Le point sur les jumeaux numériques et l'intelligence artificielle

Les grandes tendances de la robotique

Récemment, l'International Federation of Robotics a publié son analyse des 5 principales tendances de la robotique pour 2024. Cette fédération, dont les membres sont issus de l'industrie de la robotique et d'institutions de recherche et de développement de plus de 20 pays, a pour mission de promouvoir la robotique. La robotique est un marché en croissance, avec une progression des installations annuelles estimée à 7%, portée notamment par les innovations technologiques. Nous vous proposons un bref éclairage sur cinq tendances à venir.

1. Les robots humanoïdes

Au sein de la robotique, les robots humanoïdes, inspirés de la morphologie humaine, font depuis longtemps l'objet de recherches. Deux "jambes" pour se déplacer, deux bras avec des "mains" pour effectuer des manipulations et des capteurs pour percevoir l'environnement et interagir avec lui. Si de nombreux robots humanoïdes en sont encore au stade du prototype, de grandes avancées ont été réalisées ces dernières années. Il s'agit notamment du robot Agility Robotics - Digit, qui a récemment été déployé dans l'entrepôt d'Amazon, ainsi que du robot Tesla Optimus. On a récemment annoncé qu'Atlas (Boston Dynamics) allait passer de l'hydraulique à l'électricité, ce qui rendra le robot plus fort et lui donnera une plus grande amplitude de mouvement.

Bien que de nombreux robots humanoïdes en soient encore au stade du prototype, de grands progrès ont été réalisés ces dernières années

Certains affirment que les robots humanoïdes auront un impact significatif à l'avenir. D'un autre côté, les critiques les considèrent comme une concurrence inutile pour leurs homologues humains. Les possibilités offertes par ces robots rendent toutefois le développement et la recherche extrêmement intéressants. Cependant, l'adoption massive reste un grand point d'interrogation et un défi complexe, le coût et la robustesse étant des facteurs clés. La question se pose également de savoir si un robot dont la conception s'inspire de la manière dont la nature a façonné l'homme constitue la solution la plus efficace dans un contexte industriel.

2. Les jumeaux numériques

Jumeaux numériques ou jumeaux digitaux, selon la personne à qui on s'adresse, la signification peut être différente. Ce terme est largement utilisé pour désigner les modèles numériques d'un processus, d'un produit ou d'une machine réels, ou leur jumeau physique. Essentiellement, ces modèles du réel sont utilisés en combinaison avec les données de la machine, du produit ou du processus. Un jumeau numérique fonctionnel non seulement reçoit des données de l'usine, mais peut également renvoyer des données pour déclencher certaines actions. Les modèles et les données permettent de générer des simulations qui donnent une idée de ce à quoi on peut s'attendre, sans devoir procéder à des réalisations concrètes.

En fonction des détails des modèles et de la quantité de données, les simulations peuvent donner une meilleure représentation de la réalité. Ces simulations peuvent ensuite être utilisées pour simuler l'agencement, déterminer la planification optimale, optimiser les trajectoires des robots, vérifier les collisions, etc. Comme le jumeau numérique n'existe que sous la forme d'un modèle informatique, des tests extrêmes peuvent être effectués et de nombreuses expériences peuvent être réalisées en simulation avant de passer au monde physique; et avant d'investir dans du matériel.

3. L'IA et l'apprentissage automatique

La popularité de l'IA se fait également sentir dans le domaine de la robotique. De nombreux développeurs proposant des applications robotiques intègrent des modèles d'IA comme interfaces pour rendre la programmation des robots plus intuitive et moins contraignante. Il existe par exemple des exemples d'intégration de modèles de type ChatGPT pour offrir une interaction avec les robots. Par exemple, vous pouvez demander au robot: 'Prends la banane dans cette poubelle et mets-la ici'.

D'autre part, des techniques d'IA telles que le deep learning et le reinforcement learning sont utilisées pour enseigner des mouvements. Associés à des jumeaux numériques, les algorithmes peuvent être entraînés en simulation, ce qui crée des opportunités pour proposer différentes situations (produits, environnements...) lors de l'entraînement. Par exemple, des modèles d'IA sont utilisés par des acteurs commerciaux pour faire de la robotic binpicking , en apprenant à approcher et à saisir un objet.

En outre, les modèles d'IA sont utilisés en robotique pour effectuer la reconnaissance de formes, comme la reconnaissance d'images de toutes sortes d'objets à l'aide de caméras. La formation de ces algorithmes peut également être accélérée sur la base d'un jumeau numérique. Il est ainsi possible d'encourager une plus grande "conscience" des robots de leur environnement, sur la base des informations qui peuvent être extraites des images de la caméra.

4. Les cobots dans de nouvelles applications

L'interaction homme-machine reste une tendance majeure en robotique. Les cobots jouent un rôle important à cet égard. Il suffit de penser à la prise en charge de tâches répétitives, au transport de charges plus importantes et au travail dans des environnements dangereux. L'offre de cobots continue d'augmenter pour répondre à la demande. La demande croissante de cobots dans les secteurs du commerce électronique et de la logistique, ainsi que la demande de robots faciles à programmer, en sont les principaux moteurs. Les domaines d'application des cobots s'élargissent également, comme le soudage et la manutention. L'intégration des cobots sur des plateformes mobiles élargit encore les capacités des cobots et accélère la croissance.

Cependant, la vitesse et la charge utile restent un défi et limitent l'application dans d'autres secteurs tels que l'assemblage électronique, où la vitesse est primordiale, et les applications qui nécessitent la manipulation de charges très lourdes. Les cobots ne remplaceront donc pas les investissements dans les robots industriels classiques, mais les compléteront au contraire pour les applications où ils offrent une solution ciblée.

5. Manipulateurs mobiles (MoMas)

La fusion d'un robot mobile et d'un bras robotisé donne naissance à un manipulateur mobile, également connu sous le nom de MoMa. Il combine la mobilité en atelier de la plateforme mobile avec la polyvalence du bras robotique. Grâce à la vision industrielle intégrée, le MoMa peut naviguer dans des environnements complexes tout en manipulant des objets, que ce soit au début du trajet, en cours de route ou au point d'arrivée. Sa capacité à exécuter de manière autonome un large éventail de tâches complexes en fait un outil idéal pour accroître la productivité et la flexibilité dans un environnement industriel.

Cependant, le fait que les manipulateurs mobiles nécessitent un sol plat est rapidement compensé, d'une part, par les énormes charges utiles que la base mobile (des milliers de kilogrammes) et les robots (parfois jusqu'à plus de 100 kg) peuvent déplacer et manipuler et, d'autre part, par la portée potentiellement importante du robot. En outre, la base mobile permet au robot de s'adapter facilement à des schémas de production flexibles. On estime qu'une pénurie de connaissances sur le marché du travail pourrait signifier un potentiel de croissance pour ces manipulateurs mobiles.

De nombreux développeurs de robots intègrent des modèles d'intelligence artificielle pour rendre la programmation du robot plus intuitive et plus accessible

Ces robots trouvent des applications dans la manutention, l'assemblage et le contrôle de la qualité. Leur capacité à interagir avec différents postes de travail, alors qu'une plateforme mobile classique ou un robot fixe ne le peuvent pas, en fait un outil idéal. Ils permettent également d'effectuer des tâches logistiques telles que le tri, le prélèvement dans les entrepôts et le transport de marchandises entre les postes de travail.