调查建筑机器人 - 努力人员合作

作者：理查德·奥斯特里奇

每次我看我的社交媒体订阅，我都会看到至少一篇关于人工智能或机器学习的帖子。然而，我最近读到了一篇同样具有影响力的技术革命的文章，它在这样的讨论中似乎没有得到充分的体现——机器人制造者。

之前的技术进步已经减少了建造所需的工作量——挖掘机、水泥搅拌机、手电锤、电钻和螺丝刀，举个例子，这些设备简化了建造任务。然而，在过去的几年里，另一项重要的进步开始成为人们关注的焦点——自动化。

自动合成

世界经济论坛上一篇题为《机器人制造:这家瑞士公司可能永远改变建筑业》的文章让我思考建筑的基本原理是如何迅速变化的。这篇文章展示了瑞士的三层“DFAB”概念住宅，具有3d打印的天花板、节能墙壁和由机器人现场组装的木梁。文章中引用了负责该项目的研究员马提亚斯·科勒(Matthias Kohler)的话，他对未来机器和人类如何协同工作有一个清晰的愿景。根据科勒的说法，不应该期望机器人能合成人类的技能，而是人类应该逆向工程设计，让机器人建造适合自己强项的材料和结构。

异地建造房屋并不新鲜——在过去的20年里，像Huf Haus这样的品牌重新点燃了公众对预制建筑的热情。DFAB住宅的不同之处在于3D打印的规模使用和基本的机器人组装，这省去了一整个人为创造建筑元素的过程。当然，这些元素仍然需要人类组装，但如果建筑师和建造者完全接受科勒的观点，建筑设计可以简化，这样机器人也可以做一些组装工作。

自动化装配

在未来20年里，自动化装配还不会大规模出现，但机器人从事更多动态劳动的边缘案例越来越多。例如，美国建筑机器人公司(Construction Robotics)的半自动梅森(Semi-Autonomous Mason) Sam100目前正在美国的一些建筑工地上工作。它可以给任何大小的砖块涂上砂浆，每8.5秒就能铺上一块。一个泥瓦匠在八小时的工作时间里可以铺300-600块砖，而Sam100可以铺3000块以上。Sam100的视频在视频分享平台上获得了数百万的点击量，说明人们对这个话题很感兴趣。

Sam100加入了澳大利亚Fast Brick Robotics公司的Hadrian X，该公司可以在短短两天内完成3D打印、砌砖和传统砖房的上部结构。另一个有趣的先进建筑机器人例子是丹麦公司Odico的机器人热线切割机器人，它使用电热丝切割工业泡沫，通过给定的CAD模型复制几何形状。法国effence.com公司的EffiBOT也可以跟踪搬运工具和材料的工人。当然，在任何行业，对于机器人将更多的工作量自动化都会有顾虑。然而，尽管上面描述了这些令人惊叹的例子，机器人在未来几年内都不会大量建造房屋。当然，很多积极因素都很容易识别，比如成本、时间和对环境的影响。然而，也有一些缺点，比如对部分劳动力的再培训确实需要被认为是长期接受和成功的关键问题。

作为一名阅读此类技术的测量员，我不会立即考虑对建筑项目的影响。相反，我认为这种自动化对调查行业意味着什么？好消息是，随着人们对更好的设计和更快的施工的期望越来越高，我相信为建筑施工公司提供服务的调查企业可能会有很多机会。

混合测量员

如果一个机器人要制造一个物体，精确的尺寸信息是必须的。如果机器人要在现场将某物放置到正确的位置，则需要准确的位置信息。

公差将是严格的，精度和精度将被要求，妥协将是一个选项-这听起来像是一个测量师的名片。

虽然在建筑工地的人可以看到一个小的差异，本能地知道如何处理这个问题，但我不相信机器人能够在飞行中自我解决这个问题。也许它会发现问题，然后请求人类的帮助——降低效率，而这正是最初使用机器人的动机之一。不可否认，最大化机器人效率的最佳方式是向它们提供真正代表现实的高质量信息。

那么，在没有人的情况下，调查会被捕获吗？嗯，在一些数据采集场景中，可以说我们所扮演的角色已经发生了轻微的变化——例如，从选择要测量的精确点转变为选择一个区域和密度，让仪器进行采集。这主要归功于技术的进步、接受和使用，如徕卡RTC360 3D激光扫描仪，或是移动技术，如徕卡BLK2GO，当操作员在站点中走动时自动捕获3D点云。

在没有人工的情况下收集数据可能是可行的，但调查(包括可交付成果)就不行。然而，我们测量员可能不得不调整“测量员”的含义。

测量员的下一步是什么?

多年来，测量师一直重视决定在何处设置、使用何种控制以及建立何种检查。最近，更多的重点放在决定使用哪种技术、如何测量以及如何处理数据上。

对于下一代的测量员来说，筛选数据、识别质量、理解相关内容并决定如何呈现这些内容似乎将更加重要。

也许这项工作将更加强调确定要构建哪些检查，或者如何评估和处理数据。最有可能的是，在决定哪些数据是相关的，以及如何和何时呈现这些数据上，会有更多的权重。

我相信现在是评估我们的工作流程、评估新方法和拥抱新技术的正确时机。这样，我们就可以把自己定位为提供最佳数据的服务提供者，可以被信任来评估和验证其他数据的质量，也可以从所有数据中提取有意义的结果。

如果我们做到了这一点，我们将不仅能够保护我们自己的短期就业前景，而且能够确保调查行业的未来——即使我们正在调查建筑机器人以使用我们的数据。