IndustrielRobotics Business Review 2 octobre 2026

Découvrez les robots mobiles LD de nouvelle génération d'Omron

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Dans l'épisode 264 du Robot Report Podcast, l'équipe reçoit Miguel Garcés Moreno, responsable marketing produit pour les robots mobiles d'OMRON Industrial Automation Europe, sur la zone Europe, Moyen-Orient et Afrique (EMEA). Ingénieur industriel de formation, titulaire d'un master en Industrie 4.0, il pilote la stratégie produit d'OMRON sur trois familles : les robots mobiles autonomes (AMR), l'automatisation industrielle et les robots collaboratifs à force et puissance limitées. Son champ d'expertise couvre aussi la vision par IA, le contrôle de mouvement et les automates programmables (PLC). L'entretien porte sur la nouvelle génération des AMR de la gamme LD, dans une logique d'intralogistique flexible, compacte et entièrement automatisée pour les usines. Le descriptif de l'épisode ne publie ni charge utile, ni vitesse, ni autonomie, ni prix, ni calendrier de disponibilité. Il s'agit donc, à ce stade, d'une annonce de positionnement et non d'un produit documenté chiffre à l'appui. L'épisode est également ponctué d'une revue de l'actualité : une nouvelle main de robot humanoïde chez Boston Dynamics, l'humanoïde domestique Flourish One basé sur un Raspberry Pi, et un investissement de 100 millions de dollars d'Amazon dans une usine dans l'Indiana.

L'intérêt tient moins à une annonce technique, absente du texte, qu'au signal envoyé par un acteur historique de l'automatisation industrielle. Le fait qu'OMRON mette en avant un responsable EMEA pour présenter sa prochaine génération de LD indique que le marché européen de l'intralogistique reste un terrain d'affrontement entre AMR, cobots et systèmes de convoyage. Pour un intégrateur ou un directeur des opérations, la question utile sera de savoir si cette génération améliore les points qui bloquent aujourd'hui les déploiements : intégration aux PLC existants, gestion de flotte, sécurité en environnement mixte et coût total par site. L'épisode n'apporte pas ces réponses dans son descriptif. Il faudra attendre les fiches techniques, ou l'écoute de l'entretien, pour juger de la substance.

Côté contexte, OMRON défend de longue date une offre qui combine robots mobiles, cobots et contrôle-commande, ce qui lui permet de vendre une cellule cohérente plutôt qu'un robot isolé. Cette approche le met en concurrence avec les spécialistes des AMR et les grands de l'automatisation, comme Mobile Industrial Robots (Teradyne) ou les fabricants de cobots qui étendent leur gamme vers la mobilité. L'épisode est sponsorisé par WiBotic, spécialiste de la recharge sans fil pour robots, ce qui rappelle que l'autonomie énergétique des flottes reste un sujet central. Les prochaines étapes à surveiller sont la publication des spécifications de la nouvelle gamme LD et les premiers déploiements clients en Europe. Le podcast annonce par ailleurs les 20 ans de RoboBusiness comme prochain rendez-vous du secteur.

Impact France/UE

Concerne le marché européen de l'intralogistique, où OMRON positionne sa nouvelle génération d'AMR LD via son équipe EMEA, sans spécifications ni calendrier publiés.

Dans nos dossiers

Boston Dynamics

À lire aussi

1Robotics & Automation News

Robust.AI choisit le système de perception IA d'Aptiv pour son robot d'entrepôt Carter nouvelle génération

Aptiv, groupe technologique industriel connu pour ses systèmes de capteurs automobiles, a annoncé que Robust.AI, spécialiste des robots mobiles autonomes pour l'entrepôt, a choisi sa solution de perception intelligente pour équiper la troisième génération de son robot collaboratif Carter. Le système repose sur une fusion de capteurs pilotée par intelligence artificielle et apprentissage automatique, autour du capteur Aptiv Pulse. Cette annonce prolonge une collaboration déjà engagée entre les deux entreprises, qui associent l'expertise d'Aptiv en perception embarquée, historiquement développée pour l'automobile, aux robots mobiles collaboratifs de Robust.AI destinés aux entrepôts et centres de distribution. Pour l'industrie de l'automatisation logistique, ce partenariat illustre une tendance de fond: les fournisseurs de capteurs automobiles, confrontés à un marché des véhicules autonomes plus lent que prévu, redéploient leur technologie de perception vers la robotique industrielle et les AMR (robots mobiles autonomes). Pour les intégrateurs et décideurs B2B en logistique, l'enjeu est la fiabilité de la navigation et de la détection d'obstacles en environnement partagé avec des opérateurs humains, un point critique pour la certification sécurité des robots collaboratifs. L'annonce reste toutefois formulée en termes généraux, sans données chiffrées sur les gains de performance, la portée des capteurs ou le calendrier de déploiement, ce qui invite à la prudence sur l'ampleur réelle du changement technique. Robust.AI, fondée par Aaron Edsinger et soutenue notamment par des investisseurs de la robotique, développe sa gamme Carter depuis plusieurs années comme alternative aux AMR déjà déployés par des acteurs comme Locus Robotics ou 6 River Systems (Ocado). Aptiv, de son côté, cherche à valoriser son portefeuille de capteurs et de logiciels de perception au delà de l'automobile. La suite dépendra des premiers déploiements concrets du Carter Gen 3 chez des clients entrepôts, qui permettront de vérifier si ces gains de perception se traduisent par une adoption élargie.

IndustrielActu

1 source

2Robot Magazine FR

Top 15 des robots mobiles autonomes (AMR) : les leaders de l’automatisation industrielle

Les robots mobiles autonomes (AMR) s'imposent comme le nouveau standard de l'automatisation logistique et industrielle, en remplacement progressif des véhicules guidés automatisés (AGV) apparus dès les années 1950. Contrairement aux AGV, qui suivent des bandes magnétiques, des fils enterrés, des réflecteurs laser ou des QR codes au sol, un AMR combine capteurs, caméras, LiDAR et algorithmes de navigation pour cartographier son environnement, éviter les obstacles et recalculer son itinéraire en temps réel, sans aucune infrastructure de guidage fixe. Cette autonomie de déplacement s'étend désormais bien au-delà des entrepôts logistiques : usines de production, centres de distribution, hôpitaux, laboratoires pharmaceutiques, aéroports, plateformes e-commerce, centres de tri et même certaines exploitations agricoles déploient aujourd'hui ce type de robots. Selon l'International Federation of Robotics (IFR), les AMR constituent l'un des segments à plus forte croissance de la robotique professionnelle. Interact Analysis confirme une accélération rapide des déploiements dans les centres logistiques, tandis qu'ABI Research souligne la montée en importance des logiciels de gestion de flotte, désormais jugés aussi critiques que le matériel robotique lui-même. Cette bascule des AGV vers les AMR répond à une transformation structurelle des besoins industriels : essor du commerce électronique, personnalisation croissante des produits, pénurie de main-d'œuvre qualifiée et exigence de résilience des chaînes d'approvisionnement imposent désormais une flexibilité que les systèmes fixes ne peuvent plus offrir. Modifier un itinéraire AGV nécessite des travaux, un arrêt de production et une reprogrammation lourde, un coût que les usines modernes, confrontées à des volumes fluctuants et des implantations changeantes, ne peuvent plus absorber. Les analystes du secteur comparent désormais l'AMR à ce que l'Ethernet est devenu pour l'informatique : une brique d'infrastructure invisible mais indispensable au fonctionnement des usines connectées, ce qui déplace la valeur ajoutée du seul robot vers l'orchestration logicielle de flottes entières. Cette évolution s'inscrit dans la continuité directe des AGV industriels des années 1950, dont les limites de rigidité ont motivé le développement d'une génération de robots capables de décision autonome plutôt que de simple exécution de trajectoire préprogrammée. La montée des logiciels de gestion de flotte comme facteur différenciant, plutôt que la seule plateforme mobile, dessine une compétition où l'intelligence de coordination entre robots devient l'enjeu principal pour les fournisseurs, avec une adoption qui devrait continuer de s'étendre à mesure que les industriels cherchent à sécuriser et fluidifier leurs chaînes logistiques.

IndustrielActu

1 source

3Robotics & Automation News

Gecko Robotics teste le lidar couleur nouvelle génération d'Ouster pour améliorer l'inspection d'infrastructures par IA

Gecko Robotics, spécialiste américain de l'inspection robotisée d'infrastructures industrielles, a annoncé intégrer les capteurs lidar Rev8 d'Ouster dans sa plateforme logicielle Cantilever. Le Rev8 est la nouvelle génération de lidar digital d'Ouster, conçue pour les systèmes d'IA physique, et introduit des couches de données supplémentaires par rapport aux générations précédentes, notamment des capacités de perception couleur qui permettent d'enrichir les nuages de points 3D d'informations chromatiques. Gecko utilise déjà les lidars Ouster pour naviguer dans des environnements industriels complexes tels que centrales électriques, raffineries ou réservoirs. Il s'agit à ce stade d'une phase de test et d'intégration, pas d'un déploiement commercial confirmé à grande échelle. L'ajout de données couleur au lidar change la donne pour l'inspection d'actifs industriels : il permet de corréler la géométrie 3D avec des indicateurs visuels de dégradation (corrosion, fissures, dépôts) sans multiplier les capteurs hétérogènes. Pour un intégrateur ou un opérateur industriel, cela se traduit par des modèles d'IA plus précis pour la détection d'anomalies, avec potentiellement moins de passages robot nécessaires par site. C'est aussi un signal fort que les lidar digitaux convergent vers des capteurs multimodaux capables de remplacer des combinaisons caméra+lidar. Ouster, issu de la fusion avec Velodyne en 2023, positionne sa gamme OS/Rev autour des applications d'IA physique industrielle face à des concurrents comme Hesai, RoboSense ou Luminar. Gecko Robotics, dont la plateforme Cantilever cible les secteurs de l'énergie et de la défense, avait levé 100 millions de dollars en 2022. Cette collaboration illustre la tendance à construire des stacks d'inspection complètes en combinant perception avancée et logiciel d'analyse propriétaire, plutôt que de vendre des robots isolés.

IndustrielOpinion

1 source

4Robotics 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