Système Robotique du KIT S'adapte pour Démonter des Machines Défectueuses

Des chercheurs de l'Institut de Technologie de Karlsruhe (KIT) en Allemagne ont développé un système robotique conçu pour démonter des machines même lorsque des pièces sont manquantes ou que des composants ne correspondent pas au design original.

Le système utilise une approche de planification probabiliste, spécifiquement un Processus de Décision Markovien Partiellement Observable (POMDP), pour gérer l'incertitude et adapter ses actions pendant le processus de démontage. Cela permet au robot de mettre à jour son plan en temps réel lorsqu'il rencontre des situations inattendues, telles que des vis bloquées ou des fixations absentes.

Les expériences menées par l'équipe de recherche comprenaient des scénarios où le robot rencontrait une vis délibérément bloquée dans un moteur électrique. En réponse, le système est passé de la tentative de dévisser la fixation à l'utilisation d'un outil de fraisage pour enlever du matériau et accéder à la pièce souhaitée. Dans un autre test impliquant une meuleuse d'angle, le robot a détecté qu'une vis était déjà manquante et a sauté l'étape de dévissage inutile.

La recherche a été présentée lors de la Conférence Internationale IEEE sur la Robotique et l'Automatisation (ICRA) 2026 à Vienne. Le concepteur du projet, Jan Baumgärtner du KIT, a introduit le système lors de l'événement, soulignant sa capacité à planifier l'ordre de démontage, à prédire les défauts et à vérifier chaque action pendant l'opération.

Ce que les chiffres montrent

• Lors de 30 essais de manipulation, le robot a retiré la pièce cible dans tous les cas.
• Le dévissage a réussi 60 % du temps sans étape de recherche de vis.
• Avec une étape de recherche de vis, le succès du dévissage a atteint 100 %.

Selon des rapports, le système s'appuie sur des modèles de conception assistée par ordinateur (CAO) et des données d'inspection pour prédire les défauts et préserver les composants précieux pendant le processus de démontage. Cette approche permet au robot d'adapter sa stratégie si une machine se comporte différemment de son design original, par exemple lorsque une fixation est bloquée ou manquante.

Une documentation d'eWeek confirme que le robot peut détecter des écarts par rapport au comportement attendu de la machine et changer de tactique en cours de tâche. Par exemple, le robot peut passer du dévissage au fraisage lorsqu'il rencontre une fixation bloquée, lui permettant de continuer le démontage sans intervention manuelle.

Un préprint arXiv publié en novembre 2025 décrit le cadre mathématique derrière le système. Le rapport indique que le planificateur probabiliste a surpassé les approches déterministes tant en temps moyen de démontage qu'en cohérence, et s'est adapté avec succès aux pièces manquantes ou bloquées sur trois produits et deux systèmes robotiques.

IEEE Spectrum rapporte que le système est conçu pour préserver des pièces précieuses tout en démontant des dispositifs, utilisant des données d'inspection et des modèles CAO pour guider ses actions. Cette méthode permet au robot de gérer efficacement les produits en fin de vie et de récupérer des composants qui pourraient autrement être perdus en raison de dommages ou de changements de design.

* Cet article est basé sur des informations publiquement disponibles au moment de la rédaction.