Gravis Robotics AG a annoncé aujourd'hui avoir obtenu un financement de 200 millions de dollars de SoftBank Group Corp. dans le cadre de ce qui constitue le plus grand cycle de série A jamais réalisé pour une startup de robotique de construction.
La startup a été fondée en 2022 après avoir été issue de l'École polytechnique fédérale de Zurich, après avoir développé des systèmes intelligents définis par logiciel pour les pelles lourdes. Son logiciel les transforme en machines autonomes, capables de naviguer sur des chantiers de construction très fréquentés et d'effectuer des travaux de manière autonome, sans conducteur humain.
Gravis affirme que le secteur de la construction réclame une plus grande automatisation. Alors que la construction d’infrastructures d’intelligence artificielle fait la une des journaux, les infrastructures physiques connaissent actuellement une expansion similaire, avec un besoin urgent de nouvelles maisons, routes, réseaux de transport en commun, ponts et réseaux électriques. Mais contrairement à l’industrie de l’IA, le secteur de la construction a du mal à répondre à la demande pour cette nouvelle infrastructure. En raison d’une main-d’œuvre vieillissante et de graves pénuries de main-d’œuvre, les entreprises de construction ont souvent du mal à respecter les délais de leurs projets.
À l'heure actuelle, le secteur de la construction est l'un des moins automatisés au monde, car il dépend fortement des humains pour conduire ses machines lourdes, et c'est ce que Gravis souhaite changer.
Mais introduire l’automatisation dans le secteur de la construction est loin d’être simple. En fait, cela nécessite de surmonter des défis techniques qui n'existent tout simplement pas dans d'autres secteurs, explique Gravis. Les systèmes d’IA physique existants, tels que les véhicules autonomes et les bras robotisés, fonctionnent dans ce que l’entreprise appelle des « environnements statiques », où l’objectif principal est de se déplacer sans perturber leur environnement.
En revanche, les machines lourdes comme les excavatrices font le contraire. Leur travail consiste à interférer avec le terrain qui les entoure, en creusant le sol et la roche souterraine et en remodelant le paysage dans lequel ils opèrent.
Pour surmonter ce défi, les modèles d'IA de Gravis ont été formés dans des environnements simulés qui tentent de reproduire tous les retours subtils que les opérateurs humains d'excavatrices ressentent lorsqu'ils conduisent ces machines. Comme l'explique Dominic Jud, cofondateur et directeur de la technologie, les humains peuvent écouter le bruit du moteur, ressentir les vibrations de la machine et réagir à la résistance hydraulique pour « lire la terre » dans laquelle ils creusent.
« Notre IA prend la même entrée physique et l'ancre dans la télémétrie de la machine, réagissant aux différentes forces souterraines et à la mécanique du sol à des vitesses de l'ordre de la microseconde », a expliqué Jud. « Nous n'avons pas essayé de simplifier le monde pour notre logiciel ; nous lui avons donné l'intuition physique nécessaire pour gérer de vrais chantiers avec une précision qui va au-delà de ce qu'un être humain peut ressentir depuis l'intérieur de la cabine. »
Les modèles d'IA de Gravis alimentent le Gravis Rack, qui est un système de contrôle autonome qui peut être installé ultérieurement sur des machines existantes d'entreprises telles que Caterpillar Inc., John Deere & Co., JCB International Co. Ltd. et Hitachi Ltd. Selon la startup, Gravis Rack permet une augmentation de 30 % de la productivité par rapport à la conduite manuelle de ces machines, bien que le système agisse également comme copilote pour les opérateurs humains, en plus de faire fonctionner les machines de manière totalement autonome.
Le Gravis Rack est un appareil informatique plat et rectangulaire placé sur le toit de la pelle hôte. Il contient non seulement la puce qui exécute le logiciel d'IA du système, mais également des caméras et un capteur lidar. Des caméras et des modules lidar supplémentaires sont fixés à une paire de mâts arrière du véhicule inclus dans l'emballage.
Selon Gravis, les mâts arrière accueillent non seulement des capteurs mais aussi un module GPS. Les données de localisation transmises par les satellites GPS vers la Terre peuvent parfois être imprécises. Le Gravis Rack utilise une technologie appelée GNSS RTS pour augmenter la précision des données.
Celui-ci collecte non seulement les mesures GPS, mais également des informations techniques sur les signaux radio qui transportent ces mesures. Il analyse ces informations pour rechercher et corriger les erreurs dans les données de localisation. Dans certains cas, GNSS RTS peut augmenter la précision des signaux GPS jusqu'à moins d'un pouce.
La startup affirme que chaque pelle est également équipée d'un émetteur Wi-Fi. Il est responsable de la synchronisation des données vers et depuis la tablette Slate associée au Gravis Rack. La tablette permet aux professionnels du bâtiment de piloter à distance des engins de terrassement. Il affiche des images en temps réel provenant des capteurs d'un véhicule, superposant des repères visuels sur le flux vidéo pour mettre en évidence les conduites d'eau et autres infrastructures qu'une excavatrice devrait éviter. De plus, l'interface de la tablette affiche des informations géographiques telles que des données d'altitude.
La startup affirme que Gravis Rack a été déployé sur des dizaines de chantiers dans le monde, mais l'objectif est désormais d'étendre l'adoption de sa plate-forme beaucoup plus rapidement. L'une de ses principales cibles est le Royaume-Uni, où elle a récemment remporté un contrat de 8 millions de dollars pour moderniser ses flottes de pelles hydrauliques existantes.
Le cofondateur et directeur général Ryan Luke Johns a souligné l'importance de l'automatisation des travaux d'excavation, soulignant qu'il s'agit du point de départ de tout nouveau projet de construction. « Qu'il s'agisse de construire des logements, d'agrandir des centres de données ou de moderniser des réseaux énergétiques, chaque projet commence par un déplacement de la terre », a-t-il déclaré. « Ce travail fondamental a été le goulot d’étranglement qui a ralenti l’ensemble de l’environnement bâti. »
