Au cœur de cette annonce se trouve la problématique du « sim-to-real gap », qui désigne les différences entre les conditions simulées et les contraintes du monde réel (éclairage, matériaux, interactions physiques). Ce décalage a longtemps limité l’efficacité des phases de conception virtuelle dans l’industrie. L’intégration d’Omniverse dans RobotStudio permet désormais de générer des jumeaux numériques plus fidèles et d’entraîner des modèles d’IA à partir de données synthétiques. Selon ABB Robotics, la précision des simulations pourrait atteindre jusqu’à 99 %, notamment grâce à l’utilisation d’un contrôleur virtuel identique au logiciel embarqué dans les robots physiques. Cette approche vise à permettre aux industriels de concevoir, tester et optimiser leurs lignes de production entièrement en environnement virtuel, avant leur mise en service. Les gains annoncés incluent une réduction des temps de mise en service jusqu’à 80 %, une baisse des coûts pouvant atteindre 40 % et une accélération de mise sur le marché de l’ordre de 50 %.
Une nouvelle génération d’outils
La solution issue de cette collaboration, baptisée RobotStudio HyperReality, devrait être disponible au second semestre 2026. ABB étudie également l’intégration de la plateforme embarquée Nvidia Jetson dans ses contrôleurs Omnicore, afin de faciliter l’inférence d’IA en temps réel directement en périphérie des systèmes industriels. Le premier projet pilote est mené par Foxconn, acteur majeur de la fabrication d’électronique. L’entreprise utilise la solution pour optimiser l’assemblage de composants de petite taille, un processus exigeant en précision et en flexibilité. Grâce à l’entraînement virtuel des robots à partir de données synthétiques, Foxconn peut tester différents scénarios de production avant leur déploiement réel.
ABB Robotics RobotStudio HyperReality (à gauche) comparé à une image réelle de la même cellule robotisée. En intégrant la puissance de calcul accéléré et de simulation de Nvidia, RobotStudio HyperReality d’ABB Robotics permet de créer de vastes volumes de simulations hyperréalistes de niveau industriel sur lesquelles les robots peuvent être entraînés. Ces simulations prennent en compte différents éclairages, textures, matériaux, couleurs et angles et l’ensemble des conditions rencontrées sur un site de production réel.
Perspectives pour l’industrie agroalimentaire
Bien que les premières applications concernent principalement l’électronique, les technologies développées pourraient également trouver des débouchés dans l’industrie agroalimentaire. Le secteur présente des besoins similaires en matière de précision, de flexibilité et de réduction des temps de mise en production. Les applications potentielles incluent l’optimisation des lignes de conditionnement et d’emballage, l’automatisation de tâches de tri et de manipulation de produits fragiles, la simulation de process complexes (chaînes de transformation, logistique interne) et l’adaptation rapide à des variations de production ou de formats.
Une automatisation plus accessible
Enfin, cette collaboration s’inscrit dans une tendance plus large qui vise à démocratiser l’accès à l’automatisation avancée. En facilitant l’entraînement et le déploiement de robots pilotés par IA sans nécessiter de compétences approfondies en programmation, des solutions comme celles proposées par ABB et Nvidia pourraient concerner également les PME industrielles.
Mots-Clés
