Système de répartition collaborative AGV et pont roulant
Coordination multi-engins AGV/RGV et ponts roulants : le système de répartition collaborative pour la manutention sans opérateur en usine intelligente. Dans le flux de matières d'une usine intelligente, les ponts roulants (ponts roulants et portiques) et les AGV (Véhicules à Guidage Automatique) / RGV (navettes sur rail) constituent un réseau de manutention tridimensionnel combinant voies aériennes et au sol.
Dans le flux de matières d'une usine intelligente, les ponts roulants (ponts et portiques) et les AGV (Véhicules à Guidage Automatique) / RGV (navettes sur rail) forment un réseau de manutention tridimensionnel alliant voies aériennes et au sol. Cependant, ces deux catégories d'équipements ont longtemps été pilotées par des systèmes de dispatching indépendants, ce qui engendre des problèmes d'efficacité récurrents : le pont roulant arrive alors que l'AGV n'est pas encore en position, l'AGV attend sous la zone de travail du pont avec un crochet vide, ou encore des conflits de trajectoires multiples provoquant des interblocages. Kelude Industries Lourdes, s'appuyant sur sa plateforme propriétaire de coordination multi-engins (Multi-vehicle Coordination Platform, MCP), intègre les flottes de ponts roulants et d'AGV/RGV dans un espace de dispatching unifié. Grâce à une stratégie hybride combinant algorithme génétique (GA) et réseau Q profond (DQN), l'entreprise réalise l'automatisation complète de la chaîne de manutention sans opérateur en usine intelligente. Cet article présente la pratique technique de Kelude dans le domaine de la coordination multi-engins selon cinq axes : architecture système, algorithme de dispatching, intégration de communication, protocole de transfert pont-AGV et études de cas.
Architecture du système de répartition collaborative multi-engins
La plateforme MCP de Kelude adopte une architecture en couches, organisée de bas en haut en quatre niveaux : couche équipements, couche communication, couche moteur de dispatching et couche d'intégration métier.
Couche équipement : elle regroupe la flotte de ponts roulants (ponts roulants et portiques, de 5 à 20 unités) et la flotte au sol (AGV/RGV/navettes, de 100 à 50 unités). Chaque équipement est connecté au réseau de dispatching via une passerelle de calcul en périphérie, qui assure la collecte d'état (position/vitesse/charge/état de tâche), l'exécution des commandes et la protection de sécurité par coupure de liaison. Les passerelles pont roulant et AGV communiquent via un réseau privé 5G ou WiFi6 avec une latence milliseconde, garantissant la réactivité des commandes collaboratives.
Couche communication : le protocole MQTT assure la publication d'état des équipements (Fréquence de publication : 50 ms) tandis que les API RESTful gèrent l'envoi de tâches et les requêtes d'état. Pour le système de commande du pont roulant, une interface OPC UA est conservée pour un dialogue direct avec l'automate (PLC), garantissant que les commandes de niveau de sécurité SIL2 ne sont pas affectées par les fluctuations du réseau.
Couche moteur de répartition : c'est le cœur de la plateforme MCP. Elle comprend le Module de gestion des tâches, le Module de Planification de Trajectoire, le Module de régulation du trafic et le Module de gestion des anomalies. Le moteur de dispatching, déployé en architecture microservices sur un serveur périphérique ou un cloud privé, peut prendre en charge le calcul de dispatching en temps réel pour plus de 50 équipements, avec un temps de réponse de dispatching inférieur à 500 ms.
Couche d'intégration des opérations : elle s'interconnecte via des API standard avec les systèmes MES/WMS/ERP, réceptionne les ordres de production et les besoins en matières, puis renvoie les résultats d'exécution des tâches de manutention pour boucler la boucle métier. Elle prend également en charge un écran de visualisation 3D basé sur le Jumeau Numérique, affichant en temps réel l'état de fonctionnement et l'avancement des tâches de tous les ponts roulants et AGV de l'Atelier.
Algorithme de dispatching hybride : optimisation globale GA et décision temps réel DQN
L'algorithme de dispatching de la plateforme MCP combine l'algorithme génétique (GA) et le réseau Q profond (DQN), alliant optimalité globale et réactivité en temps réel.
Dispatching global GA : un recalcul complet est exécuté toutes les 5 minutes, avec pour objectif de minimiser le temps total d'achèvement de toutes les tâches (Makespan). Le codage utilise une séquence de paires « tâche-équipement », chaque chromosome représentant une affectation des tâches. La fonction de fitness intègre le temps d'achèvement (poids 0,5), l'équilibrage de charge des équipements (poids 0,3) et la consommation énergétique (poids 0,2). La taille de la population est de 100, la probabilité de croisement de 0,8, la probabilité de mutation de 0,05, pour 500 itérations. La solution optimale issue du GA sert de solution initiale au DQN, garantissant que l'optimisation temps réel démarre à proximité de l'optimum global.
| Algorithme d | Objectif d | Cycle d | Taux d |
|---|---|---|---|
| GAOrdonnancement global | minimumTemps total d | 5min/Cycle d | Optimum global |
| DQNOrdonnancement temps réel | minimumAttente+Course à vide | 500ms/Décision | Réponse temps réel |
| GA+DQNHybride | Global+Compromis temps réel | 5min+500ms | Réduction18% |
| Ordonnancement temps réel DQN | Sur la base de l'ordonnancement global GA, le cycle de décision de 500 ms permet de gérer les événements dynamiques (arrivée de nouvelles tâches, panne d'équipement, blocage de trajectoire, etc.). L'espace d'états intègre la position de tous les équipements, l'avancement des tâches et l'occupation des trajectoires. L'espace d'actions consiste à « assigner une tâche en attente à un équipement disponible ». La fonction de récompense est conçue comme la somme pondérée négative du temps d'attente des tâches et de la distance à vide parcourue par les équipements. Le DQN utilise un réseau entièrement connecté à trois couches (128-64-32), avec un bassin d'expérience (capacité de 10 000 entrées) et un réseau cible (mise à jour douce τ=0,001) pour améliorer la stabilité de l'apprentissage. Dans l'environnement de simulation de Kelude, l'ordonnancement hybride réduit le temps d'exécution des tâches de 18 % par rapport à l'ordonnancement GA pur en scénario dynamique, et améliore l'efficacité énergétique de 12 % par rapport à l'ordonnancement DQN pur en scénario stationnaire. |
| Détection et résolution des interblocages | La détection des interblocages constitue la capacité de base du système de dispatching. La plateforme MCP utilise l'algorithme Wait-Die pour détecter les interblocages : après chaque affectation de tâche, le graphe d'allocation des ressources est vérifié pour identifier d'éventuelles boucles. En cas de détection d'un interblocage, la stratégie Wound-Wait est appliquée pour interrompre sélectivement les tâches de faible priorité, celles-ci étant automatiquement remises en file d'attente d'ordonnancement. En conditions réelles, la latence de détection ne dépasse pas 10 ms et la résolution s'effectue en moins de 50 ms. |
Protocole de transfert aux points de jonction pont roulant-AGV
Le transfert de marchandises entre le pont roulant et l'AGV aux points de jonction spatiaux constitue l'étape la plus critique du système de coopération. Kelude a conçu un protocole de transfert en quatre phases pour garantir un déplacement sûr et ponctuel des marchandises du pont roulant vers la plateforme de chargement de l'AGV :
Phase 1 : Réservation. La plateforme MCP transmet la tâche de transfert au pont roulant et à l'AGV 30 secondes à l'avance, conformément au plan d'ordonnancement GA. L'AGV se positionne automatiquement au point de jonction désigné, tandis que le pont roulant commence à se déplacer vers ce point. Dès son arrivée, l'AGV envoie un signal « positionnement confirmé » au MCP.
Phase 2 : Alignement. Une fois le pont roulant positionné au-dessus du point de jonction, le système de vision IA (YOLOv8) identifie les marqueurs d'alignement (code QR / réflecteur) sur la plateforme de chargement de l'AGV et ajuste automatiquement l'écart de position du dispositif de levage sur les axes X/Y à ±5 mm. Parallèlement, le télémètre laser confirme que la hauteur de descente de la charge est sûre, évitant toute collision avec les fourches de l'AGV.
Phase 3 : Transfert. Le mécanisme de levage du pont roulant abaisse la charge à vitesse réduite (10 % de la vitesse nominale) jusqu'à la surface de chargement de l'AGV. Lorsque la lecture de masse du capteur de charge retombe à la valeur à vide (indiquant que la charge repose entièrement sur l'AGV), le frein du pont roulant s'active et le dispositif de levage se décroche automatiquement. L'AGV confirme la réception de la charge via son capteur de détection de chargement, verrouille ses fourches et envoie le signal « transfert terminé » au MCP.
Phase 4 : Évacuation. Après réception du signal « transfert terminé », le pont roulant élève le dispositif de levage à une hauteur de sécurité (au-dessus de l'obstacle le plus haut de l'atelier) puis exécute la tâche suivante. L'AGV déverrouille ses fourches et se dirige vers sa prochaine destination selon la trajectoire planifiée. La durée totale du transfert est maîtrisée sous 30 secondes : 15 secondes pour l'alignement, 10 secondes pour le transfert de la charge et 5 secondes pour l'évacuation.
| Phase | Action | Durée | Signal de confirmation |
|---|---|---|---|
| Réservation | MCPAnticipation30sTransmission,AGVNavigation vers point de transfert | 30s | Confirmation de positionnement |
| Alignement | YOLOv8IdentificationCode QR,LevagePositionnement à±5mm | 15s | Confirmation visuelle |
| Transfert | Descente à basse vitesse,ChargeDécrochage après retour à zéro | 10s | Transfert terminé |
| Retrait | pont roulantLevageLevage,AGVNavigation vers station suivante | 5s | Confirmation de retrait |
Manutention complète de l'entrepôt à la ligne d'assemblage
Prenons le flux typique « entrepôt de matières premières → poste de travail en ligne → entrepôt de produits finis ». Le système de dispatching de la plateforme MCP couvre intégralement quatre modes de manutention :
Mode 1 : Sortie d'entrepôt automatisé par AGV. Le WMS transmet la demande de prélèvement au MCP, qui affecte un AGV au port de sortie de l'entrepôt automatisé. Le transstockeur à navettes multiples achemine la palette de matériaux jusqu'au port de sortie, où l'AGV la prend en charge pour la transporter vers la zone de transfert du pont roulant. Le MCP coordonne l'ensemble des fenêtres temporelles afin de garantir que les matériaux soient prêts à l'arrivée de l'AGV.
Mode 2 : Transfert AGV vers pont roulant. Une fois l'AGV arrivé à la zone de transfert, le transfert des matériaux s'effectue selon un protocole en quatre phases. Ce mode est destiné aux charges lourdes (masse unitaire > 1 tonne) ou aux situations nécessitant de franchir des obstacles de la ligne de production — lorsque l'AGV ne peut pas accéder directement au poste de travail, le pont roulant assure le « transfert interzones ».
Mode 3 : Pont roulant au poste de travail. Le pont roulant dépose les matériaux dans la zone tampon adjacente au poste, avec un positionnement précis (±3 mm) sur le support d'outillage. Pour les lignes à réapprovisionnement fréquent (soudage, assemblage), le MCP prend en charge le mode « livraison et reprise simultanées » : le pont roulant dépose les nouveaux matériaux tout en récupérant les palettes vides pour le retour.
Mode 4 : Entrée des produits finis en entrepôt. En fin de ligne, l'AGV ou le RGV achemine les produits finis vers la zone de transfert, où le pont roulant les prend en charge pour les déposer à l'entrée de l'entrepôt de produits finis, ou directement pour chargement et expédition. L'ensemble constitue une boucle logistique fermée : « matières premières → ligne de production → produits finis ».
Étude de cas : déploiement et résultats mesurés
Le système MCP de Kelude a été déployé chez un grand fabricant d'engins de chantier, couvrant la coordination multi-engins de 5 ponts roulants, 12 AGV et 4 RGV dans son atelier de structures. L'installation comprend 1 plateforme de dispatching MCP (exécutée sur un serveur périphérique du site, CPU 4 cœurs + 32 Go de RAM + accélération GPU), 5 passerelles périphériques pour ponts roulants (Jetson Orin NX) et 16 contrôleurs embarqués AGV/RGV.
Après 6 mois d'exploitation, les indicateurs montrent : une augmentation de 60 % de l'efficacité de manutention (passant de 320 à 512 opérations par jour), une réduction du temps d'attente moyen pont roulant/AGV de 45 s à 8 s (soit −82 %), et un taux de réussite des transferts passé de 92,3 % à 99,7 %. Le taux de déplacement à vide des AGV est passé de 28 % à 12 %, tandis que le taux d'utilisation effective des ponts roulants est passé de 65 % à 83 %. Sur la base d'une production annuelle de 50 000 engins, le temps de manutention économisé est d'environ 2 400 heures par an, soit un gain économique d'environ 461 000 EUR. Conformément aux exigences de la norme ISO 4301 relative aux règles de conception des appareils de levage et de la norme ISO 5053-1:2020 relative à la sécurité des chariots industriels, le système a été certifié par une inspection par tiers au niveau de la sécurité fonctionnelle et de la coordination des équipements.
Kelude a tiré trois enseignements clés de ce déploiement : premièrement, la latence de communication entre le pont roulant et l'AGV doit être maintenue sous les 10 ms — il est recommandé de privilégier un réseau privé 5G avec une liaison fibre optique filaire en secours ; deuxièmement, la précision du sol de la zone de transfert affecte directement le taux de réussite du positionnement — l'écart de pose des codes QR de navigation des AGV doit être maintenu dans une tolérance de ±1 mm ; troisièmement, le taux de détection des interblocages est l'indicateur clé de maturité d'un système de dispatching — il est recommandé d'effectuer un test de charge avec 1,5 fois le volume de pointe sur une plateforme de simulation avant la mise en service.
Questions fréquentes
Pour aller plus loin
Lecture complémentaire : Algorithmes de dispatching de ponts roulants GA/DQN | Télémaintenance 5G et informatique en périphérie | Gestion de la santé des équipements PHM
