La flexibilité et l’agilité des systèmes de production sont des enjeux clés de l’industrie du futur. Pour optimiser l’espace et les ressources, mais aussi répondre à une demande toujours croissante de produits personnalisés en petites séries – voire à l’unité –il est nécessaire de pouvoir reconfigurer la chaine de production, en particulier les robots, très rapidement et simplement, sans exiger de compétences particulières de la part des opérateurs que l’on veut garder au cœur du système pour bénéficier de leur expertise. Les futurs systèmes robotiques doivent donc à la fois être adaptés à une co-activité avec les humains, faciles à utiliser et capables d’apprendre rapidement de nouvelles tâches pour s’adapter aux besoins de production. Impliquant une dizaine de laboratoires du CEA-List, le projet Robot Compagnon s’appuie sur une démarche graduelle de développement et d’agrégation de briques technologiques, favorisant leur intégration dans des démonstrateurs opérationnels, pour répondre à ce besoin.
Les opérations d’assemblage sont fréquentes sur les chaines de production mais elles restent difficiles à robotiser compte tenu des difficultés qu’elles soulèvent : variabilité des situations, similarité d’apparence de certaines pièces, orientation aléatoire dans des bacs, tolérance de serrage des pièces assemblées, etc. Le premier démonstrateur de Robot Compagnon, conçu en 2021, se présente comme un bras robotique associé à des caméras capables d’identifier les pièces et de les localiser, grâce à des technologies de vision 2D et 3D combinant des algorithmes à base d’IA et des techniques de recalage plus classiques. Le robot dispose d’un système de contrôle-commande lui permettant de suivre les trajectoires permettant d’atteindre ces pièces, et de mettre en œuvre des skills robotiques pour les tâches de saisie ou d’insertion.
Dans le cas d’usage choisi – un assemblage d’engrenages – le robot est capable de saisir les pièces et de les insérer avec une tolérance d’assemblage inférieure à 10 microns. Cette précision, bien supérieure à celle des robots collaboratifs actuellement utilisés par les industriels, est obtenue grâce à des stratégies d’insertion combinant un découplage des mouvements dans les différentes directions de l’espace et un contrôle en effort de l’effecteur du robot.
Les chercheurs du CEA-List ont également mobilisé leurs compétences en simulation numérique des environnements industriels : un jumeau numérique de la chaîne de production, mis à jour au fur et à mesure de la détection et de la localisation des pièces, génère des trajectoires optimales pour permettre au robot d’évoluer dans l’espace en évitant les obstacles éventuels.
Parallèlement, une interface homme-machine (IHM) permet de suivre en temps réel l’avancement et le bon déroulement de la tâche et d’alerter l’opérateur si nécessaire. En cas d’intervention, les algorithmes de vision analysent le comportement de l’opérateur pour que le robot reprenne le travail en conséquence.
Pour assurer la mise en relation et le fonctionnement des multiples technologies intégrées dans le démonstrateur, les chercheurs ont mis en œuvre les outils d’orchestration et d’ingénierie de la plateforme logicielle Papyrus. Le système de pilotage réalisé est modulaire et interopérable, de façon à ce que les briques technologiques, composants et logiciels, soient facilement interchangeables. Cette solution permet aussi d’ajouter aisément de nouveaux composants : il est ainsi possible de faire travailler de concert plusieurs robots ou d’utiliser des outils dédiés pour de nouvelles tâches.
Un second démonstrateur, réalisé en 2022 pour éprouver cette modalité de co-activité entre deux robots, dont l’un équipé d’une pince et d’une visseuse, a ainsi permis de diviser par presque deux le temps nécessaire pour réaliser l’assemblage grâce à la parallélisation des tâches qui le composent.
Après avoir exploré de nouveaux cas d’usage, comme l’insertion de connecteurs ou l’ouverture d’une trappe pour y récupérer des piles usagées, nos chercheurs se focalisent actuellement sur les travaux de désassemblage, dans une approche d’économie circulaire.
Prochaine étape : la validation des démonstrateurs auprès d’opérateurs non qualifiés en programmation. À cet effet, nous avons réalisé des preuves de concept de programmation des tâches élémentaires, « par démonstration » ou « par imitation », ou de procédures plus complexes en langage naturel. Ces technologies seront intégrées dans les futures versions du démonstrateur, qui sera également doté de fonctionnalités d’apprentissage par renforcement, en autonomie ou en exploitant le retour d’évaluateurs humains, à l’image des derniers agents conversationnels.
