塔拉 許蓁 魏力愷（通訊作者）

天津大學(xué)建筑學(xué)院

1 機器人感知建造

機器人建造發(fā)展已超過30年，從較早的數(shù)控機器人石材切割，到多機器人協(xié)作金屬彎折，再到機器人—無人機協(xié)同現(xiàn)場3D打印……建筑師、結(jié)構(gòu)師和機器人專家組成的來自世界各地的交叉團隊進行了大量機器人建造實踐。從基于傳感設(shè)備的現(xiàn)場建造工藝，到數(shù)字實時機器人控制的新技術(shù)，建筑師和設(shè)計師正以創(chuàng)意領(lǐng)域的獨特需求，拓展機器人“感知”和“創(chuàng)造性”工具的可能性。同時，隨著世界各地實驗室加大對多機器人單元的投入，涉及多機器人合作的研究也變得越來越平常。這表明建筑和設(shè)計領(lǐng)域的機器人建造已經(jīng)遠不止對于傳統(tǒng)CNC過程的單純簡化和擴展，研究者們正在主動地開發(fā)和探索代表全新建造模式的生產(chǎn)方式。數(shù)字化建造作為新的創(chuàng)新驅(qū)動方式，在創(chuàng)造性工業(yè)領(lǐng)域中保持著加速狀態(tài)。自2010年以來，機器人建造領(lǐng)域逐漸開始關(guān)注如何使“創(chuàng)造性機器人”在建筑、設(shè)計和藝術(shù)中的應(yīng)用不斷進化和提升。通過各種應(yīng)用場景中的傳感反饋、計算生成和實時控制技術(shù)，實現(xiàn)“設(shè)計—建造”一體化的新模式研究，已成為國際機器人建造領(lǐng)域的焦點和新突破口，這對于構(gòu)建當(dāng)代數(shù)字設(shè)計與建造新理論和新技術(shù)的影響已顯而易見。

傳統(tǒng)的數(shù)字設(shè)計和建造過程往往是分離的。大多數(shù)情況下，只有能被建模和編程的設(shè)計方案才能被建造出來[1]。設(shè)計師使用鋼筆、鼠標(biāo)和繪圖板、屏幕進行設(shè)計并建立幾何和數(shù)字模型，而機器人則在某種程度上是“蒙住眼睛”執(zhí)行已經(jīng)被精確計算和預(yù)設(shè)的加工程序，這是一種“單向性”的數(shù)字建造。而在AI和物聯(lián)網(wǎng)時代，有必要開發(fā)能夠在“設(shè)計”和“建造”之間持續(xù)進行數(shù)據(jù)交流的更具探索性的“雙向性”數(shù)字建造方式。機器人建造與建筑生產(chǎn)過程將不再僅是“單向性”流程，而更是一種“雙向性”的“軟性系統(tǒng)”（Soft System）[2，3]。

機器人感知建造（Robotic Aware Fabrication,RAF）是具有實時外部加強的機器人建造模式新概念，建造不再是機器人“蒙眼”完成的，而是具有感知設(shè)計師指示、環(huán)境變化和材料行為等能力的軟性過程。

1.1 機器人感知建造分類

根據(jù)近5年世界各地建筑院校開發(fā)的RAF方法和過程，機器人感知建造大致可以分為四類：人類動作感知、傳統(tǒng)工藝學(xué)習(xí)感知、環(huán)境交互感知、材料行為感知。

（1）人類動作感知

人類動作感知（Human-Motion Aware）是指捕捉設(shè)計師動作或語音等信息，經(jīng)過過濾函數(shù)轉(zhuǎn)換后與初始設(shè)計方案的幾何圖形結(jié)合，通過KUKA|prc生成符合設(shè)計師和工匠實時創(chuàng)作意圖的新的TPC動作路徑，由RSI服務(wù)器實時將動作指令數(shù)據(jù)流傳遞給機器人，實現(xiàn)有設(shè)計師“指導(dǎo)”的“創(chuàng)造性”建造過程。實驗場景包括：手勢/語音控制泡沫切割、手勢/語音控制機器人3D混凝土墻/柱打印等[4-6]。

（2）傳統(tǒng)工藝學(xué)習(xí)感知

1 機器人感知建造體系框架

傳統(tǒng)工藝學(xué)習(xí)感知（Craft-Learning Aware）是將木匠、泥瓦匠等傳統(tǒng)工藝的動作路徑進行傳感捕捉和大量采樣記錄，利用人工神經(jīng)網(wǎng)絡(luò)和深度機器學(xué)習(xí)方法技術(shù)，訓(xùn)練機器人學(xué)習(xí)和模仿工匠的建造方式，實現(xiàn)“無指導(dǎo)”的“創(chuàng)造性”建造過程。實驗場景包括：機器人墻體抹灰、機器人木工刀雕刻、機器人黏土擠捏等[7，8]。

（3）環(huán)境交互感知

環(huán)境交互感知（Environment-Interaction aware）是將現(xiàn)場建造過程中的材料尺寸偏差、構(gòu)件變形和構(gòu)件抓取等動態(tài)的環(huán)境變量，實時反饋到初始的形態(tài)和結(jié)構(gòu)的參數(shù)化模型中，通過幾何變換和性能優(yōu)化等“再設(shè)計”后，向RSI服務(wù)器和機器人實時傳遞適應(yīng)現(xiàn)場材料和環(huán)境變化的建造動作路徑。實驗場景包括：不規(guī)則砌塊—抹灰墻體砌筑、金屬桿件焊接、人—機器協(xié)作建造等[9，10]。

（4）材料行為感知

材料行為感知（Material-Behavior Aware）是利用ABS熱熔材料或天然不規(guī)則木/石材自身的材料行為特性，通過控制熱熔材料溫度、擠出距離和速度之間或木/石材不規(guī)則形狀與擺放位置之間的關(guān)系，預(yù)先制定機器人動作路徑規(guī)則，實現(xiàn)由機器人基于動作規(guī)則和材料行為特性的“自主”的“創(chuàng)造性”建造過程。實驗場景包括：ABS材料行為3D打印、機器人鳥巢搭建等[11，12]。

1.2 機器人感知建造體系

機器人“感知”和“創(chuàng)造性”的建造過程將使建筑師和設(shè)計師有能力探索數(shù)字和材料之間的新邊界。正如Vallgarda和Redstroem在2007年人機交互大會（CHI 2007）中提出的“計算性復(fù)合體”（Computational Composites），當(dāng)前我們所面臨的更大挑戰(zhàn)是如何實現(xiàn)“機器人復(fù)合體”（Robotic Composites），即如何實現(xiàn)不同“硬件”（如人、機器人、工具端和材料等）與“軟件”（如數(shù)據(jù)、程序、工具路徑和工作流等）之間的無縫連接。

因此，本研究試圖開發(fā)一種機器人建造的新框架，將建筑形態(tài)、結(jié)構(gòu)、數(shù)據(jù)、工作流、交互、傳感反饋、材料行為、通訊協(xié)議和時間納入整體，作為主要的研究對象和項目的限制條件，提出基于傳感反饋增強的不同尺度和結(jié)構(gòu)形式的機器人創(chuàng)造性實踐體系，深入開發(fā)針對不同設(shè)計—建造場景的反饋—動作機制和工作流，建立機器人感知建造體系框架（圖1）。

機器人感知建造體系包括傳感反饋工作流中的三個環(huán)節(jié)，也是三個子系統(tǒng)：環(huán)境/行為傳感系統(tǒng)、設(shè)計生成與優(yōu)化系統(tǒng)、機器人實時建造系統(tǒng)。

（1）環(huán)境/行為傳感系統(tǒng)

利用十軸陀螺/ 氣壓運動傳感器（如WIT BWT901BCL）、紅外測距器（如Sharp GP2D120XJ00F和VL6180X）、紅外測溫器（如MLX 90614）、三維掃描攝像機（如英特爾Perceptual Computing）和視覺識別攝像機（如Kinect2）等工具組成復(fù)合式的環(huán)境/行為傳感系統(tǒng)，捕捉人和材料的行為動作，獲取機器人末端執(zhí)行器與建造材料的空間幾何位置關(guān)系，對材料和周圍環(huán)境進行實時圖像視覺識別和三維掃描等。多維的傳感器數(shù)據(jù)在環(huán)境/行為傳感系統(tǒng)中整合，通過Arduino處理器導(dǎo)入設(shè)計生成與優(yōu)化系統(tǒng)。

（2）設(shè)計生成與優(yōu)化系統(tǒng)

使用C#和Python語言編寫Grasshopper設(shè)計生成與優(yōu)化程序，使初始的建造設(shè)計方案在環(huán)境/行為傳感系統(tǒng)反饋的多維數(shù)據(jù)導(dǎo)入生成與優(yōu)化系統(tǒng)后，變換為適應(yīng)建造環(huán)境的實時約束條件、滿足建筑師的創(chuàng)作意圖、符合材料行為特性、結(jié)構(gòu)經(jīng)濟合理的新設(shè)計方案，經(jīng)過KUKA|prc生成更新的TPC路徑后，以KRL和Gcode等機器人指令語言傳遞給機器人實時建造系統(tǒng)。

（3）機器人實時建造系統(tǒng)

機器人實時建造系統(tǒng)用于協(xié)調(diào)外部計算機、機器人控制器、機器人、末端執(zhí)行器和材料行為之間的通訊和反饋。設(shè)計生成與優(yōu)化系統(tǒng)更新的機器人指令，通過KUKA RSI服務(wù)器、用戶數(shù)據(jù)協(xié)議（User Datagram Protocol,UDP）和本地Ethernet連接，以XML數(shù)據(jù)流傳遞到機器人控制器，從而實現(xiàn)對機器人的實時動作控制。設(shè)計生成與優(yōu)化系統(tǒng)更新的TPC路徑，根據(jù)不同建造場景的優(yōu)化生成效率和耗時不同，以0.1～1s間隔向RSI服務(wù)器發(fā)送數(shù)據(jù)，RSI服務(wù)器以4ms間隔更新機器人姿態(tài)，同時將機器人的關(guān)節(jié)角度、全局位置、速度和IO值返回計算機，對機器人運行狀態(tài)進行實時監(jiān)控。

機器人感知建造體系的三個子系統(tǒng)是感知建造的技術(shù)策略，四類感知建造則是不同的感知建造場景，二者相互連接共同構(gòu)成機器人感知建造的工作框架網(wǎng)。

2 HARF工作流：手勢增強的機器人建造

手勢增強的機器人建造（Hand-Motion Augmented Robotic Fabrication,HARF）工作流試圖在機器人感知建造（RAF）體系框架的基礎(chǔ)上，開發(fā)一種將建筑形態(tài)、結(jié)構(gòu)、數(shù)據(jù)、交互、傳感反饋、通訊協(xié)議和時間線等要素同時納入考慮并統(tǒng)一整合的新框架，提出基于傳感器數(shù)據(jù)反饋增強的、適應(yīng)不同尺度和結(jié)構(gòu)的機器人感知建造系統(tǒng)，建立“反饋—動作”機制和“機器人復(fù)合體”的交互平臺。

HARF工作流為“傳感器—執(zhí)行器”反饋循環(huán)，根據(jù)上文“機器人感知建造體系”的三個子系統(tǒng)，HARF工作流可劃分為三部分：1）手勢傳感：通過Arduino和FireFly讀取和導(dǎo)入傳感器數(shù)據(jù)；2）數(shù)據(jù)過濾與優(yōu)化：將手勢動作的噪聲數(shù)據(jù)過濾和優(yōu)化為理想數(shù)據(jù)；3）機器人實時動作：數(shù)據(jù)傳遞和機器人實時動作控制（圖2）。

2.1 手勢傳感

使用十軸動作傳感器WIT BWT901BCL和Arduino捕捉旋轉(zhuǎn)加速度、傾斜角等設(shè)計師手勢動作的幾何數(shù)據(jù)。人類手部運動通常包括手指、手腕和手臂等動作，研究允許使用者手握傳感器，只感知和記錄手腕和手臂動作的旋轉(zhuǎn)角度，暫不考慮手指姿態(tài)。傳感數(shù)據(jù)通過Arduino IDE讀取，并由FireFly導(dǎo)入Grasshopper。

2.2 數(shù)據(jù)過濾與優(yōu)化

手勢動作信息轉(zhuǎn)化為機器人動作路徑的數(shù)據(jù)過濾與優(yōu)化過程，包括傳感數(shù)據(jù)導(dǎo)入、過濾與優(yōu)化算法、控制數(shù)據(jù)導(dǎo)出三個模塊。

（1）傳感數(shù)據(jù)導(dǎo)入

使用計時器自定義設(shè)置FireFly讀取傳感器數(shù)據(jù)的時間間隔，并在Grasshopper平臺對導(dǎo)入的坐標(biāo)和角度信息進行處理。FireFly的讀取時間間隔需要與下文介紹的Web服務(wù)器和外部系統(tǒng)保持統(tǒng)一。

（2）過濾與優(yōu)化算法

使用者在手勢動作中將產(chǎn)生大量瑣碎且不重要的干擾數(shù)據(jù)，過濾與優(yōu)化算法的目標(biāo)是對傳感器實時收集的真實、離散或者突變的數(shù)據(jù)進行降噪處理，從而生成轉(zhuǎn)化為既符合設(shè)計師意圖，又便于機器人加工和材料處理的優(yōu)化或變體數(shù)據(jù)。

（3）控制數(shù)據(jù)導(dǎo)出

KUKA|prc將過濾和優(yōu)化后的工具中心點（Tool Center Point,TCP）數(shù)據(jù)轉(zhuǎn)化為機器人各軸的實際工作姿態(tài)，使用C#為Grashhopper開發(fā)Web服務(wù)器，作為控制數(shù)據(jù)導(dǎo)出接口，使用C++開發(fā)外部系統(tǒng)（External System），將姿態(tài)數(shù)據(jù)由Ethernet實時傳遞給機器人控制器。各組姿態(tài)數(shù)據(jù)生成后會立即由Web服務(wù)器傳遞給外部系統(tǒng)，每一次傳遞的時間間隔與傳感數(shù)據(jù)導(dǎo)入模塊統(tǒng)一，從而在“數(shù)據(jù)過濾與優(yōu)化”和“機器人實時動作”之間建立連續(xù)穩(wěn)定的數(shù)據(jù)流。

2.3 機器人實時動作

HARF工作流的整體協(xié)調(diào)工作由KUKA RSI（Robotic Sensor Interface）實現(xiàn)，允許XML包通過Ethernet傳遞，使得機器人控制器能夠隨時接收過濾和優(yōu)化后的數(shù)據(jù)，并實時調(diào)整機器人姿態(tài)和工作路徑。數(shù)據(jù)在Grasshopper的Web服務(wù)器中定義為XML結(jié)構(gòu)，XML數(shù)據(jù)流通過C++開發(fā)的外部系統(tǒng)和UDP（User Datagram Protocol）傳遞給RSI和機器人控制器，從而驅(qū)動機器人實時動作（圖3）。HARF工作流提供“Web服務(wù)器”和“外部系統(tǒng)”兩種連接工具，在Grasshopper的參數(shù)化設(shè)計數(shù)據(jù)和機器人實時動作之間架起橋梁，將虛擬世界的數(shù)字計算與真實世界的實體建造實時連接在一起。

3 建造實驗：自由波形混凝土墻

我們以HARF工作流為技術(shù)基礎(chǔ)，進行自由波形混凝土墻的建造實驗，試圖在一定程度上實現(xiàn)人與機器人、機器人與材料的實時交互。整個過程分為機械臂之舞、自由波形泡沫切割和混凝土墻澆筑三部分。

3.1 機械臂之舞

此過程檢驗機器人在使用者手勢控制下進行實時動作的姿態(tài)和靈活性。使用者通過兩個動作傳感器分別控制TCP的Y軸和Z軸，由于人類手腕的轉(zhuǎn)動范圍基本保持在180°以內(nèi)，過濾與優(yōu)化模塊則將傳感器的-90°～90°的傾斜角映射到TCP的-300～300mm的動作區(qū)間，以限定機械臂之舞的極限（圖4）。在使用者雙手手勢控制下，機械臂六軸能夠?qū)崿F(xiàn)此空間極限中的任意姿態(tài)，這表明HARF工作流搭建基本完成。

3.2 自由波形泡沫切割

為實現(xiàn)自由波形混凝土墻建造，采用設(shè)計師手勢控制機械臂熱刀（Hot-Knife）姿態(tài)和路徑，實時切割出曲面泡沫，為混凝土澆筑提供自由波形的泡沫模板（圖5）。

機械臂熱刀的默認(rèn)路徑是一系列固定波長和周期次數(shù)的正弦曲線，而在泡沫切割過程中，每1/2周期正弦曲線振幅的變化幅度則由手勢在上文FireFly和Web服務(wù)器設(shè)定的時間間隔點的實時角度直接控制（圖6）。每1/2周期變化一次振幅的三角函數(shù)既能較為明顯地體現(xiàn)出手勢變化的影響程度，又能保持自由波形曲線（曲面）平滑。

泡沫切割采用安裝在KUKA KR60機械臂上長250mm、直徑1mm的熱切割刀（Hot-Knife）工具進行。熱切割刀與傳統(tǒng)熱切割線方式（Hot-Wire）相比，能夠同時實現(xiàn)尖銳凸形和凹形的泡沫模板形態(tài)，將使?jié)仓蠡炷翂Φ淖杂刹ㄐ吻娓永饨欠置?。實驗將?guī)格為1 200mm x 600mm x 250mm的泡沫塊固定在工作臺上，設(shè)計師（操作者）根據(jù)現(xiàn)場切割狀態(tài)和主觀造型意圖，在水平和豎直之間調(diào)整手腕傾斜角度，控制機械臂實時改變切割路徑（圖7）。

3 HARF 工作流

4 手勢控制機械臂實時動作

5 泡沫切割工作流程

6 手勢數(shù)據(jù)過濾算法

7 泡沫切割過程

FireFly讀取手勢傳感器的時間間隔設(shè)定為熱切割刀完成每段1/2周期正弦曲線泡沫切割的現(xiàn)實物理加工時間。每段1/2周期曲線切割完成的同時，Grasshopper將以瞬時手勢傳感器傾斜角度為振幅的新一段1/2周期正弦曲線與上段切割曲線平滑連接，并生成一系列TCP法線和控制點，KUKA|prc將各控制點機械臂六軸姿態(tài)數(shù)據(jù)通過Web服務(wù)器、外部系統(tǒng)和KUKA RSI傳遞給機器人控制器實時執(zhí)行，完成各段自由波形曲線的泡沫切割。

3.3 混凝土墻澆筑

混凝土墻沿水平方向澆筑，切割完成的自由波形泡沫作為底模，四周采用12mm厚木板作為邊模，形成一個1 200mm x 600mm x 300mm的澆筑模板體量?；炷敛捎肏60高強無收縮灌漿料，按水灰比1:7.576配置攪拌后均勻澆注在提前涂有拆模劑的模板中，初凝后在混凝土表面灑水養(yǎng)護并覆以鋸末保濕（圖8）。

經(jīng)過48h養(yǎng)護后混凝土模板拆除，一段長1 200mm的自由波形混凝土實驗墻最終完成。在集裝箱閱讀艙小花園前，這一小段看似柔軟的混凝土墻吸引了很多學(xué)生和小孩子，感觸原本堅硬的混凝土表面平滑柔和、自由流淌的曲面（圖9）。這也是我們選擇“人類動作感知”和HARF工作流手勢反饋作為本次研究機器人與材料之間交互和新邊界的原因之一，即通過手勢控制的人性化工作流程，可以化“堅硬”為“柔軟”。HARF和機器人感知建造使機器人建造不再“蒙眼”進行，而是成為一種能夠感知設(shè)計師指示、環(huán)境變化和材料行為的軟性系統(tǒng)。

4 感知：面向“設(shè)計—建造”一體化

8 混凝土墻澆筑、養(yǎng)護及拆模

9 自由波形混凝土墻

過去幾十年人們廣泛探討如何將數(shù)據(jù)驅(qū)動工具運用于設(shè)計與建造之中。數(shù)字化時代的建筑師在追求參數(shù)化建模和計算性設(shè)計過程的同時，工業(yè)機器人工具的出現(xiàn)為我們提供了另一個平臺。制造領(lǐng)域的發(fā)展使工業(yè)機器人的精確性、靈活性和可靠性在近30年中迅速得以提高，機器編程和接口的開放標(biāo)準(zhǔn)更是吸引了大量新用戶進入機器人世界。借助工業(yè)機器人的靈活性和開放性，建筑師的設(shè)計過程不再局限于在虛擬世界中對計算形式的發(fā)掘，更體現(xiàn)在機器人“感知”和“創(chuàng)造性”建造過程的“再設(shè)計”，從而實現(xiàn)“設(shè)計—建造”的連續(xù)性和一體化。

機器人“感知”是“設(shè)計—建造”一體化的前提。當(dāng)前在許多機器人建造的工作流程中，“設(shè)計”與“建造”相對分離。作為建造對象的構(gòu)件和材料的規(guī)格尺寸、空間位置往往是在參數(shù)化建模工具中預(yù)設(shè)的，處于虛擬世界的理想狀態(tài)。而在現(xiàn)實世界中，建筑材料在誤差累積后會出現(xiàn)較大尺寸偏差，導(dǎo)致機器人“預(yù)設(shè)”的動作路徑與建造對象不匹配，從而影響質(zhì)量甚至使建造中斷。實際建造過程中的環(huán)境變化除上述情況外，還包括人為因素（誤判、誤碰）和天氣因素對于建造對象形態(tài)和位置的改變，以及材料自身的收縮和膨脹等，都決定著建造過程的成敗。正因為在傳統(tǒng)機器人建造過程中，“設(shè)計”是在建造前“一次性”完成的，缺少應(yīng)對變化反饋而進行的適應(yīng)性優(yōu)化和更新，導(dǎo)致機器人需要面對環(huán)境變化的“脆弱性”。而通過視覺、距離和動作等傳感器反饋的機器人“感知”數(shù)據(jù)，反向驅(qū)動設(shè)計修改和再生成，則使機器人具備應(yīng)對材料、環(huán)境變化的“魯棒性”，提高機器人建造的可靠程度，實現(xiàn)“設(shè)計—建造”的連續(xù)性和一體化。

機器人的“創(chuàng)造性”使“設(shè)計—建造”一體化過程具有機器人的精確性、設(shè)計師和匠人的感性以及材料的涌現(xiàn)性?；趥鞲蟹答伡訌姷娜碌娜恕獧C器交互模式，使“創(chuàng)造性機器人”成為建筑工匠的雙手甚至思維的延伸，而在傳感基礎(chǔ)上增加針對材料行為特性的建造規(guī)則，又使“創(chuàng)造性機器人”具有自主性。在世界各地設(shè)計師、工程師和藝術(shù)家交叉團隊的帶領(lǐng)下，建筑、設(shè)計和藝術(shù)等創(chuàng)意學(xué)科的先鋒們不再將自己限制在現(xiàn)成技術(shù)中，而是轉(zhuǎn)變?yōu)樵趧?chuàng)新性的“設(shè)計—建造—生產(chǎn)”一體化方法和交互接口開發(fā)中的積極參與者和探索者?！皠?chuàng)造性機器人”這一新概念的涌現(xiàn)，為設(shè)計師和藝術(shù)家探索機器人交互的建造方式提供了更大潛力。設(shè)計師和藝術(shù)家通過傳感反饋終端，直接介入設(shè)計的生成和更改過程，將人的動作、語音和材料的自然行為等信息經(jīng)過算法過濾后，實時控制機器人進行“創(chuàng)造性”建造，為設(shè)計師提供了同材料交互的新方式，更加強化了“人”和“材料”本身在機器人建造過程中的自主性，實現(xiàn)“建造即設(shè)計”的“設(shè)計—建造”一體化過程。

在這種連續(xù)的新設(shè)計模式和工作流程下，建造本身成為設(shè)計的必要元素，設(shè)計與建造間的邊界正逐漸模糊甚至消失。