Robotique
ROS 2 en production : ce qu'une flotte de robots nous a appris
Six leçons de terrain sur ROS 2 en production : navigation autonome, vision, contraintes temps réel sur une flotte de robots industriels. Retour d'expérience du hub Tokyo.
Le contexte
La robotique est une de nos quatre expertises, au même titre que le web, la data et le cloud. On en parle moins parce qu’elle se voit moins. Pourtant, c’est là que le code rencontre le monde physique, et où une erreur ne se règle pas par un rollback.
Sur un projet de navigation autonome pour une flotte de robots industriels (hub Tokyo, ROS 2 et vision), on a tiré des leçons qui valent au-delà de ce projet précis.
Six leçons de terrain
- ROS 2 n’est pas ROS 1 avec un numéro en plus. Le passage au DDS pour la communication change la donne sur la fiabilité et la configuration réseau. Le sous-estimer coûte cher.
- Le temps réel se conçoit, il ne se rattrape pas. Les contraintes temps réel doivent guider l’architecture dès le premier jour. On ne « rend pas temps réel » un système conçu sans.
- La simulation n’est pas la réalité. Un comportement validé en simulation échoue sur le terrain pour des raisons triviales : lumière, poussière, sol irrégulier. Le test physique reste irremplaçable.
- La flotte n’est pas un robot multiplié. Coordonner plusieurs robots introduit des problèmes propres : conflits de trajectoire, partage de zone, reprise après panne d’une unité.
- L’observabilité s’applique aussi aux robots. On veut savoir ce qu’a « vu » et « décidé » un robot à un instant donné. Sans logs exploitables, le debug devient une enquête.
- Edge et cloud, chacun son rôle. La décision critique reste sur l’edge, proche du capteur. Le cloud sert à l’analyse, l’entraînement, la supervision. Mélanger les deux crée de la latence là où il ne faut pas.
Les anti-patterns
Concevoir sans contrainte temps réel et l’ajouter ensuite. Tout valider en simulation. Traiter une flotte comme un robot isolé. Mettre la décision critique dans le cloud. On les a tous croisés, parfois chez nous avant de corriger.
// À lire ensuite
Business
Output-based vs Time & Material : pourquoi on a tué le T&M chez Abbeal.
78 % du portfolio Abbeal en Output-based en 2026. Marge brute +18 pts, NPS +24, durée moyenne mission ×1,7. Comment on opère et 3 conditions de succès.
11 min
IA
Comment j'ai automatisé une journée de CEO d'ESN avec Claude (et ce que vous pouvez en tirer).
30 workflows orchestrés sur Notion + BoondManager + Google Workspace + LinkedIn + Apollo + Calendly + Tactiq, sans nouveau SaaS. 4 piliers : commercial multicanal anti-doublon, recrutement 48h, inbound SEO/LinkedIn/citations IA, productivité dirigeant. Zéro lead perdu en 6 mois, 15 min/jour vs 3-4h avant.
7 min
IA
Agents IA en production : éviter le théâtre de démo.
Fiabilité, coûts, sécurité, évaluation. Sept patterns qu'on utilise vraiment chez nos clients.
9 min
GreenOps
GreenOps : sept leviers qui coupent 30 % de votre facture cloud.
Sans sacrifier la performance. Cas concrets : −30 % sur la facture, mêmes SLOs.
6 min
Tech radar
Tech Radar 2026 Q2 : Rust, ROS 2, OpenTofu, Pinecone, Claude en Adopt.
Critères, retours d'expérience, trade-offs. Ce qu'on adopte vraiment vs ce qu'on évalue.
12 min
