人工智能機器人系統在建造行業的應用與發展

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作業的安全性、降低了成本、提高了重復作業的質量和效率，在建造領域和工業界得到了很高的評價。長期以來建造行業的從業職業是高危職業，其建造工人的作業成本也隨著工業化質量的要求不斷提高。建造機器人和人工智能建造機器人在整個作業過程中一個很重要的目的是代替建造工人在復雜環境下進行的重復勞動作業以及危機作業以達到降本增效的作用。種種因素下，建造機器人控制系統以及人工智能建造機器人控制系統被時代所需，被建造企業所需。良好的系統架構設計會減少企業在研發上的投入，也會使得整體建造作業流更順暢，同時具有更高質量和更高效益等優勢。

關鍵詞：人工智能機器人系統;機器人系統;智能控制系統;建造機器人;建造

前言

人工智能建造機器人系統具有良好的環境感知，決策控制以及準確作業的效果。本文簡單分析了人工智能建造機器人系統的結構和優點，未來技術的發展方向主要從兩方面論述，一是建造機器人控制系統，二是人工智能。

一、人工智能建造機器人控制系統

1.概述

在自動化生產技術的不斷發展中，建造企業也越來越多的將自動化建造機器應用于實際的建造作業當中，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流中的部分效益，但在整個建造作業流中仍需要配備大量的建造工人進行復雜的建造作業。這些建造工人中大部分人的初始職業素養一般，并且建造工人的流轉率又很高，那么企業想要維持一支建造隊伍的高質量、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，通過不斷的培訓提高建造工人對建造的專業素養以及通過提高作業環境等因素來達到目標的。這樣確實會使得建造質量系數、工人安全系數提高，但隨之而來會使得企業背負高額的成本。而且建造工人的作業性質根本性沒有改變，依然難以突破瓶頸。為了突破瓶頸，更進一步降低成本，提高質量，提高安全系數，提高效。建造企業的一個降本增效方向是努力用機器的自動化作業代替建造工人的作業。發展至今，新的技術不斷出現，例如：人工智能，大數據，分布式系統，機器人技術等等。新的技術不斷替代或者融合舊有的技術，使得更高效率，更低成本，更安全，更強適應性、更智能的建造機器人系統方案更受企業青睞。對此，結合上近年來迅猛發展的人工智能技術，機器人技術，分布式系統，針對建造行業的特點，打造一款新型的人工智能建造機器人系統以滿足建造行業的降本增效目標。這種新型的人工智能建造機器人所面臨的主要作業任務是危險環境作業，同質作業，高精度作業，單調重復作業，適應不同場景等。而傳統的機器的自動化控制方法執行的任務往往比較單一，往往難以滿足復雜的環境下多任務控制，場景適應能力不強，多任務下自動化程度不高，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。

2.人工智能

人工智能是機器人的新研究領域。人工智能企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。在建造行業中，人工智能機器人控制系統可以在不同場景作業中，根據場景進行環境的感知和工具的選擇，再進行規劃完成指定的作業任務，具備了一定的決策能力。人類面對復雜環境進行作業任務時，通過視覺和觸覺獲取信息之后，經過大腦處理，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任務。當前的機器人雖然面對簡單環境下自動化程度高，但往往不具備復雜環境感知和復雜環境的決策能力，在面對復雜環境時，往往需要過多的人為干預和人為操作。引入人工智能的技術，帶來決策能力正好能打破這種技術難題。使得人為干預減少，人為操作減少，面對復雜環境時表現出具有決策能力的一面，從而在復雜環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構成

a）機器人基礎本體構成

人工智能建造機器人的本體由上裝和底盤構成，從機械的整體結構可以看成由兩個大構件構成，兩個大構件都是可以進行同類的構件更換。在機械設計上將機器人分成模塊化設計，再考慮模塊之間的配合。為了配合整體的控制系統的模塊化設計，機械上的模塊化設計是極其必要的。比如上裝由6軸機械臂構成的模塊，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。

機械的結構可以針對不同的場景下的作業任務進行構件的模塊更換。那么對應的控制系統也是采用模塊化的設計方案，并針對機械結構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任務的不同進行不同的硬件更換，并且進行不同的系統構件包的更換。為了進一步降低成本，機器人的控制系統的框架往往是采用統一的設計，插件式的組裝進構件包。保持控制系統框架的不變，變的只是控制系統的構件包。在插件方式思路下的系統設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構成

為了降低維護成本，提高生產作業效率。在人工智能建造機器人的控制系統架構上采用分層式的架構，大致分為三層，第一層是監控決策層，用于機器人本體收集數據回傳到監控決策的云端。云端自動化的將數據進行分析并結合用戶的輔助決策，再正向反饋到機器人本體系統進行錯誤糾正。中間層是機器人控制系統層，機器人的控制系統層擔當最重要的角色。為了使得架構清晰，易于維護，采用模塊化設計，有決策模塊，感知模塊，底盤導航模塊，上裝控制模塊，傳感器數據收集模塊等。機器人控制系統對現場的數據進行收集分析之后再經由決策模塊驅動機器人本體進行作業。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據再驅動機器人進行作業。如果在機器人在決策時出現錯誤或者可能出現錯誤，云端會輔助控制。云端糾錯信息正反饋到機器人本體，機器人上報作業環境信息，這樣形成一個控制閉環，減少作業過程錯誤，使得整個作業過程更流暢高效。第三層是數據存儲層，現場作業數據會保存下來，上傳到云端進行數據的處理，數據的分析。整體作業流程的設計會是用戶給定場景和作業任務，系統根據場景和作業任務分配不同的工具和不同機器人。機器人根據系統下發的場景和作業任務結合各類傳感器、視覺和導航融合控制去到指定的區域，再根據現場情況進行指定的作業任務。各類現場的數據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進行錯誤糾正。

二、人工智能建造機器人控制系統的優勢

1.執行效率高

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

2.安全系數高

毫無疑問安全因素在建造行業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，不論進行多少的安全培訓都還是會有生命財產的威脅甚至出現安全事故，比如在緊急情況下，人往往需要一定的時間進行反應才能作出利于安全的策略，而有時候一定的時間內就足以發生安全事故。但對于機器人而言，他本質是個機器設備，出故障或者事故幾乎不會造成人員的生命財產安全問題。基于此，在面對危險的作業環境就不需要建造工人置身危險環境當中，而采用機器人來進行作業。于此同時還會給機器人安裝更多的傳感器來感知環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生，進一步提高機器人的安全系數。

3.質量高

機器人的作業任務往往比作業工人具有更高的精度，更高的精度決定了具有更高的作業質量。機器人通過傳感器收集現場的作業數據，經機器人本體的系統分析，輔以后臺的數據分析，再反饋到機器人自身的控制，整個建造作業流中都是按照設定的流程進行自動化作業，減少以往建造工人可能會產生的判斷誤差，以達到更高的作業精度要求和同質的作業要求。

4.長期成本低

系統的整體設計采用統一的系統架構，統一的模塊框架，使得建造企業的運作成本降低。在面對不同場景進行作業時僅僅需要進行本體構件的更換和系統構件包的更換。更少的人工干預、更少的人工操作使得建造企業的作業成本進一步降低，作業效率進一步提高。

三、未來技術研發方向

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，比如人類在作業時通過眼睛獲取場景信息再結合大腦來思考自己工作的對錯和下一步作業的決策。將視覺與機器人結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，使得控制系統能更精確的作業。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的交互能力，從而使得機器人可以更準確更高效更有質量的作業。[1]

增強人工智能語音交互

隨著科技的發展，人類與部分科技產品的交互已經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備。類似的，機器人可以結合語音識別技術，將作業工人對機器人的觸控操作從雙手轉移到語音的交互上來。機器人的操作往往是很復雜的，作業工人的認識水平本來就不高，在學習操作機器人上，作業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]

引入監控決策平臺

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

將邊緣計算和云計算融合。

機器人面對復雜的生產作業環境進行作業往往需要更快的響應，而且是越快越有利。為了滿足這種生產需求，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，既能保證作業任務的快速響應，又能滿足復雜的耗時計算。對于用戶來說，機器人能快速對下發的控制進行作業任務的響應，又能完成對復雜的作業任務的決策操作，極大的提高了機器人的作業能力。使得用戶對機器人產生更多的信任感。

2.控制系統方面

增加先進的機器人控制技術。

機器人面對不同的場景作業需要恰當的控制方法。以往的機器人任務單一，其控制方法也較為單一，其控制系統適應性不強。如今的作業環境更加復雜，如今也已經誕生了一些成熟的機器人控制系統，例如ROS、ROS2，我們可以依托ROS、ROS2去增加自主企業的控制技術或者擴展更先進的控制機器以特定的需求、特定的作業任務。而無需重復建造機器人的基礎設施。達到降本增效雙收。而且面對未來的競爭環境能更從容。[2]

引入強化學習的控制策略。

標準的強化學習，智能體作為學習系統，獲取外部環境的當前狀態信息，對環境采取試探行為，并獲取環境反饋的對此動作的評價和新的環境狀態。如果智能體的某動作導致環境正的獎賞（立即報酬），那么智能體以后產生這個動作的趨勢便會加強;反之，智能體產生這個動作的趨勢將減弱。在學習系統的控制行為與環境反饋的狀態及評價的反復的交互作用中，以學習的方式不斷修改從狀態到動作的映射策略，以達到優化系統性能目的。舉個實際應用的例子是美國機器人研發公司AgilityRobotics使用強化學習的方式研發出一款新的雙足機器人。這款雙足機器人的優勢是能通過學習來適應所有地面復雜環境。很明顯這種控制方式的優勢是機器人能自主學習來完成作業任務，這樣的策略更接近人類的學習模式。現實的生產作業環境是多樣的，部分的機器人的作業任務是依托環境反饋回來的信息再進行決策的。建造企業可以在這類作業環境引入強化學習的控制策略，從而不斷提高機器人的系統性能，使得機器人更加智能。用戶在下發任務的時候，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。作業效率一方面可以從使得系統集成度更高，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動機器人完成復雜的作業。

能面對復雜環境的控制框架。

環境的復雜決定了機器人需要更多的環境數據以作出正確的應對，而環境數據是需要靠傳感器來獲取。這就決定了控制系統的框架需要能更容易的接入更多的傳感器，以面對復雜環境作業時依然能作出正確的決策。隨著作業環境復雜度的增加，此類框架的重要性也不斷增加。

四、結束語

總之，人工智能建造機器人控制系統在當下面臨的主要問題是為企業將本增效。當今社會科學技術不斷發展，新的技術改造舊有的技術已成潮流。新型的人工智能建造機器人系統會不斷的融入人工智能技術，機器人技術，分布式系統技術等技術，并采用插件式框架，分層次分模塊的架構，在硬件的設計上同樣采用模塊化設計。其隨著業務驅動會發展成穩定的、靈活的系統。幫助企業在建造過程中實現全日無人化高質量高效的完成作業。

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研究[J].組合機床與自動化加工技術，2019，（6）.34-37.doi：10.13462/j.cnki.mmtam t.2019.06.010.

[2]李業謙，陳春苗.基于ROS和激光雷達的移動機器人自動導航系統設計[J].現代電子技術，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.智能建造機器人應用技術研究[J].建筑工業化，2019，48（22）.16-18，25.doi：10.7672/sgjs2019220016

[4]衛靜婷，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計[J].電子測試，2019，（15）.24-25，20.doi：10.3969/j.issn. 1000-8519.2019.15.006.