讓機(jī)器人監(jiān)督機(jī)器人
——人工智能助力地下工程行業(yè)從“自動(dòng)化”走向“無人化”

AI在管片拼裝機(jī)器人上的應(yīng)用

英國高速鐵路二期(HS2)工程倫敦段的2臺(tái)盾構(gòu)上安裝了由法國布依格(Bouygues Construction)研發(fā)的多種自動(dòng)管片拼裝機(jī)器。其中包括用于管片拼裝的Atlas,用于安裝定位銷的Dobydo,以及用于移除木制墊層的Krokodyl。

通過多種機(jī)器人配合工作,HS2工程的倫敦段基本實(shí)現(xiàn)了從管片運(yùn)輸?shù)戒佋O(shè)再到安裝的全過程自動(dòng)化。然而,實(shí)際的施工現(xiàn)場(chǎng)仍需要不少人類工作人員,這些自動(dòng)化機(jī)器人在工作過程中需要人類盯控,以確保能夠第一時(shí)間發(fā)現(xiàn)并記錄機(jī)器人工作中的任何失誤。

隨著人工智能技術(shù)的發(fā)展,如今的AI具備了分析圖片和視頻的能力。HS2倫敦段的聯(lián)合承包商Costain Skanska Strabag近期使用了一種人工智能視覺分析技術(shù),經(jīng)過機(jī)器學(xué)習(xí)后的人工智能可以通過分析照片和監(jiān)控視頻畫面來識(shí)別出自動(dòng)化機(jī)器人在工作中是否出現(xiàn)紕漏,以此實(shí)現(xiàn)用機(jī)器人來監(jiān)督機(jī)器人的無人化施工模式。

在HS2倫敦段開始使用機(jī)器人來監(jiān)督機(jī)器人的無人化工作模式時(shí),不少經(jīng)驗(yàn)豐富的盾構(gòu)操作員對(duì)這種技術(shù)持懷疑態(tài)度。項(xiàng)目的人工智能負(fù)責(zé)人認(rèn)為,這是一個(gè)正常現(xiàn)象,人工智能要贏得人類的信任是需要時(shí)間的,他相信,在未來10年內(nèi),地下工程行業(yè)將逐步實(shí)現(xiàn)真正無人化和自動(dòng)化的施工。

AI在自動(dòng)化管片工廠中的應(yīng)用

德國海瑞克公司在位于瑞士的工廠中嘗試打造全自動(dòng)管片生產(chǎn)流水線。目前,模具的開/閉、混凝土表面修整、模具的清潔和上油等工序均已實(shí)現(xiàn)自動(dòng)化施工。

這座自動(dòng)化管片工廠遭遇了和HS2倫敦段一樣的問題,由機(jī)器人清潔的模具、機(jī)器人修整的混凝土表面都需要人類再次進(jìn)行檢查。例如: 在機(jī)器人抹平混凝土?xí)r,由于混凝土的量無法做到100%精確,所以當(dāng)機(jī)器人從外緣向中間抹平時(shí),會(huì)在中心留下1個(gè)小波峰或小波谷,而機(jī)器人本身無法察覺這一問題的存在,需要檢查人員進(jìn)行匯報(bào),并組織工人把中心點(diǎn)磨平。同樣的問題還存在于機(jī)器人清潔的模具過程中。這意味著這座自動(dòng)化工廠需要技術(shù)人員來檢查機(jī)器人的工作,并且還需要工人來修補(bǔ)機(jī)器人沒能做好的地方,這使得原本想減少現(xiàn)場(chǎng)工作人員數(shù)量的目標(biāo)沒有實(shí)現(xiàn)。

為了解決這個(gè)問題,工廠使用了人工智能視覺識(shí)別系統(tǒng)。通過機(jī)器學(xué)習(xí),人工智能算法能發(fā)現(xiàn)特定的特征或物品。通過這種方法,機(jī)器人工作中出現(xiàn)的任何紕漏都會(huì)立刻被發(fā)現(xiàn)。

以機(jī)器人抹平混凝土工序?yàn)槔?原本1臺(tái)機(jī)器人需要2個(gè)人負(fù)責(zé)檢查和修補(bǔ),1個(gè)循環(huán)的工作時(shí)間在5～7 min;在應(yīng)用了人工智能監(jiān)測(cè)算法后,1臺(tái)機(jī)器人只需1個(gè)人配合,并且1個(gè)循環(huán)的工作時(shí)間只需2 min左右。

雖然依舊無法實(shí)現(xiàn)100%的自動(dòng)化,但人工智能監(jiān)測(cè)在有效提升效率的同時(shí),降低了工廠內(nèi)工人的數(shù)量,為未來建設(shè)真正意義上的無人工廠打下了基礎(chǔ)。

AI在盾構(gòu)輔助控制系統(tǒng)中的應(yīng)用

人工智能技術(shù)在新一代的VMT TUnIS導(dǎo)航軟件中也發(fā)揮了重要的作用,經(jīng)過大量施工數(shù)據(jù)訓(xùn)練的人工智能可以如同1位經(jīng)驗(yàn)豐富的駕駛員一樣給予駕駛員操作建議。

這套人工智能算法通過分析盾構(gòu)前進(jìn)過程中數(shù)據(jù)來獲得盾構(gòu)目前的位置和狀態(tài),并給出調(diào)整建議。VMT技術(shù)人員表示,這套人工智能算法的精確度讓很多測(cè)量人員感到震驚,有時(shí)其精度甚至比一些傳感器還要高。

但由于人工智能的不可解釋性,幾乎沒人能徹底了解人工智能是如何算出盾構(gòu)位置和狀態(tài)信息的,所以這套人工智能算法只能擔(dān)任給出建議的角色,而不能真正地駕駛盾構(gòu)。