面向定制裝配式建筑的混合現實智能建造
——以第三屆中國國際太陽能十項全能競賽作品極光之家為例

王思寧，韓冬辰

國務院2017 年頒布的 《關于促進建筑業持續健康發展的意見》 和住建部等2020 年頒布的《關于推動智能建造與建筑工業化協同發展的指導意見》（以下簡稱《指導意見》）將裝配式建筑和智能建造協同發展列為重點。裝配式建筑定制化需求和標準化生產之間的博弈一直是建筑發展瓶頸，智能建造作為新型工程模式有望成為解決該問題的契機。而智能建造研究尚處于發展期，建筑領域實踐并未實現完全無人化[1]，在面對復雜與非標準化定制任務時，人的作用仍是智能建造不可或缺的部分。因此，針對我國建筑業轉型目標和定制裝配式建筑發展現狀，探索智能建造人機協作方法具有理論和實踐意義。基于建筑信息模型（Building Information Model，簡稱BIM）的建筑數字孿生（Building Digital Twin，簡稱BDT）理論是裝配式建筑與智能建造協同發展的核心，隨著混合現實（Mixed Reality，簡稱MR）技術的興起，為建筑設計和施工環節的“人—信息—物理”三元系統（Human-Cyber-Physical System，簡稱HCPS）融合與動態交互提供了手段。筆者認為以BDT 理論為導向，面向裝配式建筑探索基于MR 技術的人機協作智能建造模式，將有助于緩解建筑定制需求與標準化生產之間的矛盾。

1 裝配式建筑與智能建造協同發展

數字建筑學正走向多維度的物質與虛擬信息相互映射，數字工具和建造技術革新將推動建筑實踐從單鏈式流程轉化為對建筑各項數據的實時交互和全生命周期管控[2]，這也為裝配式建筑柔性生產和定制化帶來了新的可能性。裝配式建筑的構件化、部品化特征有利于BIM 與BDT理論的契合應用，并在智能建造技術加持下，使原本離散的設計與建造形成一體化流程。裝配式建筑與智能建造協同發展，將通過BIM 實現建筑定制部件幾何、性能、建造的參數化可調，達到設計思維、實踐方法、生產力相互協調的目的[3]。

1.1 BDT 理論發展

BDT 理論源于制造業，旨在構建信息系統與物理系統之間相互映射，是制造業實現工業4.0目標的使能技術理論，以形成產品的全生命周期管理[4]。而隨著建筑實踐各環節BIM 技術的廣泛應用，BDT 理論逐漸成為建筑業數字化發展的核心驅動力。Borrmann 等認為BDT 主要應用在施工階段，通過BIM 銜接各參與方以整合施工各環節相關信息[5]；Khajavi 等從建筑部件運維和監測角度探討了BDT 技術實踐應用的利弊，指出了建筑信息—物理系統靜態交互的短板[6]。對此，Sacks 等從數字化設計—建造角度出發，針對流程中信息的分類與處理模式，基于BDT理論制定了建造計劃、優化、管理框架[7]；筆者也以實現建筑設計—現狀信息的動態映射為目標，提出了“建筑數字孿生體”構想[8]；劉占省等系統性地梳理了BDT 理論與智能建造的關系，強調二者對建筑業轉型升級的重要性[9]。

在“十四五”高質量發展需求引導下，BDT 理論發展將有助于裝配式建筑與智能建造的深層次聯動。針對裝配式建筑工種復雜和信息多源化特征，基于BIM 的BDT 技術方法不僅用于設計和建造信息的正向傳遞，也可進行建造現狀數據逆向采集，實現真正意義上的虛實融合。在面對定制作業的非標準化工藝和不確定性因素時，BDT 理論的“可伸縮性、互操作性、可擴展性”特性將通過智能化系統和先進數字技術得以體現。國內外學者針對定制裝配式建筑開展了智能建造理論和方法探索，如Gramazio 和Kohler 團隊圍繞機器人自主智能建造展開實驗研究[10]；Menges 團隊以結構和材料性能為導向，探索新的建筑形式和實踐模式[11]；華好團隊結合實踐與教學，從材料、工藝、設備等方面研究智能建造理論[12]；袁烽團隊以人機協作和機器人建構為視角，基于先進技術開展智能建造理論實踐[3]；徐衛國團隊從增材制造、人工智能、虛擬和增強現實等技術角度，梳理了建筑學智能化設計與建造的發展方向[13]。

1.2 人機協作智能建造

智能建造實踐尚未實現完全自動化，在定制作業中人的作用不可或缺。《指導意見》提出，應加強對裝配式建筑工廠生產和現場施工關鍵環節人機協調、自然交互、自主學習功能的探索，發展“以人為中心”的人機一體化智能系統是本世紀的重要課題[14-15]。Picon 和Patrik 等認為在建筑學數字范式轉向的引領下，人和機器將組成新的融合物，即以人機協作設計和建造的“賽博格”（Cyborg）主體，代替原本“人操作物”與“機器處理數據”相獨立的模式[16-17]。而BDT理論導向下的人機協作建造將充分利用現代化網絡的信息交互、可視化認知、性能計算和智能決策能力，力求實現智能建造流程的一體化集成[18-19]。

智能建造人機協作的關鍵是發揮人與機器“雙智能”，利用人的靈活決策力處置不完全信息，應對施工過程的不確定性因素。為實現人機共享時空下的信息交互，需依據數字技術應用情境合理制定人機分工，銜接建筑虛擬信息與建造實體。以定制裝配式建筑DFAB HOUSE（Gramazio Kohler Research，2019，圖1）和池社（創盟國際，2017，圖2）的人機協作智能建造為例，二者自動化流程多以既定場景、預設規則和任務的機器人輔助建造為主，如構件加工、打孔、空間定位等，關鍵裝配環節和現場誤差修正仍需依靠人工完成。將人類的思維、組織能力與機器的工具性、執行能力聯合起來，需通過先進技術設備構建人—機—物之間的動態交互[20]。對此，Fantini 等提出借助MR 技術和機器視覺可增加信息處理的靈活性，減輕人機混合智能系統的感知和認知壓力[21]。筆者認為，結合穿戴設備將“人”融入信息、物理系統的數據交互回路，可創造“以人為中心”的BDT 環境，提升智能建造的人因工效。

1 DFAB HOUSE木結構的人機協作建造，來源：https://gramaziokohler.arch.ethz.ch/

2 池社磚立面的人機協作建造，來源：http://www.archi-union.com/index.php/Home/Indexs/index

2 MR技術建筑領域應用

2.1 基于MR 技術的智能建造

從1990 年代起，MR 技術首先出現在先進制造業，旨在取代傳統圖紙平面化、低效的表達方式，以三維圖像直觀輔助人工生產。Milgram 等定義MR 為“虛擬—現實連續體”，介于真實環境和虛擬環境之間（圖3）[22]。MR 技術可通過單一顯示設備應用于建筑領域，其虛實融合、實時交互、三維注冊等技術特征與BIM 建筑“信息—物理”系統交互映射相匹配。針對建筑業復雜任務尤其是非標準化定制作業，MR 技術有助于簡化施工步驟，降低對施工人員工程經驗、專業性的需求門檻[23]。MR 技術可通過開源平臺如ARCore、ARKit、Unity 等與移動智能設備和穿戴設備結合，便于真實環境下人機協作建造應用。

3 “虛擬—現實連續體”示意，改繪自Milgram和Kishino

Song 等梳理了智能建造領域MR 技術的研究現狀，總結了包括“全息引導、數據共享、人機協作”等3 類應用情境[24]。其中，“全息引導”指在人機協作生產和建造環節，利用智能設備將信息與工序三維映射給施工人員，實現無紙化定制作業。如Mitterberger 等基于MR 技術開發了人機協同感知和信息實時共享方法，在Katerini 酒莊非標準化紅磚立面實踐中，實現了人機協作建造偏差小于5mm 以及建筑整體偏差小于10mm 的施工精度[25]；Jahn 等針對建筑學應用，研發了基于Rhinoceros Grasshopper 的MR 插件平臺Fologram 和Twinbuild，應用于Steampunk Pavilion 等裝配式建筑定制部件的預制生產和現場搭建環節[22]。“數據共享”旨在構建信息動態交互閉環，達到HCPS 融合的目的。如Forren 等研發了由手勢控制非標轉化結構設計和建造動態修正的方法[26]；Hahm等結合智能算法與MR技術，實現設計數據的實時優化[27]。“人機協作”將MR 技術延伸至工業機器人控制，提升人因工效和人機協作的安全性。如Kyjanek等利用微軟HoloLens 與機器人合作完成了建筑木構件搭建任務[28]；Ostanin 等針對人工建造經驗缺乏問題，提出了基于全息投影和手勢識別的機器人控制方法，降低人機交互難度[29]。

2.2 MR 技術與BDT 理論的結合機制

先進制造業圍繞“以人為中心”智能化轉型已形成了HCPS 概念框架[30]。HCPS 理念基于大數據、物聯網、人工智能等新一代信息技術，賦予人機混合智能系統認知和學習能力，強調人的中心地位[31]。筆者認為，先進制造業的HCPS 框架可為建筑業智能建造理論創新提供思路。以HCPS 理念為導向、BDT 理論和MR 技術相結合的人機協作智能建造包含“混合感知、人境交互、雙向映射”等內容，其結合機制框架如圖4 所示。首先，“混合感知”旨在通過逆向信息采集技術增強人對建造現狀的認知，如利用點云采集和深度相機掃描等技術手段獲取現狀數據，為人的主觀決策提供數據支撐。其次，隨著人體動作捕捉、手勢識別、語音識別等技術逐漸成熟，人與信息、物理系統之間將形成自然交互，省去冗余的信息輸入和轉譯步驟，并逐漸發展為“人境交互”模式[32]。“雙向映射”則是BDT 理論實踐的關鍵，基于BIM 和逆向反饋信息解析數字模型與建造實體的差異，通過算法開發生成偏差修正方法將指令反饋給施工人員，對建造現狀做出相應調整。

4 HCPS理念導向下MR技術與BDT理論的結合機制框架

5.6 極光之家建成實景

目前，基于MR 技術的智能建造研究多以數據變量與實驗環境可控的實驗室搭建為主，在實際建造工程中，全息投影清晰度、三維注冊精確度等關鍵技術指標將會受到環境、人員組織、施工工序等因素的影響。在前期研究中，筆者發現數字模型全息投影會因捕捉碼遮蔽或光線過強等原因發生位移，影響施工精度。因此，在MR 技術與BDT 理論主導下的真實建筑項目實踐中，如何提高智能建造技術適配性與人機協作效率是亟待解決的技術問題。

3 極光之家的智能建造實踐

極光之家是第三屆中國國際太陽能十項全能競賽參賽作品，由丹麥技術大學和蘇州大學聯合設計建造（圖5、6）。項目秉承綠色、低碳的設計理念，以定制裝配式建筑為目標，探索輕型結構、可持續材料、被動式構造及智能建造的結合方法。極光之家建造共耗時2 個月，為了提高工廠預制裝配和現場搭建環節的施工效率，同時克服師生團隊缺乏工程經驗的客觀局限，團隊在設計—建造過程中充分結合了BDT 理論與MR 技術，確保各階段建筑部件、設備的安裝精度，簡化人機協作建造步驟。

3.1 MR 技術實驗平臺

項目采用基于Rhinoceros Grasshopper 的參數化模型作為BIM 信息源，配合其MR 技術插件Fologram、智能移動設備iPad 和頭戴式顯示設備HoloLens 實現施工現場的人境交互。Fologram可將參數化模型中的幾何信息直接轉換為全息投影呈現在施工人員面前，通過HoloLens 設備的手勢捕捉功能實現人與虛擬信息的自然交互。Fologram 允許用戶自定義人機交互界面，可將圖層“開關”按鍵、關鍵參數的控制器等按鈕顯示在HoloLens 設備屏幕上。使用者也可在現實環境中徒手構建虛擬幾何體，作為空間標記實時同步到BIM 模型上。

筆者團隊根據極光之家的構造、系統、設備分層次和步驟制定MR 技術應用環節與人機協作策略。智能建造團隊被分為BIM 與MR 設備操作人員。前者負責監督電腦端的數據同步和逆向數據采集，后者在施工現場采用標記追蹤（marker-tracking）方法擬合虛擬模型與現實環境。由于現階段MR 技術尚無法實現虛擬與現實物件的完美重疊，仍需HoloLens 與iPad 操作人員根據現場情況進行微調。對此，團隊基于Grasshopper 開發了極光之家各個系統與部品的參數化調控組件，便于MR 設備操作人員臨場調試以提高施工精度。

3.2 優化：BDT 引導設計調整

作為低能耗被動房示范項目，極光之家的建筑構造和系統組成具有一定復雜性。由于項目前后施工團隊更替，設備、部品供應商對空間需求的改變，致使建筑在深化和工廠預制階段進行了多次設計調整。其中，為了驗證現澆基礎、支墩與建筑整體結構的契合度（圖7 上），團隊在設計深化階段進行了數字模型與建筑基礎實體的現場擬合實驗：將極光之家主體結構、表皮部件的幾何形態、空間信息、構造關系等以全息投影的方式置入場地（圖7 下），驗證建筑本體與現有基礎的貼合度，并通過HoloLens 設備的深度相機以及FARO 激光掃描儀逆向采集建筑基礎的現狀數據用于輔助設計調整。

7 極光之家的結構模型和現場置入照片

在工廠裝配環節，為了驗證室內管線、門窗開洞、隔墻布置的精度，同樣采用MR 技術進行了虛擬與現實對比實驗。通過將新風機風管、水管、電路模型與結構裝配完成的模塊單元疊合比對（圖8 上），可視化評估設備走線的合理性，檢測系統、結構之間碰撞并調解潛在安裝步驟沖突。此外，針對室內空間劃分尺度與功能合理性，MR 技術可輔助團隊進行沉浸式評估，如對主臥、衛生間和建筑設備間隔墻進行微調，在修改設計模型的同時對模塊結構進行改焊，確保信息與物理系統同步（圖8 下）。

8 極光之家的結構與系統模型與隔墻現場置入照片

3.3 建造：MR 技術實踐應用

極光之家外立面的肌理圖案意在表達極光色彩變幻，由上下翻轉角度各異的竹纖維飾面板形成。建筑立面共包含2303 塊飾面板，寬度均為100mm，分42 種不同長度，每層之間疊合20mm 防止雨水滲入。竹飾面板的翻轉角度由控制曲線和日照輻射計算綜合生成，在滿足形式需求的同時盡量降低熱輻射（圖9）。由于立面竹飾面板的現場建造任務全由師生團隊負責，為了在有限競賽期內保證施工質量，圖案的復雜程度需適當簡化。因此，團隊在設計深化階段將竹飾面板的翻轉角度減少至5 類，分別為0°、25°、40°和70°。圖10 是非標準化定制立面的構造方法：通過斜面木墊塊控制竹飾面板的翻轉角度并與豎向幕墻龍骨相連。

9 立面圖案控制線和日照輻射模擬結果

10 竹飾面板的構造細部

外立面竹飾面板的相關部件與極光之家的5 個箱體模塊單元由蘇州的工廠生產，在張家口張北縣的競賽現場完成組裝。建造團隊結合Fologram 和HoloLens 設備開展基于MR 技術的人機協作現場建造，通過建立局域互聯網實現參數化模型與MR 設備的實時聯動。建筑數字模型的現場三維注冊通過捕捉ArUco 平面碼實現，為避免因距離過遠或遮蔽造成虛擬信息丟失，團隊在每個施工立面上布置了3 個600mm×600mm 的ArUco 平面碼，便于MR 設備的操作人員斷點再連。針對HoloLens 等穿戴設備捕捉精度和顯示清晰度受光線強度影響的問題，團隊采用上述模型微調方法，將飾面板的旋轉、水平和縱向偏移、顏色調整等參數控制面板投影在人機交互界面上，允許操作人員根據現場環境進行調整，優化全息投影的顯示效果（圖11）。

11 竹飾面板全息投影與建成現狀對比

在非標準化立面的建造環節，首先由HoloLens 設備操作人員在幕墻龍骨相應位置標記竹飾面板的類型編號，便于其他施工人員安裝斜角墊塊。在此基礎上，再由二者配合安裝竹飾面板，并由iPad 操作人員實時監測安裝精度，及時調整數字模型保證擬合精度，實現建造過程數字模型與建造實體的動態交互（圖12）。極光之家屋頂太陽能板支架的現場裝配工作也采用了上述人機協作智能建造方法。該支架結構由112 根膠合竹部件組成，但由于建筑主體模塊拼接存在一定誤差，對支架的定位和安裝提出了挑戰，需現場施工人員臨場調整。一方面，在支架部件的吊裝和定位環節，MR 技術給予現場施工人員全局視角，確保支架與建筑主體的相對位置準確（圖13）;另一方面，在支架部件的拼裝過程中，HoloLens 操作人員可引導其他施工人員進行二次切割、打孔、開槽等偏差修正操作，以適應主體的建造現狀。

12 非標準化定制建筑立面的MR智能建造

13 MR技術輔助屋頂結構的定位（左）、吊裝（中）與安裝（右）

3.4 反饋：建造現狀分析

BDT 理論導向下的智能建造實踐旨在通過“信息—物理”系統之間實時交互實現數據更新，而結合MR 技術可將“人”融入此交互回路之中，形成人機協作感知、認知、決策的混合智能。在極光之家建造后期，團隊采用FARO 激光掃描儀對建筑現狀進行逆向點云采集，基于參數化建模工具將反饋數據轉換為幾何信息，與設計模型比對計算偏差。針對立面竹飾面板等易調節建筑部件，將偏差較大的面板單元位置反饋給現場施工人員，對建造現狀進行調整優化。以建筑南立面的中間模塊為例，通過處理掃描的點云數據生成逆向模型，計算現狀模型與設計模型關鍵點距離差，生成建造現狀的分析結果。圖14 中綠色部分表示偏差距離小于10mm 的部分，藍色和紅色區域表示竹飾面板與設計模型存在正、負向偏差，誤差在10～50mm 之間且顏色越深偏差越大。現場施工人員則根據分析結果進行設計修正，并對相應竹飾面板的墊塊角度進行調整。極光之家土建部分的現場建造工作最終由14 名師生和4 名專業施工人員在12 天內完成。

14 南立面中間模塊竹飾面板建造現狀分析

4 結語

本文研究的主要成果和創新點包括：借鑒先進制造業“以人為中心”的HCPS 理念，提出基于BDT 理論與MR 技術的智能建造方法；結合定制裝配式建筑實際項目，驗證該方法引導下“優化—建造—反饋”流程的可行性，針對“混合感知、人境交互、雙向映射”等技術重點提出解決策略，初步實現建筑虛擬與現實信息動態交互的人機協作智能建造。

數字建筑學如今正向以人機融合為主體，以信息、物理系統為客體的孿生觀發展，人在這一過程中將扮演更重要的角色，更直接地參與機器輔助建造的感知、認知和決策環節[2]。裝配式建筑與智能建造發展至今，已能實現既定環境和預設規則下的自動化、無人化自主建造，但在面對有情感偏向或意外偏差的復雜建造情境時難以實現自主協調。因此，筆者認為以交叉學科視角凝練BDT 理論在裝配式建筑和智能建造領域的內涵，對發揮建筑實踐中人與機器的“雙智能”有重要意義，而結合MR 技術特性有助于智能系統整合人的作用、隱性知識和決策能力，增加“設計—建造”流程的彈性。