[Dossier Cobots] Le sur-mesure en toute simplicité

Les frontières entre robots et cobots s'effacent devant un impératif : le besoin d'adapter rapidement les lignes de production à la fabrication de nouveaux produits. Des préhenseurs et des solutions logicielles émergent avec deux mots d’ordre : simplicité et universalité.

Réservé aux abonnés
Image d'illustration de l'article
Dans le cadre du projet Versatile, ce robot Yaskawa à deux bras réalise des tâches de perçage et de rivetage sur des pièces d’aile d’avion, en partenariat avec Airbus.

Assembler le corps et la tête d’un rasoir, préparer un kit de pièces destinées à la fabrication d’une voiture, sertir les rivets d’une aile d’avion. Quel est le point commun entre ces tâches ? Pour les réaliser de manière automatisée, il faut des robots qui s’adaptent : aux formes des multiples références de rasoirs, aux options choisies par le client du véhicule et au modèle d’avion. Très concrets, ces trois cas étaient au cœur du projet européen Versatile qui s’est terminé en décembre 2019, après trois ans de travaux.

« L’idée est d’adapter la robotique aux processus de production, résume Andrea Cherubini, chercheur au Laboratoire d’informatique, de robotique et de microélectronique de Montpellier (Lirmm). Nous avons développé des technologies pour gérer une diversité des produits finaux de plus en plus grande et des séries de plus en plus petites. » C’est un constat général dans l’industrie, et notamment dans les PME.

Chef du laboratoire de robotique interactive à l’institut List du Commissariat à l’énergie atomique et aux énergies alternatives (CEA), Yann Perrot l’affirme : « Le besoin est d’aller vers plus de flexibilité et d’agilité. Les industriels veulent être capables de reconfigurer leurs lignes de production pour y fabriquer différents produits, en petites séries. »

Concilier automatisation et agilité

Comment concilier automatisation et agilité ? Avant tout en dotant les robots de capacités de perception, notamment de l’environnement, de la tâche à réaliser et du contexte. « C’est la grosse limite des robots à l’ancienne, souligne Andrea Cherubini. Ils ne savent faire que des tâches fixes et répétées dans un espace délimité. Au moindre changement dans la zone de travail, ils sont perdus. »

Les technologies utilisées pour rendre les robots sensibles concernent aussi bien les capteurs d’effort que la vision par caméras et l’algorithmie associée pour reconnaître les objets et la scène. Ainsi, à partir des pixels d’une image, il faut trouver l’objet et passer une consigne aux moteurs du robot pour que son préhenseur aille le prendre convenablement. Avoir un contrôle qui prend en compte un retour d’effort permet d’autre part de rendre le robot plus ou moins doux en fonction de l’objet à saisir.

Si des chercheurs du projet Versatile ont conçu des préhenseurs qui s’adaptent aux objets, l’entreprise OnRobot mise sur ses préhenseurs sur étagère pour apporter de la flexibilité aux industriels. À vide, à trois doigts, ou inspirés des pattes du gecko, ils soulèvent des charges allant jusqu’à 20 kg. « Traditionnellement, ils étaient développés de manière spécifique pour chaque application, ce qui prenait du temps, indique Thierry Delmas, le directeur général d’OnRobot pour l’Europe du Sud, l’Afrique et le Moyen-Orient. L’arrivée sur le marché de robots intégrables rapidement nécessite des outils disponibles tout de suite. »

Une interface unique pour les préhenseurs

OnRobot a mis au point une interface unique, autant mécanique que logicielle. La première, pour fixer les préhenseurs sur tous types de robots. La seconde, pour les contrôler. « Nous avons un écran avec des commandes faciles qui permettent de définir une force, une vitesse de travail ou la pièce à prendre », poursuit Thierry Delmas tout en précisant que ces préhenseurs sont compatibles avec tous les grands noms du secteur : Fanuc, ABB, Kuka, Stäubli, Yaskawa… « Nous couvrons 99 % du marché. Il a fallu traduire dans une couche logicielle le langage de chaque fabricant. Chacun a sa grammaire, sa syntaxe, et son interface. »

Conscients du besoin de simplifier la programmation de leurs robots, les fabricants sortent de nouvelles plates-formes, interfaces ou autres moyens de les programmer manuellement. Mais la diversité des langages et des logiciels constituent un frein au développement de la robotique. « Aussi bien les composants matériels des robots que leurs langages de programmation reposent sur des années d’expérience et de retours sur des lignes de fabrication, souligne Thierry Delmas. Ils sont des acquis merveilleux. Mais il manque aujourd’hui une interface qui facilite le travail des programmateurs. Il nous faut un Windows de la robotique. »

Vers un Windows de la robotique

Devenir le Windows de la robotique est l’objectif de Kactus, le logiciel de Panarobotics (ex-MC Robotics, racheté par le groupe Galilé fin 2019). « Nous proposons une interface ergonomique très graphique, déclare Mathieu Charles, le directeur technique de l’entreprise et fondateur de MC Robotics. Mais l’avantage est surtout d’avoir une solution universelle : un seul outil permet de programmer plusieurs marques de robots avec une seule et même interface et un seul et même langage. »

Pour l’instant, Kactus est disponible sur quelques marques de robots, comme Fanuc et Denso Robotics. Mais il devrait le devenir également sur Universal Robots, Stäubli et ABB cette année. « À terme, toutes les marques seront compatibles », espère Mathieu Charles. Installé dans plusieurs PME, principalement dans le secteur de l’automobile et la plasturgie, Kactus séduit également quelques grands comptes, selon son directeur technique. Notamment Renault, dans son technocentre de Guyancourt (Yvelines). Kactus utilise le grafcet, un langage d’automatisme développé pour exécuter des séquences de tâches.

Langage Grafcet et open source

« Malgré quelques développements, cela n’a jamais été trop utilisé pour programmer des robots, remarque Mathieu Charles. Aujourd’hui, un technicien peut tout à fait programmer la fonction complète d’un robot de type palettiseur ou un chargement de machine, par exemple, en quelques minutes et quelques étapes de grafcet. »

Il lui suffit de définir des tâches élémentaires successives, de type « aller chercher la pièce », « la poser dans la machine ». « Cela génère automatiquement les trajectoires, et une intelligence associée permet de respecter les vitesses ou de faire attention à l’entrée du robot dans une machine par exemple », assure Mathieu Charles.

De son côté, Andrea Cherubini insiste sur le besoin d’ouverture. Dans le cadre du projet Versatile, le souci de la programmation simplifiée s’est traduit dans la mise en ligne d’une librairie logicielle open source : OpenPHRI (physical human-robot interaction). Elle contient des méthodes pour simplifier la définition des tâches d’un robot. Pour le développement logiciel, la plate-forme ROS – une sorte de système d’exploitation open source – permettrait selon le chercheur d’aboutir à une manière commune de gérer différents robots.

« Avec un code ouvert et une bibliothèque de méthodes, elle a simplifié beaucoup de choses en s’affranchissant des langages propriétaires, affirme-t-il. Elle a été très utile à la communauté académique et pourrait le devenir pour les industriels grâce à son extension dédiée à l’industrie. » Plusieurs roboticiens semblent l’avoir compris et ont d’ores et déjà rendu leurs robots compatibles.

ABB mise sur l’IA

Face à la croissance des ventes en ligne, le groupe ABB compte recourir à l’intelligence artificielle (IA) pour gérer l’explosion des préparations de commandes. Dans le cadre d’un partenariat annoncé le 25 février, le roboticien suisse et la start-up californienne Covariant souhaitent équiper une prochaine génération des robots « pickers » avec un système de reconnaissance d’objets reposant sur la vision et le machine learning. L’IA développée par Covariant est arrivée en tête lors d’une compétition lancée l’an dernier par ABB. Le défi : réussir 26 épreuves de préhension et de tri en conditions réelles. Avec un système de vision, le robot analyse la forme et la position des objets à attraper, et définit la meilleure stratégie pour les manipuler.

Grâce à de l’apprentissage par renforcement, il s’adapte à de nouvelles tâches au moyen d’un processus d’essais-erreurs limité à quelques étapes. Le dispositif permettra dans un premier temps de mettre en place des solutions d’exécution de commandes, totalement autonomes. Une première installation est déjà déployée chez Active Ants, l’un des principaux logisticiens pour les sociétés de commerce en ligne, situé à Utrecht (Pays-Bas). ABB ne s’arrête pas là : le 6 mars, l’entreprise a investi dans la start-up israélienne Hailo, qui développe une puce d’inférence. Celle-ci vise des applications nécessitant de l’IA embarquée (edge computing) et une faible latence. A. C.

 

Newsletter La Quotidienne
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.
Les webinars
Les services L'Usine Nouvelle
Détectez vos opportunités d’affaires
78 - Rambouillet
Date de réponse 30/04/2026
Trouvez des produits et des fournisseurs