A la découverte de la robotique du futur, à laquelle le gouvernement consacre 800 millions d'euros

Des robots intelligents, dopés par des capteurs de vision et de l’intelligence artificielle pour opérer de manière flexible et automatiser tous types de tâches. C’est la vision de la robotique du futur portée par la PME de robotique Siléane (Loire), qui a fait l'objet d'une visite d'Emmanuel Macron lundi 25 octobre. Objectif du chef d'Etat : présenter sa vision de l’industrie du futur dans le cadre du plan France 2030. Ce dernier prévoit de consacrer une enveloppe de 800 millions d'euros pour le secteur de la robotique, dont 400 millions pour des projets couplant robotique et intelligence artificielle.

Née il y a quasiment 20 ans, Siléane compte près de 100 salariés (pour 16 millions d’euros de chiffre d’affaires prévus en 2021. La société s’est imposée comme l’un des acteurs de la robotique industrielle avancée en France. Sa niche : les systèmes de vision associés à des algorithmes d’intelligence artificielle pour permettre aux robots d’opérer dans des contextes « aléatoires et inconnus », dans l’industrie (pour le picking en fin de ligne ou la palettisation), mais aussi l’agroalimentaire, la santé ou le nucléaire.

Très active en R&D, l’entreprise se positionne aussi sur le tri de déchets en tous genres (des pièces « dont il n’existe aucun modèle CAO », rappelle son PDG Hervé Henry), y compris dans le secteur du nucléaire pour lequel elle a été lauréate d’une subvention de 2,3 millions d’euros de la part du très sélectif appel à projet européen EIC Accelerator Pilot. Siléane prévoit de doubler son chiffre d’affaires d’ici quatre à cinq ans, et fait partie d’une dynamique plus large, prévoyant un renouveau de la robotique industrielle, plus flexible et plus performante. 

Un écosystème dynamique

Car au-delà de Siléane, tout l'écosystème robotique lorgne sur les applications de l'IA pour la robotique industrielle. Pour exemple, une vidéo de présentation du projet Robot compagnon, du CEA-List. Concentré, le bras robotique assemble des engrenages, qu’il reconnaît lui-même au sein d’un moteur. Sa tâche finie, il appelle un camarade, lui aussi monté sur roues, pour qu’ils s’emparent de la lourde pièce et aillent la stocker sans risque. La scène n’existe pour l’instant qu’en images de synthèse. Mais c’est ainsi que le CEA List a choisi d’illustrer Robot compagnon, un projet de recherche dédié la construction d’un robot « capable d’interagir avec son environnement en autonomie et de s’y adapter à la volée », résume Alexandre Bounouh, le directeur du CEA List.

Avec vigueur, Alexandre Bounouh s’inscrit en faux contre l’idée d’un secteur mature et peu innovant. « La robotique interactive et intelligente pour l’industrie fait partie de nos programmes prioritaires, pointe-t-il. Nous visons à dépasser les barrières à l’entrée qui pèsent sur les utilisateurs, dont beaucoup ne s’imaginent pas capables de gérer un robot. » Une ambition vaste… et partagée.

« Le besoin évolue. Les PME et les ETI, notamment, recherchent de la flexibilité et des installations facilement paramétrables, sans roboticien dans leurs équipes », indique Nicolas Pouclet, chargé d’affaires au centre technique dédié à la robotique industrielle Proxinnov, en Vendée. Une transformation déjà entamée. Avec la cobotique bien sûr, mais aussi via toute une série de briques technos. Armés de capteurs de force et de vision 3D désormais très abordables, « les robots peuvent travailler dans des environnements changeants et réaliser beaucoup plus de choses », expose Assia Aguedach, ingénieure robotique chez Proxinnov.

Que ce soit pour localiser des pièces et adapter leur trajectoire dans la production de grands ensembles mécano-soudés ou pour découper autour des os dans un jambon de porc ! « L’amélioration de la capacité de calcul des processeurs informatiques joue aussi », complète Serge Nadreau, le directeur robotique d’ABB France. La dernière réussite, « parvenir à suivre un véhicule posé sur un convoyeur, distinguer les charnières et y poser une portière automatiquement, alors que nous nous y étions cassé les dents pendant des années », décrit-il.

Bras dotés du sens du toucher

Les robots eux-mêmes se transforment. Précision, charge utile, temps de cycle… l’amélioration porte sur l’architecture mécanique, mais aussi sur la commande, souligne Nicolas Couche, le responsable produits de Fanuc. La dernière gamme de robots industriels du groupe intègre par exemple un encodeur secondaire, destiné à mesurer plus finement le mouvement des bras et à obtenir des « trajectoires précises au dixième de millimètre en dynamique », vante l’ingénieur. Mais, flexibilité oblige, les frontières entre cobots et robots industriels se brouillent.

« Depuis 2016, nous avons renouvelé l’ensemble de notre gamme pour sortir des robots à la fois industriels et collaboratifs, en fonction de l’usage », témoigne Jacques Dupenloup, le responsable de la division robotique France de Stäubli. Premier axe de simplification, la sécurité. Indispensable pour sortir les robots des cages. Les radars de proximité pour les ralentir à proximité des opérateurs se démocratisent. Et certains bras gagnent le sens du toucher. Notamment, chez Stäubli, qui utilise une peau à dépression d’air sensible pour un arrêt sans dommage dès le premier contact avec un opérateur, et chez Bosch Rexroth, dont les robots assistants sont bardés de capteurs capacitifs pour sentir leur environnement et s’arrêter à 5 centimètres des obstacles.

Deuxième axe, les constructeurs s’attaquent à la programmation pour proposer des interfaces plus ergonomiques que les codes traditionnellement utilisés, ultra-efficaces mais très complexes. Début 2021, Kuka a présenté iiQKA.OS, un système d’exploitation visant à rendre ses robots « aussi simples à utiliser qu’un smartphone ». Visualisation 3D des trajectoires, guidage manuel, interface homme-machine simplifiée… Tout y passe. Une stratégie que l’on retrouve à différents degrés chez les autres roboticiens, des efforts de Stäubli pour permettre aux automaticiens de piloter ses robots à la couche de programmation graphique mise à disposition par Fanuc pour paramétrer les applications les plus simples.

Configuration des trajectoires

En parallèle, la programmation hors ligne (PHL) se perfectionne pour réduire le temps de configuration des trajectoires. Ces logiciels, proposés par tous les fabricants, permettent de visualiser numériquement les mouvements d’un robot avant de les intégrer dans l’usine, mais aussi de les générer, par exemple à partir des caractéristiques CAO d’une pièce. « La PHL existe depuis vingt ans, mais ses possibilités s’améliorent. Notre logiciel RobotStudio modélise depuis peu les câblages qui entourent le robot et son préhenseur, qui pouvaient gêner l’implémentation », illustre Serge Nadreau. L’interconnexion avec des capteurs et outils externes, indispensable pour les applications complexes, est elle aussi facilitée.

L’objectif, c’est de rendre la robotique plus simple, de l’ouvrir à des opérateurs et des techniciens, à la manière d’un outil.

—  Ryan Lober, directeur général de Fuzzy Logic Robotics

« L’objectif, c’est de rendre la robotique plus simple, de l’ouvrir à des opérateurs et des techniciens, à la manière d’un outil », résume Ryan Lober, le directeur général de Fuzzy Logic Robotics, qui a cofondé sa start-up après un passage à l’Institut des systèmes intelligents et de robotique (Isir), à Paris. « Plein de choses à des années-lumière des pratiques de l’industrie existent dans les labos, nous voulons les appliquer », explique-t-il. Le logiciel de la pépite, baptisé Fuzzy Studio, joue le rôle d’interface en 3D pour piloter un robot sans code.

Hervé Boutet

Les ingénieurs de Fuzzy Logic Robotics peaufinent les algorithmes de commande du bras robotique qui les surplombe via une simple interface graphique. © Hervé Boutet

Programmation en langage naturel

Connecté aux couches basses de ce dernier, il génère automatiquement des trajectoires complexes tout en garantissant son bon fonctionnement pour diverses applications, comme le ponçage ou le soudage. L’entrepreneur vante une plate-forme « intuitive comme un jeu vidéo ». Autre stratégie : la pépite Tesseract Solutions, à Saint-Quentin (Aisne), propose une interface pour planifier les actions des robots en glissant et déposant des blocs de langage naturel.

Certains, enfin, se concentrent sur des opérations de niche, à l’image du grenoblois Twin Robotics, spécialiste du calcul de trajectoire pour le contrôle non destructif, y compris pour des pièces non finalisées et sans modèle CAO, via des algorithmes d’intelligence artificielle. L’IA ouvre de nouveaux horizons. D’abord dans la vision. Dans la Loire, la PME innovante Siléane travaille depuis près de vingt ans pour « automatiser le geste dans des contextes aléatoires », que ce soit pour le picking dans l’agroalimentaire ou le tri des déchets, décrit son PDG, Hervé Henry.

Lauréate du prestigieux EIC Accelerator Pilot, début 2021, elle explore l’apprentissage profond pour « permettre d’identifier des déchets dont, par définition, le modèle CAO n’existe pas », explique l’industriel. Ensuite dans la manipulation, en intégrant l’IA directement dans la génération de mouvement. Une tâche « très compliquée, car les industriels se méfient du manque d’explicabilité et de la variabilité de l’IA, qui ne garantit pas un geste parfait », pointe Frédéric Hélin, le directeur du cluster Coboteam Auvergne-Rhône-Alpes.

D.R.

Spécialiste de la vision (ici pour du décrochage de pièces après traitement de surface), Siléane travaille au sein d’un projet européen sur le tri des déchets nucléaires. © D.R.

Apprentissage par renforcement

L’apprentissage par renforcement peut être utile dans des cas complexes […], comme pour coordonner un robot avec un AGV ou garantir la précision d’un bras qui a tendance à se déformer.

—  Kévin Subrin, enseignant-chercheur au Laboratoire des sciences du numérique de Nantes (LS2N)

Mais la recherche y croit. « L’apprentissage par renforcement, qui consiste à multiplier les essais pour faire converger le comportement d’un robot vers une issue satisfaisante, peut être utile dans des cas complexes, comme pour coordonner un robot avec un AGV ou garantir la précision d’un bras qui a tendance à se déformer », détaille Kévin Subrin, enseignant-chercheur au Laboratoire des sciences du numérique de Nantes (LS2N).

Le projet Merging, porté par le CEA, vise à mieux manipuler les matériaux mous (tissus, composites ou aliments en tout genre) en mobilisant des préhenseurs en forme de main et de l’apprentissage par renforcement. « L’apprentissage permet aussi aux robots d’évoluer dans des contextes peu contraints, par exemple avec des humains, dans lesquels ils doivent savoir gérer des situations que le concepteur n’a pas anticipées », précise Stéphane Doncieux, chercheur à l’Isir.

Pour éviter les problèmes en production, l’IA pourrait devenir une boîte à outils d’aide à la conception, « en utilisant les données acquises durant la journée de travail d’un robot pour proposer une famille de comportements divers, dans laquelle il pourra puiser en fonction de la situation qu’il rencontre ». L’étape suivante ? Des robots « intégralement mous, dotés d’actionneurs souples, pour travailler au contact des humains », rêve le chercheur. Littéralement flexibles.