Des robots programmables intuitivement pour aider l'industrie horlogère

Grâce à des peintures phosphorescentes, les montres analogiques peuvent donner l’heure dans l’obscurité. Cette peinture est toujours appliquée manuellement, car les solutions d’automatisation classiques ne sont pas adaptées à cette tâche. C’est ce qui a poussé une équipe de recherche de l'Idiap et de la Haute école spécialisée bernoise BFH à mettre au point un système robotique flexible qui se programme par démonstration.

Pour qu’il soit possible de lire l’heure dans l’obscurité sur une montre analogique, le cadran et les aiguilles sont recouverts d’une peinture phosphorescente. Dans la plupart des cas, c’est la peinture phosphorescente Swiss Super-LumiNova® fabriquée par l’entreprise suisse RC Tritec AG qui est utilisée à cet effet. L’application de la peinture se fait manuellement, car le processus, qui exige une grande précision, ne peut pas être automatisé de manière traditionnelle en raison de la diversité des gammes de produits et des petits volumes. Du fait du caractère répétitif de l’application de la peinture phosphorescente, l’industrie horlogère peine de plus en plus à trouver du personnel pour cette tâche. C’est la raison pour laquelle des chercheurs du groupe de recherche Robot Learning & Interaction de l'Idiap et l’Institute for Human Centered Engineering HuCE de Haute école spécialisée bernoise BFH, se sont associés à l'entreprise Ciposa SA pour développer une technique d’automatisation à la fois innovante et flexible. Le projet est soutenu par Innosuisse, l’agence suisse pour l’encouragement de l’innovation.

Montrer au robot ce qu’on attend de lui

Afin que le système robotique à développer réponde aux exigences spécifiques de l’industrie horlogère, il doit d’une part faire preuve d’une grande précision et d’autre part être reprogrammable rapidement et facilement pour être utilisé avec de nouveaux produits et designs. Ces critères ont amené les chercheurs et chercheuses à adopter une approche consistant à programmer le robot par démonstration manuelle: la machine enregistre les mouvements humains et, afin d’atteindre la précision requise, combine ces informations avec les données de mesure collectées par différents capteurs. Grâce à l’apprentissage automatique, le robot devrait de cette façon être en mesure de mettre au point la stratégie d’application de peinture adaptée à chaque situation.

Rédigé en collaboration avec la Haute école spécialisée bernoise BFH.

 

More information

- Robot Learning & Interaction research group
- Institute for Human Centered Engineering — Laboratoire de perception informatique et réalité virtuelle