讓機器人監督機器人
——人工智能助力地下工程行業從“自動化”走向“無人化”

AI在管片拼裝機器人上的應用

英國高速鐵路二期(HS2)工程倫敦段的2臺盾構上安裝了由法國布依格(Bouygues Construction)研發的多種自動管片拼裝機器。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。

通過多種機器人配合工作,HS2工程的倫敦段基本實現了從管片運輸到鋪設再到安裝的全過程自動化。然而,實際的施工現場仍需要不少人類工作人員,這些自動化機器人在工作過程中需要人類盯控,以確保能夠第一時間發現并記錄機器人工作中的任何失誤。

隨著人工智能技術的發展,如今的AI具備了分析圖片和視頻的能力。HS2倫敦段的聯合承包商Costain Skanska Strabag近期使用了一種人工智能視覺分析技術,經過機器學習后的人工智能可以通過分析照片和監控視頻畫面來識別出自動化機器人在工作中是否出現紕漏,以此實現用機器人來監督機器人的無人化施工模式。

在HS2倫敦段開始使用機器人來監督機器人的無人化工作模式時,不少經驗豐富的盾構操作員對這種技術持懷疑態度。項目的人工智能負責人認為,這是一個正常現象,人工智能要贏得人類的信任是需要時間的,他相信,在未來10年內,地下工程行業將逐步實現真正無人化和自動化的施工。

AI在自動化管片工廠中的應用

德國海瑞克公司在位于瑞士的工廠中嘗試打造全自動管片生產流水線。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現自動化施工。

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

為了解決這個問題,工廠使用了人工智能視覺識別系統。通過機器學習,人工智能算法能發現特定的特征或物品。通過這種方法,機器人工作中出現的任何紕漏都會立刻被發現。

以機器人抹平混凝土工序為例,原本1臺機器人需要2個人負責檢查和修補,1個循環的工作時間在5～7 min;在應用了人工智能監測算法后,1臺機器人只需1個人配合,并且1個循環的工作時間只需2 min左右。

雖然依舊無法實現100%的自動化,但人工智能監測在有效提升效率的同時,降低了工廠內工人的數量,為未來建設真正意義上的無人工廠打下了基礎。

AI在盾構輔助控制系統中的應用

人工智能技術在新一代的VMT TUnIS導航軟件中也發揮了重要的作用,經過大量施工數據訓練的人工智能可以如同1位經驗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前進過程中數據來獲得盾構目前的位置和狀態,并給出調整建議。VMT技術人員表示,這套人工智能算法的精確度讓很多測量人員感到震驚,有時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位置和狀態信息的,所以這套人工智能算法只能擔任給出建議的角色,而不能真正地駕駛盾構。