调查建筑机器人 - 努力人员合作

作者：理查德Ostridge

每次我看我的社交媒体动态，我都会看到至少一个关于人工智能或机器学习的帖子。然而，我最近读到一项同样有影响力的技术革命——机器人建造者——在此类讨论中似乎没有得到充分的代表。

以前的技术进步已经减少了构建 - 挖掘机，水泥搅拌机，手提壁，电动钻头和螺丝刀所需的努力，提及一些设备，简化了施工任务。然而，在过去的几年里，另一个重要的预付款已经开始关注 - 自动化。

自动化合成

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

自动化组装并不需要在未来20年内看到发生在大规模的情况下，但是越来越多的机器人造成更多动力学劳动的例子。例如，SAM100的建筑机器人的半自动梅森目前在美国的少量建筑工地上工作。它可以将砂浆施加到任何尺寸的砖头并每8.5秒放一次。在八小时的换档中，人类泥泥泥墙可以延长300-600块砖，SAM100可以铺设3,000多。SAM100的视频在Action中获取了数百万视图共享平台，表明本主题有兴趣和兴奋。

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。

作为一名了解这类技术的测量员，我不会马上想到它对建筑项目的影响。相反，我想这种自动化对调查行业意味着什么?好消息是，随着人们对设计得更好、施工速度更快的期望越来越高，我相信为建筑施工公司提供服务的调查企业将会有很多机会。

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。

公差将是紧张的，准确性和精确度将需要，妥协不会是一个选项 - 这听起来像验船师给我的呼叫卡。

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，在没有人类参与的情况下，调查能被捕获吗?嗯，在一些数据捕捉场景中，我们可以辩称，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，转向选择让仪器捕捉的区域和密度。这主要是由于技术的进步、接受和使用，如徕卡RTC360 3D激光扫描仪，或移动技术，如徕卡BLK2GO，自动捕捉3D点云，当操作员通过和围绕一个地点。

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。

验船师接下来是什么？

多年来，测量师已经重视了决定在哪里建立，使用什么控制，以及建立的检查。最近，已经提出了额外的重点是决定使用哪种技术，如何测量以及如何处理数据。

对于下一代测量师来说，似乎更体重将在筛选数据，识别质量，了解相关性，并决定如何呈现它。

也许这份工作更侧重于决定要建立什么样的检查，或者如何评估和处理数据。最有可能的是，更多的权重将放在决定哪些数据是相关的，以及如何和何时展示它。

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。

如果我们做得好，我们不仅可以保护我们自己的短期就业前景，还可以确保调查行业的未来——即使是在我们调查让建筑机器人使用我们的数据时。