Nos solutions et développements

Couche d'autonomie de niveau industriel

Produits et technologies innovants pour les investisseurs et les partenaires

1

Problème

Les robots humanoïdes et de service modernes possèdent des capacités mécaniques et perceptives avancées, mais leur niveau d'autonomie reste insuffisant pour les applications industrielles. Principales limitations :

  • Faible résistance aux cas limites
  • Logique de récupération d'erreurs faible
  • Absence d'orchestration de qualité professionnelle
  • Difficulté d'intégration dans l'environnement de l'entreprise

Le marché exige une couche d'autonomie robuste capable d'assurer un taux de réussite opérationnelle supérieur à 95 % pour les tâches répétitives.

2

Solution

Développement d'un noyau d'autonomie universel — une couche logicielle fonctionnant au-dessus de l'infrastructure robotique standard et fournissant :

  • Planification hiérarchique des tâches
  • Comportement réactif dans un environnement dynamique
  • Gestion des défaillances et états de sécurité
  • Modèle contextuel du monde
  • Intégration aux systèmes d'entreprise

Le produit est positionné comme :

  • Module sous licence pour les fabricants de robots
  • Solution verticale pour des industries spécifiques
  • Les fondements du modèle de robotique en tant que service
3

Marchés cibles

L'accent est mis initialement sur les environnements standardisés avec une forte répétabilité des opérations :

Automatisation de laboratoire
Gestion des fluides industriels
Manipulations d'entrepôt
4

Étapes de mise en œuvre (18 à 24 mois)

Phase 1 (0–6 mois) Noyau architectural Complété
  • Architecture d'autonomie en couches conçue
  • Un moteur d'orchestration de base a été développé.
  • L'intégration avec l'environnement de simulation est terminée.
  • Un scénario stable a été démontré dans un environnement contrôlé.
  • Le module de perception D'Elite VisionGuard a été testé sur de vraies caméras : mode stéréo stable, estimation de distance cohérente et défaillance sécurisée en cas de perte vidéo.

Résultat: Prototype fonctionnel en simulation et source de données cibles validée matériellement pour le circuit autonome.

Phase 2 (6 à 12 mois) Durcissement de la production Actuel
  • Mise en œuvre d'un mécanisme de gestion des défaillances
  • Mesures de fiabilité et surveillance
  • Connexion de VisionGuard à un circuit autonome : transmission des coordonnées de la cible et de l’état du capteur
  • Intégration avec une véritable plateforme robotique
  • Scénario pilote en milieu industriel

Résultat: Version alpha pour le client pilote.

Phase 3 (12 à 18 mois) Validation commerciale Plan
  • Optimisation de la stabilité
  • API pour l'intégration avec les systèmes ERP/MES
  • Préparation d'un modèle de licence

Résultat: Projet pilote générateur de revenus.

Phase 4 (18–24 mois) Mise à l'échelle Plan
  • Assistance à l'orchestration multi-robots
  • Surveillance et télémétrie du cloud
  • Transition vers un modèle SaaS/RaaS

Résultat: Un produit commercial dont les coûts unitaires sont reproductibles.

5

Avantage concurrentiel

  • Privilégiez la fiabilité en temps réel, et non les scénarios de démonstration.
  • Indépendance vis-à-vis d'un fabricant de robots spécifique
  • Architecture modulaire adaptable à tous les secteurs d'activité
  • Possibilité d'octroi de licences aux fabricants d'équipements
6

Potentiel

Ce projet vise à créer une couche d'autonomie fondamentale qui deviendra un composant obligatoire des applications industrielles des robots humanoïdes et de service au cours des 5 à 10 prochaines années.

Scène

La phase 1 est terminée - Le durcissement de la production est en cours.

Phase 2

La phase 1 est terminée. Le noyau logiciel est assemblé et pleinement opérationnel : de l’exécution du script à l’obtention d’un résultat clair, le système détecte les erreurs courantes et poursuit ou interrompt l’exécution de manière appropriée. Le protocole d’échange de commandes entre les modules est finalisé et une démonstration reproductible en simulation est prête. Les tests de D’Elite VisionGuard sur des caméras réelles ont montré que le module de vision par ordinateur repère déjà la cible, estime la distance et transmet ces données. Ainsi, le fonctionnement du système pendant le cycle autonome a été validé sur le matériel, et non plus seulement en simulation. La phase 2 est en cours : gestion des pannes, indicateurs de fiabilité, connexion de VisionGuard au noyau d’autonomie et transition vers une plateforme robotique réelle.