杜 娟, 張靜怡, 胡 珉, 甘麗凝

(1.上海大學(xué)悉尼工商學(xué)院, 上海 201208; 2. 上海大學(xué)-上海城建集團(tuán)建筑產(chǎn)業(yè)化研究中心, 上海 200072)

0 引言

隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的興起與工程數(shù)字化轉(zhuǎn)型的推進(jìn),施工裝備智能化技術(shù)日趨成熟[1],融合智能技術(shù)的盾構(gòu)可實(shí)現(xiàn)導(dǎo)向控制[2]、工況感知[3-4]、姿態(tài)控制[5-6]、刀盤磨損狀況預(yù)測(cè)[7]、管片拼裝[8-9]自主控制等。由Hu等[10]設(shè)計(jì)的盾構(gòu)智能控制系統(tǒng)(SHIELD_AICS)集成了壓力控制、姿態(tài)控制、同步注漿和盾尾油脂密封等多個(gè)自動(dòng)控制模塊,可實(shí)現(xiàn)盾構(gòu)掘進(jìn)過(guò)程的自主感知、執(zhí)行、規(guī)劃和決策?；谠撓到y(tǒng)研發(fā)的智能盾構(gòu)“智馭號(hào)”完成了杭州至紹興城際鐵路、上海地鐵14號(hào)線的隧道施工項(xiàng)目,施工期間盾構(gòu)姿態(tài)、地面沉降等指標(biāo)均符合施工標(biāo)準(zhǔn)。智能盾構(gòu)的應(yīng)用證明了其在工程技術(shù)上的可行性,且智能化的實(shí)施使人脫離了高危、惡劣的作業(yè)環(huán)境,降低了人的體力負(fù)荷。

但由于盾構(gòu)施工具有規(guī)模龐大、單元眾多、結(jié)構(gòu)復(fù)雜等特點(diǎn),且當(dāng)前的人工智能技術(shù)仍在不斷發(fā)展和完善中,依托于人工智能技術(shù)開發(fā)的智能系統(tǒng)遠(yuǎn)未達(dá)到理想狀態(tài)。盡管智能盾構(gòu)已能完成大部分盾構(gòu)推進(jìn)控制任務(wù),且具有速度快、穩(wěn)定性高的特點(diǎn),但由于智能系統(tǒng)通常是針對(duì)特定場(chǎng)景開發(fā)的,面臨高度復(fù)雜和不確定的場(chǎng)景容易失效。相較下,人具有全局意識(shí)和先驗(yàn)知識(shí),能靈活應(yīng)對(duì)突發(fā)情況。因此,仍不能忽視盾構(gòu)司機(jī)在盾構(gòu)推進(jìn)過(guò)程中的作用,將人和智能系統(tǒng)結(jié)合起來(lái)實(shí)現(xiàn)人機(jī)協(xié)同并構(gòu)建安全、高效、和諧的人機(jī)關(guān)系,是保證盾構(gòu)在復(fù)雜場(chǎng)景中高效、可靠、平穩(wěn)運(yùn)行的有效方式。

本文首先概述了智能盾構(gòu)的研究現(xiàn)狀,并通過(guò)分析智能盾構(gòu)的工程應(yīng)用情況,總結(jié)其中與人因相關(guān)的問(wèn)題;然后,采用文獻(xiàn)綜述的方式對(duì)智能化、人因工程和工程建造3個(gè)領(lǐng)域交叉的相關(guān)文獻(xiàn)進(jìn)行了系統(tǒng)的總結(jié)和歸納。其中,智能盾構(gòu)作為一種全新的技術(shù),暫未有大量的研究。因此,本文從整個(gè)工程建設(shè)領(lǐng)域中尋找共性研究?jī)?nèi)容,挖掘當(dāng)前智能化建造中人因研究的熱點(diǎn),以期為提高智能盾構(gòu)應(yīng)用中人的接受度、適應(yīng)性以及實(shí)現(xiàn)人機(jī)協(xié)同提供研究參考。

1 智能盾構(gòu)技術(shù)發(fā)展及工程應(yīng)用現(xiàn)狀

1.1 智能盾構(gòu)技術(shù)發(fā)展

盾構(gòu)掘進(jìn)技術(shù)已有200多年的歷史,其發(fā)展主要經(jīng)歷了4個(gè)時(shí)期,如圖1所示。第1階段出現(xiàn)了手掘式盾構(gòu),其在歐洲廣泛應(yīng)用,1825年布魯諾爾制造的矩形盾構(gòu)完成了泰晤士河下的隧道施工; 第2階段以機(jī)械式、氣壓式盾構(gòu)為代表,其在歐洲、日本興起,該階段的盾構(gòu)以機(jī)械開挖替代人工并采用壓縮空氣平衡土壓力; 第3階段以閉胸式盾構(gòu)為代表,主要包括泥水式盾構(gòu)和土壓平衡式盾構(gòu),該階段的盾構(gòu)能更好地維持工作面穩(wěn)定、適應(yīng)不同的復(fù)雜場(chǎng)景; 第4階段盾構(gòu)發(fā)展呈現(xiàn)大直徑、大推力、大轉(zhuǎn)矩及智能化的特點(diǎn)。

圖1 盾構(gòu)掘進(jìn)技術(shù)發(fā)展階段

研制具有深度感知、智能決策、自動(dòng)執(zhí)行功能的盾構(gòu)及控制系統(tǒng)是盾構(gòu)的重要發(fā)展方向。近年來(lái),國(guó)內(nèi)外學(xué)者在智能盾構(gòu)方面做出了諸多研究,盾構(gòu)智能化技術(shù)的相關(guān)研究主要可分為2類。

1)第1類研究側(cè)重于智能算法設(shè)計(jì),圍繞以機(jī)器學(xué)習(xí)為核心的AI算法,通過(guò)施工參數(shù)、環(huán)境條件、地質(zhì)特征等數(shù)據(jù)對(duì)土壓[11]、盾構(gòu)姿態(tài)[5]、刀具磨損[12, 7]等工況參數(shù)進(jìn)行預(yù)測(cè)。例如: Nie等[13]采用神經(jīng)網(wǎng)絡(luò)模型,以盾構(gòu)推進(jìn)速度、推力等參數(shù)為輸入,來(lái)預(yù)測(cè)隧道圍巖等級(jí),有助于盾構(gòu)司機(jī)及時(shí)調(diào)整盾構(gòu)掘進(jìn)參數(shù),保障施工效率。Kang等[14]基于支持向量機(jī)模型(SVM),以刀盤轉(zhuǎn)速、刀盤轉(zhuǎn)矩、隧道深度、各地層厚度等施工參數(shù)作為模型的輸入,來(lái)預(yù)測(cè)盾構(gòu)推進(jìn)速度。

2)第2類研究側(cè)重于將AI算法應(yīng)用于智能盾構(gòu)控制系統(tǒng)開發(fā)中,在工程應(yīng)用中實(shí)現(xiàn)盾構(gòu)智能控制。例如: 國(guó)外研究中,日本清水建設(shè)和名古屋大學(xué)聯(lián)合開發(fā)了“盾構(gòu)操作AI”系統(tǒng),基于人工智能算法模擬盾構(gòu)司機(jī)的判斷方式,可輔助于盾構(gòu)控制和管片拼裝[15]; 大林組建設(shè)公司對(duì)盾構(gòu)姿態(tài)自動(dòng)控制進(jìn)行了初步探究[16]; 馬來(lái)西亞MMC Gamuda公司研發(fā)了“自主運(yùn)行TBM系統(tǒng)”,該系統(tǒng)基于AI算法的即插即用式模塊化組件和可編程邏輯控制器(PLC),可實(shí)現(xiàn)盾構(gòu)自主推進(jìn),在吉隆坡KV地鐵2號(hào)線隧道工程中得到應(yīng)用[17]。國(guó)內(nèi)研究中,中鐵隧道局集團(tuán)有限公司研發(fā)了盾構(gòu)隧道智能掘進(jìn)和內(nèi)部結(jié)構(gòu)智能化全預(yù)制拼裝技術(shù)與成套裝備,可實(shí)現(xiàn)盾構(gòu)的自主掘進(jìn),該技術(shù)成功應(yīng)用于上海機(jī)場(chǎng)聯(lián)絡(luò)線11標(biāo)工程中[18]。上海隧道工程股份有限公司研發(fā)了國(guó)際上首臺(tái)可自主進(jìn)行壓力控制、姿態(tài)控制、同步注漿和盾尾密封的智能盾構(gòu)控制系統(tǒng),該系統(tǒng)基于數(shù)據(jù)驅(qū)動(dòng)+知識(shí)驅(qū)動(dòng)的控制方式及感知層、執(zhí)行層、規(guī)劃層和策略層控制體系架構(gòu),在杭州至紹興城際鐵路工程區(qū)間實(shí)現(xiàn)了盾構(gòu)自主巡航[10]。

此外,已有研究對(duì)智能盾構(gòu)的智能化等級(jí)進(jìn)行了分類。例如: 趙洪巖等[19]基于盾構(gòu)巡航的狀態(tài)將盾構(gòu)的智能化程度劃分為輔助巡航盾構(gòu)、間歇性巡航盾構(gòu)、常態(tài)化自動(dòng)巡航盾構(gòu)、自動(dòng)控制盾構(gòu)及智能掘進(jìn)盾構(gòu)5個(gè)等級(jí)。Hu等[10]以盾構(gòu)施工中人工干預(yù)程度和盾構(gòu)自身的適應(yīng)性將智能化劃分為輔助駕駛、人工輔助下的自動(dòng)駕駛、有條件的自動(dòng)駕駛及完全自動(dòng)駕駛4個(gè)等級(jí)。

1.2 智能盾構(gòu)在工程實(shí)踐中的人因問(wèn)題

基于1.1節(jié)的分析,智能盾構(gòu)依托AI智能決策模型和智能控制體系能自行完成隧道施工中的識(shí)別、分析、決策和控制過(guò)程,極大提高隧道施工的自動(dòng)化和智能化程度。

然而,在工程實(shí)踐中還存在著盾構(gòu)司機(jī)對(duì)智能盾構(gòu)的接受度、適應(yīng)性等問(wèn)題亟待解決。通過(guò)統(tǒng)計(jì)分析智能盾構(gòu)在鄭州地鐵8號(hào)線1期02標(biāo)施工項(xiàng)目中的應(yīng)用情況可知,2021年12月6日至2022年4月11日左線共推進(jìn)1 007環(huán),其中,人工控制占18%,人機(jī)混合控制占33%,切換人工或人機(jī)混合控制的原因中,有23%源于設(shè)備故障,59%源于自動(dòng)推進(jìn)效果不理想。說(shuō)明完全自主化的智能盾構(gòu)施工應(yīng)用有限,智能系統(tǒng)仍然離不開人工干預(yù),盾構(gòu)隧道施工完全實(shí)現(xiàn)無(wú)人化還需經(jīng)歷較長(zhǎng)的過(guò)渡期。智能化系統(tǒng)在計(jì)算、檢索、優(yōu)化等方面具有優(yōu)勢(shì),但缺乏更高級(jí)的認(rèn)知和推理能力。人類的經(jīng)驗(yàn)和知識(shí)積累能有效彌補(bǔ)這些差距,在突發(fā)情況下,人可以靈活地做出必要調(diào)整[20]。因此,不論機(jī)械的智能化程度如何,仍不能忽視人的作用[10, 21]。智能化的提升使人的工作逐漸由操作轉(zhuǎn)變?yōu)楸O(jiān)督[22]。在監(jiān)督的基礎(chǔ)上,人的作用也逐漸轉(zhuǎn)向決策、干預(yù)等更為復(fù)雜和重要的工作[23],除監(jiān)督外,更重要的是以“合作者”的角色與智能系統(tǒng)形成人機(jī)協(xié)同。因此,在智能盾構(gòu)應(yīng)用中實(shí)施人機(jī)協(xié)同,使人與機(jī)器形成一個(gè)整體是實(shí)現(xiàn)隧道施工智能化的重要發(fā)展方向,這也帶來(lái)了一些新的挑戰(zhàn)。

首先,基于人工智能算法的智能盾構(gòu)系統(tǒng)的可解釋性較差,可能引發(fā)盾構(gòu)司機(jī)的質(zhì)疑,導(dǎo)致接受度低的問(wèn)題。人在施工過(guò)程中具有絕對(duì)控制權(quán),系統(tǒng)的建議是否被采納或自動(dòng)駕駛是否被認(rèn)可都取決于人。因此,人的接受度直接影響了智能盾構(gòu)是否被啟用。

其次,智能盾構(gòu)的順利應(yīng)用還受到人適應(yīng)性的影響。人的認(rèn)知和適應(yīng)性影響了盾構(gòu)司機(jī)工作中的人機(jī)交互體驗(yàn)和施工效率。智能盾構(gòu)的應(yīng)用減少了手工操作,降低了體力負(fù)荷,但可能增加人的認(rèn)知負(fù)荷和心理負(fù)荷,具體表現(xiàn)為: 1)接收的信息量增加。智能盾構(gòu)系統(tǒng)具備自動(dòng)化、人工操作、人機(jī)混合3種模式,各個(gè)模式下對(duì)應(yīng)不同的交互界面和控制器,人需要接收更多的信息,增加了人的腦力負(fù)荷。2)心理疑慮增加?；谥悄芩惴▽?shí)現(xiàn)的自動(dòng)推進(jìn)系統(tǒng)的決策具有一定的“黑盒”特征,智能系統(tǒng)不能提供其做出決策背后的原因,可能導(dǎo)致人對(duì)智能系統(tǒng)的信心不足,進(jìn)而可能放棄使用系統(tǒng)。

最后,智能盾構(gòu)的引入改變了盾構(gòu)司機(jī)的工作模式,盾構(gòu)司機(jī)和智能系統(tǒng)共享盾構(gòu)的控制權(quán),還可能引發(fā)人機(jī)功能分配的問(wèn)題[24]。人和智能系統(tǒng)混合的控制方式與傳統(tǒng)的人工手動(dòng)操作相比有較大差異,在自動(dòng)系統(tǒng)工作時(shí),人的注意力可能轉(zhuǎn)移到其他事務(wù)中,對(duì)情景感知處于較低水平;當(dāng)突發(fā)情況出現(xiàn)時(shí),人工介入對(duì)腦力和認(rèn)知負(fù)荷的需求激增。人工能否適應(yīng)新技術(shù)帶來(lái)的工作方式轉(zhuǎn)變,并在突發(fā)場(chǎng)景中快速應(yīng)對(duì),影響了盾構(gòu)操作的安全性和可靠性。

通過(guò)總結(jié)上述分析及智能化建造中人因相關(guān)的研究,本文旨在解決以下問(wèn)題:

1)結(jié)合智能建造中人的因素相關(guān)研究,從哪些方面來(lái)提高智能盾構(gòu)應(yīng)用中人的接受度;

2)結(jié)合智能建造中人的因素相關(guān)研究,如何測(cè)量和提升智能盾構(gòu)應(yīng)用中人的適應(yīng)性;

3)結(jié)合智能建造中人的因素相關(guān)研究,如何實(shí)現(xiàn)智能盾構(gòu)應(yīng)用過(guò)程中的人機(jī)協(xié)同。

2 文獻(xiàn)整理與分析

2.1 文獻(xiàn)檢索

根據(jù)綜述主題,將文獻(xiàn)檢索的關(guān)鍵詞聚焦在智能化、人因工程、工程建造3個(gè)領(lǐng)域,并確定了相應(yīng)術(shù)語(yǔ),構(gòu)建的檢索字符組合表達(dá)式如表1所示。本文綜述的主題涉及3個(gè)不同領(lǐng)域,在數(shù)據(jù)庫(kù)選擇方面,考慮文獻(xiàn)的質(zhì)量和覆蓋的深度選擇Web of Science(WoS)作為檢索數(shù)據(jù)庫(kù),WoS涵蓋了科學(xué)、技術(shù)、社會(huì)科學(xué)等領(lǐng)域,適合于本文研究。確定檢索的時(shí)間范圍為2000年至2022年,在WoS中進(jìn)一步將檢索的研究方向限定在“Computer Science”“Engineering”“Automation Control System”“Robotics”中,經(jīng)過(guò)篩選獲得178篇文獻(xiàn),輸出文獻(xiàn)的關(guān)鍵詞進(jìn)行共現(xiàn)分析。

表1 構(gòu)建的檢索字符組合表達(dá)式

2.2 關(guān)鍵詞共現(xiàn)分析

使用VOSviewer進(jìn)行關(guān)鍵詞共現(xiàn)分析,設(shè)置共現(xiàn)的閾值為2,去除與綜述主題不相關(guān)的詞匯并進(jìn)行同義詞合并,最終獲得有效關(guān)鍵詞44個(gè)。生成的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)如圖2所示。其中,節(jié)點(diǎn)越大表示該詞出現(xiàn)的頻次越高;節(jié)點(diǎn)之間的連線表示2個(gè)關(guān)鍵詞之間存在共現(xiàn)關(guān)系,連線越寬表明2個(gè)關(guān)鍵詞之間的聯(lián)系越緊密。

圖2 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

網(wǎng)絡(luò)中節(jié)點(diǎn)顏色一致表明關(guān)鍵詞具有相關(guān)性,可歸為同類。歸納總結(jié)各類別中關(guān)鍵詞的共性,得到本文綜述的3個(gè)主題: 人機(jī)信任、人因設(shè)計(jì)、人因風(fēng)險(xiǎn)。1)在黃色簇中出現(xiàn)次數(shù)最多的為“trust”,其次是“human-robot interaction”,與“trust”概念聯(lián)系密切的詞還包括“explainable AI”和“reliability”; 2)紅色簇內(nèi)出現(xiàn)次數(shù)最多的關(guān)鍵詞是“human-machine interaction”,其次是“human factors”和“model”,該簇中顯示的其余關(guān)鍵詞大多與安全和人因失誤有關(guān),如“construction safety”和“human error”; 3)綠色簇中出現(xiàn)次數(shù)最多的詞是“artificial intelligence”,其次是“automation”; 4)藍(lán)色簇中出現(xiàn)次數(shù)最多的詞匯是“construction robots”,其次是“human-robot collaboration”。藍(lán)和綠2個(gè)簇顯示的詞概念上具有共性,都與智能化、數(shù)字化技術(shù)有關(guān),其涉及的文獻(xiàn)關(guān)注如何依托智能化或數(shù)字化技術(shù)進(jìn)行設(shè)計(jì)或優(yōu)化,以提升人的體驗(yàn)和感知。

根據(jù)以上分析總結(jié)出本文討論的3個(gè)主題: 1)智能施工中的人機(jī)信任; 2)智能施工中的人因風(fēng)險(xiǎn); 3)智能施工中的人因設(shè)計(jì)。

2.3 時(shí)間軸及研究趨勢(shì)分析

通過(guò)關(guān)鍵詞出現(xiàn)的時(shí)間可以了解領(lǐng)域的研究現(xiàn)狀和趨勢(shì)變化,從VOSviewer中導(dǎo)出共現(xiàn)關(guān)鍵詞出現(xiàn)的平均年份,按時(shí)間段劃分并歸納后得到共現(xiàn)關(guān)鍵詞的時(shí)間軸,如圖3所示。

圖3 共現(xiàn)關(guān)鍵詞時(shí)間軸

圖3示出了3個(gè)描述人機(jī)關(guān)系的詞匯: human-machine interaction(HMI), human-robot interaction(HRI), human-robot collaboration(HRC)。從時(shí)間上看,HMI是出現(xiàn)最早的關(guān)鍵詞,然后依次是HRI和HRC。孫效華等[25]將狹義的人機(jī)交互(human-machine interaction, HMI)中的“機(jī)”定義為不具備數(shù)字化的“機(jī)器”,是具有工具屬性的物理系統(tǒng),人通過(guò)機(jī)器完成特定的任務(wù),而機(jī)器根據(jù)人的指令做出反應(yīng),二者進(jìn)行單向交互。人工智能(AI)技術(shù)的應(yīng)用賦予了機(jī)器感知與認(rèn)知的能力,能通過(guò)自適應(yīng)學(xué)習(xí)理解人的潛在需求,HRI中的“機(jī)”多指具有智能性的“機(jī)器人”,可稱為人與智能機(jī)器人的交互[25],在HRI中人機(jī)之間可進(jìn)行雙向互動(dòng)。隨著研究的深入,學(xué)者們不斷意識(shí)到AI技術(shù)的意義在于增強(qiáng)人的能力而非取代人類[26-27],且目前尚不存在完全自主的自動(dòng)化系統(tǒng)[28],人將繼續(xù)參與到與智能系統(tǒng)的交互中。因此,發(fā)展人機(jī)協(xié)同(HRC)是當(dāng)前人機(jī)關(guān)系發(fā)展的趨勢(shì)[29],也是智能化施工中研究的熱點(diǎn)。

根據(jù)共現(xiàn)關(guān)鍵詞出現(xiàn)的時(shí)間,以2018年為時(shí)間分界點(diǎn),統(tǒng)計(jì)該時(shí)間點(diǎn)前后各主題下關(guān)鍵詞的數(shù)量來(lái)反映研究?jī)?nèi)容熱度,統(tǒng)計(jì)結(jié)果如圖4所示。人因風(fēng)險(xiǎn)主題是2018年之前的研究熱點(diǎn),在2018年之后,人因設(shè)計(jì)主題研究居多,且人機(jī)信任主題研究數(shù)量超過(guò)了人因風(fēng)險(xiǎn)主題。在具體文獻(xiàn)中,人因風(fēng)險(xiǎn)主題下的文獻(xiàn)涉及內(nèi)容包含安全、人因失誤相關(guān)研究,人機(jī)信任主題下的研究關(guān)注人的信任、接受度等與心理有關(guān)的問(wèn)題。

結(jié)合人機(jī)關(guān)系變化分析,早期研究主要圍繞HMI展開,相關(guān)研究聚焦在人的物理感知,關(guān)注人的工作環(huán)境、工作負(fù)荷、安全等,屬于人體功效學(xué)的范疇。智能化技術(shù)的融入改善了工人的工作環(huán)境和人身安全,降低了體力負(fù)荷及人因失誤概率,人的信任、認(rèn)知、感知等可概括為工程心理學(xué)范疇的研究數(shù)量逐漸增加。Xiong等[29]在人機(jī)協(xié)同的研究中也提出人機(jī)關(guān)系、人機(jī)團(tuán)隊(duì)、心智模型、情景意識(shí)等主題是當(dāng)前人與智能機(jī)器協(xié)同研究的重點(diǎn)?？傮w而言,智能化施工中的人因研究在以物理感知為主的人體工效研究的基礎(chǔ)上越來(lái)越重視工程心理學(xué)相關(guān)研究,且在人因設(shè)計(jì)中融合數(shù)字化技術(shù)來(lái)提高人的感知受到當(dāng)前研究的關(guān)注。智能施工中人因研究的主要內(nèi)容可總結(jié)為表2。

圖4 研究熱點(diǎn)變化

表2 不同階段智能施工中人因研究的主要內(nèi)容

3 研究主題分析

3.1 人機(jī)信任

人與人之間的成功合作需要相互信任,同樣建立人機(jī)之間的信任能提高智能系統(tǒng)的使用率及效率[30]。信任是一個(gè)復(fù)雜的概念,其融合了態(tài)度、信念、控制、情感、風(fēng)險(xiǎn)、權(quán)利等多種互動(dòng)因素[31]。Lee等[32]將人機(jī)信任定義為個(gè)體在不確定或易受傷害的情景下認(rèn)為代理(Agent或智能系統(tǒng))能幫助其實(shí)現(xiàn)某個(gè)目標(biāo)的態(tài)度。人對(duì)自動(dòng)化(智能化)系統(tǒng)的信任度不高會(huì)導(dǎo)致自動(dòng)化(智能化)系統(tǒng)擱置或浪費(fèi),增加人的負(fù)擔(dān)、降低工作效率; 但若過(guò)度信任自動(dòng)化系統(tǒng),則可能缺少對(duì)自動(dòng)化系統(tǒng)的監(jiān)控進(jìn)而產(chǎn)生安全隱患[33]。因此,人機(jī)信任是人與智能系統(tǒng)交互研究中的一個(gè)重要概念[34]。類似研究中,Emaminejad等[35]對(duì)可信AI在建造領(lǐng)域的研究進(jìn)行綜述,總結(jié)了可解釋性、績(jī)效和魯棒性、可靠性和安全、隱私安全4個(gè)主題。本文的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中與信任關(guān)聯(lián)的關(guān)鍵詞還包含“explainable AI(可解釋性AI)”、“acceptance(接受度)”和“reliability(可靠性)”,圍繞這些關(guān)鍵詞對(duì)文獻(xiàn)進(jìn)行分析。

3.1.1 可解釋性AI

在涉及風(fēng)險(xiǎn)和安全的領(lǐng)域中,AI技術(shù)可能存在的“黑箱”問(wèn)題阻礙了人們的理解和運(yùn)用。此外,由于算法設(shè)計(jì)者和工程技術(shù)人員的知識(shí)差異,對(duì)工程應(yīng)用而言,智能系統(tǒng)需要解釋其做出決策背后的原因,同時(shí)該解釋對(duì)用戶而言也應(yīng)具有可理解性[36]。可解釋性AI (XAI)指能對(duì)其輸出的結(jié)果提供可理解的理由的AI技術(shù)[37],可解釋性和透明度是其中的2個(gè)重要元素。具有可解釋性和更透明的人工智能系統(tǒng)具有更高的可信度[38]。透明度促進(jìn)了操作人員的理解[34],能減少失誤,提高人機(jī)合作的績(jī)效[39]。

當(dāng)前的研究甚少涉及施工機(jī)械智能控制(自主決策)中的可解釋性問(wèn)題,XAI在工程領(lǐng)域中實(shí)施多集中于輔助決策和預(yù)測(cè)問(wèn)題,如建筑暖通系統(tǒng)故障檢測(cè)[40]、鋼筋混凝土構(gòu)件力學(xué)性能預(yù)測(cè)[41]、火災(zāi)中混凝土材料性能影響因素識(shí)別[42]、工程成本估算與混凝土開發(fā)[43];還有部分研究從解釋的適當(dāng)性[44]、人對(duì)不同風(fēng)格解釋的感知[45-46]等心理學(xué)角度探究XAI對(duì)人的影響。

3.1.2 AI接受度

信任被認(rèn)為對(duì)用戶的接受度有著正向影響[34],接受度直接反映了用戶對(duì)智能化系統(tǒng)的使用意愿。接受度的研究主要圍繞技術(shù)接受度模型(TAM)[47]展開,該模型以理性行為理論為基礎(chǔ),廣泛應(yīng)用于研究新型技術(shù)的接受程度和相關(guān)影響因素中[48]。智能化施工研究中,關(guān)于人接受度的研究也多利用TAM模型從實(shí)證角度分析智能技術(shù)應(yīng)用受阻的因素,例如: Lu等[49]基于TAM模型從個(gè)人、組織、環(huán)境和技術(shù)層面探究阻礙智能監(jiān)控系統(tǒng)在工程施工中實(shí)施的因素; Zhang等[50]基于擴(kuò)展的TAM模型探究VR技術(shù)在建筑工程中應(yīng)用程度低的影響因素。除采用TAM模型外,采用其他方法進(jìn)行接受度分析的研究還包括: Delgado等[51]通過(guò)文獻(xiàn)和問(wèn)卷數(shù)據(jù),進(jìn)行統(tǒng)計(jì)分析識(shí)別限制建筑行業(yè)中自動(dòng)化和機(jī)器人發(fā)展的因素;Ogunrinde等[52]使用模糊指數(shù)模型評(píng)估高速公路建設(shè)項(xiàng)目中自動(dòng)化施工管理的使用程度和準(zhǔn)備程度;Osunsanmi等[53]通過(guò)問(wèn)卷調(diào)查研究智能工地建設(shè)實(shí)施的受阻因素。

3.1.3 AI可靠性

智能系統(tǒng)的可靠性是影響人機(jī)信任的重要原因,具有高可靠性的智能系統(tǒng)能保持其運(yùn)行過(guò)程中的穩(wěn)定性,能增強(qiáng)人對(duì)系統(tǒng)的信心。研究中,可靠性常被作為影響人機(jī)信任的因素[35, 54]。然而,在工程施工領(lǐng)域較少有研究提出智能系統(tǒng)可靠性的測(cè)量和評(píng)價(jià)方法。系統(tǒng)的可靠性難以被準(zhǔn)確測(cè)量會(huì)導(dǎo)致人對(duì)智能化的預(yù)期與智能化的實(shí)際能力之間存在差距,若智能化的真實(shí)能力與人的預(yù)期不匹配,將造成人對(duì)自動(dòng)化的棄用或過(guò)度使用。這種差距常通過(guò)信任校準(zhǔn)的機(jī)制進(jìn)行糾正,以平衡人機(jī)信任的水平[39],同時(shí),可解釋性能起到信任校準(zhǔn)的作用[55]。

3.2 人因風(fēng)險(xiǎn)

該主題下涉及的內(nèi)容與工人的工作環(huán)境、健康、安全、工程風(fēng)險(xiǎn)等有關(guān),可以概括為人體工效學(xué)和人因失誤2個(gè)方面。

3.2.1 人體工效學(xué)

人體工效學(xué)是一種分析人類活動(dòng)與其周圍環(huán)境相互作用的工具和方法[56],在提高生產(chǎn)效率和保障安全方面至關(guān)重要。傳統(tǒng)的人體工效學(xué)研究關(guān)注人體測(cè)量、生理測(cè)量等,例如: 評(píng)估施工噪聲對(duì)人的影響[57]; 從設(shè)計(jì)角度分析照明、標(biāo)志及聲音等對(duì)隧道交通事故的影響[58]; 根據(jù)人體測(cè)量?jī)?yōu)化隧道施工工作面[59]。

在智能化施工中,一方面的研究結(jié)合可穿戴設(shè)備測(cè)量人工作時(shí)的生理變化,例如: Zhang等[60]基于量表和可穿戴設(shè)備測(cè)量盾構(gòu)司機(jī)的心情和心率,分析司機(jī)的情緒與聲壓級(jí)之間的關(guān)系;Xing等[61]采用腦電儀和無(wú)線生理體征檢測(cè)儀(equivital life monitor)采集盾構(gòu)司機(jī)的腦電和心率數(shù)據(jù),并結(jié)合量表分析影響噪聲煩惱的因素。另一方面的研究從功效學(xué)角度對(duì)人機(jī)交互界面進(jìn)行評(píng)價(jià)或優(yōu)化,例如: Jiang等[62]基于灰色物元分析法對(duì)盾構(gòu)控制室界面進(jìn)行評(píng)價(jià);Liu等[63]總結(jié)了人為失誤的因素,并采用熵-FAT-Delphi模型對(duì)施工軟件界面進(jìn)行評(píng)價(jià)和優(yōu)化。新型的人機(jī)界面開發(fā)常與人的視覺、聽覺、觸覺等多種感官結(jié)合以提高人的感知[64]。Hou等[65]開發(fā)了盾構(gòu)參數(shù)自動(dòng)匹配模型并設(shè)計(jì)了相應(yīng)的人機(jī)交互界面,能有效實(shí)現(xiàn)掘進(jìn)參數(shù)匹配;Chotiprayanakul等[66]在鋼結(jié)構(gòu)噴砂機(jī)器人中設(shè)計(jì)了基于觸覺反饋的人-機(jī)-環(huán)境交互(HREI)界面,提高了交互的安全性和有效性。

3.2.2 人因失誤

工程事故與人為失誤密切相關(guān)[67],人因失誤的研究主要圍繞人為失誤識(shí)別(HEI)及人因可靠性分析(HRA)2方面來(lái)分析、預(yù)測(cè)、減少及預(yù)防人為失誤[68]。分析方法包含失誤率預(yù)測(cè)技術(shù)(THERP)[69]、認(rèn)知可靠性和失誤分析方法(CREAM)[70]、認(rèn)知錯(cuò)誤回顧和預(yù)測(cè)分析技術(shù)(TRACer)[71]等。在施工應(yīng)用中,Wang等[72]提出的加權(quán)模糊CREAM模型對(duì)地鐵盾構(gòu)施工中人為失誤概率預(yù)測(cè)有較好的精度。Liao等[73]通過(guò)將CREAM與Bayesian網(wǎng)絡(luò)結(jié)合,構(gòu)建的人為失誤因果模型能追溯人為失誤的根本原因。Li等[74]基于改進(jìn)的TRACer有效識(shí)別出了盾構(gòu)隧道施工事故中與人有關(guān)的因素。除上述分析方法外, Zhou等[75]根據(jù)項(xiàng)目反應(yīng)理論(IRT)建立定量分析框架,分析隧道施工中人員的安全反應(yīng)能力;Chen等[76]基于社會(huì)網(wǎng)絡(luò)分析(SAN)從個(gè)人和整體角度研究地下空間工程建設(shè)中的風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)擴(kuò)散規(guī)律。

智能施工機(jī)械的自動(dòng)化程度大幅提高,使人脫離了高危工作環(huán)境,同時(shí)降低了人工操作失誤的概率,研究轉(zhuǎn)向分析人對(duì)新型技術(shù)和設(shè)備的認(rèn)知負(fù)荷或人機(jī)協(xié)作中的安全問(wèn)題。例如: Han等[77]分析了VR技術(shù)應(yīng)用于施工環(huán)境中時(shí)對(duì)人的專注度和認(rèn)知負(fù)荷的影響;Liu等[78]通過(guò)可穿戴式腦電儀評(píng)估人機(jī)協(xié)作墻體砌筑任務(wù)中工人的認(rèn)知負(fù)荷,據(jù)此對(duì)機(jī)器人的精度做出調(diào)整,以提高人機(jī)協(xié)同的程度。

3.3 人因設(shè)計(jì)

將人因設(shè)計(jì)納入到智能系統(tǒng)或設(shè)備的開發(fā)中是提高機(jī)器可用性和人適應(yīng)性的重要環(huán)節(jié)。該主題下的研究重點(diǎn)關(guān)注人因中的工程心理學(xué)問(wèn)題,基于數(shù)字化技術(shù)來(lái)增強(qiáng)施工環(huán)境中人對(duì)智能系統(tǒng)的認(rèn)知和對(duì)物理環(huán)境的感知。相關(guān)研究可以分為2類: 1)通過(guò)數(shù)字化技術(shù)輔助來(lái)增強(qiáng)人的感知; 2)對(duì)智能機(jī)械進(jìn)行優(yōu)化或重新設(shè)計(jì)以提高人的感知和機(jī)器可用性。

3.3.1 增強(qiáng)人感知的設(shè)計(jì)

自動(dòng)化施工應(yīng)用中的一個(gè)重要方面是可實(shí)現(xiàn)施工機(jī)械和設(shè)備的遠(yuǎn)程控制。在該情境下虛擬現(xiàn)實(shí)(VR)、增強(qiáng)現(xiàn)實(shí)(AR)、混合現(xiàn)實(shí)(MR)等數(shù)字感知技術(shù)具有的模擬和仿真功能可為人創(chuàng)建沉浸式的施工作業(yè)場(chǎng)景,增強(qiáng)人對(duì)環(huán)境的感知,且AR技術(shù)能排除作業(yè)過(guò)程中的非必要信息,降低人在處理復(fù)雜任務(wù)中的認(rèn)知壓力[79]。Adami等[80]將虛擬現(xiàn)實(shí)VR技術(shù)應(yīng)用于建筑拆建機(jī)器人遠(yuǎn)程控制中,以增強(qiáng)人對(duì)機(jī)器人的信任度。

智能施工系統(tǒng)的應(yīng)用將人的工作重心轉(zhuǎn)移到?jīng)Q策、支持系統(tǒng)正常運(yùn)轉(zhuǎn)等更加復(fù)雜的任務(wù)中。數(shù)字孿生技術(shù)以數(shù)字化的虛擬模型對(duì)施工環(huán)境中的物理實(shí)體進(jìn)行映射,便于人對(duì)施工過(guò)程進(jìn)行監(jiān)控、診斷、預(yù)測(cè)和控制[81]。Wang等[82]為建筑機(jī)器人設(shè)計(jì)了基于計(jì)算機(jī)視覺識(shí)別工人操作手勢(shì)的人機(jī)交互界面,旨在提高人機(jī)交互的體驗(yàn)。Sch?nb?ck等[83]從應(yīng)用場(chǎng)景、用戶需求、流程實(shí)現(xiàn)方面設(shè)計(jì)了以人為中心的挖掘機(jī)遠(yuǎn)程控制框架,有效提高了用戶的接受度。此外,對(duì)操作人員進(jìn)行培訓(xùn)也是提高其接受度和感知的有效途徑,Segura等[84]將可用性、人體工效學(xué)和VR技術(shù)結(jié)合設(shè)計(jì)了建筑機(jī)械模擬器,用于對(duì)施工人員進(jìn)行培訓(xùn)。

3.3.2 增強(qiáng)機(jī)械智能化的設(shè)計(jì)

通過(guò)模擬、仿生設(shè)計(jì)或人機(jī)融合的方式既能增強(qiáng)智能機(jī)械對(duì)物理環(huán)境的適應(yīng)性[85],也可提高人對(duì)智能機(jī)器的感知。例如: Nagatani等[86]提出了能適應(yīng)未知施工條件的建筑機(jī)器人的開放式設(shè)計(jì)框架,其基于硬件設(shè)計(jì)、多模態(tài)AI環(huán)境評(píng)估、物理AI(physical AI,PAI)多機(jī)協(xié)同等技術(shù),以實(shí)現(xiàn)多個(gè)機(jī)器人之間進(jìn)行自主組織和協(xié)作,且保障自主機(jī)器人能適應(yīng)不同的施工場(chǎng)景。在人機(jī)協(xié)同作業(yè)中,Grigore等[87]將人的行為特征(包括注意力、頭部運(yùn)動(dòng)方向等)融入到人機(jī)協(xié)同過(guò)程中,提高了人機(jī)之間的相互適應(yīng)性。Khasawneh等[54]通過(guò)機(jī)械臂裝置設(shè)計(jì)了可進(jìn)行人機(jī)合作的鋪磚機(jī)器人。Huang等[88]結(jié)合計(jì)算機(jī)視覺技術(shù)賦予自動(dòng)振動(dòng)壓路機(jī)感知施工環(huán)境和工人位置的功能,增強(qiáng)了機(jī)械環(huán)境適應(yīng)能力,同時(shí)保障了人機(jī)共同作業(yè)時(shí)的安全。Zhang等[89]設(shè)計(jì)了可自動(dòng)駕駛的施工輾壓機(jī),有效解決了人工作業(yè)質(zhì)量不穩(wěn)定的問(wèn)題,該設(shè)備在人機(jī)交互界面中融入了土石方3D數(shù)字模型和現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)控畫面,便于人工進(jìn)行監(jiān)控和指揮。

4 智能盾構(gòu)中人因研究啟示

將人因研究納入到智能盾構(gòu)的設(shè)計(jì)和應(yīng)用過(guò)程中,對(duì)提升智能盾構(gòu)系統(tǒng)的可用性、提高人機(jī)協(xié)同施工的效率、保障作業(yè)安全等十分重要。本節(jié)針對(duì)智能盾構(gòu)實(shí)施中人的接受度、適應(yīng)度及人機(jī)協(xié)同問(wèn)題,并基于人機(jī)信任、人因風(fēng)險(xiǎn)、人因設(shè)計(jì)3個(gè)主題下的研究現(xiàn)狀,在增強(qiáng)人的接受度、增強(qiáng)人的適應(yīng)性和完善人機(jī)協(xié)同機(jī)制3個(gè)方面得到智能盾構(gòu)中人因研究的啟示,如圖5所示。

圖5 智能盾構(gòu)施工中人因研究?jī)?nèi)容示意圖

4.1 增強(qiáng)人的接受度

針對(duì)智能盾構(gòu)在項(xiàng)目應(yīng)用中存在盾構(gòu)司機(jī)的接受度低、使用頻率低的問(wèn)題,可采用TAM相關(guān)理論和模型來(lái)探究影響人接受度的因素。由于盾構(gòu)隧道施工的復(fù)雜性和智能盾構(gòu)的智能程度限制,難以實(shí)現(xiàn)完全無(wú)人化施工,而需要更多地依賴人機(jī)相互配合,其中,信任是人機(jī)合作的一個(gè)重要條件,也是影響人接受度的重要因素。因此,可從提高人機(jī)信任的角度來(lái)提高人的接受度。Vantrepotte等[90]指出,提高人的能動(dòng)性可增強(qiáng)人對(duì)智能機(jī)械的信心和接受度。發(fā)揮人的能動(dòng)性可考慮使人主動(dòng)適應(yīng)智能系統(tǒng),從從業(yè)者的角度來(lái)看,可通過(guò)提高自身的智能化專業(yè)素養(yǎng)促進(jìn)人機(jī)協(xié)同的實(shí)現(xiàn)。研究可關(guān)注如何通過(guò)教育、培訓(xùn)等方式提升人的認(rèn)知,促進(jìn)人對(duì)智能盾構(gòu)的接受度。從技術(shù)上,對(duì)盾構(gòu)自動(dòng)推進(jìn)系統(tǒng)開發(fā)XAI,生成系統(tǒng)決策的依據(jù)和原因,提高智能系統(tǒng)的透明度。但大量AI的解釋性較差,可結(jié)合領(lǐng)域?qū)＜业慕忉屧鰪?qiáng)AI結(jié)果的可信度,在智能盾構(gòu)的應(yīng)用實(shí)踐中也證實(shí)了這一點(diǎn)。例如:

1)案例1——由上海隧道工程股份有限公司承建的南京地鐵某項(xiàng)目施工中采用了盾構(gòu)智能輔助決策系統(tǒng)。該項(xiàng)目區(qū)間地質(zhì)復(fù)雜,需多次穿越環(huán)城高速、民房、運(yùn)輸管線等建筑和設(shè)施,安全風(fēng)險(xiǎn)大、對(duì)地面沉降控制要求高。同時(shí),該項(xiàng)目線形復(fù)雜,需完成多次小曲率轉(zhuǎn)彎,項(xiàng)目基于智能系統(tǒng)能有效提高控制精度、避免人工控制的不穩(wěn)定性,最終在多方的保障下完成了多次半徑350 m極小轉(zhuǎn)彎,地面沉降值遠(yuǎn)小于標(biāo)準(zhǔn)值。智能系統(tǒng)在推進(jìn)過(guò)程中為施工提供風(fēng)險(xiǎn)預(yù)警和相應(yīng)的掘進(jìn)參數(shù)建議。但施工期間常存在系統(tǒng)建議與人工決策沖突的情況,導(dǎo)致系統(tǒng)建議被忽視。因此,項(xiàng)目安排系統(tǒng)設(shè)計(jì)人員針對(duì)系統(tǒng)建議背后的機(jī)制向盾構(gòu)司機(jī)進(jìn)行解釋。解釋后盾構(gòu)司機(jī)對(duì)建議的執(zhí)行率由之前的9.10%提升至38.29%,接受度明顯提高。

2)案例2——由上海隧道工程股份有限公司承建的鄭州地鐵某項(xiàng)目采用了盾構(gòu)自動(dòng)駕駛系統(tǒng)。該項(xiàng)目工況良好,智能系統(tǒng)可切換自動(dòng)、人工2種模式。在使用自動(dòng)化時(shí)每推進(jìn)1環(huán),盾構(gòu)司機(jī)需對(duì)自動(dòng)駕駛的效果進(jìn)行評(píng)分。2022年1月初,組織自動(dòng)駕駛系統(tǒng)設(shè)計(jì)人員與盾構(gòu)司機(jī)進(jìn)行技術(shù)溝通和解釋,幫助盾構(gòu)司機(jī)理解自動(dòng)駕駛模型的控制策略。為了解盾構(gòu)司機(jī)對(duì)智能系統(tǒng)的滿意程度,邀請(qǐng)盾構(gòu)司機(jī)對(duì)滿意度進(jìn)行打分,滿分為100分; 90～100分為非常滿意; 80～90分為滿意; 80分以下為一般。評(píng)分情況統(tǒng)計(jì)如圖6所示?？傮w上,盾構(gòu)司機(jī)對(duì)盾構(gòu)自動(dòng)推進(jìn)的效果較為滿意,特別是解釋/溝通后,司機(jī)對(duì)自動(dòng)駕駛系統(tǒng)的行為更能理解,其滿意度較前期有明顯提升。

圖6 司機(jī)對(duì)盾構(gòu)自動(dòng)駕駛系統(tǒng)的評(píng)分

4.2 增強(qiáng)人的適應(yīng)性

智能化的應(yīng)用將人的手動(dòng)行為轉(zhuǎn)變?yōu)檎J(rèn)知行為,與人因有關(guān)的研究從關(guān)注人的物理感知轉(zhuǎn)變?yōu)殛P(guān)注人的心理變化。認(rèn)知負(fù)荷是影響人適應(yīng)性的重要方面,首先需要對(duì)人的認(rèn)知負(fù)荷進(jìn)行量化,可研究如何對(duì)認(rèn)知負(fù)荷進(jìn)行測(cè)量。腦力負(fù)荷量表、負(fù)荷指數(shù)量表等測(cè)量方法廣泛應(yīng)用于軍事、汽車自動(dòng)駕駛中,甚少有研究對(duì)施工場(chǎng)景下的人的認(rèn)知負(fù)荷進(jìn)行評(píng)估。對(duì)智能盾構(gòu)應(yīng)用中人的負(fù)荷進(jìn)行測(cè)量可借助其他領(lǐng)域的測(cè)量方法或開發(fā)新的測(cè)量方式。在盾構(gòu)自動(dòng)駕駛和人工控制的切換中,研究可關(guān)注如何通過(guò)工況趨勢(shì)預(yù)測(cè)、操作信息提示等輔助方法快速幫助人工恢復(fù)對(duì)工況的認(rèn)知,順利接管盾構(gòu)控制。在降低人的認(rèn)知負(fù)荷方面,同樣可開發(fā)XAI提高智能系統(tǒng)的透明度,在對(duì)智能算法進(jìn)行解釋的同時(shí)還應(yīng)考慮透明度和認(rèn)知負(fù)荷的關(guān)系。Akash等[91]研究表明,提高解釋的詳細(xì)程度也會(huì)增加人的認(rèn)知負(fù)荷,因此需平衡算法的透明度和人認(rèn)知負(fù)荷之間的關(guān)系。在盾構(gòu)遠(yuǎn)程控制中可搭建基于數(shù)字化技術(shù)的虛擬場(chǎng)景,通過(guò)虛擬的沉浸式環(huán)境增強(qiáng)人的感知和認(rèn)知。

4.3 完善人機(jī)協(xié)同機(jī)制

實(shí)現(xiàn)人機(jī)協(xié)同需解決技術(shù)、施工場(chǎng)景和組織管理模式3方面的問(wèn)題。在技術(shù)方面,相較于人而言,智能系統(tǒng)的適應(yīng)和學(xué)習(xí)能力較弱,如盾構(gòu)自動(dòng)駕駛系統(tǒng)在復(fù)雜工況或突發(fā)事件下的決策能力較差。人腦中的知識(shí)對(duì)促進(jìn)智能化提升至關(guān)重要,人的經(jīng)驗(yàn)可以幫助人工智能算法選擇參數(shù),提高計(jì)算效率[92]?？刹捎萌藱C(jī)混合智能的方法,將人的作用或認(rèn)知模型引入到AI系統(tǒng)中,使AI成為人類知識(shí)的延伸或擴(kuò)展,以解決更加復(fù)雜的問(wèn)題。在進(jìn)一步提高盾構(gòu)智能化方面可考慮進(jìn)行的研究有: 1)引入人在回路的思想。人在回路(human-in-the-loop, HitL)是一種特殊的控制方式,其將人視為系統(tǒng)運(yùn)行過(guò)程中的一部分。HitL通過(guò)引入人的參與來(lái)提升算法求解的效果,例如,人在回路機(jī)器學(xué)習(xí)中人直接或間接地參與了算法的訓(xùn)練,通過(guò)人的能力及時(shí)糾正機(jī)器預(yù)測(cè)中的不準(zhǔn)確性[93]。2)引入人類的知識(shí)、智能。認(rèn)知智能是人類特有的智能,思考能力是認(rèn)知智能的基礎(chǔ),而思考需要具備一定的知識(shí),進(jìn)而能實(shí)現(xiàn)推理和認(rèn)知。可基于知識(shí)圖譜來(lái)表示人類的知識(shí),賦予智能盾構(gòu)更強(qiáng)的推理能力,將人的智慧與機(jī)器的智能相融合。

在施工場(chǎng)景方面,需要關(guān)注在一些極端場(chǎng)景下人機(jī)協(xié)同的實(shí)現(xiàn)方式。例如: 高原地區(qū)地形高差顯著、地質(zhì)災(zāi)害頻發(fā),海底隧道地質(zhì)復(fù)雜、周邊環(huán)境水腐蝕性較為嚴(yán)重、施工距離超長(zhǎng),這些環(huán)境對(duì)人工作業(yè)造成巨大障礙。實(shí)施盾構(gòu)施工遠(yuǎn)程控制可使操作人員遠(yuǎn)離高危的作業(yè)環(huán)境,同時(shí)減少人為因素潛在的隱患。通過(guò)遠(yuǎn)程控制進(jìn)行人機(jī)協(xié)同可能存在場(chǎng)景信息表達(dá)不完整、不直觀、決策困難等問(wèn)題,可充分利用AI、VR、建筑信息化模型(BIM)等技術(shù)構(gòu)建三維隧道及圍巖環(huán)境信息模型,結(jié)合VR技術(shù)實(shí)現(xiàn)對(duì)設(shè)備的遠(yuǎn)程控制。例如: 張旭輝等[94]針對(duì)煤礦開采設(shè)計(jì)的遠(yuǎn)程開采系統(tǒng)將“人、機(jī)、環(huán)”有機(jī)交互,能實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)、虛實(shí)同步、人機(jī)協(xié)作的遠(yuǎn)程控制。

在組織管理方面,盾構(gòu)隧道涉及復(fù)雜的施工流程,需要組織共同完成,人機(jī)協(xié)同作為一種新的工作模式,與管理問(wèn)題關(guān)系密切。人因工程中的組織工效學(xué)關(guān)注社會(huì)技術(shù)系統(tǒng)的優(yōu)化,包括組織結(jié)構(gòu)、政策、流程以及風(fēng)險(xiǎn)管理[95]。人因?qū)W的研究中組織包含個(gè)體、群體和組織層次[96]。在人機(jī)協(xié)同中,可將智能系統(tǒng)視為組織中個(gè)體層次的一員,探究人機(jī)之間如何進(jìn)行功能分配[97],對(duì)工作模式進(jìn)行重新設(shè)計(jì)。在智能盾構(gòu)施工中可關(guān)注人機(jī)之間的盾構(gòu)控制權(quán)分配、控制權(quán)切換規(guī)則制定、衡量人機(jī)協(xié)同控制下的施工績(jī)效等問(wèn)題。

5 結(jié)論與展望

得益于AI技術(shù)的發(fā)展,盾構(gòu)的自動(dòng)化程度大幅提升,且具備了一定的自主能力,能夠執(zhí)行復(fù)雜度更高的任務(wù),成為盾構(gòu)司機(jī)施工作業(yè)中的有力伙伴。然而,智能盾構(gòu)作為一種新興技術(shù)還存在人的接受度低、適應(yīng)性差問(wèn)題。本文采用文獻(xiàn)綜述的方式,設(shè)定智能化、人因工程、工程建造為關(guān)鍵詞檢索的主題,通過(guò)文獻(xiàn)分析軟件VOSviewer對(duì)WOS數(shù)據(jù)庫(kù)中的文獻(xiàn)進(jìn)行共現(xiàn)分析和時(shí)間分析,總結(jié)出: 1)人機(jī)信任、人因風(fēng)險(xiǎn)和人因設(shè)計(jì)是智能化、人因工程、工程建造交叉領(lǐng)域研究的熱點(diǎn); 2)隨著機(jī)器智能化的提升,發(fā)展人機(jī)協(xié)同是人與智能機(jī)器交互的研究趨勢(shì)。通過(guò)對(duì)檢索到的文獻(xiàn)進(jìn)行分析,得到智能盾構(gòu)應(yīng)用中人因研究啟示,并提出以下研究展望:

1)針對(duì)人對(duì)智能盾構(gòu)的接受度問(wèn)題,一方面,可從人的接受度、信任等方面切入,運(yùn)用心理、行為學(xué)相關(guān)理論和方法找到導(dǎo)致智能盾構(gòu)使用頻率不高的因素;另一方面,可從改進(jìn)機(jī)械設(shè)計(jì)(如開發(fā)具有可解釋性的AI、增強(qiáng)機(jī)械智能性)以及對(duì)人員進(jìn)行培訓(xùn)等方面來(lái)提升人的接受度。

2)針對(duì)人對(duì)智能盾構(gòu)的適應(yīng)性問(wèn)題,首先需完善智能盾構(gòu)施工過(guò)程中人適應(yīng)性的評(píng)測(cè)方法,并通過(guò)改善智能算法的可解釋性、提高算法透明度、結(jié)合虛擬現(xiàn)實(shí)和現(xiàn)實(shí)增強(qiáng)技術(shù)等方法提高人的適應(yīng)性。

3)隧道施工過(guò)程中不可忽視人的作用,發(fā)展人機(jī)協(xié)同是智能盾構(gòu)實(shí)施的必由之路。要實(shí)現(xiàn)人機(jī)協(xié)同,技術(shù)上可通過(guò)人在回路設(shè)計(jì)、人機(jī)混合智能進(jìn)一步提升系統(tǒng)的智能化程度;關(guān)注在極端施工條件下的人機(jī)協(xié)同方式;在組織和管理中,需關(guān)注人機(jī)合作時(shí)任務(wù)分配、工作模式設(shè)計(jì)、績(jī)效評(píng)價(jià)等問(wèn)題。

致謝

本文在所涉及項(xiàng)目案例的背景分析和數(shù)據(jù)采集過(guò)程中得到了上海隧道工程股份有限公司盾構(gòu)工程分公司的大力協(xié)助與支持,特致謝忱!