Pourquoi les robots d'extérieur échouent (et…

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

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

3Robotics Business Review

Robots dextres et positionnement mécanique : pourquoi les combiner pour l'assemblage complexe

Les fabricants de robots industriels misent de plus en plus sur les systèmes de positionnement mécanique pour étendre les capacités de leurs bras robotisés dans l'assemblage complexe. Quatre familles de solutions se dégagent: les systèmes de transfert linéaire, qui ajoutent un septième axe de déplacement sur rail pour permettre à un robot de couvrir de grands ensembles comme des structures aéronautiques ou de défense; les tables d'indexation rotative, qui accélèrent les cadences en autorisant l'exécution simultanée de tâches d'assemblage, de conditionnement et de contrôle qualité; les positionneurs de pièces multi-axes, qui font pivoter la pièce elle-même plutôt que de limiter le robot à une approche fixe, utiles pour les géométries irrégulières de l'automobile et de l'aérospatial; et le positionnement par vision, qui combine caméras et capteurs pour corriger la trajectoire du bras en temps réel face à un obstacle. Deux cas concrets illustrent la tendance. FANUC, pionnier japonais de l'automatisation industrielle, a équipé l'entreprise d'emboutissage métallique Pentaflex avec son bras compact LR Mate 200iD: la modernisation de la ligne a permis de réduire le nombre d'unités de main-d'œuvre par équipe tout en rendant l'atelier plus flexible. En Allemagne, KUKA a déployé sa série KR QUANTEC, conçue pour les applications lourdes et les transferts linéaires, chez Meiller Aufzugtüren, fabricant de portes palières, pour ses lignes d'assemblage automobile et de construction. ABB, troisième grand constructeur mondial avec son IRB 6700, est également cité parmi les acteurs de référence sur ce segment. Pour les intégrateurs et décideurs industriels, ce constat déplace le centre de gravité du débat sur la robotisation: la performance d'un bras robotisé ne se résume pas à sa dextérité ou à sa charge utile, mais dépend largement des mécanismes de positionnement qui l'entourent. Un robot doté d'une excellente préhension reste limité par une portée fixe s'il n'est pas couplé à un rail, une table rotative ou un positionneur de pièce. Cette approche modulaire, où le gain de performance vient autant de la mécanique périphérique que du contrôleur du bras, explique pourquoi des secteurs à forte contrainte géométrique comme l'aérospatial et l'automobile continuent de confier des tâches jusqu'ici manuelles à des cellules robotisées hybrides, plutôt que d'attendre des bras universels plus habiles. Cette évolution s'inscrit dans la concurrence historique entre les trois grands de la robotique industrielle, FANUC, KUKA et ABB, qui se disputent depuis des décennies le marché de l'automatisation d'usine, bien avant l'essor récent des robots humanoïdes. Les gains rapportés par Pentaflex et Meiller Aufzugtüren restent des études de cas fournies par les constructeurs eux-mêmes, sans données chiffrées indépendantes sur les cadences ou les coûts. Le secteur doit par ailleurs se retrouver lors du salon RoboBusiness 2026, qui a ouvert son appel à propositions de sessions, signe que le sujet du positionnement mécanique devrait rester au centre des discussions sur l'automatisation d'assemblage dans les mois à venir.

UELe déploiement du robot KUKA KR QUANTEC chez le fabricant allemand Meiller Aufzugtüren illustre une adoption concrète de ces technologies de positionnement mécanique en Europe, renforçant la compétitivité de l'industrie robotique européenne (KUKA) face à FANUC et ABB sur le segment de l'assemblage automobile et industriel.

IndustrielOpinion

1 source

4Robotics Business Review

Groceryshop 2026 montre que les robots de commerce de détail sont prêts pour le passage à l'échelle et l'IA

Lors de Groceryshop 2026, salon consacré à la distribution alimentaire, Simbe Robotics a annoncé avoir terminé le déploiement de 3 000 robots Tally dans le monde, chez plusieurs enseignes et dans plusieurs pays. Un déploiement en cours chez un distributeur de premier rang doit faire grimper rapidement ce chiffre. Simbe a aussi étoffé la couche logicielle autour de ses relevés de rayons, avec des tableaux de bord analytiques et des visites virtuelles de magasin. Badger Technologies, adossé à Jabil pour l'ingénierie et la fabrication, se repositionne sous la direction de son nouveau PDG John Gehre. L'entreprise se présente désormais comme une société d'intelligence retail plutôt que comme un fabricant de robots. Elle explore l'exploitation des données collectées en continu pour estimer le volume de produit restant en rayon, anticiper le réassort et repérer le moment de fraîcheur optimale. ShelfOptix, qui s'appuie sur BrainOS pour la vision par ordinateur, vise les petits formats (pharmacie, proximité, dollar stores, supérettes régionales) avec un robot pliable qu'un employé accompagne d'un magasin à l'autre. Blue Collar Robotics, nouvel entrant, a été finaliste du concours de startups. Aucun prix, taux de retour sur investissement ou chiffre de disponibilité n'a été communiqué. L'enjeu est le passage de la preuve de concept à l'échelle. Avec 3 000 unités en service, les craintes qui freinaient les premiers pilotes (peur des suppressions de postes, des collisions avec les clients, de la gêne en allée) n'apparaissent plus comme des obstacles. Le goulot d'étranglement se déplace vers l'usage des données. Les robots produisent des informations de rayon quasi temps réel, mais les systèmes de merchandising, de réapprovisionnement et de pricing en place les absorbent encore peu. Les fournisseurs de robots montent donc dans la chaîne de valeur, au risque de chevaucher des éditeurs établis. Le modèle itinérant de ShelfOptix est aussi un signal pour les intégrateurs : il rend la robotique rentable là où un robot dédié par magasin ne l'est pas. Ce retour d'expérience vient toutefois d'un observateur du secteur sur un salon, et non de mesures indépendantes. Ce basculement s'inscrit dans plus de dix ans de robots d'inventaire en rayon, une catégorie passée de l'expérimentation aux déploiements récurrents. Simbe, Badger (via Jabil) et ShelfOptix, qui s'appuie sur la plateforme de Brain Corp, y occupent des positions distinctes : l'échelle logicielle pour Simbe, la plateforme multifonction et la capacité industrielle pour Badger, l'économie des petits formats pour ShelfOptix. Les questions ouvertes sont de savoir jusqu'où Simbe peut développer seul ses outils d'analyse, à quelle vitesse les solutions établies intégreront ces flux de données, et si Badger saura transformer ses atouts industriels en vitesse d'exécution. Les prochaines étapes à surveiller sont l'extension du déploiement Tier 1 de Simbe et la capacité de Badger à livrer ses estimations de stock et de fraîcheur en conditions réelles.

IndustrielActu

1 source

Pourquoi les robots d'extérieur échouent (et comment concevoir des systèmes qui survivent)

À lire aussi

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

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

Robots dextres et positionnement mécanique : pourquoi les combiner pour l'assemblage complexe

Groceryshop 2026 montre que les robots de commerce de détail sont prêts pour le passage à l'échelle et l'IA