Jeudi a marqué des progrès significatifs pour les entreprises développant des technologies automatisées de chargement et de déchargement de camions, FedEx Corp. (NYSE: FDX) annonçant un déploiement élargi d'un robot spécialisé de chargement de remorques et Pickle Robot Company dévoilant un partenariat avec Ambi Robotics pour l'automatisation d'entrepôt de bout en bout.

FedEx a déclaré intensifier l'utilisation d'un robot de Dexterity Inc. dans son hub de Hagerstown, au Maryland, après plusieurs années de validation de la technologie de cette jeune pousse. Ce cas d'usage élargi permettra à FedEx de continuer à évaluer le système de chargement de remorques propulsé par l'IA de Dexterity à une échelle opérationnelle plus grande dans un environnement logistique à haut volume.

Parallèlement, Pickle Robot Company a déclaré qu'elle associerait son robot de déchargement de remorques au système d'Ambi Robotics afin d'automatiser le déplacement des colis depuis les remorques jusqu'à l'empilement sur palettes et aux opérations de réception en entrepôt.

FedEx recourt à l'assistance technologique pour améliorer la sécurité des travailleurs et l'efficacité du réseau. Le chargement et le déchargement de remorques figurent parmi les tâches les plus physiquement exigeantes et les plus complexes pour les manutentionnaires dans les opérations de colis de l'entreprise, nécessitant une résolution de problèmes en temps réel. L'automatisation de ce flux de travail s'est révélée difficile en raison de la variabilité des tailles, des poids et des conditions de chargement des colis, ainsi que de la nécessité de déployer des solutions sur des milliers de remorques dans le système FedEx. L'entreposage a historiquement connu certains des taux de blessure les plus élevés de tous les grands secteurs industriels américains, selon les données du Bureau of Labor Statistics des États-Unis, et l'automatisation du chargement et du déchargement de remorques est depuis longtemps considérée comme un goulot d'étranglement particulièrement persistant car elle ne peut pas s'appuyer sur les conditions structurées et reproductibles exigées par les générations précédentes d'automatisation d'entrepôt.

L'émergence de l'IA physique — qui permet à des systèmes autonomes comme les robots de percevoir, comprendre, raisonner et accomplir ou orchestrer des fonctions complexes dans le monde réel au moyen de moteurs, de bras robotisés ou de roues — a rapproché la technologie de la viabilité commerciale. D'importantes entreprises de logistique et de commerce électronique, dont Amazon, qui a déployé des centaines de milliers d'unités mobiles dans son réseau de centres de traitement, ont massivement investi dans la robotique d'entrepôt, mais l'environnement des portes de quai des remorques — avec ses sols inégaux, son éclairage imprévisible et son fret empilé de manière irrégulière — est resté l'une des frontières d'automatisation les plus ardues.

« Le déchargement et le chargement de camions sont un problème très difficile à résoudre pour la robotique — les colis arrivent dans toutes les tailles, formes et poids », a déclaré le PDG de FedEx, Raj Subrmaniam, dans une interview au New York Times en janvier. « Nous ne cherchons pas des robots humanoïdes. Nous cherchons des robots super humanoïdes car ils ont peut-être besoin de quelques coudes. Plus de degrés de liberté. Ce n'est pas encore prêt pour le grand public. »

Les tests en cours avec Dexterity permettent à FedEx de mieux analyser les performances des robots assistés par IA dans les opérations de chargement de remorques et la manière dont la technologie peut être intégrée aux opérations plus larges du hub, notamment la planification des destinations, l'attribution des remorques, la maintenance et les processus de main-d'œuvre, a indiqué FedEx dans un communiqué.

Les futures décisions de déploiement seront fondées sur la sécurité, la performance opérationnelle, la fiabilité, les besoins commerciaux et les enseignements tirés de l'évaluation de la technologie à une échelle opérationnelle plus grande, a déclaré la porte-parole Christina Meek. Le chargeur Dexterity est également utilisé dans une installation à Tracy, en Californie, a-t-elle ajouté.

Le chargeur de remorques de Dexterity est contrôlé par Foresight, un modèle d'IA qui prend des décisions en temps réel dans des environnements dynamiques. En combinant la vision, la profondeur et le toucher, Foresight prédit l'impact des actions de l'IA physique sur le monde. Lors du chargement autonome de remorques, il raisonne dans trois dimensions spatiales et dans le temps afin d'optimiser le placement des colis pour l'espace, la stabilité et la vitesse dans un large éventail de conditions d'exploitation. Foresight alimente le robot à double bras « de type humain » de Dexterity, Mech, conçu pour des opérations industrielles lourdes tout en restant suffisamment compact pour évoluer à l'intérieur des remorques.

En février, FedEx a annoncé un déploiement pilote du déchargeur autonome de colis robotisé Scoop de Berkshire Grey Inc., une filiale de SoftBank développant des solutions robotiques basées sur l'IA pour les processus de chaîne d'approvisionnement, à la suite d'une collaboration pluriannuelle. Le Scoop a été conçu spécifiquement pour le déchargement automatisé en vrac de remorques, assurant un flux continu et traitant tous les types de colis. FedEx avait alors déclaré que le premier Scoop serait opérationnel dans un environnement réel cette année.

En 2021, FedEx a déployé les systèmes Robotic Product Sortation and Identification (RPSi) de Berkshire Grey pour trier robotiquement les petits colis arrivant quotidiennement et nécessitant une distribution. En 2022, les entreprises ont élargi leur relation, annonçant un accord pour développer des capacités robotiques d'IA plus vastes afin d'améliorer la sécurité et l'efficacité des opérations de manutention de colis de FedEx à l'échelle mondiale.

Partenariat Pickle Robot et Ambi Robotics

Ambi Robotics, basée à Berkeley en Californie, et Pickle Robot, basée à Charleston dans le Massachusetts, ont déclaré avoir intégré avec succès leurs systèmes robotiques pour offrir une solution automatisée de bout en bout, de la remorque à l'entrepôt, en réponse à la demande d'entreprises de distribution et de logistique du Fortune 500.

Le déploiement combine les robots de déchargement de remorques de Pickle Robot avec la solution d'empilement polyvalente AmbiStack d'Ambi Robotics, permettant un flux continu et autonome des colis depuis les remorques entrantes jusqu'aux opérations de réception, ont indiqué les entreprises dans un communiqué. Les caisses sont déchargées des remorques par les systèmes de Pickle Robot, puis introduites via convoyeur dans AmbiStack pour identification, numérisation et empilement en vue des opérations ultérieures en entrepôt.

La technologie s'appuie sur l'infrastructure et les systèmes d'entrepôt existants, permettant aux clients d'automatiser pleinement les processus entrants critiques sans reconception majeure des installations. Cette collaboration démontre comment les opérateurs d'entrepôts peuvent déployer des technologies d'automatisation spécialisées de plusieurs fournisseurs pour traiter des flux de travail à forte intensité de main-d'œuvre, tels que les transferts aux portes de quai, tout en conservant une flexibilité opérationnelle, selon l'annonce.

« À mesure que l'IA physique transforme les chaînes d'approvisionnement, l'interopérabilité deviendra de plus en plus importante. Nous pensons que l'avenir de l'automatisation d'entrepôt sera fondé sur la collaboration à l'échelle de l'industrie, où des systèmes spécialisés travaillent ensemble pour résoudre des défis opérationnels complexes », a déclaré Jim Liefer, PDG d'Ambi Robotics.

« Les clients veulent une automatisation qui améliore le débit réel tout en s'intégrant aux opérations existantes », a déclaré AJ Meyer, fondateur et PDG de Pickle Robot Co. « Cette collaboration montre comment le déchargement robotisé peut s'intégrer de manière transparente aux systèmes d'automatisation en aval pour aider à déplacer les marchandises plus efficacement dans l'entrepôt, et elle prépare le terrain pour l'orchestration de processus multi-robots capables de s'auto-améliorer et de s'auto-corriger au fil du temps. »