d'autres sous-stations. Pour l'écosystème européen, la présence d'un acteur universitaire néerlandais et d'Elimpus illustre l'intérêt de ces intégrations.

Impact France/UE

Un acteur universitaire néerlandais et l'intégrateur Elimpus illustrent l'intérêt européen pour l'inspection robotisée de sous-stations électriques en service.

Dans nos dossiers

À lire aussi

Robot Talk Épisode 160 : la forge robotisée, avec Edward Mehr
Illustration générée par IA
1Robohub 

Robot Talk Épisode 160 : la forge robotisée, avec Edward Mehr

Machina Labs, startup californienne spécialisée dans la fabrication avancée, a participé à l'épisode 160 du podcast Robot Talk pour présenter son système RoboCraftsman, une plateforme robotique pilotée par IA conçue pour former des pièces métalliques complexes à la demande. Le système cible principalement les secteurs aérospatial, défense et automobile, des industries où la fabrication de pièces en faibles volumes et géométries complexes représente un goulot d'étranglement traditionnel. L'épisode, animé par Claire, met en lumière l'approche d'Edward Mehr, co-fondateur et CEO de l'entreprise, sans toutefois fournir de métriques opérationnelles précises (cycles, tolérances, cadences), le format podcast limitant naturellement la granularité technique. Ce que propose Machina Labs est structurellement intéressant pour les intégrateurs industriels : substituer les outillages dédiés, coûteux et longs à produire, par une cellule robotique reconfigurable via IA. Dans des filières comme l'aérospatiale ou la défense, où les séries courtes et les modifications fréquentes de design sont la norme, un système capable de former des tôles sans moule physique peut compresser significativement les délais de prototypage et de petite série. C'est la promesse du "flexible forming", encore à confirmer à l'échelle industrielle. Machina Labs a été fondée par Edward Mehr, ancien ingénieur chez SpaceX, Relativity Space, Google et Microsoft, ce qui explique le positionnement fort à l'intersection robotique/IA/fabrication. La startup s'inscrit dans un écosystème naissant de fabrication additive et soustractive robotisée, en concurrence indirecte avec des acteurs comme Velo3D ou Conflux Technology côté métal avancé. Aucune date de déploiement commercial ni levée de fonds n'est mentionnée dans la source disponible.

IndustrielOpinion
1 source
Robot Talk épisode 158 : livraisons autonomes par robot, avec Ahti Heinla
Illustration générée par IA
2Robohub 

Robot Talk épisode 158 : livraisons autonomes par robot, avec Ahti Heinla

Starship Technologies a franchi le cap des 10 millions de livraisons autonomes réalisées par une flotte de plus de 2 700 robots terrestres déployés sur voies publiques et trottoirs. Ces engins à six roues, pilotés par des algorithmes d'IA embarquée, opèrent sans intervention humaine dans des environnements urbains réels, par toutes conditions météorologiques et en présence de piétons. La société, cofondée par Ahti Heinla, l'un des ingénieurs originaux derrière Skype, s'est imposée comme le principal acteur mondial du segment livraison autonome de dernier kilomètre. Ce volume de 10 millions de livraisons constitue un signal concret de résolution partielle du fossé démo-réalité qui plombe depuis des années les promesses de la robotique de service. Pour un décideur B2B ou un intégrateur logistique, c'est la preuve qu'un déploiement à l'échelle est techniquement viable sans superviseur dédié par robot, ce qui change fondamentalement l'économie unitaire du service. Le modèle Starship challenge directement les hypothèses des acteurs de la livraison par drone ou par véhicule autonome de taille véhicule, en privilégiant un format compact, peu coûteux et opérant exclusivement en zone piétonne. Heinla, après avoir construit Skype en tant qu'ingénieur fondateur jusqu'à son rachat par Microsoft pour 8,5 milliards de dollars en 2011, a pivoté vers la robotique grand public il y a une décennie. Starship affronte une concurrence structurée : Nuro aux États-Unis sur le segment véhicule, Kiwibot sur les campus universitaires, et Amazon Scout aujourd'hui suspendu. Le podcast Robot Talk Episode 158 diffuse l'échange complet avec Heinla, mais l'épisode ne dévoile pas de nouvelle annonce produit ou de timeline d'expansion géographique précise.

UEStarship Technologies, co-fondée par des Estoniens et déjà déployée sur des trottoirs européens, franchit un seuil de 10 millions de livraisons qui valide l'économie unitaire du robot livreur autonome, un signal concret pour les intégrateurs logistiques et collectivités EU en phase d'évaluation de pilotes.

IndustrielActu
1 source
Les robots « ennuyeux » l'emporteront-ils dans le monde réel ? Pourquoi la forme d'un robot doit suivre son flux de travail
Illustration générée par IA
3The Robot Report 

Les robots « ennuyeux » l'emporteront-ils dans le monde réel ? Pourquoi la forme d'un robot doit suivre son flux de travail

Dans une tribune publiée par The Robot Report, Vishay Precision Group (VPG), fabricant de capteurs de contrainte et de force qui travaille avec des développeurs de humanoïdes, plaide pour une conception de robots qui part du flux de travail et non de la plateforme. Le constat de départ est que les démonstrations virales (Atlas de Boston Dynamics faisant une roue, humanoïdes en équilibre sur une jambe, pliage de linge) prouvent une maturité technique, mais que la définition même du « humanoïde » se brouille: des roues, des capteurs et des manipulateurs supplémentaires, voire des écrans, apparaissent, tandis que têtes et yeux disparaissent. L'auteur illustre sa thèse avec deux tâches. L'insertion de broches en assemblage automobile (jeu de 20 µm, force d'emboîtement de 5 N) exige une résolution de force inférieure à 0,1 N et une bande passante de contrôle assez rapide pour détecter un blocage avant que la broche ne plie. Le palettisation en logistique demande au contraire de la charge utile, de la rigidité et 1 million de cycles sans dérive mécanique. Un capteur « moyen de gamme » unique risque de rater la précision de l'une et la durabilité de l'autre. VPG affirme aussi, sans détailler la méthode, qu'un maintien de la force de contact à ±0,2 N ferait passer le rebut de connecteurs de 1,2 % à 0,5 %, soit environ 450 000 dollars d'économies annuelles par ligne. Pour les intégrateurs et les décideurs industriels, l'argument déplace la question de la capacité vers le retour sur investissement: c'est le budget d'erreur propre à chaque tâche qui transforme un capteur de force en poste rentable plutôt qu'en ligne de coût. Il met aussi en cause l'hypothèse d'un robot généraliste construit d'abord, puis placé en quête d'application, et suggère que l'écart entre démonstration et exploitation vient en partie de composants choisis trop tard, au stade de la nomenclature (BOM), plutôt qu'à l'architecture. Une réserve s'impose: l'auteur vend précisément ces capteurs, et le chiffre de 450 000 dollars n'est assorti ni de conditions d'essai, ni de volumes, ni de site, et doit être lu comme une illustration commerciale. Le texte s'inscrit dans une phase où les acteurs du humanoïde (Boston Dynamics, Figure, Tesla avec Optimus, entre autres) multiplient les variantes de forme, et où des formats spécialisés ont déjà fait leurs preuves en entrepôt, comme les systèmes de stockage dense d'Exotec. En Europe, Enchanted Tools avec ses robots Mirokaï à base roulante et Wandercraft avec ses exosquelettes illustrent aussi des morphologies pensées pour un usage précis. La fin de l'extrait amorce la distinction entre sites neufs (greenfield), où l'on peut adapter l'installation, et sites existants (brownfield), où adapter le robot plutôt que l'usine pourrait justifier une forme humanoïde. Cette suite, ainsi que les cas d'usage concrets, n'est pas développée dans le passage disponible, et aucun pilote ni calendrier n'est annoncé.

IndustrielOpinion
1 source
Les robots peinent encore à percevoir le monde réel
Illustration générée par IA
4The Robot Report 

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