Flash Info
CE10 - Industrie et usine du futur : Homme, organisation, technologies

Navigation sûre et collaborative pour l'intralogistique robotisée dans des entrepôts sans infrastructure – NavWare

Navigation sûre et collaborative pour l'intralogistique robotisée dans des entrepôts sans infrastructure

Navigation collaborative sécurisée pour l'intralogistique robotisée dans les entrepôts sans infrastructure.

Enjeux et objectifs

Le processus de l'Industrie 4.0 affecte profondément la structure industrielle de l'entreposage et de l'intralogistique. Bien que les solutions de robotisation d'entrepôt existantes postulent explicitement la coexistence de robots mobiles autonomes (RMAs) et de travailleurs humains, elles nécessitent que les humains se déplacent avec précaution et que les observations actuelles des RMAs correspondent à leurs connaissances préalables en matière d'environnement de travail. Par conséquent, ces solutions ont généralement un espace de déploiement limité et des coûts de fonctionnement et de maintenance élevés. Ainsi, il est nécessaire de rechercher et de développer des méthodes de navigation robotique de nouvelle génération, plus fiables et intelligentes pour permettre le déploiement à grande échelle de solutions d'automatisation d'entreposage et d'intralogistique abordables. Le projet NavWare propose d'utiliser des méthodes d'apprentissage en profondeur, basées sur les données pour intervenir directement dans les couches de navigation du RMA pour un évitement d'obstacles local, rapide, et fiable ainsi qu'une planification de trajectoire globale généralisable, et finalement générer une navigation robotique sûre et collaborative pour les travailleurs. Par rapport aux méthodes existantes, la navigation robotique dans l'entrepôt basée sur NavWare peut être moins coûteuse à déployer et à entretenir, tandis que les performances du système peuvent être meilleures.

Les quatre réalisations scientifiques et techniques principales poursuivies par le projet NavWare sont présentées comme suit : 1) La première est de rendre les RMAs plus sûrs et plus collaboratifs pour éviter les travailleurs humains. 2) La seconde est de montrer également des caractéristiques collaboratives au niveau de la planification globale du chemin, pour laquelle le RMA doit planifier intelligemment son chemin d'un point de travail à un autre en fonction du temps et de la configuration de l'entrepôt. 3) La troisième est d'intégrer les deux ci-dessus dans un système logiciel robotique appelé ROS2, et ce dernier est plus convivial pour l'industrie, surtout par rapport à ROS. 4) La dernière est de créer un banc d'essai ouvert avec un processus d'évaluation standardisable, non seulement pour évaluer le système propre mais également pour faciliter la comparaison des différentes méthodes au sein de la communauté.

/

/

/

Le processus de l'Industrie 4.0 affecte profondément la structure industrielle de l'entreposage et de l'intralogistique. Cependant, il est irréaliste pour de nombreuses entreprises de construire des entrepôts entièrement automatisés par un investissement ponctuel en raison de la limitation des fonds et/ou des restrictions sur l'enregistrement foncier, ou, simplement pour certaines entreprises, l'industrie 5.0, qui met l'accent sur la participation humaine, est plus en accord avec leur vision. Bien que les solutions existantes postulent explicitement la coexistence de robots mobiles autonomes (RMAs) et de travailleurs humains, leurs principales hypothèses incluent toujours que les humains doivent se déplacer avec précaution et que les observations actuelles du robot sont capables de correspondre à ses a priori sur l'environnement de travail. Par conséquent, les solutions robotiques actuelles ont généralement un espace de déploiement limité et des coûts de fonctionnement et de maintenance élevés. Par conséquent, il est nécessaire de rechercher et de développer des méthodes de navigation robotique de nouvelle génération, plus fiables et intelligentes pour permettre le déploiement à grande échelle de solutions d'automatisation d'entreposage et d'intralogistique abordables. NavWare propose d'utiliser des méthodes d'apprentissage en profondeur basées sur les données pour intervenir directement dans les couches de navigation du RMA pour un évitement d'obstacles local rapide et fiable ainsi qu'une planification de trajectoire globale généralisable, et finalement, générer une navigation robotique sûre et collaborative pour les travailleurs. Par rapport aux méthodes existantes, la navigation robotique dans l'entrepôt basée sur NavWare peut être moins coûteuse à déployer et à entretenir, tandis que les performances du système peuvent être meilleures.

Coordination du projet

Zhi YAN (Connaissance et Intelligence Artificielle Distribuées - UMR 7533)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

CIAD Connaissance et Intelligence Artificielle Distribuées - UMR 7533

Aide de l'ANR 238 912 euros
Début et durée du projet scientifique : février 2024 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter