Une approche différente du dévracage robotisé
Le dévracage industriel s'est traditionnellement appuyé sur des caméras 3D fixes, des points de préhension prédéfinis, un calibrage détaillé et des positions de bacs relativement contrôlées. Ces méthodes peuvent être performantes dans des applications structurées, mais leurs résultats peuvent devenir moins prévisibles lorsque les pièces sont orientées aléatoirement, partiellement occultées ou lorsque le bac change de position.
Inbolt adopte une approche différente en plaçant une caméra de vision 3D directement sur le bras du robot. Au lieu de dépendre d'une vue fixe de l'espace de travail, le robot peut déplacer son système de vision avec l'effecteur et actualiser en continu sa compréhension de la pièce.
À mon avis, cette architecture est particulièrement importante, car la caméra devient un élément du système de mouvement du robot au lieu de rester un dispositif de détection séparé. Cela modifie la manière dont le robot peut réagir aux variations de l'espace de travail physique.
Vision embarquée sur le bras pour les environnements non structurés
Le système Inbolt utilise des modèles d'IA propriétaires associés à une vision 3D en temps réel pour identifier les possibilités de préhension appropriées. Le système ne dépend pas d'un seul point de préhension prédéfini. Il peut évaluer différentes surfaces accessibles et déterminer comment le robot peut approcher le composant.
Cette approche est utile lorsque les composants se chevauchent, pivotent ou présentent des surfaces différentes d'un cycle à l'autre. Plutôt que d'exiger la programmation explicite de chaque orientation possible, le système de vision évalue la scène actuelle et génère une stratégie de préhension adaptée.
Les performances de production annoncées sont inférieures à 1 seconde de temps de traitement par prise, avec des taux de réussite pouvant atteindre 95 % dans des environnements de fabrication réels.
Fonctionnement en boucle fermée en trois étapes
La solution suit un processus continu de perception et de correction, au lieu de considérer la prise comme une succession de mouvements programmés isolés.
1. Identifier une surface préhensible
Le système de vision 3D analyse les composants disposés aléatoirement et identifie une zone accessible pour la préhension. Le robot peut sélectionner différentes approches de préhension en fonction de la géométrie visible de la pièce.
2. Localiser la pièce après la préhension
Après que le robot a saisi le composant, le système de vision peut analyser à nouveau l'objet et déterminer sa position et son orientation réelles. Cela fournit des informations supplémentaires après la prise initiale.
3. Corriger le mouvement de placement
Lorsque le robot se déplace vers la destination, l'IA peut affiner en continu la trajectoire en fonction de la position actualisée de l'objet. Cette capacité de localisation en main aide à compenser les variations introduites lors de la préhension.
Cette architecture en boucle fermée est, à mon avis, l'un des aspects techniques les plus importants du système. Une prise réussie ne marque pas nécessairement la fin du problème de perception ; la vérification de la pièce après la préhension donne au robot une nouvelle occasion de corriger son positionnement avant le placement.
Réduire l'infrastructure de vision fixe
Une cellule conventionnelle de dévracage peut nécessiter des caméras fixes positionnées au-dessus ou autour de la zone de travail. De telles installations peuvent entraîner des exigences supplémentaires en matière de montage mécanique, de calibrage, de câblage et de configuration.
Avec une seule caméra montée sur le bras du robot, le même système de vision peut se déplacer entre différentes positions d'observation. Cela peut réduire la quantité de matériel de vision dédié nécessaire pour les applications impliquant plusieurs bacs ou des configurations de postes de travail variables.
Cette architecture rend également le système de vision moins dépendant d'un point de vue fixe unique. Cela peut être utile lorsque le robot doit inspecter un composant sous différents angles pendant le processus de prise.
Considérations relatives aux performances et à la production
Selon Inbolt, le système a été déployé dans plus de cinq usines et a atteint une haute disponibilité ainsi qu'un débit élevé sur ces sites de production. L'entreprise indique des taux de réussite de prise pouvant atteindre 95 % et des temps de traitement moyens inférieurs à une seconde par prise.
Ces chiffres doivent être considérés comme propres à chaque application plutôt que comme des spécifications de performance universelles. Les résultats réels dépendront de facteurs tels que la géométrie des composants, les caractéristiques de surface, le chargement des bacs, la configuration du robot, la conception de la pince, l'éclairage, les exigences de cycle et le degré d'occultation des pièces.
Pour les ingénieurs industriels, cette distinction est importante. Les performances de la vision doivent finalement être évaluées par rapport à l'ensemble de la cellule robotisée, et non par rapport au seul algorithme de vision.
IA et estimation de la pose 3D
Le système fonctionne sur du matériel NVIDIA et utilise les modèles de guidage robotisé basés sur l'IA d'Inbolt pour l'estimation de la pose et la correction de trajectoire en temps réel.
L'objectif technique n'est pas simplement de reconnaître un objet. Le système doit déterminer où se trouve l'objet, son orientation, si une préhension est physiquement accessible et comment le robot doit se déplacer après la prise de la pièce.
Cela rend la combinaison de la perception 3D, de l'estimation de la pose, du mouvement du robot et du contrôle par rétroaction plus importante que la seule reconnaissance d'image.
Quand cette architecture peut apporter une valeur ajoutée
Cette approche convient bien aux applications où la présentation des pièces est difficile à standardiser. Parmi les exemples figurent les composants chargés aléatoirement, les bacs susceptibles de changer de position, les orientations variables des pièces et les environnements de production dans lesquels plusieurs géométries de pièces doivent être manipulées.
Un autre avantage potentiel concerne le déploiement sur plusieurs postes. Si la même architecture robot-vision peut être configurée pour différents bacs et différentes familles de pièces, les équipes d'ingénierie pourraient réduire la quantité d'infrastructure de vision dédiée nécessaire pour chaque poste de travail.
Du point de vue de l'automatisation, l'avantage le plus intéressant n'est donc pas simplement une prise plus rapide. C'est la possibilité de réduire les efforts mécaniques et de programmation nécessaires pour maintenir les performances lorsque l'environnement physique évolue.
Perspective d'ingénierie
Le développement de la vision 3D embarquée sur le bras reflète une évolution plus large de la robotique industrielle : la perception est de plus en plus étroitement intégrée au mouvement du robot.
L'automatisation traditionnelle cherche souvent à éliminer la variabilité au moyen de montages, de positions de caméra fixes, d'une présentation contrôlée des pièces et de trajectoires prédéfinies. La vision basée sur l'IA adopte l'approche inverse en permettant au robot d'observer davantage de variations et de les compenser par le logiciel et la rétroaction.
Cela n'élimine pas la nécessité d'une conception mécanique rigoureuse, du choix de la pince, de la programmation du robot ou de l'ingénierie des procédés. Cela modifie plutôt l'endroit où une partie de la complexité est gérée. Pour les applications présentant une variabilité réelle dans la présentation des pièces, transférer une partie de cette complexité des contraintes mécaniques vers la perception et le contrôle des mouvements en temps réel peut constituer un compromis d'ingénierie pratique.
Conclusion
La solution de dévracage d'Inbolt montre comment la vision 3D embarquée sur le bras et l'IA peuvent être combinées à un contrôle robotisé en boucle fermée pour des applications de manutention moins structurées. Son temps de traitement annoncé inférieur à une seconde, son taux de réussite des prises pouvant atteindre 95 % et son déploiement dans plusieurs usines témoignent d'une orientation vers la production plutôt que vers les démonstrations en laboratoire.
Le concept technique clé réside dans l'interaction continue entre la perception et le mouvement du robot : le système observe la préhension disponible, vérifie le composant après la saisie et ajuste la trajectoire de placement si nécessaire. Cette approche peut constituer une alternative plus adaptable aux architectures de dévracage qui dépendent fortement de caméras fixes et de conditions de préhension prédéfinies.
