Des abonnements
pour l'enrichissement
31 mai 2017 | La Revue POLYTECHNIQUE 03/2017 | Robotique

Robotique et IoTSP

Hongyu Pei-Breivold, Kristian Sandström, Larisa Rizvanovic, Marko Lehtola et Saad Azhar*

Les robots intelligents exploitent la montée en puissance de l’Internet des objets, des services et des personnes (IoTSP) pour passer dans le «nuage». Nul doute que, dans un futur proche, nos systèmes de production industriels seront de plus en plus robotisés.
Le poids de l’intervention humaine dans la configuration des tâches automatisées doit nettement s’alléger. En d’autres termes, les robots auront à résoudre eux-mêmes les problèmes et à s’adapter à la dynamique de leur environnement de travail. L’Internet des objets (IoT), plus particulièrement l’internet des services et des personnes (IoTSP), peut y contribuer en facilitant l’émergence de modèles techniques et économiques innovants qui feront de la diffusion massive des données, de l’analyse en temps réel et de l’apprentissage automatique (machine learning) une réalité.

À en croire les prévisions [1], l’usage de la robotique en production et en automatisation devrait connaître une croissance exponentielle et le marché exploser. C’est du moins ce que laisse entrevoir la multiplication des applications d’automatismes mettant en œuvre des robots manufacturiers.
 
L’IoTSP permettra d’accomplir une plus grande variété de tâches robotiques.
 
 

Des obstacles encore à surmonter
Aujourd’hui, les robots exécutent avec une grande précision des tâches répétitives complexes (soudage, peinture, construction automobile ou certains types d’assemblage). Cette robotisation pourrait en principe profiter à bien d’autres processus de fabrication ou de montage, mais la réalité se heurte à plusieurs obstacles, comme de trop petites séries ou des environnements de production insuffisamment maîtrisés.
Dans nombre de situations, l’être humain joue un rôle important. Pour étendre leur champ d’application, les robots doivent donc gagner en souplesse, en facilité de programmation et en autonomie. Par ailleurs, si les robots doivent exploiter de manière plus intelligente les données que leur procurent à la fois les opérateurs et l’environnement de production, il leur faut aussi transmettre en retour des informations qu’ils auront su analyser, traiter et transformer en données accessibles et aisément assimilables, même par des non-spécialistes.
 
L’IoT met en lien, périphérie robotique et traitement centralisé des données dans le «cloud».
 

 
L’Internet des objets et le «cloud»: des techniques clés
L’Internet des objets (IoT) et le «cloud» (données extériorisées) permettent de faire remonter d’importants flux continus de données en provenance de capteurs et d’autres appareils vers les centres de calcul pour les analyser en temps réel, les filtrer, les trier, les classer et les valider.
Les informations ainsi traitées peuvent alimenter différents services «cloud», à l’instar des outils d’informatique décisionnelle qui transforment les données brutes en tableaux et graphiques pour fournir un aperçu de la production. Des solutions d’apprentissage automatique peuvent également exploiter ces données à des fins prédictives, pour l’optimisation des procédés ou la maintenance, par exemple. Ces puissants services évolutifs, capables d’analyser des masses de données dans les centres de données, sont d’ores et déjà disponibles en nombre.
Ce traitement analytique doit évidemment respecter les impératifs de sécurité, de sûreté et d’intégrité des données, tout en préservant les niveaux requis de fiabilité et de disponibilité.
L’IoT et le «cloud» permettront de démultiplier les performances des robots en «délocalisant» dans les centres de données, la plupart des capacités de stockage, d’analyse et de calcul massif de données. De quoi répondre aux futures exigences de la robotique intelligente, sans surcoût ni augmentation de la puissance de traitement locale.
 
Architecture évolutive de la plate-forme de collaboration ABB.
 
 

L’argumentation par l’exemple
L’exemple suivant illustre la manière dont l’IoTSP, tel que proposé par ABB, peut améliorer les performances opérationnelles de la production robotisée. Dans une cellule d’assemblage de petites pièces, deux robots travaillant en tandem sont alimentés par des ravitailleurs distincts. Ils saisissent les pièces, les assemblent et les déposent sur un convoyeur. L’opérateur ou le responsable de fabrication peut suivre l’état de la production sur son terminal mobile, partout et à tout moment, tout en obtenant des informations sur les équipements de la cellule. Il peut également surveiller les indicateurs clés prédictifs de performance (KPI) pour décider des actions de maintenance.
En cas d’anomalie soudaine, comme un ralentissement brutal de l’approvisionnement en pièces, par exemple, les robots, les ravitailleurs et le convoyeur échangent des informations, puis adaptent leur cadence en conséquence; l’opérateur en est averti sur son terminal mobile. Si les performances de production restent dans les tolérances, il peut décider de ne pas interrompre la chaîne. Si un ravitailleur est en panne, il a la possibilité de vérifier les KPI des appareils et de faire rapidement intervenir un technicien pour remplacer l’équipement défectueux. Le système peut continuer à fonctionner en l’état jusqu’au dépannage et éviter ainsi un arrêt brutal de la production, toujours coûteux.
 
Gérer le comportement du système robotisé
Ce scénario exige des organes de ­commande et des réseaux de capteurs/actionneurs capables de gérer en temps réel, comme en mode prédictif, le comportement du système robotisé. Il faut également disposer de services robotiques intelligents, lesquels, déployés avec l’IoT, améliorent les performances opérationnelles de l’atelier. La réponse à ces exigences passe notamment par:
  • le partage de données entre robots et autres appareils connectés de la cellule de production;
  • l’hébergement, en bordure de réseau ou dans les armoires de commande, d’applications robotiques en temps réel avec une très faible latence prédictible;
  • la connexion à un centre de données distant pour exécuter les traitements de l’informatique décisionnelle et de l’analyse de données massives.
 
Les clients bénéficient ainsi de services complémentaires dans le «cloud», tels que l’accès facile aux données de production et leur visualisation. De plus, le recours à des infrastructures «cloud», offrant plus de souplesse aux ressources de calcul et au stockage, permet de développer de nouveaux services robotiques pointus, centrés sur l’informatique décisionnelle et l’analyse de données. C’est le cas, par exemple, de l’apprentissage automatique ou de l’analyse fine des gros volumes de données collectées par les robots pendant toute leur durée d’exploitation.
 
L’intelligence collective
Pour concrétiser cette approche, ABB a conçu une plate-forme évolutive de collaboration et de partage d’informations entre les robots connectés, d’autres outils de production et les opérateurs. Une fois mise en place, cette plate-forme facilitera la configuration de l’installation robotisée, notamment l’identification des robots, leur connexion en vue de leur collaboration et de la fourniture de services.
Au niveau de l’automatisation, les robots échangent les données en temps réel par le biais d’une couche logicielle intermédiaire de type DDS (Data Distribution Service), par exemple, selon le principe de «publication-souscription». Un appareil publie des informations sur un sujet donné, aux destinataires abonnés au service de diffusion. Ceux-ci n’ont pas besoin de connaître la provenance des informations, puisque le message renferme également des données contextuelles leur indiquant ce qu’ils doivent en faire. Ces informations (position, cadence, etc., dans l’exemple de nos deux robots et leurs ravitailleurs) sont échangées dans un cadre de dialogue virtuel.
Le principe de publication-souscription peut ne pas convenir à tous les équipements de la cellule: certains appareils de provenances tierces, par exemple, sont handicapés par des droits d’accès insuffisants ou une puissance de calcul limitée. Ils ont néanmoins la possibilité d’interagir avec les robots et les autres dispositifs en passant par une interface RESTful (Representational State Transfer) allégée, moins gourmande en bande passante que les autres architectures basées sur l’Internet, qui simplifie la connexion avec des clients divers.
Cette interface est fournie par un agent collaboratif de la couche IoT, qui peut être déployé sur n’importe quel constituant de la cellule de production (armoire de commande comprise) équipé de l’interface de publication-souscription. L’interface RESTful est exploitée aussi bien par les différents terminaux mobiles qui surveillent la cellule de production, que par un agent «cloud», lequel dialogue ou interagit avec la couche «cloud» dans le cadre des protocoles AMQP (Advanced Message Queuing Protocol) et HTTP.
 
La plate-forme collaborative d’ABB facilite le paramétrage des robots.
 

 
Un service de pilotage et d’affichage des données de production
La couche «cloud» multiplie l’offre de services en interconnectant les appareils de la cellule robotisée ou en connectant celle-ci au «cloud». Pour cette plate-forme collaborative, ABB a choisi la suite Microsoft Azure IoT [2] ,qui propose une vaste gamme de fonctions, parmi lesquelles la collecte en continu, l’analyse en temps réel, l’apprentissage automatique, le stockage et la visualisation. ABB en a profité pour mettre au point un service de pilotage et d’affichage des données de production. La solution se compose d’un client IoT, d’un concentrateur d’événements (Event Hub), d’un outil d’analyse de données en continu et d’une solution d’informatique décisionnelle en self-service Power BI. Les données robotiques transmises au concentrateur par l’agent «cloud» sont récupérées par le service analytique qui exécute la logique de traitement en continu, dans un langage simple, de type SQL. Les résultats de l’analyse sont ensuite transférés à Power BI, qui assure le suivi et la visualisation des données de production.
La couche de développement héberge à la fois des applications de configuration simplifiée sur Internet et de configuration évoluée des robots et autres équipements de production RobotStudio (robot virtuel).
 
Apprivoiser le futur
L’utilisation de la technique IoT pour connecter les objets, les services et les personnes va transformer le quotidien des utilisateurs et insuffler de l’intelligence dans la production industrielle. Imaginez que les petites pièces de notre exemple soient dotées de radio-étiquettes permettant de transmettre certains types d’informations aux robots et aux opérateurs (schémas CAO, descriptifs d’articles, consignes de manipulation, etc.). En cas de changement de série, la diffusion de ces informations pourrait servir à revoir la planification des mouvements de saisie du robot avec les préhenseurs disponibles; une tâche qui s’effectue encore aujourd’hui manuellement et hors ligne.
Le but essentiel de l’IoTSP est d’obtenir des informations sur les appareils ainsi que sur l’environnement productif, d’analyser les données issues des mondes réel et virtuel pour optimiser les opérations, enfin d’améliorer les services aux utilisateurs. En procurant de nouveaux services logiciels à l’utilisateur final, sur la base des informations extraites d’une multitude d’objets connectés, l’IoTSP constitue un vecteur de souplesse industrielle et un accélérateur d’innovation.
 
Bibliographie
[1] Modern Materials Handling, « Industrial robotics market expected to reach $41 billion by 2020 », disponible en ligne sur: http://www.mmh.com/article/industrial_robotics_market_expected_to_reach_41_billion_by_20202, 28 octobre 2015.
[2] Microsoft Azure IoT Suite, https://www.microsoft.com/
en-us/server-cloud/internet-of-things/azure-iot-suite.aspx
 

Source: ABB Review 4/16
 
ABB Suisse SA
8048 Zurich
Tél.: 058 585 00 00
www.abb.com


* ABB Corpoorate Research, Västerås (Su)