Articles

Piloter, superviser et reconfigurer efficacement des robots industriels dans une cellule complexe, aucun problème pour SCORE.

Développé par le CEA-List, SCORE est un environnement logiciel de commande supervisée qui facilite la programmation et le pilotage interactif de robots industriels. Connecté à un jumeau numérique synchronisé en temps réel, il permet de visualiser, simuler et sécuriser les opérations pendant leur exécution, avec des fonctions d’anticollision et de guidage virtuel. Conçu pour les environnements exigeants, SCORE améliore la précision, la sécurité et l’efficacité des cellules robotisées, tout en réduisant la charge des opérateurs.

SCORE est un environnement logiciel conçu pour simplifier le développement d’interfaces de programmation robotique et de systèmes de commande supervisée.

Initialement pensé pour piloter des robots évoluant en environnements sévères ou à risque, SCORE s’est progressivement imposé comme un outil particulièrement adapté aux usages industriels avancés. Il fonctionne en complément de la suite logicielle CORTEX et permet un pilotage interactif en ligne, via un jumeau numérique synchronisé en temps réel avec le robot physique.

Grâce à ce jumeau numérique, les opérations peuvent être visualisées en 3D, simulées et sécurisées avant et pendant l’exécution. Le système intègre des fonctions d’anticollision, de guidage virtuel et d’assistance contextuelle, améliorant à la fois la précision, la sécurité et l’efficacité des tâches.

En pratique, SCORE permet de réduire la charge cognitive des opérateurs, d’optimiser les temps d’exécution et de fiabiliser les opérations complexes, par exemple lors d’assemblages d’équipements lourds nécessitant un positionnement précis avec de faibles tolérances. Le robot peut assister l’utilisateur dans les phases délicates, tout en garantissant la protection des pièces et de l’environnement de travail.

Une brique technologique qui facilite l’intégration des robots dans les ateliers et rend la robotique plus accessible, y compris aux non-spécialistes.

Découvrir la fiche

Acteur industriel majeur, Naval Group déploie une stratégie ambitieuse en matière de robotique industrielle, en s’appuyant sur un écosystème associant start-ups, laboratoires académiques et centres technologiques. L’objectif : inventer les solutions robotisées capables de répondre aux contraintes spécifiques de l’industrie lourde, tout en renforçant la souveraineté technologique française.

Cette dynamique s’inscrit pleinement dans les priorités de France 2030 et illustre le rôle structurant des coopérations entre grands groupes et recherche publique pour accélérer le transfert technologique vers l’usine.

AMATSUMARA : robotiser l’assemblage avant soudure

Parmi les projets emblématiques figure AMATSUMARA, sélectionné dans le cadre du Défi Transfert Robotique de France 2030. Le projet s’attaque à un verrou industriel majeur : l’automatisation de l’assemblage préalable à la soudure de pièces métalliques longues et lourdes, notamment dans des contextes de petites séries.

Si la robotique de soudage est aujourd’hui largement maîtrisée pour les productions répétitives, la phase d’assemblage reste, elle, très souvent manuelle. Or, cette étape est critique : il s’agit d’amener une pièce métallique de grande dimension et de forte masse dans une position 3D précise, avec une tolérance inférieure au millimètre, de la maintenir, puis de réaliser le pointage par soudure.

Il y a plusieurs enjeux techniques : la manipulation de charges lourdes et variables, la précision de positionnement sur grande longueur, la coordination bi-bras (« une main maintient, l’autre soude »), et l'intégration dans des environnements industriels complexes.

AMATSUMARA vise ainsi à développer une solution d’assemblage robotisé combinant force, précision et capacité à opérer sur de grandes dimensions. Le projet repose sur un consortium associant notamment Naval Group, le Groupe BRIAND, le LS2N, l’IRT Jules Verne, SERAAP, Proxinnov et plusieurs partenaires technologiques.

Les briques scientifiques mobilisées couvrent la préhension avancée, la robotique bi-bras, la modélisation dynamique des systèmes et l’optimisation des trajectoires. Le LS2N porte les travaux académiques, tandis que SERAAP assure l’intégration des solutions et que Proxinnov contribue à leur évaluation sur cas industriels réels.

Au-delà de la pure performance technique, ce projet revêt une dimension stratégique  :  automatiser ces opérations complexes pour améliorer la sécurité des opérateurs, accroître la précision des assemblages et renforcer la compétitivité industrielle.

Une approche écosystémique de l’innovation

À travers AMATSUMARA et d’autres initiatives, Naval Group illustre une approche collaborative de l’innovation robotique. En articulant besoins industriels concrets et recherche de pointe, l’entreprise participe activement à la structuration d’un écosystème national capable de concevoir les robots industriels de demain.

Le projet PARME (autre lauréat du Défi Transfert Robotique) explore la maintenance robotisée d’infrastructures métalliques en milieux exigus ou hostiles (cuves, cales, barrages), afin d’améliorer sécurité, qualité et durabilité des traitements anticorrosion. 

Cette logique de co-développement, associant industriels, laboratoires et structures de transfert, constitue l’un des leviers essentiels pour accélérer le passage à l’échelle des solutions robotiques en France.

Un entretien approfondi avec Delphine Keller, Responsable Ligne Programme Innovation Usine du Futur chez Naval Group viendra prochainement éclairer les enjeux stratégiques et opérationnels de cette transformation.

Le GDR Robotique a réuni la communauté scientifique le 4 novembre au LIRIS pour une journée entièrement consacrée aux modèles de fondation appliqués à la robotique. Organisée au sein du Laboratoire d’InfoRmatique en Image et Systèmes d’Information (UMR 5205), cette rencontre a rassemblé des chercheurs et doctorants issus de laboratoires français et internationaux autour d’un même enjeu : comprendre comment ces nouveaux modèles peuvent transformer en profondeur la conception et les usages des systèmes robotiques.

Popularisés par l’essor des grands modèles de langage et des architectures multimodales, les modèles de fondation représentent une rupture majeure pour la robotique. Là où les approches traditionnelles reposaient le plus souvent sur des systèmes spécialisés, conçus pour accomplir une tâche précise dans un environnement bien défini, ces nouvelles architectures ambitionnent de doter les robots de capacités plus générales. En s’appuyant sur des données variées  (texte, image, action, voire audio) elles permettent d’envisager des machines capables d’apprendre plusieurs tâches, de transférer leurs connaissances d’un contexte à un autre et d’interagir de manière plus naturelle avec les humains.

Toutefois, la promesse scientifique s’accompagne de défis importants. Déployer ces modèles sur des robots réels implique de composer avec des contraintes matérielles, des limites de calcul embarqué et une dynamique physique bien plus complexe que celle des environnements numériques. Les questions de robustesse, de sécurité et d’adaptation aux incertitudes du monde réel occupent ainsi une place centrale dans les travaux présentés. La journée a permis d’illustrer combien le passage du modèle théorique au système opérationnel demeure un chantier scientifique à part entière.

Le programme a offert un panorama riche des recherches en cours. Les interventions ont abordé aussi bien l’inspiration biologique pour la conception des modèles que la manipulation robotique sur des horizons temporels longs, l’intégration conjointe de la vision et du langage, ou encore les apports des grands modèles de langage comme moteurs de raisonnement au sein de boucles de perception active. Plusieurs présentations ont également mis en lumière des applications concrètes, notamment en robotique de service et en manipulation d’objets, ainsi que le rôle déterminant de la simulation dans l’apprentissage robotique. Les environnements simulés apparaissent en effet comme des outils essentiels pour entraîner les systèmes, tester des stratégies et élaborer des abstractions adaptées avant leur transfert vers le monde physique.

Au fil des échanges, la journée a confirmé le dynamisme de la communauté et l’intérêt croissant pour ces approches hybrides, à la croisée de l’intelligence artificielle et de la robotique. Si cette rencontre marque le terme d’une séquence d’échanges formels, elle ouvre surtout de nouvelles perspectives de collaboration et de recherche. Les modèles de fondation, encore en pleine maturation, s’imposent progressivement comme l’un des axes structurants de la robotique contemporaine, appelés à redéfinir les capacités et les usages des robots dans les années à venir.

L’Union européenne vient de publier l’Apply AI Strategy, une nouvelle stratégie qui complète le plan “AI Continent” en passant cette fois à une logique très opérationnelle : accélérer l’adoption de l’IA dans les secteurs industriels clés (dont la robotique) et renforcer la souveraineté technologique européenne.

La nouveauté, c’est l’approche "AI-first" : chaque organisation, publique ou privée, est encouragée à considérer l’IA comme une solution potentielle dès la conception d’un projet, tout en privilégiant les technologies européennes et open source. La stratégie s’appuie sur des moyens concrets tels que le renforcement des EDIH (European Digital Innovation Hubs) transformés en centres d’expérience IA, les TEF (Testing and Experimentation Facilities) [cf. ci-dessous], sandboxes réglementaires, “AI Factories” et introduit une nouvelle gouvernance (Apply AI Alliance et AI Observatory) pour aligner politiques et besoins terrain. L’Europe passe d’une vision à l’action, avec un fort impact attendu sur les filières industrielles.

Référence (ENG)

La robotique avancée semble désormais avoir intégré le socle technologique industriel français, avec un niveau de déploiement comparable aux « SI d’exploitation ».  C’est une évolution importante car elle contribue à améliorer la performance opérationnelle, en favorisant l’automatisation et l’intégration des processus industriels. 

L’IA connaît une accélération marquée en 2025, portée par l’IA générative, avec en moyenne 35 % d’entreprises en France et en Allemagne qui l’ont déployée contre 3 % en 2024. Il s’agit d’usages simples à impact rapide, tandis que l’IA industrielle reste plus complexe à déployer à grande échelle.  La R&D est, comme l’année précédente, la fonction la moins digitalisée, non loin de la production et de la maintenance. 

Légèrement moins de 80% des entreprises ayant déployé des solutions digitales (dont IA et data) observent un vrai gain de performance. Ce constat souligne l’importance du ciblage des cas d’usage et des conditions de passage à l’échelle.  En effet, le passage à l’échelle reste le principal blocage : seule 1 entreprise sur 5 parvient à industrialiser ses solutions digitales dans les délais attendus. Le principal frein demeure l’interopérabilité de l’infrastructure et des données au sein de l’entreprise. Enfin, le baromètre met en évidence une forte corrélation entre maturité digitale et performance : les deux-tiers des répondants se considérant « experts du digital » auraient atteints leurs objectifs de performance ; seuls 16% de ceux qui n’ont pas terminé de digitaliser leurs moyens de production ont atteint leurs objectifs de performance.