SmartDispensing
Un système robotique flexible, programmable par démonstration, devrait permettre à l’industrie horlogère d’automatiser l’application de peinture phosphorescente sur les cadrans et les aiguilles.
Fiche signalétique
- Départements participants Technique et informatique
- Institut(s) Institute for Human Centered Engineering (HUCE)
- Unité(s) de recherche HUCE / Laboratoire de robotique
- Champ thématique stratégique Champ thématique "Transformation numérique centrée sur l'humain"
- Organisation d'encouragement Innosuisse
- Durée (prévue) 01.03.2023 - 28.02.2026
- Direction du projet Prof. Dr. Sarah Dégallier Rochat
- Partenaire IDIAP
- Mots-clés Robotique, robots flexibles, programmation par démonstration, application, industrie horlogère
Situation
Pour pouvoir briller dans l’obscurité, les cadrans et les aiguilles de montre doivent être enduits d’une peinture spéciale. Dans la plupart des cas, c’est la peinture phosphorescente Swiss Super-LumiNova® (SLN) fabriquée par l’entreprise suisse RC Tritec AG qui est utilisée à cet effet. L’application de la peinture se fait manuellement – une tâche répétitive pour laquelle il est de plus en plus difficile de trouver du personnel. C’est la raison pour laquelle l’industrie horlogère voue un intérêt grandissant à l’automatisation de ce processus. En raison des petits volumes et de la grande diversité de produits, une solution d’automatisation flexible est nécessaire. C’est exactement ce que les chercheurs et chercheuses de la BFH entendent développer, en collaboration avec l’Institut de Recherche Idiap et Ciposa SA, dans le cadre d’un projet Innosuisse. La société Ciposa, basée dans le canton de Neuchâtel, est spécialisée dans le microassemblage. Ces dernières années, elle a déjà développé plusieurs machines destinées à l’industrie horlogère, qui permettent d’appliquer de manière ciblée un matériau dosé avec une grande précision.
Approche
Dans ce projet, les chercheurs et chercheuses adoptent une approche innovante 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 ainsi être en mesure de développer la stratégie d’application de la peinture adaptée à chaque situation.
