Stratégies d’Intelligence Collective pour des Véhicules Industriels Autonomes Efficaces - IMT Atlantique Accéder directement au contenu
Poster De Conférence Année : 2022

Stratégies d’Intelligence Collective pour des Véhicules Industriels Autonomes Efficaces

Résumé

The challenges of Industry 4.0 include the development and optimisation of data, product and material flows in production companies. Certain technological building blocks have been defined, notably for the use of automated guided vehicles (AGVs) and other autonomous robots. The Industry 4.0 context is leading more and more to decentralised solutions and local decisions, as centralisation is rapidly showing its limits. Moreover, there is a real difficulty in setting up and deploying fleets of autonomous industrial vehicles (AIVs) because of the acceptability of employees, the location of vehicles, the fluidity of traffic and the perception by vehicles of changing (dynamic) environments. The autonomy of AIVs is therefore reduced to predetermined trajectories. AIVs have to be more and more intelligent and cooperative. This perspective of increased cooperation implies a strong capacity of VIAs to exchange contextual and relevant information on their traffic conditions. The infrastructure can also participate in this cooperation with its communicating elements (beacons, sensors, cameras, etc.) and provide the AIVs with local sources of information about their environment.
Les défis de l’industrie 4.0 portent notamment sur le développement et l’optimisation des flux de données, de produits et de matériaux dans les entreprises de production. Certaines briques technologiques ont été définies, notamment pour l’utilisation de véhicules guidés automatisés (AGV) et autres robots autonomes. Le contexte de l’industrie 4.0 amène de plus en plus vers des solutions décentralisées et des décisions locales, car la centralisation montre rapidement ses limites. De plus, il y a une réelle difficulté de mise en place et de déploiement de flottes de véhicules industriels autonomes (VIA) en raison de l’acceptabilité des employés, la localisation des véhicules, la fluidité du trafic ou encore la perception par les véhicules d’environnements changeants (dynamiques). L’autonomie des VIA est donc réduite à des trajectoires prédéterminées. Les VIA doivent donc être de plus en plus intelligentes et coopératives. Cette perspective de coopération accrue implique une forte capacité des VIA à échanger des informations contextuelles et pertinentes sur leurs conditions de trafic. L’infrastructure peut également participer à cette coopération avec ses éléments communicants (balises, capteurs, caméras, etc.) et fournir aux VIA des sources locales d’information sur leur environnement.
Fichier principal
Vignette du fichier
poster.pdf (1.27 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03958928 , version 1 (26-01-2023)

Identifiants

  • HAL Id : hal-03958928 , version 1

Citer

Juliette Grosset, Jean-Marie Bonnin, Alain-Jérôme Fougères, Moïse Djoko-Kouam. Stratégies d’Intelligence Collective pour des Véhicules Industriels Autonomes Efficaces: De la simulation vers des expérimentations réelles. 16e Colloque sur Les sciences de l’information au service des nouvelles mobilités, Oct 2022, Palaiseau, France. 2022. ⟨hal-03958928⟩
30 Consultations
29 Téléchargements

Partager

Gmail Facebook X LinkedIn More