Dans l'espace robotique, rempli d'options capables d'effectuer presque n'importe quelle tâche, les robots mobiles autonomes (AMR) se distinguent par leurs capacités à négocier leurs environnements et à comprendre le contexte dans lequel ils travaillent sans contrôleur pour diriger et superviser eux. Grâce à un réseau de logiciels, d'intergiciels, d'appareils et d'intelligence artificielle (IA), y compris la vision artificielle, les AMR sont devenues des atouts précieux dans les entreprises, tels que :

• Hôpitaux et établissements de santé– Les AMR utilisés pendant la pandémie ont désinfecté les zones après utilisation et ont effectué des livraisons pour aider à minimiser les contacts de personne à personne. "Infirmières robots” a même aidé à soigner les patients dans les régions les plus durement touchées d'Italie, en enregistrant les signes vitaux des patients et en permettant les communications à distance pour limiter les contacts.

• Entrepôts – Les AMR équipés de plusieurs capteurs peuvent se déplacer en toute sécurité dans des zones à haute activité pour effectuer ou aider avec précision les humains dans leurs tâches, y compris la cueillette et le transport de matières premières, de pièces ou de produits finis.

• Opérations de fabrication – Les AMR ont fait leurs preuves pour la manutention de matériaux, offrant une agilité et des performances supérieures à celles des convoyeurs.

• Cas d'utilisation de la surveillance – Les véhicules aériens sans pilote (UAV), un type d'AMR, sont utilisés pour la surveillance dans les domaines de l'application de la loi, de l'armée, de la recherche et du sauvetage, de l'agriculture, etc.

Il existe de nombreuses façons dont les AMR offrent un retour sur investissement (ROI) dans ces cas d'utilisation et d'autres - souvent de manière substantielle et rapide. Contrairement aux robots fixes, les AMR peuvent effectuer des tâches partout où elles sont nécessaires, que ce soit dans l'atelier ou dans une autre installation. Ils peuvent travailler avec des employés ou des équipes pour

transporter des matériaux ou effectuer des tâches de routine, économisant des étapes et du temps pour les travailleurs humains afin qu'ils puissent être plus productifs. Les AMR peuvent être multifonctionnels – il n'est pas nécessaire de les concevoir pour effectuer une seule tâche – ils n'ont donc pas à rester inactifs. Ils peuvent être formés et déployés en un à deux mois, et ils sont évolutifs – vous pouvez en déployer un, puis ajouter des AMR supplémentaires si nécessaire.

Compte tenu des avantages et du retour que les AMR offrent dans une gamme de cas d'utilisation, attendez-vous à voir l'adoption décoller au cours des cinq prochaines années. ResearchAndMarkets.com estime que le marché mondial des robots mobiles autonomes atteindra $145,5 milliards d'ici 2026, ce qui représente un TCAC impressionnant de 24,6%.

4 clés du succès de la RAM

Si votre entreprise a décidé de faire partie de cette tendance de croissance, il est important de reconnaître que les projets AMR réussis dépendent de quatre domaines fondamentaux :

1. Système d'exploitation de robot (ROS)

Près d'un million, ou 55% de tous les robots vendus en 2024 utilisera ROS. ROS qui n'est ni un robot ni un système d'exploitation, est un ensemble d'outils et de frameworks pour développer des applications robotiques. ROS est l'une des parties les plus cruciales d'un projet AMR. Robotique ouverte' ROS est une collection d'outils, de bibliothèques et de conventions qui permettent aux développeurs de robots d'exploiter le travail existant pour accélérer les délais de leurs projets. À l'origine, ROS 1 ne fournissait pas aux développeurs tout ce dont ils avaient besoin pour les projets de robots industriels, ceux qui nécessitent une sécurité critique, une intégration avec d'autres robots et technologies opérationnelles, et une évolutivité. Cette demande a conduit au développement de ROS 2, le choix pour les projets AMR industriels.

2. Technologie open source

Les technologies propriétaires peuvent freiner la réalisation de votre vision d'une fonctionnalité AMR complète et la capacité du robot à fonctionner avec d'autres systèmes. La technologie open source permet un écosystème entièrement connecté capable de la libre circulation des données vers et depuis les robots, les équipements industriels, les systèmes, le cloud, les applications et les personnes.

Eclipse Cyclone DDS (Data Distribution Service), un projet d'incubateur Eclipse IoT open source, par exemple, fait progresser le développement de robots open source. Nous sommes fiers d'être un contributeur important à Eclipse Cyclone DDS, qui est désigné comme middleware ROS 2 de niveau un par le comité directeur technique de ROS 2 et également le logiciel par défaut pour ROS 2 Géochelone Galatique Libération. Des projets open source comme Eclipse Cyclone DDS, et même Zenoh, prennent en charge ROS 2 et contribuent à rendre le développement AMR plus rapide, plus facile, plus sécurisé et plus fiable.

3. Informatique de périphérie

Les AMR doivent traiter de gros volumes de données à partir de plusieurs entrées pour fonctionner de manière précise et fiable. Les entrées peuvent inclure la vision AI - détection d'objets, formation ML et détection 3D, LiDAR et capteurs, communication avec d'autres robots, automates et systèmes industriels et bien plus encore. Les AMR doivent prendre des décisions en une fraction de seconde, en calculant en continu en temps réel pour prendre des décisions et interagir en toute sécurité avec les humains. Par exemple, lorsqu'un employé se trouve sur le chemin d'un entrepôt AMR qui transporte des matériaux ou lorsqu'un hôpital AMR détecte des signes vitaux de patients mettant la vie en danger, la transmission de données vers et depuis le cloud avec une connexion ininterrompue n'est pas pratique lorsqu'un réponse est nécessaire.

Une stratégie à la fois de pointe et de cloud computing est la meilleure solution. Les développeurs peuvent tirer parti du cloud pour gérer les grands ensembles de données nécessaires à la formation des AMR. Ensuite, les robots déployés peuvent fonctionner à la périphérie, en exploitant la puissance de calcul autonome nécessaire pour fonctionner instantanément. Notre Contrôleurs de robotique ROScube ROS 2 par exemple, combine le principal logiciel DDS de qualité militaire d'ADLINK avec un matériel de pointe robuste qui se trouve directement au bord de l'AMR, pour la navigation AMR.

4. Écosystème partenaire

Les AMR réussies sont le plus souvent le résultat de la construction du bon écosystème de partenaires, en tirant parti de nombreuses technologies différentes. Se lancer seul dans un projet AMR – s'il est même possible pour vos ressources internes de le faire – prendrait beaucoup plus de temps que nécessaire. Cela signifierait également que vous subiriez des essais et des erreurs qui pourraient être évités en tirant parti de l'expertise de partenaires expérimentés pour aider à maintenir le projet sur la bonne voie. Les bons partenariats vous permettent de déployer un AMR plus rapidement et de garantir qu'il fonctionne de manière fiable et précise dans des situations réelles, et vous donne les résultats et le retour sur investissement dont vous avez besoin.

Un bon exemple d'écosystème de partenaires travaillant ensemble pour les AMR est le Défi autonome Indy, la première course autonome à grande vitesse au monde à se dérouler sur l'Indianapolis Motor Speedway (bien sûr, nous sommes fiers d'être le sponsor officiel de l'informatique de pointe !). Et oui, vous avez bien lu. Il s'agit de la toute première course entièrement alimentée par ordinateur, aucun humain ne fait de course, mais plutôt de l'ingénierie et du développement.

Les voitures de course sont essentiellement des robots très rapides. Chaque voiture de course est une Dallara IL modifiée, équipée de matériel et de commandes pour permettre l'automatisation. Un écosystème de contributeurs au développement open source est en mesure d'y parvenir, y compris à la fois Open Robotics et la Fondation Eclipse bien sûr, mais aussi Apex.AI, la Fondation Autoware, l'Institut de recherche en technologie industrielle, le groupe de travail Open ADx et plus encore.