ABB et PSYONIC transforment les données de mains bioniques en robots plus agiles
← Retour aux actualités32 capteurs de pression (contre 1 à 3 pour les grippers industriels classiques), capables de mesurer des gradients de force avec une précision de l’ordre du gramme. Un système de retour haptique (vibrations) pour simuler le toucher, essentiel pour les utilisateurs amputés. Une mécanique compliant (articulations souples) qui épouse la forme des objets, comme une main humaine. Traduire les données humaines en algorithmes : Les signaux des capteurs de la Ability Hand sont utilisés pour entraîner des réseaux de neurones sur les contrôleurs OmniCore d’ABB. Ces modèles apprennent à prédire la force optimale à appliquer en fonction de l’objet et du contexte. Valider la robustesse en conditions réelles : Depuis mars 2026, 14 prototypes de cobots équipés de la Ability Hand sont déployés dans des usines européennes et américaines, notamment pour des tâches de packaging (cosmétiques, électronique) et de manipulation de produits alimentaires fragiles. Réduire les temps d’ingénierie : Selon l’International Federation of Robotics (IFR), l’utilisation de données tactiles peut réduire jusqu’à 30 % le temps nécessaire pour configurer une cellule robotisée, en évitant les essais-erreurs manuels.
Une sensibilité tactile (comme un humain). Une généralisation (applicable à différents objets). Une intégration plug-and-play (compatibilité avec les cobots existants). Automobile : Montage de câbles ou de petits composants électroniques. Logistique : Tri de colis fragiles (verre, produits cosmétiques). Agroalimentaire : Emballage de produits frais (fruits, pâtisseries). Laboratoires : Manipulation de tubes à essai ou de pipettes en biotech. Humanoïdes : À plus long terme, cette approche pourrait équiper des robots humanoïdes pour des tâches domestiques (plier du linge, préparer un repas). ABB Robotics et PSYONIC officialisent leur partenariat abb.com PSYONIC et ABB testent la main Ability Hand en usine therobotreport.com ABB utilise les données de la Ability Hand pour entraîner ses cobots roboticsintl.com
📑 Sommaire
- → Quand une main bionique devient un manuel d’instructions pour robots
- → De la prothèse à la cellule robotisée : comment ça marche ?
- → 1\. La main Ability Hand : un capteur haute fidélité
- → 2\. L’intégration avec les cobots ABB : du laboratoire à l’usine
- → Pourquoi la manipulation dexterous est-elle un Graal de la robotique ?
- → Applications concrètes : où cette technologie va-t-elle changer la donne ?
- → Les défis à relever : précision, coût, et acceptation
- → Hype-mètre : 4/5
- → Pour aller plus loin
💡 En 3 points clés
- 32 capteurs de pression (contre 1 à 3 pour les grippers industriels classiques), capables de mesurer des gradients de force avec une précision de l’ordre du gramme.
- Un système de retour haptique (vibrations) pour simuler le toucher, essentiel pour les utilisateurs amputés.
- Une mécanique compliant (articulations souples) qui épouse la forme des objets, comme une main humaine.
Quand une main bionique devient un manuel d’instructions pour robots
Imaginez un robot industriel capable de saisir une framboise sans l’écraser, ou de manipuler un smartphone fragile avec la même délicatesse qu’un humain. Jusqu’ici, les robots industriels se contentaient de préhenseurs rigides (ventouses, pinces parallèles) ou de solutions téléopérées, limitées par leur manque de sensibilité tactile. La collaboration entre ABB Robotics et PSYONIC change la donne : en exploitant les données de la Ability Hand — une main bionique à cinq doigts équipée de 32 capteurs de pression par doigt — les chercheurs transforment des années d’interactions humaines en un algorithme de manipulation universelle.
Le principe est simple, mais révolutionnaire : les mêmes gestes qui permettent à un amputé de boire un café sont réutilisés pour entraîner un cobot à effectuer cette tâche. Grâce à des capteurs transmettant des données à 300 Hz, le robot apprend à ajuster sa force en temps réel, comme le ferait un humain. Par exemple, il détecte instantanément la différence entre saisir une tasse en céramique et une bouteille en plastique souple, et ajuste sa pression pour éviter les glissements ou les écrasements.
De la prothèse à la cellule robotisée : comment ça marche ?
1. La main Ability Hand : un capteur haute fidélité
La Ability Hand de PSYONIC n’est pas une simple prothèse : c’est un laboratoire mobile de données tactiles. Chaque doigt intègre :
Ces caractéristiques en font un outil idéal pour capturer des données physiques — et non seulement visuelles — sur la manipulation. Depuis son lancement en 2023, plus de 400 utilisateurs ont partagé anonymement leurs interactions avec la main, générant 18 millions d’événements tactiles (saisir une tasse, tourner une clé, etc.).
2. L’intégration avec les cobots ABB : du laboratoire à l’usine
ABB Robotics teste cette approche avec son cobot GoFa, un robot collaboratif conçu pour travailler aux côtés des humains. La combinaison des deux technologies permet de :
Pourquoi la manipulation dexterous est-elle un Graal de la robotique ?
La manipulation d’objets non rigides (vêtements, aliments, pièces électroniques) reste l’un des derniers verrous de l’automatisation. Les solutions actuelles ont des limites majeures :
| Technologie | Avantages | Limites |
|---|---|---|
| Pinces parallèles | Rapides, simples | Peu adaptables aux formes complexes |
| Ventouses | Efficaces pour les surfaces lisses | Inutilisables sur les matériaux poreux |
| Téléopération | Précision humaine | Lent, coûteux, non scalable |
| Modèles VLA | Compréhension du langage | Manque de retour tactile pour l’action |
La Ability Hand, couplée aux algorithmes d’ABB, comble ce fossé en combinant :
Applications concrètes : où cette technologie va-t-elle changer la donne ?
Les cas d’usage ciblés par ABB et PSYONIC couvrent des secteurs où la manipulation fine est critique :
Les défis à relever : précision, coût, et acceptation
Malgré son potentiel, cette technologie doit encore surmonter trois obstacles :
1. La précision absolue : ABB vise une fiabilité de 99 % pour les tâches de pick-and-place, un seuil encore difficile à atteindre avec des objets très variables (ex. : un œuf cru vs. une pomme).
2. Le coût des capteurs : Les 32 capteurs par doigt de la Ability Hand restent plus chers que les solutions industrielles classiques. PSYONIC travaille sur une version allégée pour les applications robotiques.
3. L’intégration logicielle : Les algorithmes doivent être capables de généraliser leurs apprentissages à de nouveaux objets, sans nécessiter de reconfiguration manuelle.
Hype-mètre : 4/5
Cette collaboration marque une avancée majeure dans le domaine de la manipulation dexterous, en combinant hardware (capteurs haute résolution) et software (algorithmes d’apprentissage). Les premiers déploiements en usine montrent des résultats prometteurs, mais la technologie doit encore prouver sa scalabilité et son retour sur investissement à grande échelle. À surveiller dans les 12 à 18 prochains mois, notamment pour les applications en robotique humanoïde et automatisation flexible.