Primate Gripper

Automatisez vos tâches avec une pince qui apprend de vos gestes

Le robot apprend de votre savoir-faire
Porter Travailler Entraîner Déployer
Produit

L'opérateur la porte. Le robot l'exécute.

Pendant un shift de travail ordinaire, la pince enregistre ce que voient les caméras, les déplacements et l'orientation de votre main, ainsi que l'ouverture et la fermeture des doigts. La même pince se fixe ensuite sur le robot et il réalise la tâche.

Main humaine tenant la pince à gauche, pince identique montée sur un bras robotisé à droite
Pince portée
Portez-la pour enseigner au robot.
Appuyez sur un bouton de la pince pour enregistrer :
  • Sa position et son orientation
  • Ce que voient les deux caméras
  • Quand les doigts s'ouvrent et se ferment
Pince du robot
Fixez-la au robot pour exécuter la tâche.
  • La même pince que l'opérateur a portée
  • Effectue la tâche apprise
  • Fonctionne avec n'importe quel robot
Comment ça marche

Du savoir-faire humain au savoir-faire robotique.

La pince enregistre les tâches quotidiennes des opérateurs ; le robot apprend de ces données.

Enregistrer
L'opérateur porte la pince et fait son travail habituel. Un clic sur la plateforme démarre l'enregistrement, et chaque image capture ce que voient les caméras, la position et l'orientation de la pince, et l'ouverture des doigts. Voir ce qui est enregistré ↓
Évaluer
L'opérateur consulte les enregistrements sur la plateforme et les évalue comme lors d'une évaluation de performance. Il signale les erreurs, nomme chaque étape et évalue la qualité de la tâche. Aucune expertise en IA n'est nécessaire. Il lui suffit du même jugement qu'il utilise au quotidien. Voir l'écran d'évaluation ↓
Entraîner
L'opérateur clique sur la plateforme et entraîne le robot sur notre infrastructure cloud, sans matériel coûteux chez le client. Environ 500 enregistrements suffisent pour une tâche. Voir la preuve ↓
Déployer
Sur la plateforme, l'opérateur clique sur Démarrer et le robot exécute la tâche apprise, sur un bras robotisé standard (ABB, KUKA, UR, etc.) chez le client. Nous apportons le PC pour l'IA, et le bras aussi si le client n'en possède pas.
Améliorer
Le robot effectue la tâche, et quand il fait occasionnellement une erreur, l'opérateur signale ce qui s'est mal passé sur la plateforme et clique pour le réentraîner. Le robot devient plus fiable et plus rapide à chaque cycle.
L'enregistrement en action
Caméra gauche de la pinceiCe que voit la caméra gauche.
Caméra droite de la pinceiCe que voit la caméra droite.
Vue opérateuriL'opérateur effectuant la tâche, vu de l'extérieur.
Position 3DiPosition et orientation de chaque pince en 3D, en temps réel.
Caméra gauche de la pincei
Ce que voit la caméra gauche.
Caméra droite de la pincei
Ce que voit la caméra droite.
Vue opérateuri
L'opérateur effectuant la tâche, vu de l'extérieur.
Position 3Di
Position et orientation de chaque pince en 3D, en temps réel.
Écran d'évaluation
Évaluation de la qualitéiÉvaluez chaque enregistrement, comme lors d'un entretien d'évaluation.
ÉtiquettesiÉtiquettez chaque action pour que le robot apprenne la séquence.
Barre d'étapesiMarquez le début et la fin de chaque étape pour que le robot apprenne la séquence.
Barre d'erreursiMarquez où la tâche a échoué.
Évaluation de la qualitéi
Évaluez chaque enregistrement, comme évaluer le travail d'une personne.
Étiquettesi
Étiquettez chaque action pour que le robot apprenne la séquence.
Barre d'étapesi
Marquez le début et la fin de chaque étape pour que le robot apprenne la séquence.
Barre d'erreursi
Marquez où la tâche a échoué.
Un seul endroit pour enregistrer, évaluer, entraîner, déployer et améliorer.
Au-delà de l'enregistrement

Le robot suit la pince en temps réel.

La pince connaît exactement sa position et son orientation. Vous pouvez même l'utiliser pour contrôler directement le bras robotisé avec les mêmes capteurs qui enregistrent les données d'entraînement.

Pourquoi Primate

Quatre façons d'enseigner à un robot. Trois échouent en conditions réelles.

Certaines méthodes entraînent le robot dans une version idéalisée du monde, pas sur la ligne de production. D'autres l'entraînent à partir d'une main humaine, pas de sa propre pince. Dans les deux cas, il apprend le métier dans un environnement et un corps qui ne sont pas les siens.

MéthodePrincipeEn conditions réelles
Simulation Le robot est entraîné dans un simulateur physique qui approxime les objets, les matériaux, les contacts et la dynamique. Les matériaux déformables comme le tissu, la mousse, les aliments, les liquides, et les phénomènes tels que la rupture, sont coûteux ou impossibles à simuler avec précision. Pour chaque élément de la simulation, l'utilisateur doit définir des paramètres exacts tels que le frottement, la rigidité et la masse. Ces paramètres diffèrent probablement de la réalité.
Téléopération Une personne contrôle le bras robotisé avec un system de teleoperation et effectue une tâche a travers lui. Le system de teleoperation rend le mouvement moins naturel et l'opérateur n'a pas le plein contrôle : il se déplace lentement pour éviter d'endommager l'équipement, et le robot hérite de cette prudence. L'opérateur doit aussi contrôler le robot en direct, donc un robot a besoin d'un opérateur dédié pendant toute la collecte.
Apprentissage par la vidéo Le robot est entraîné à partir de vidéos de mains humaines provenant de contenus publics ou d'une caméra fixée au corps. La main humaine est bien plus complexe que n'importe quelle main robotique : il existe donc un écart morphologique, même avec des mains robotiques à cinq doigts. Les objets masquent aussi les doigts pendant la manipulation, et retrouver leur position est difficile. De plus, une vidéo ne donne jamais les données d'effort ou tactiles : deux modalités qui font défaut. Voir en action ↓
Primate Gripper Un opérateur porte la pince et les capteurs propres au robot pendant qu'il fait le travail réel. Il n'y a pas de différence morphologique, car les données d'entraînement proviennent de la même main et des mêmes capteurs que le robot utilisera. Le travail est la tâche réelle du client en production réelle : ni maquette, ni substitut, ni simulation.
Applications

Du travail sérieux, une pince simple.

Une pince à deux doigts peut déjà gérer de nombreuses tâches à forte valeur ajoutée, par exemple la préparation de commandes en entrepôt et l'assemblage alimentaire.

Opérateur portant des pinces à deux doigts prélève et emballe un carton en entrepôt
Préparation de commandes
Opérateur portant des pinces à deux doigts assemble un burger en cuisine
Assemblage alimentaire
Roadmap

Au-delà de la pince.

La pince gère déjà des tâches comme le pick-and-place et l'assemblage. Le gant est la prochaine étape : il donne au robot une dextérité proche de celle de la main humaine et ouvre la voie à de nouvelles tâches sans ajouter de délais. L'opérateur porte un gant et le robot porte son jumeau. Les deux partagent la même morphologie, les mêmes capteurs et les mêmes caméras, si bien que les compétences passent directement de la main humaine à la main robotique.

Une fois les mains assez dextres, le robot doit aussi se déplacer dans l'usine. Quelques capteurs discrets se fixent sur les vêtements habituels de l'opérateur, formant une combinaison de capteurs qui ne nécessite aucun équipement spécial. La combinaison enregistre les mouvements du corps entier pendant les tâches habituelles. Elle capture comment l'opérateur coordonne déplacement et manipulation d'objets, sans ralentir le travail ni modifier la routine. Ces données sont ce dont les robots humanoïdes ont besoin pour marcher, se stabiliser, manipuler des objets et évoluer dans des espaces conçus pour les humains.

Équipe

Conçu par des ingénieurs en robotique.

Luigi Campanaro
Cofondateur & PDG
  • PhD, Robotique & IA · University of Oxford.
  • Chercheur postdoctoral · EPFL.
  • A conçu l'un des trois premiers contrôleurs de locomotion par apprentissage par renforcement pour robots à pattes au Royaume-Uni.
  • A développé l'IA qui a automatisé le chargement de téléphones dans les chargeurs sur une ligne de production en grande série, avec 550 cycles consécutifs sans erreur. Regarder la vidéo ↓
Contrôleur de locomotion · démo RL ↗
Axel Praplan
Cofondateur & CTO
  • MSc en Robotique · EPFL.
  • Ingénieur en robotique · EPFL.
  • A construit un robot humanoïde entièrement actionné par tendons à partir de zéro : conception mécanique, actionnement, contrôle, intégration.
  • Expertise approfondie : conception matérielle, mécatronique, prototypage rapide.
Humanoïde à tendons · construit de toutes pièces ↗
Conseillers
Prof. Daniele De Martini
Prof. Daniele De Martini
Professeur de robotique
University of Oxford
University of Oxford
Codirige le Mobile Robotics Group d'Oxford aux côtés du Prof. Paul Newman (fondateur et PDG d'Oxa). Ses recherches sur la perception et l'autonomie robotiques permettent aux robots de naviguer et d'interpréter le monde dans les conditions les plus difficiles.
Prof. Perla Maiolino
Prof. Perla Maiolino
Professeure de robotique
University of Oxford
University of Oxford
Directrice adjointe de l'Oxford Robotics Institute. Elle a développé CySkin, l'une des rares peaux robotiques de grande surface, qui donne aux robots le sens du toucher nécessaire à une manipulation sûre et intelligente.
Alf Müller
Alf Müller
Entrepreneur en e-commerce
Bastelgarage.ch
Copropriétaire, Purecrea GmbH / Bastelgarage.ch
Entrepreneur et maker suisse, copropriétaire de Purecrea GmbH derrière Bastelgarage.ch, l'une des plus grandes boutiques en ligne de Suisse pour l'électronique DIY, la robotique et les produits maker. Il allie le commerce électronique, l'ingénierie pratique, le prototypage rapide, la robotique, l'électronique et l'IA.
Démarrer

Transformez votre travail en compétences robotiques.

Réservez vos unités dès maintenant ou prenez rendez-vous pour voir comment notre pince peut automatiser vos tâches.