人工智能機器人系統(tǒng)在建造行業(yè)的應(yīng)用與發(fā)展

吳春明

摘要：建造機器人和人工智能建造機器人提高了無人生產(chǎn)作業(yè)的安全性、降低了成本、提高了重復(fù)作業(yè)的質(zhì)量和效率，在建造領(lǐng)域和工業(yè)界得到了很高的評價。長期以來建造行業(yè)的從業(yè)職業(yè)是高危職業(yè)，其建造工人的作業(yè)成本也隨著工業(yè)化質(zhì)量的要求不斷提高。建造機器人和人工智能建造機器人在整個作業(yè)過程中一個很重要的目的是代替建造工人在復(fù)雜環(huán)境下進行的重復(fù)勞動作業(yè)以及危機作業(yè)以達到降本增效的作用。種種因素下，建造機器人控制系統(tǒng)以及人工智能建造機器人控制系統(tǒng)被時代所需，被建造企業(yè)所需。良好的系統(tǒng)架構(gòu)設(shè)計會減少企業(yè)在研發(fā)上的投入，也會使得整體建造作業(yè)流更順暢，同時具有更高質(zhì)量和更高效益等優(yōu)勢。

關(guān)鍵詞：人工智能機器人系統(tǒng);機器人系統(tǒng);智能控制系統(tǒng);建造機器人;建造

前言

人工智能建造機器人系統(tǒng)具有良好的環(huán)境感知，決策控制以及準確作業(yè)的效果。本文簡單分析了人工智能建造機器人系統(tǒng)的結(jié)構(gòu)和優(yōu)點，未來技術(shù)的發(fā)展方向主要從兩方面論述，一是建造機器人控制系統(tǒng)，二是人工智能。

一、人工智能建造機器人控制系統(tǒng)

1.概述

在自動化生產(chǎn)技術(shù)的不斷發(fā)展中，建造企業(yè)也越來越多的將自動化建造機器應(yīng)用于實際的建造作業(yè)當(dāng)中，例如：焊接機，噴涂機，吊裝車，灌漿車等。自動化建造機器固然能提高整個建造作業(yè)流中的部分效益，但在整個建造作業(yè)流中仍需要配備大量的建造工人進行復(fù)雜的建造作業(yè)。這些建造工人中大部分人的初始職業(yè)素養(yǎng)一般，并且建造工人的流轉(zhuǎn)率又很高，那么企業(yè)想要維持一支建造隊伍的高質(zhì)量、高的安全意識就會變得不容易。在舊的建造觀念里要改變這種情況是通過建立完善的制度，通過不斷的培訓(xùn)提高建造工人對建造的專業(yè)素養(yǎng)以及通過提高作業(yè)環(huán)境等因素來達到目標的。這樣確實會使得建造質(zhì)量系數(shù)、工人安全系數(shù)提高，但隨之而來會使得企業(yè)背負高額的成本。而且建造工人的作業(yè)性質(zhì)根本性沒有改變，依然難以突破瓶頸。為了突破瓶頸，更進一步降低成本，提高質(zhì)量，提高安全系數(shù)，提高效。建造企業(yè)的一個降本增效方向是努力用機器的自動化作業(yè)代替建造工人的作業(yè)。發(fā)展至今，新的技術(shù)不斷出現(xiàn)，例如：人工智能，大數(shù)據(jù)，分布式系統(tǒng)，機器人技術(shù)等等。新的技術(shù)不斷替代或者融合舊有的技術(shù)，使得更高效率，更低成本，更安全，更強適應(yīng)性、更智能的建造機器人系統(tǒng)方案更受企業(yè)青睞。對此，結(jié)合上近年來迅猛發(fā)展的人工智能技術(shù)，機器人技術(shù)，分布式系統(tǒng)，針對建造行業(yè)的特點，打造一款新型的人工智能建造機器人系統(tǒng)以滿足建造行業(yè)的降本增效目標。這種新型的人工智能建造機器人所面臨的主要作業(yè)任務(wù)是危險環(huán)境作業(yè)，同質(zhì)作業(yè)，高精度作業(yè)，單調(diào)重復(fù)作業(yè)，適應(yīng)不同場景等。而傳統(tǒng)的機器的自動化控制方法執(zhí)行的任務(wù)往往比較單一，往往難以滿足復(fù)雜的環(huán)境下多任務(wù)控制，場景適應(yīng)能力不強，多任務(wù)下自動化程度不高，精度不高，效率不高。為了解決這些問題，建造企業(yè)急需一款更有效益的新型的人工智能建造機器人控制系統(tǒng)。

2.人工智能

人工智能是機器人的新研究領(lǐng)域。人工智能企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。在建造行業(yè)中，人工智能機器人控制系統(tǒng)可以在不同場景作業(yè)中，根據(jù)場景進行環(huán)境的感知和工具的選擇，再進行規(guī)劃完成指定的作業(yè)任務(wù)，具備了一定的決策能力。人類面對復(fù)雜環(huán)境進行作業(yè)任務(wù)時，通過視覺和觸覺獲取信息之后，經(jīng)過大腦處理，其做決策是比較擅長的。比如人可以高效的根據(jù)不同的場景進行不同的工具替換，再進行不同的指定的作業(yè)任務(wù)。當(dāng)前的機器人雖然面對簡單環(huán)境下自動化程度高，但往往不具備復(fù)雜環(huán)境感知和復(fù)雜環(huán)境的決策能力，在面對復(fù)雜環(huán)境時，往往需要過多的人為干預(yù)和人為操作。引入人工智能的技術(shù)，帶來決策能力正好能打破這種技術(shù)難題。使得人為干預(yù)減少，人為操作減少，面對復(fù)雜環(huán)境時表現(xiàn)出具有決策能力的一面，從而在復(fù)雜環(huán)境下具有較高的自動化能力。

3.人工智能建造機器人控制系統(tǒng)構(gòu)成

a）機器人基礎(chǔ)本體構(gòu)成

人工智能建造機器人的本體由上裝和底盤構(gòu)成，從機械的整體結(jié)構(gòu)可以看成由兩個大構(gòu)件構(gòu)成，兩個大構(gòu)件都是可以進行同類的構(gòu)件更換。在機械設(shè)計上將機器人分成模塊化設(shè)計，再考慮模塊之間的配合。為了配合整體的控制系統(tǒng)的模塊化設(shè)計，機械上的模塊化設(shè)計是極其必要的。比如上裝由6軸機械臂構(gòu)成的模塊，可以換成同類的多軸控制機器模塊，比如上裝的機械臂的頭部工具模塊也可以換成同類的工具模塊。而底盤模塊，雙差速的底盤可以換成四輪阿克曼底盤模塊，或者麥輪底盤模塊等。

機械的結(jié)構(gòu)可以針對不同的場景下的作業(yè)任務(wù)進行構(gòu)件的模塊更換。那么對應(yīng)的控制系統(tǒng)也是采用模塊化的設(shè)計方案，并針對機械結(jié)構(gòu)和硬件將機器人的控制策略，控制行為等進行模塊化的分離，封裝，并留出接口達到互相不影響。針對不同的場景下的作業(yè)任務(wù)的不同進行不同的硬件更換，并且進行不同的系統(tǒng)構(gòu)件包的更換。為了進一步降低成本，機器人的控制系統(tǒng)的框架往往是采用統(tǒng)一的設(shè)計，插件式的組裝進構(gòu)件包。保持控制系統(tǒng)框架的不變，變的只是控制系統(tǒng)的構(gòu)件包。在插件方式思路下的系統(tǒng)設(shè)計會使得工程在更新，維護方面有較高的效率。

b）人工智能建造機器人控制系統(tǒng)構(gòu)成

為了降低維護成本，提高生產(chǎn)作業(yè)效率。在人工智能建造機器人的控制系統(tǒng)架構(gòu)上采用分層式的架構(gòu)，大致分為三層，第一層是監(jiān)控決策層，用于機器人本體收集數(shù)據(jù)回傳到監(jiān)控決策的云端。云端自動化的將數(shù)據(jù)進行分析并結(jié)合用戶的輔助決策，再正向反饋到機器人本體系統(tǒng)進行錯誤糾正。中間層是機器人控制系統(tǒng)層，機器人的控制系統(tǒng)層擔(dān)當(dāng)最重要的角色。為了使得架構(gòu)清晰，易于維護，采用模塊化設(shè)計，有決策模塊，感知模塊，底盤導(dǎo)航模塊，上裝控制模塊，傳感器數(shù)據(jù)收集模塊等。機器人控制系統(tǒng)對現(xiàn)場的數(shù)據(jù)進行收集分析之后再經(jīng)由決策模塊驅(qū)動機器人本體進行作業(yè)。遇到陌生的場景會自動化進行場景識別，識別完場景之后會重新收集數(shù)據(jù)再驅(qū)動機器人進行作業(yè)。如果在機器人在決策時出現(xiàn)錯誤或者可能出現(xiàn)錯誤，云端會輔助控制。云端糾錯信息正反饋到機器人本體，機器人上報作業(yè)環(huán)境信息，這樣形成一個控制閉環(huán)，減少作業(yè)過程錯誤，使得整個作業(yè)過程更流暢高效。第三層是數(shù)據(jù)存儲層，現(xiàn)場作業(yè)數(shù)據(jù)會保存下來，上傳到云端進行數(shù)據(jù)的處理，數(shù)據(jù)的分析。整體作業(yè)流程的設(shè)計會是用戶給定場景和作業(yè)任務(wù)，系統(tǒng)根據(jù)場景和作業(yè)任務(wù)分配不同的工具和不同機器人。機器人根據(jù)系統(tǒng)下發(fā)的場景和作業(yè)任務(wù)結(jié)合各類傳感器、視覺和導(dǎo)航融合控制去到指定的區(qū)域，再根據(jù)現(xiàn)場情況進行指定的作業(yè)任務(wù)。各類現(xiàn)場的數(shù)據(jù)再回傳到云端進行處理分析，再正向反饋到機器人本體系統(tǒng)進行錯誤糾正。

二、人工智能建造機器人控制系統(tǒng)的優(yōu)勢

1.執(zhí)行效率高

建造企業(yè)為了提高建造作業(yè)效率，往往采取全日作業(yè)，但對于建造工人來說晚上作業(yè)無疑是危險的，而且建造作業(yè)效率也會有所降低。而機器人在全日作業(yè)強度下無疑是沒有任何問題的，建造作業(yè)效率不會降低，建造作業(yè)質(zhì)量不會降低。而且除去維護時間之外，機器人往往不需要進行休息，其作業(yè)運轉(zhuǎn)效率往往可以比建造工人往往多出幾倍及以上。

2.安全系數(shù)高

毫無疑問安全因素在建造行業(yè)的整個建造過程中是最重要的因素，以前工人需要在建造一線進行危險作業(yè)，不論進行多少的安全培訓(xùn)都還是會有生命財產(chǎn)的威脅甚至出現(xiàn)安全事故，比如在緊急情況下，人往往需要一定的時間進行反應(yīng)才能作出利于安全的策略，而有時候一定的時間內(nèi)就足以發(fā)生安全事故。但對于機器人而言，他本質(zhì)是個機器設(shè)備，出故障或者事故幾乎不會造成人員的生命財產(chǎn)安全問題。基于此，在面對危險的作業(yè)環(huán)境就不需要建造工人置身危險環(huán)境當(dāng)中，而采用機器人來進行作業(yè)。于此同時還會給機器人安裝更多的傳感器來感知環(huán)境的變化所帶來的不安全因素從而作出利于安全的控制策略，從而可以避免一些意外和故障的發(fā)生，進一步提高機器人的安全系數(shù)。

3.質(zhì)量高

機器人的作業(yè)任務(wù)往往比作業(yè)工人具有更高的精度，更高的精度決定了具有更高的作業(yè)質(zhì)量。機器人通過傳感器收集現(xiàn)場的作業(yè)數(shù)據(jù)，經(jīng)機器人本體的系統(tǒng)分析，輔以后臺的數(shù)據(jù)分析，再反饋到機器人自身的控制，整個建造作業(yè)流中都是按照設(shè)定的流程進行自動化作業(yè)，減少以往建造工人可能會產(chǎn)生的判斷誤差，以達到更高的作業(yè)精度要求和同質(zhì)的作業(yè)要求。

4.長期成本低

系統(tǒng)的整體設(shè)計采用統(tǒng)一的系統(tǒng)架構(gòu)，統(tǒng)一的模塊框架，使得建造企業(yè)的運作成本降低。在面對不同場景進行作業(yè)時僅僅需要進行本體構(gòu)件的更換和系統(tǒng)構(gòu)件包的更換。更少的人工干預(yù)、更少的人工操作使得建造企業(yè)的作業(yè)成本進一步降低，作業(yè)效率進一步提高。

三、未來技術(shù)研發(fā)方向

1.人工智能方面

增強人工智能視覺交互。

視覺可以類比人類的眼睛，比如人類在作業(yè)時通過眼睛獲取場景信息再結(jié)合大腦來思考自己工作的對錯和下一步作業(yè)的決策。將視覺與機器人結(jié)合正正是要給機器人裝上眼睛，通過視覺獲取場景的信息反饋到控制系統(tǒng)，使得控制系統(tǒng)能更精確的作業(yè)。利用好視覺，不斷的提高視覺的獲息能力，不斷的提高視覺與控制系統(tǒng)的交互能力，從而使得機器人可以更準確更高效更有質(zhì)量的作業(yè)。[1]

增強人工智能語音交互

隨著科技的發(fā)展，人類與部分科技產(chǎn)品的交互已經(jīng)從觸控控制解脫開來了。比如智能音箱，人類可以通過簡單的語音交互使智能音箱播放音樂，使智能音箱控制家用設(shè)備。類似的，機器人可以結(jié)合語音識別技術(shù)，將作業(yè)工人對機器人的觸控操作從雙手轉(zhuǎn)移到語音的交互上來。機器人的操作往往是很復(fù)雜的，作業(yè)工人的認識水平本來就不高，在學(xué)習(xí)操作機器人上，作業(yè)工作也會花費很多的時間，不妨引入語音的交互，通過語音使得操作變得簡單。[4]

引入監(jiān)控決策平臺

建造企業(yè)是追求利潤的，追求利潤的一個方式是提高生產(chǎn)效率，那么機器人需要全日無人化自動化作業(yè)來達到降本增效的目標。然而機器人的設(shè)計總是不能盡如人意，生產(chǎn)作業(yè)過程總會出現(xiàn)故障，錯誤的決策。引入監(jiān)控決策平臺，對機器人出現(xiàn)的和可能出現(xiàn)故障和錯誤決策進行人為的干預(yù)和人為的輔助決策，從而糾正機器人正在發(fā)生的和可能發(fā)生的錯誤。

將邊緣計算和云計算融合。

機器人面對復(fù)雜的生產(chǎn)作業(yè)環(huán)境進行作業(yè)往往需要更快的響應(yīng)，而且是越快越有利。為了滿足這種生產(chǎn)需求，很多計算和處理過程就需要在機器人本體的邊緣計算層進行而無需交由云端。這種方式無疑大大的提搞處理效率。但機器人本體的計算資源畢竟有限，復(fù)雜的計算和處理仍然需要更多的硬件資源參與計算。將邊緣計算和云計算進行融合，既能保證作業(yè)任務(wù)的快速響應(yīng)，又能滿足復(fù)雜的耗時計算。對于用戶來說，機器人能快速對下發(fā)的控制進行作業(yè)任務(wù)的響應(yīng)，又能完成對復(fù)雜的作業(yè)任務(wù)的決策操作，極大的提高了機器人的作業(yè)能力。使得用戶對機器人產(chǎn)生更多的信任感。

2.控制系統(tǒng)方面

增加先進的機器人控制技術(shù)。

機器人面對不同的場景作業(yè)需要恰當(dāng)?shù)目刂品椒?。以往的機器人任務(wù)單一，其控制方法也較為單一，其控制系統(tǒng)適應(yīng)性不強。如今的作業(yè)環(huán)境更加復(fù)雜，如今也已經(jīng)誕生了一些成熟的機器人控制系統(tǒng)，例如ROS、ROS2，我們可以依托ROS、ROS2去增加自主企業(yè)的控制技術(shù)或者擴展更先進的控制機器以特定的需求、特定的作業(yè)任務(wù)。而無需重復(fù)建造機器人的基礎(chǔ)設(shè)施。達到降本增效雙收。而且面對未來的競爭環(huán)境能更從容。[2]

引入強化學(xué)習(xí)的控制策略。

標準的強化學(xué)習(xí)，智能體作為學(xué)習(xí)系統(tǒng)，獲取外部環(huán)境的當(dāng)前狀態(tài)信息，對環(huán)境采取試探行為，并獲取環(huán)境反饋的對此動作的評價和新的環(huán)境狀態(tài)。如果智能體的某動作導(dǎo)致環(huán)境正的獎賞（立即報酬），那么智能體以后產(chǎn)生這個動作的趨勢便會加強;反之，智能體產(chǎn)生這個動作的趨勢將減弱。在學(xué)習(xí)系統(tǒng)的控制行為與環(huán)境反饋的狀態(tài)及評價的反復(fù)的交互作用中，以學(xué)習(xí)的方式不斷修改從狀態(tài)到動作的映射策略，以達到優(yōu)化系統(tǒng)性能目的。舉個實際應(yīng)用的例子是美國機器人研發(fā)公司AgilityRobotics使用強化學(xué)習(xí)的方式研發(fā)出一款新的雙足機器人。這款雙足機器人的優(yōu)勢是能通過學(xué)習(xí)來適應(yīng)所有地面復(fù)雜環(huán)境。很明顯這種控制方式的優(yōu)勢是機器人能自主學(xué)習(xí)來完成作業(yè)任務(wù)，這樣的策略更接近人類的學(xué)習(xí)模式?，F(xiàn)實的生產(chǎn)作業(yè)環(huán)境是多樣的，部分的機器人的作業(yè)任務(wù)是依托環(huán)境反饋回來的信息再進行決策的。建造企業(yè)可以在這類作業(yè)環(huán)境引入強化學(xué)習(xí)的控制策略，從而不斷提高機器人的系統(tǒng)性能，使得機器人更加智能。用戶在下發(fā)任務(wù)的時候，機器人的決策更顯智能，進一步提高效率。

更簡單的交互控制策略。

絕大部分用戶是追求效率的，機器人的誕生也是一方面為了提高效率而誕生，建造機器人也是機器人，所有建造機器人同樣需要提高效率。作業(yè)效率一方面可以從使得系統(tǒng)集成度更高，自動化程度更高入手，一個方面可以引入語音交互或者視覺交互等更便捷的交互方式，從而使得用戶通過簡單的交互就能驅(qū)動機器人完成復(fù)雜的作業(yè)。

能面對復(fù)雜環(huán)境的控制框架。

環(huán)境的復(fù)雜決定了機器人需要更多的環(huán)境數(shù)據(jù)以作出正確的應(yīng)對，而環(huán)境數(shù)據(jù)是需要靠傳感器來獲取。這就決定了控制系統(tǒng)的框架需要能更容易的接入更多的傳感器，以面對復(fù)雜環(huán)境作業(yè)時依然能作出正確的決策。隨著作業(yè)環(huán)境復(fù)雜度的增加，此類框架的重要性也不斷增加。

四、結(jié)束語

總之，人工智能建造機器人控制系統(tǒng)在當(dāng)下面臨的主要問題是為企業(yè)將本增效。當(dāng)今社會科學(xué)技術(shù)不斷發(fā)展，新的技術(shù)改造舊有的技術(shù)已成潮流。新型的人工智能建造機器人系統(tǒng)會不斷的融入人工智能技術(shù)，機器人技術(shù)，分布式系統(tǒng)技術(shù)等技術(shù)，并采用插件式框架，分層次分模塊的架構(gòu)，在硬件的設(shè)計上同樣采用模塊化設(shè)計。其隨著業(yè)務(wù)驅(qū)動會發(fā)展成穩(wěn)定的、靈活的系統(tǒng)。幫助企業(yè)在建造過程中實現(xiàn)全日無人化高質(zhì)量高效的完成作業(yè)。

參考文獻

[1]曾勁松，薛文凱，徐博凡，郎夢夢.基于機器視覺的物料自動分揀系統(tǒng)研究[J].組合機床與自動化加工技術(shù)，2019，（6）.34-37.doi：10.13462/j.cnki.mmtam t.2019.06.010.

[2]李業(yè)謙，陳春苗.基于ROS和激光雷達的移動機器人自動導(dǎo)航系統(tǒng)設(shè)計[J].現(xiàn)代電子技術(shù)，2020，43（10）.176-178，183.doi：10.16652/j.issn.1004-373x. 2020.10.047

[3]蘇世龍，雷俊，馬栓棚，丁沛然，齊株銳.智能建造機器人應(yīng)用技術(shù)研究[J].建筑工業(yè)化，2019，48（22）.16-18，25.doi：10.7672/sgjs2019220016

[4]衛(wèi)靜婷，陳利偉，黎斌，譚露雯，鐘佳勝.基于STM32的語音控制和自動避障智能小車的設(shè)計[J].電子測試，2019，（15）.24-25，20.doi：10.3969/j.issn. 1000-8519.2019.15.006.