Oui, notre technologie ANT inclut une forme sûre et hautement configurable d’évitement d’obstacles appelée SmartPass. Découvrez-en plus sur SmartPass et explorez les situations dans lesquelles l’évitement d’obstacles est pertinent grâce à ce guide détaillé.
L’évitement d’obstacles est une exigence de plus en plus fréquente dans les appels d’offres et cahiers des charges liés aux robots mobiles. Mais que signifie réellement cette fonctionnalité dans la pratique, et constitue-t-elle toujours l’option la plus efficace ?
Dans ce guide, nous expliquons :
Les véhicules automatisés tels que les AGV et les AMR se déplacent généralement selon l’une des deux approches suivantes :
1. Suivi de trajectoire
Les véhicules suivent une trajectoire, qu’elle soit physique (comme une bande magnétique) ou virtuelle (comme dans le cas de la navigation ANT).
2. Évitement d’obstacles
Les véhicules déterminent eux-mêmes leur itinéraire de manière dynamique et en temps réel.
De manière générale, les AGV suivent une trajectoire prédéfinie, tandis que les AMR analysent en permanence leur environnement afin de déterminer eux-mêmes leur itinéraire.
La preuve de cette différence ? La norme ANSI/RIA R15.08-1-2020, qui définit les exigences de sécurité relatives à la conception et à l’intégration des robots mobiles industriels, indique :
« La différence fondamentale entre les AGV et les AMR réside dans la manière dont ils se déplacent dans l’environnement d’exploitation défini. Un AGV se déplace automatiquement dans cet environnement en suivant des trajectoires de guidage prédéfinies (virtuelles ou physiques) et utilise l’évitement des collisions, tandis qu’un AMR peut traverser l’environnement défini en détectant les obstacles à l’aide de capteurs et en ajustant sa trajectoire en calculant un chemin libre d’obstacles à travers l’espace disponible, plutôt qu’en utilisant un trajet prédéfini. »
Comparons rapidement le fonctionnement du suivi de trajectoire de type AGV et de l’évitement d’obstacles de type AMR.
Point important : les véhicules 'ANT driven' peuvent utiliser soit le suivi de trajectoire virtuelle, soit notre version de l’évitement d’obstacles (SmartPass), y compris au sein d’une même installation.
Maintenant que les différences entre ces approches sont claires, examinons leurs avantages et leurs limites.
Une bonne manière de comparer ces approches consiste à examiner les cas d’usage auxquels elles conviennent le mieux.
L’évitement d’obstacles pur — lorsqu’un véhicule crée en permanence son propre itinéraire — peut être pertinent lorsqu’un robot est de petite taille et évolue dans un environnement très fréquenté.
Un bon exemple est celui des robots de nettoyage, tels que ceux proposés par Cleanfix. Ces robots doivent généralement couvrir une zone donnée, mais l’ordre dans lequel ils nettoient cette zone n’a pas d’importance.
Dans des environnements comme les centres commerciaux ou les aéroports, la probabilité que les robots Cleanfix rencontrent des obstacles, notamment des personnes, est élevée. Si le robot s’arrêtait à chaque obstacle (comme un AGV), le nettoyage n’avancerait jamais. Dans ce contexte, l’évitement d’obstacles pur est particulièrement adapté.
Le suivi de trajectoire est généralement plus adapté aux environnements industriels, comme les applications de manutention dans les entrepôts et les sites de production.
Le facteur clé de réussite ? Des équipes bien formées sur site, capables d’entendre, remarquer et réagir rapidement lorsqu’un véhicule est bloqué, en supprimant l’obstacle immédiatement (ou idéalement en évitant qu’il soit créé).
Pour les grands véhicules transportant des charges lourdes, le suivi de trajectoire constitue une excellente option, car les opérateurs sont généralement plus sereins lorsque le comportement du véhicule est prévisible et clairement défini.
Le suivi de trajectoire convient également aux sites où l’espace est limité, comme les usines brownfield, où contourner des obstacles peut rapidement conduire à des situations de blocage.
Malgré les observations de terrain ci-dessus, l’idée selon laquelle l’évitement d’obstacles constitue l’approche la plus efficace reste très répandue.
Les clients voient des AMR dans des vidéos marketing parfaitement mises en scène, évoluant de façon apparemment intelligente et coordonnée, et ils en concluent naturellement que cette approche est plus performante.
Pourtant, dans la plupart des cas, ce n’est pas vrai. Malgré son attrait, l’évitement d’obstacles est souvent moins performant dans les environnements industriels.
Les principaux problèmes liés au comportement de type AMR dans les environnements industriels sont les suivants :
Les véhicules qui reposent principalement sur l’évitement d’obstacles se déplacent généralement plus lentement que les AGV suivant une trajectoire prédéfinie.
Ils analysent constamment leur environnement, calculent leurs déplacements, réduisent leur vitesse pour réagir aux obstacles et parcourent souvent des trajets plus longs pour les contourner.
L’efficacité des flottes fonctionnant principalement grâce à l’évitement d’obstacles est souvent faible, en raison de l’absence de gestion coordonnée du trafic.
Les AMR sont conçus autour de l’évitement d’obstacles plutôt que d’un système intégré de gestion du trafic.
Ils fonctionnent donc de manière indépendante, sans gestionnaire de flotte capable d’anticiper les blocages, d’informer les véhicules et de gérer les priorités aux intersections.
Le manque de gestion avancée du trafic provoque des blocages de circulation.
Les AMR se bloquent fréquemment entre eux, interrompant les flux logistiques.
Certains fournisseurs tentent de réduire ce phénomène en ajoutant des mécanismes de gestion du trafic simples (zones à sens préférentiel, zones interdites, etc.), mais ces mesures n’apportent généralement que des bénéfices limités.
Chez BlueBotics, nous avons vu des centaines de clients finaux devoir choisir entre le suivi de trajectoire et l’évitement d’obstacles pur, et nous avons également observé les conséquences de ces choix.
Le constat est clair : dans la majorité des cas, le suivi de trajectoire virtuelle associé à une gestion efficace du trafic est bien plus performant que l’évitement d’obstacles pur.
Dans un cas concret, un fabricant nord-américain de pneus exploitait une flotte de 37 robots mobiles fonctionnant tous avec un système d’évitement d’obstacles pur (dont la technologie de navigation était fournie par une autre entreprise, et non par BlueBotics). L’utilisateur final se déclarait insatisfait des performances globales du système, citant des situations fréquentes de blocage et un manque général d’efficacité.
Ces robots ont ensuite été équipés de la navigation ANT, et leur approche de navigation principale a été modifiée, passant de l’évitement d’obstacles à un suivi de trajectoire virtuelle robuste et préprogrammé.
Résultat : la même flotte a atteint un débit supérieur avec moins de véhicules, simplement en changeant d’approche de navigation.
Le fabricant de pneus a pu fonctionner avec sept AGV de moins et, malgré cette réduction, le système est 10 % plus productif qu’auparavant.
Pour être clair, il s’agissait exactement des mêmes véhicules. La seule différence résidait dans le remplacement de l’évitement d’obstacles par le suivi de trajectoire virtuelle.
Même si l’évitement d’obstacles n’est clairement pas l’approche optimale pour les applications industrielles, cela ne signifie pas que le suivi de trajectoire fonctionne parfaitement dans toutes les situations. Par exemple :
Du personnel peut laisser des objets sur le passage des robots, bloquant leur trajectoire.
Les opérateurs peuvent réagir trop lentement (ou manquer de motivation) lorsqu’un véhicule est bloqué et déclenche une alerte ou une notification.
Les utilisateurs d’AGV/AMR peuvent se diriger vers des opérations entièrement automatisées (« lights-out ») et ne plus disposer du personnel nécessaire pour gérer les blocages occasionnels des AGV.
Dans ces situations, le scénario idéal serait qu’un robot suivant une trajectoire puisse contourner intelligemment un obstacle, puis revenir immédiatement sur son trajet habituel. En d’autres termes, le meilleur des deux mondes.
Avec ANT intégré dans votre véhicule, vous pouvez précisément obtenir ce type de fonctionnement combiné grâce à une fonctionnalité appelée SmartPass.
SmartPass est une fonctionnalité avancée de notre suite logicielle ANT qui ajoute un évitement d’obstacles contrôlé au suivi de trajectoire virtuelle.
En résumé, SmartPass combine :
L’efficacité et la prévisibilité des AGV
Avec la flexibilité des AMR (lorsque cela est nécessaire)
Contrairement à l’évitement d’obstacles de type AMR, SmartPass garantit que toutes les manœuvres d’évitement restent contrôlées, prévisibles et compatibles avec l’efficacité globale de la flotte.
Cette vidéo explique tout :
Plutôt que d’ajouter une gestion du trafic basique à une fonctionnalité d’évitement d’obstacles — ce que certains fabricants d’AMR ont tenté de faire avec des résultats limités — SmartPass adopte l’approche inverse : il ajoute un évitement d’obstacles intelligent et configurable au mode de fonctionnement par défaut de la navigation ANT, basé sur le suivi de trajectoire virtuelle.
Cela signifie que les puissantes fonctionnalités de gestion du trafic de notre gestionnaire de flotte ANT server sont également appliquées aux manœuvres d’évitement réalisées par SmartPass.
Cette approche présente trois avantages majeurs :
1. Des déplacements optimisés pour l’efficacité
2. Réduit les risques de blocage
3. Entièrement configurable
Sûr et conçu pour privilégier la prudence, SmartPass est entièrement configurable afin de s’adapter à tous les clients et à tous les sites. Votre équipe peut notamment définir :
Dans la plupart des cas, chez BlueBotics, nous recommandons d’opter pour le suivi de trajectoire pur. Cependant, le cadre ci-dessous peut vous aider à choisir — ou à confirmer — votre approche.
Scénario 1 : si…
Choisissez le suivi de trajectoire virtuelle.
Scénario 2 : si…
Les conditions précédentes s’appliquent. Et qu’il existe également une probabilité raisonnable que des objets bloquent la progression de vos robots.
Choisissez le suivi de trajectoire virtuelle + SmartPass.
Scénario 3 : si…
Les véhicules doivent couvrir l’ensemble d’une zone et que l’ordre dans lequel ils accomplissent cette tâche n’a pas d’importance (comme dans le cas des robots de nettoyage).
Choisissez l’évitement d’obstacles pur.
Rappel : toutes les modalités de navigation décrites ci-dessus sont disponibles dans les paramètres de configuration de notre logiciel ANT lab, le suivi de trajectoire virtuelle étant le mode activé par défaut.
Nos ingénieurs BlueBotics seront ravis d’échanger avec vous plus en détail sur ce sujet. Il vous suffit de nous contacter pour organiser un appel.