fr.wedoany.com Rapport : L'entreprise britannique de construction McLaren s'est associée à FieldAI, une société spécialisée dans l'intelligence artificielle et la robotique, pour déployer des robots autonomes sur des chantiers de construction à travers le Royaume-Uni. Selon les termes de cet accord, FieldAI fournira des robots quadrupèdes, initialement utilisés pour des tâches telles que la capture d'images à 360 degrés, l'acquisition de données de nuages de points, la vérification de l'avancement des travaux, les inspections de conformité et de sécurité, l'analyse des écarts entre le modèle et le site, ainsi que l'assurance qualité.
Les chantiers de construction sont des environnements hautement dynamiques, où le stockage des matériaux, la circulation des travailleurs, les voies temporaires, les opérations des équipements et l'état des structures évoluent quotidiennement. Une fois sur place, les robots quadrupèdes autonomes peuvent effectuer des inspections le long d'itinéraires prédéfinis ou vers des points de tâche spécifiques, collectant en continu des images du site, des nuages de points spatiaux et des informations sur l'avancement, afin de mettre à jour les enregistrements numériques de la construction.
Ces robots ne remplacent pas les engins de construction lourds, mais interviennent d'abord dans les étapes de gestion du site qui sont « à haute fréquence, répétitives et nécessitant une traçabilité ». Par exemple, ils inspectent quotidiennement les étages, enregistrent les jalons de construction, scannent l'espace du site, détectent l'occupation des voies, identifient les risques de sécurité, et comparent le modèle BIM avec l'état réel de la construction. Les inspections manuelles sont souvent limitées par le temps, les angles de vue et les méthodes d'enregistrement ; les robots peuvent effectuer des collectes répétées sur les mêmes itinéraires, améliorant ainsi la cohérence du suivi de l'avancement et de l'analyse rétrospective du site.
Ce partenariat marque également l'entrée de FieldAI sur le marché britannique de la construction. L'entreprise a déjà déployé sa technologie robotique dans divers contextes en Europe, en Asie et en Amérique du Nord, avec une capacité centrale axée sur la mobilité autonome et l'exécution de tâches dans des environnements complexes et non structurés. Contrairement aux ateliers d'usine, les chantiers de construction connaissent des changements environnementaux plus rapides et des conditions de sol plus complexes ; les robots doivent gérer des problèmes tels que les dalles, les rampes, les obstacles, les zones de bordure, les variations d'éclairage et la cohabitation avec les travailleurs.
Pour McLaren Construction, le déploiement de robots autonomes permet d'intégrer la collecte de données sur le chantier dans les processus quotidiens. Les images à 360 degrés et les données de nuages de points peuvent être utilisées pour le suivi de l'avancement des travaux ; l'analyse des écarts entre le modèle et le site aide à détecter les différences dans les positions d'installation, les dimensions structurelles, les canalisations électromécaniques ou l'état d'achèvement du site ; les inspections de conformité et de sécurité permettent d'identifier les problèmes liés aux clôtures, aux voies, aux protections de bordure et à l'ordre général du site.
Dans la phase initiale de la collaboration, les robots se concentreront sur l'enregistrement du site, les inspections et le soutien à l'analyse des données. À mesure que les données s'accumulent et que l'adaptation au site est achevée, les applications futures pourraient s'étendre à des contrôles de qualité plus complexes, la génération automatisée de rapports, la réinspection de zones clés et la gestion à distance de plusieurs chantiers. Après le déploiement des robots autonomes de FieldAI sur plusieurs chantiers de McLaren Construction au Royaume-Uni, la gestion numérique des sites de construction passera de l'enregistrement manuel par photos à la collecte continue par robots, à la comparaison de modèles et à l'analyse automatique de l'état du site.










