visuel_unsupervised.ai-blog-sprintproject
Blog > Avis d'expert > Robotique Mobile Autonome : la transition des entrepôts

Robotique Mobile Autonome : la transition des entrepôts

Article publié le 13 mai 2019 par Clement Jambou, CEO de Unsupervised.AI

Au cours des deux dernières années mon co-fondateur Alexis Theallier et moi-même, Clément Jambou travaillons sur la conception de robots dédiés aux entrepôts afin de réduire la pénibilité des tâches rébarbatives liée au déplacement de produits. Derrière ce concept, se cache une volonté d’amener la robotique au cœur de l’industrie de la supply chain pour suppléer l’homme. Nous sommes persuadés que la robotique a un rôle à jouer dans les grands défis du 21ème siècle notamment pour délivrer l’homme de ces tâches et rendre ces tâches logistiques plus efficaces, écologiques et économes. La capacité des robots à opérer des tâches de manière autonome est la vision dernière notre société : unsupervised.ai

Lorsque l’on parle de robots autonomes, fort est de constater une grande disparité entre les messages commerciaux a porté marketing et la réalité. Le constat est flagrant, si l’on s’en tient à ces annonces, les robots autonomes existent déjà et c’est une technologie aboutie. Mais quand on parle d’autonomie, il est crucial de la qualifier de manière précise. Ce principe a été appliquée dans les voitures autonomes avec les différents niveaux d’autonomies allant du niveau “1” : une assistance à la conduite, au niveau 5, ou le véhicule peut fonctionner en toute conditions (nuit, neige …) sur toute sorte de route.

unsupervised-blog-visuel1

La réalité en entrepôt est bien différente. La plupart des robots actuels déployés sont des robots suiveurs de lignes qui s’arrêtent lorsqu’un obstacle est présent, ils sont “autonomes” mais ce dans des conditions donc très spécifique. Ces robots équipés de capteurs magnétiques ou visuels n’ont que peu d’intelligence embarquée mais peuvent être très efficace pour certaines applications spécifiques. Ils sont notamment de plus en plus déployés sur des chaines d’assemblages dans l’industrie automobile.

Un niveau supérieur d’autonomie consiste à déployer des robots dans des environnements contraints, comme une surface délimitée par un grillage ou un marquage au sol. Cette fois-ci ces véhicules sont capables de se déplacer (parfois très rapidement) et de se repérer dans un tel environnement qui a été construit autour d’eux. Ce type de déploiement a fait récemment le succès de Kiva (la plus grosse acquisition en robotique a $775M par Amazon), ou encore des démonstrations impressionnantes de centre de distribution d’Alibaba.  Ces robots, bien que déployés massivement (>100 000 robots par Amazon) ne sont pas encore très présent en Europe. Concernant leur autonomie, ces robots nécessitent de construire l’entrepôt autour de la solution et ne fonctionnent pas avec des opérateurs humains à leurs côtés. Le parallèle pour la voiture autonome serait donc la construction d’une route dédiée à leur fonctionnement. Cela n’enlève rien à la prouesse technique de ces véhicules et des algorithmes d’optimisations pour leur gestion de flotte, mais il est impensable pour une usine ou un entrepôt alliant opérateurs et machine d’imaginer de tels solutions pour toutes leurs tâches logistiques.

unsupervised-visuel2-blog-sprintproject
Des Usines et entrepôts 100% automatisés ?

On peut se demander si l’interaction des robots avec les humains est véritablement nécessaire. Après tout nous pourrions imaginer des entrepôts ou des usines, ou uniquement des machines interagissent entre elle et ou les difficultés liées a la sécurité et l’interface entre robots et opérateurs ne se posent pas. Mais la réalité est loin de ce que nous promet la science-fiction en ce sens. Un grand nombre de tache, mémé simple pour un humain sont aujourd’hui impensables à automatise même dans les laboratoires les plus poussées d’intelligence artificielle. Certaines tâches qui sont très simple pour nous, voire même un enfant, sont extrêmement difficiles pour une machine. En particulier le domaine de la manutention et préhension en usine et entrepôts est inatteignable (mis à part dans certains cas très spécifique équivalent au niveau 1) technologiquement. Amazon a notamment mis au point une compétition de robotique pour aider à la prise de paquets automatiques qui échoue à trouver un gagnant depuis plusieurs années. Leurs robots déplacent les étagères, mais c’est bien un opérateur qui doit les récupérer

unsupervised-blog-visuel3

L’intelligence artificielle pour construire des robots collaboratifs

Le marché attend donc des robots capables d’évoluer dans des environnements complexes, aux côtés des opérateurs humains. Chez Unsupervised nous travaillons donc sur des robots collaboratifs, qui peuvent cartographier un nouvel environnement et s’y déplacer, même si celui-ci n’a pas été conçu autour des robots. Nos robots peuvent détecter les opérateurs et les éviter. Ils adaptent leur vitesse en fonction de l’environnement et peuvent notamment être programmés pour des zones de cohabitation et des zones réservées aux robots.

unsupervised-visuel7-blog-sprintproject

La première étape du déploiement consiste à cartographier le lieu. Nous voulons supprimer toute addition à l’environnement spécifiques aux robots et à l’inverse laisser aux robots la possibilité d’apprendre de leur environnement. Cette technologie est une catégorie d’algorithme dit SLAM (Simultaneous Localization and Mapping) et consiste en la création carte de l’environnement (cf animation ) fondée sur les capteurs des robots. En intérieur les robots ne disposent pas de GPS. Par conséquent pour se repérer, ils utilisent leurs capteurs (notamment Laser et Caméra) pour repérer des points d’intérêt et en faire une carte. Une fois cette carte faite, à tout moment le robot essaie de comparer ce qu’il “voit” à sa carte interne pour en déduire sa position. En ce sens c’est très similaire à la manière dont un humain se repère dans un environnement qu’il découvre (en notant les sorties, et des points de repère).

unsupervised-blog-visuel5-blog-sprintproject

Une fois cette cartographie effectuée, elle est visualisée sur notre application et annotée. Cela permet aux utilisateurs de définir des points, routes et zones d’intérêts pour les robots. Ces données peuvent ensuite être utilisées pour donner des missions simples aux robots (par exemple un aller-retour entre 2 points) ou des missions plus complexes en s’interfacant avec d’autres logiciels. Par exemple pour une application de tri de paquets pour le service postal, un code barre est scanné ce qui permet de donner et permet de séparer les paquets en plusieurs groupe par destination. Cette action de scan du paquet peut donc ordonner aux robots de faire cette tâche. Nos robots peuvent même s’interfacer avec des logiciels de type WMS (Warehouse Management System) qui traquent en permanence le statut d’un entrepôt (SAP, Manhattan…) et donc automatiser des tâches grâce à ce suivi.

unsupervised-blog-visuel6

Davantage de flexibilité

unsupervised-blog-visuel7-sprintproject

L’avantage principal de ces systèmes est leur flexibilité. Il est très simple d’ajouter un nouveau robot a une flotte puisque les robots partagent leurs données et donc partagent leurs informations de cartographie. Le gestionnaire de flotte permet d’optimiser les déplacements des robots et des tâches qui leur sont attribués. Notamment, afin de fonctionner en permanence, les robots disposent de bases de recharge autonomes qui leur permettent d’aller se recharger tout seul lorsqu’il y a moins de tâches à effectuer. Ce type de système s’adaptent donc particulièrement à des marchés avec de la saisonnalité (comme le e-commerce ou la production). Enfin cela nous permet aussi de diminuer le risque auprès de nos clients, grâce notamment à un modèle de location. Ce modèle de location n’a de sens que parce que les coûts d’installations sont négligeables dû à l’adaptabilité de nos robots.

La technologie actuelle conçue chez Unsupervised permet à nos robots d’être meilleurs que notre compétition sur le marché et ce grâce à l’intelligence artificielle embarquée et les techniques qui viennent de la voiture autonome que nous embarquons.  En revanche il y a encore beaucoup de chemin à faire pour que ce type de robots se comporte correctement en tout environnement (en ville par exemple) et potentiellement en s’affranchissant d’une étape de cartographie ou de prise en main à distance. Le problème de la navigation autonome est complexe et la technologie actuelle ne débloque pas encore l’équivalent du “niveau 5” des voitures autonomes. Il faut donc être prudent lorsque l’on analyse ces technologies. Chez Unsupervised, nous voyons cela comme une opportunité pour construire un acteur principal de l’intelligence artificielle et de la robotique en Europe.