IndustrielRobotics Business Review 27 mai 2026

Les robots peinent encore à percevoir le monde réel

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

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.

À lire aussi

1Robotics Business Review

Comment concevoir des rails de robot et des systèmes à 7ème axe pour les environnements réels

Güdel Inc., filiale américaine du groupe suisse Güdel Group AG, organise un webinaire technique le 12 mai 2026 à 14h heure de l'Est, intitulé "Harsh and Dirty by Design: Engineering Robot Tracks and 7th Axis Systems for Real-World Environments". Deux expertes prendront la parole : Molly Lynch, account manager pour la région Midwest chez Güdel avec 15 ans d'expérience en automatisation industrielle, et Brenda Courim, directrice des ventes et du marketing de Güdel, forte de plus de 30 ans dans le secteur manufacturier dont environ 20 ans en ingénierie de conception principalement dans l'industrie automobile, diplômée en génie mécanique de l'Université du Michigan. La session s'adresse aux ingénieurs robotique, intégrateurs système, concepteurs d'automatisation et responsables de maintenance confrontés à des environnements industriels sévères. Les rails de translation et systèmes de 7e axe sont parmi les composants les plus exposés d'une cellule d'automatisation, et c'est précisément là que réside le problème structurel que le webinaire cherche à adresser. Conçus pour des environnements propres et contrôlés, ces systèmes sont soumis en conditions réelles à des projections de soudure, des poussières abrasives, de l'humidité, des produits chimiques, des overspray de cabines de peinture et des écarts de température extrêmes. Les modes de défaillance typiques identifiés incluent le contournement des joints d'étanchéité (seal bypass), l'endommagement des roulements, la corrosion et la perte d'alignement. Les intervenantes défendront des approches de conception spécifiques, notamment les guidages à rouleaux (roller guideways), les galets suiveurs (cam followers), les racleurs mécaniques, les capots de protection de rail et les traitements de surface protecteurs. La thèse centrale est que la maintenance préventive ne peut pas rester une réaction aux pannes : elle doit être intégrée dès la phase de conception du système, ce qui implique des choix d'architecture de rail et de configuration influençant directement l'exposition à la contamination et l'accessibilité pour l'entretien. Güdel Group AG, fondé en Suisse en 1954, est l'un des acteurs historiques des systèmes de mouvement linéaire et des rails de déplacement pour robots industriels, avec une présence significative dans les secteurs automobile, logistique et métallurgie. Le marché des 7e axes pour robots articultés comprend également des solutions de Rollon (désormais intégré dans Nadella Group), de constructeurs comme KUKA ou Fanuc via leurs divisions d'accessoires, et diverses offres d'intégrateurs régionaux. Cet événement est à classer comme un webinaire promotionnel d'un fournisseur, non comme la publication d'une étude indépendante ou d'un benchmark sectoriel, et aucune donnée comparative externe n'est annoncée au programme.

IndustrielActu

1 source

2Robotics Business Review

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

3Robotics Business Review

Pourquoi les démos de robots humanoïdes échouent encore au test de généralisation

Dans l'épisode 265 du Robot Report Podcast, Jeanine Sinanan-Singh, directrice de la recherche en IA générative chez Appen, explique pourquoi l'humain reste indispensable à l'entraînement des robots. Elle travaille sur les évaluations agentiques, les environnements d'apprentissage par renforcement (RL) et la conception de jeux de données pour le post-entraînement des modèles d'IA de frontière. Son message central est qu'une démonstration spectaculaire ne prouve pas qu'un comportement robotique se généralise à d'autres tâches, objets ou environnements. Elle a fondé une startup d'automatisation de pharmacie reposant sur une plateforme d'impression 3D pour produire des médicaments personnalisés. Elle est diplômée de Harvard et a travaillé chez Microsoft et Surge. L'épisode, qui ne donne aucun chiffre de performance de robot, couvre aussi l'actualité de la semaine. Boston Dynamics a nommé Rohit Prasad, ancien dirigeant d'Amazon, au poste de CEO. Schneider Electric a acquis PTC, ce qui le positionne face à Siemens. Le CEO de Berkshire Grey a évoqué l'IA physique et l'expansion européenne de l'entreprise. Locus Robotics a présenté Nexera, une technologie censée lui donner accès à la manipulation robotique. L'intérêt de cet échange tient à un problème que le secteur humanoïde contourne souvent. Une vidéo de démonstration montre en général une tâche répétée dans des conditions contrôlées, parfois après de nombreux essais, sans indiquer le taux de réussite ni la variabilité des conditions. Pour un intégrateur ou un COO industriel, la question utile n'est pas de savoir si le robot sait faire un geste, mais s'il le refait de façon fiable quand l'objet, l'éclairage ou la cadence changent. Insister sur les évaluations agentiques et les environnements RL revient à dire que la mesure de la généralisation reste un goulot d'étranglement, au même titre que le matériel. Le rôle maintenu des humains dans la boucle (téléopération, annotation, correction) rappelle aussi que l'autonomie annoncée repose encore sur un travail humain coûteux, rarement visible dans les communiqués. Le contexte éclaire ce débat. Les modèles de type VLA (vision-langage-action) promettent une généralisation d'un robot à l'autre et d'une tâche à l'autre, mais leurs évaluations publiques restent hétérogènes et difficiles à comparer. Les annonces de la semaine montrent une industrie qui se structure autour de ces enjeux. Boston Dynamics change de direction à un moment où la course à l'humanoïde s'intensifie. Le rachat de PTC par Schneider Electric traduit la convergence entre logiciels industriels, jumeaux numériques et robotique. Locus et Berkshire Grey cherchent de leur côté à passer du déplacement à la manipulation en entrepôt, un terrain où la généralisation se vérifie en conditions réelles plutôt qu'en vidéo. Reste à voir si ces acteurs publieront des métriques de fiabilité en production, seules capables de départager démonstration et déploiement. RoboBusiness, qui fête ses 20 ans, sera une prochaine occasion d'observer ces positionnements.

IndustrielActu

1 source

4Interesting Engineering

Le premier robot autonome au monde testé par Hyundai à bord d'un navire en mouvement

Le groupe Hyundai Motor Group (HMG) a fait la démonstration réussie de ce qu'il présente comme le premier robot autonome au monde capable de naviguer à bord d'un navire en mouvement. L'essai s'est déroulé à Changwon, en Corée du Sud, à bord du navire polyvalent HYUNDAI DUBAI, dans le cadre d'une démonstration conjointe réunissant Korean Register (KR), HMM, HMM Ocean Service et Goseong Engineering. Le robot testé, MobED (Mobile Eccentric Droid), est une plateforme compacte à quatre roues dévoilée par HMG en décembre 2025, conçue à l'origine pour des usages terrestres. Elle repose sur la technologie propriétaire Drive and Lift (DnL), dont les roues à contrôle indépendant s'ajustent automatiquement pour maintenir une surface de niveau sur rampes, seuils et terrains inégaux. Lors des essais, MobED a exécuté plusieurs tâches dans les cales du navire (conduite en ligne droite et en courbe, déplacement à basse et haute vitesse, apprentissage d'itinéraire, navigation totalement autonome), malgré les vibrations constantes et le mouvement du navire. Dans les passages étroits, les opérateurs ont dû basculer en mode téléopéré faute d'espace suffisant pour l'autonomie complète. Deux versions existent: MobED Basic, téléopéré et destiné aux chercheurs, avec une charge utile de 47 kg, et MobED Pro, doté de LiDAR et de caméras pour une navigation assistée par IA, avec un mode "follow-me", une charge utile de 57 kg et une vitesse de pointe de 10 km/h. Pour l'industrie maritime et les intégrateurs robotiques, cette démonstration illustre un cas d'usage concret et ciblé plutôt qu'une percée générale de la robotique mobile: l'inspection de cales de cargo, la surveillance d'état et le transport de matériel dans des zones potentiellement dangereuses ou toxiques pour les équipages. L'enjeu principal démontré ici n'est pas l'autonomie en tant que telle, mais la robustesse mécanique et logicielle face à un environnement dynamique (vibrations, roulis, sols irréguliers) sans modification de l'infrastructure existante du navire, un critère décisif pour l'adoption par les armateurs. Le recours au mode téléopéré dans les espaces confinés rappelle toutefois que l'autonomie complète reste limitée aux zones dégagées, une nuance que la communication de HMG passe sous silence en parlant de "premier mondial". Il s'agit à ce stade d'un essai de démonstration technologique et non d'un déploiement commercial ou d'une certification opérationnelle. Cette initiative s'inscrit dans la stratégie plus large de HMG de développer des robots polyvalents via son Robotics Lab, MobED ayant été positionné dès son lancement comme une plateforme préparant une future production de masse pour des usages aussi variés que la logistique du dernier kilomètre, l'inspection d'installations, le support de diffusion ou l'affichage publicitaire mobile. L'essai maritime s'appuie sur un partenariat avec des acteurs du secteur naval coréen, dont le classificateur Korean Register et l'armateur HMM, positionnant HMG face à d'autres initiatives de robotique navale et industrielle dans un marché où l'inspection de cargo à distance reste un besoin peu couvert. Aucun calendrier de déploiement commercial ni de pilote élargi n'a été communiqué à ce stade, l'essai restant une preuve de concept technique avant d'éventuelles suites.

IndustrielOpinion

1 source