建筑业作为中国国民经济的支柱产业，自改革开放以来虽然经历了高速发展阶段，但仍存在诸多挑战。由于建造过程中许多工序和工法都依赖建筑工人的现场手工作业，因此出现建造质量参差不齐、工期冗长和材料浪费严重等问题。近年来，随着人口出生率下降和人口老龄化等问题凸显，用工成本急剧增加。另外，建筑施工场所作业环境复杂，高空作业、特种设备作业和恶劣天气等不利因素众多，工人素质参差不齐和安全意识薄弱，建筑业已成为世界上最危险的行业之一[1]。过度依赖人工的传统技术严重阻碍了建筑业的健康发展，亟须通过新兴技术促进建筑业向自动化和信息化方向转型。
在德国工业4.0、美国工业互联网和中国制造2025等国家战略的大背景下，以物联网、云计算、大数据和人工智能等技术为代表的新一轮科技革命已经到来。围绕建筑业高质量发展总体目标，以大力发展建筑工业化为载体，越来越多的新兴信息化和智能化技术融入各环节建造过程，为建筑业转型升级注入强大的推动力，推动智能建造与建筑工业化协同发展[2]。
在现代化技术体系中，融合了大量跨学科研究领域(如机械设计、控制技术、传感技术、增材制造、深度学习和建筑信息模型等)的建造机器人技术[3]，可以将工人从重复或危险的现场装配任务中解放出来，这对于保证施工安全、提高建造质量和效率，以及摆脱当前劳动力短缺的困境具有重要意义。
近年来，国内外很多高校和科技公司顺应机器人建造的发展趋势，针对一些典型的施工工法或工序，开发了不同类型的机器人或原型机，并越来越多地应用到建设过程的各方面。澳大利亚Fastbrick Robotics公司研制出世界上第一套可移动的砌筑机器人系统Hadrian X[4]。文[5-6]研制了钢梁自动装配机器人系统，可利用视觉伺服控制技术搜索螺栓孔，进而完成螺栓安装。Giftthaler等[7]针对非结构环境研发了集成自主导航技术的In Situ Fabricator机器人砌筑系统。此外，还将用于弯曲和焊接钢丝的工具安装到机器人末端执行器上，以实现特定形状的钢丝网绑扎。Kunic等[8]为可逆木梁设计了基于人机协作，且从设计到机器人分层自动化装配的工作流程，将协作机器人用于抓取、定位和固定离散的木材构件。Liang等[9]设计了一种用于钢梁安装的机器人装配系统(robotic assembly system，RAS)，该系统可实现自动旋转、对准、螺栓连接和卸载。文[10-11]针对建筑板材安装开发的机器人辅助操作系统, 可实现自动安装和人机协作安装2种方式。高一帆等[12]针对轻型结构快速装配需求，提出了一种基于建筑信息模型(building information modeling，BIM)可视化编程的箱式房结构机器人智能建造方法。张帅[13]设计的地砖铺设机器人系统(包含移动平台、抓取系统和导航系统)，可顺利完成地砖铺贴工作，满足实际功能需求。
对于现有的研究结果，虽然已有一些建造机器人应用于施工现场，但这些智能装备大多只针对某一工法或工序(如砌砖、钢筋绑扎和装饰装修工程等)，从事单一重复作业。装配式建筑作为智能建造技术的重点研究对象，整个建造过程大约有70%的时间用于构件组装作业[14]。现有的大多数研究和应用主要聚焦于解决钢框架或木框架等体积小且质量轻的结构构件，依靠机器人直接拾取构件进行搬运和安装。然而，结构主体受力构件(如墙、板、梁和柱等)的安装，通常是吊机将构件运至安装位置附近后，由多名工人协作并重复升降多次将构件推拉至安装位置。这种人工安装方法耗时长、准确性差且依赖大量人工。当前，装配式建筑(尤其混凝土结构)的建造过程自动化程度仍较低。本文首先分析了针对预制构件安装的建造机器人的技术特征；其次，据此提出一种机器人辅助装配方法，利用吊车承受构件自重和机器人精准控制吊起构件的水平位置，以实现预制构件的自动化安装；最后，结合机器人安装预制板过程的运动仿真与试验，验证了该方法的可行性和先进性。与传统人工安装方法相比，本文所提机器人辅助安装方法避免了机器人直接操作构件而对负载能力要求过高的问题，且具有安装效率高、精度高和节省人力等优点。
1 建造机器人技术特征
建造施工现场的复杂程度远高于制造业结构化的工厂环境，建造机器人面临的问题也比传统工业机器人复杂，具体技术特征和需求如下：
1) 操作机位不同。工业机器人通常布置在结构化的工厂流水线中，机器人和工件通常固定在预定义好的位置或沿预先设计的固定路径线性移动。由于建造现场构件种类多且位置分散，以及施工进度不断发展、施工任务频繁变更和杂乱的现场环境，使建造机器人无法固定于某个位置或按预定的路线移动。施工现场的建造机器人需具备良好的导航和移动能力，能在复杂的施工环境中完成避障和移动作业，到达工作面时能够临时固定，避免操作中出现偏移。
2) 指令方式不同。工业机器人(包括工件)所处的环境在制造任务执行过程中一般形状和配置不会改变。操作人员可直接采用示教编程方式记录机器人作业的各个关键位姿，机器人按照所记录的位姿重复运动。建筑物通常包含数千个子构件，结构复杂、操作对象种类多和位置分散，使智能化建造模式需要制定的指令个性化强且数据量大。采用人工示教方式针对每个构件的安装生成机器人动作的方法，工作量太大且无法适用于其他构件，可以考虑将BIM作为参考信息库，利用存储的构件信息(如安装位置和几何尺寸等)直接控制设备进行建造，形成一套标准化和通用的作业流程。
3) 操作对象质量不同。工业机器人的操作对象质量小，工业机器人可认为是理想的刚性体，任务执行过程中的柔性变形可忽略，末端执行器可准确按照预定路线运动。智能建造机器人的操作对象质量大，建造机器人发力大，变形不可忽略，建造机器人记录的末端位姿信息会出现明显偏差。与传统工业相比，建筑业中不仅预制构件的尺寸和质量均远大于正常工件，而且安装精度要求非常高[15]，此时建造机器人无法通过自身记录的位置数据将构件安装精度控制在规范允许范围内。因此，应按照机械臂末端位置控制构件的安装精度。
4) 更高的安全等级。工业机器人更多依赖于保证其工作空间的隔离和标准化操作流程来保障安全。相比之下，建造机器人通常在户外或半封闭的建筑工地工作，环境复杂且不确定性因素多。一方面，由于人与机器经常协同工作，安全设计必须更加注重避免人员受到伤害，建造机器人需要更高的安全冗余(如配备实时监控、自动停机和防碰撞检测等功能)；另一方面，建造机器人需要处理大型预制构件，这类物体质量和体积均比较大，在运输和安装过程中需确保建造机器人能够稳固且安全地操作，当遭遇突发情况(如传感器故障或操作异常)时能迅速停机或采取措施，避免发生安全事故。由此可见，建造机器人辅助就位系统在设计上更侧重于应对复杂和动态环境，需具备更灵活可靠的防护系统，以确保人员和设备安全。
综上所述，直接按照工业机器人的工作模式设计用于解决预制构件安装问题的建造机器人，效果并不理想，需要充分考虑以上技术特征单独设计建造机器人。
2 机器人辅助构件精准就位方法
受上述传统构件安装方法的启发，用机器人替换工人，依靠吊车承担构件的自重，布置在构件安装区域附近的机器人起辅助作用，控制构件在水平面的位置和方向，完成精准对位后，在重力作用下将构件放置在预定区域。由于竖向负重由吊车承担，避免了机器人直接操作构件而对负载能力要求过高的问题。机器人与吊车配合具有安装精度高、效率高和节省人力的优点。
本文提出的机器人辅助就位系统主要由2台6自由度机器人(Robot-1和Robot-2)组成，如图 2所示。为便于机器人推动构件，预制构件需设置与机器人数量相同的预留孔洞，机器人法兰盘上安装可穿入预留孔洞的竖杆，作为末端执行器。每台机器人末端工具上布置2台单目相机(Cam-1和Cam-2)，分别用于识别布置在机器人前方地面的标记和预留孔洞。当构件通过吊车运送完成，并初步就位后，机器人辅助就位系统同时被移动至该构件安装区域下方，并锚固。然后利用单目视觉—平面标记的位姿估计方法[17]，提取包含地面标记的图像信息，并通过6自由度位姿变换实现机器人在场地中的定位。这样从BIM模型中导出的构件安装位置信息就可以转换至机器人自身的坐标系下，作为调整构件位置时的目标位置。末端工具上固定的另外一台单目相机Cam-2识别预留孔洞，并根据预留孔洞的位置测量结果控制末端竖杆穿入其中。机器人与构件接触稳定后推动构件，直至对应预留孔洞到达目标位置。2台机器人先后执行“机器人定位—预留孔洞定位—穿洞—推动就位”等一系列动作。另外，基于平面标记的视觉测量方法还可以实时监测机器人位置(尤其是末端位置)，防止机器人因受构件的较大反作用力而出现变形或滑移，造成构件安装偏差。依靠2台机器人协作，可以将构件精准控制在安装位置的正上方。此时，操作吊车下放构件，构件将顺着末端竖杆落入安装区域。从预留孔洞中抽出末端竖杆，便完成机器人辅助构件就位的全过程，实现构件精准且高效的自动化安装。整个机器人辅助就位任务实现程序的伪代码如图 3所示。
3 运动仿真
虚拟样机技术是一种计算机辅助工程技术，兴起于20世纪80年代，它是用数字化模型试验代替传统的物理样机试验，通过在计算机上建立机械系统的样机模型，在具备真实环境属性的虚拟系统内仿真分析模型的运动学和动力学特性[18]。本文为验证如何通过2台机器人的互相配合完成构件的自动化和精准安装，分析构件和机器人的运动情况和受力状态，采用虚拟样机技术对该过程进行运动仿真。仿真分析结果可用于实际试验的构件尺寸设计和工作范围及有效负载等参数的机器人选型。另外，虚拟样机仿真作为物理样机设计和加工的参考，可以优化机械系统的外观、功能和行为参数设计，是后续开发专用辅助就位机器人产品的重要技术手段，可显著缩短开发周期和降低开发成本。
机器人辅助就位任务开始执行前，对于Robot-1，可在起点与终点之间沿任意水平路径推动处于自然悬吊状态的构件，因此选择直线型末端运动路径。Robot-1抵达路径终点后的效果如图 5a所示，由于预留孔洞和末端竖杆均为圆形截面，受吊绳斜向拉力的作用，构件在被Robot-1推动过程中绕其末端竖杆出现一定偏转，一台机器人难以将构件完全限制在安装区域。随后，由于Robot-1需要在当前位置保持不动(不能立即从构件中穿出)，因此Robot-2执行任务时，只能以Robot-1此时位置为圆心做圆周运动至对应预留孔洞的目标安装位置。Robot-2执行完辅助就位任务后，构件的状态如图 5b所示，通过2台机器人的运动，构件被精准控制在设计安装区域的正上方。为保证构件能精准滑落至预定安装位置，末端竖杆需全程保持垂直于地面的姿态。
机器人在任务执行过程中，末端竖杆与预制构件之间的接触力与机器人的承载能力直接相关，该接触力也可作为后续设计该类型机器人时，驱动电机选型的重要参考指标。初始阶段，构件随着Robot-1的推动绕吊绳不断旋转，吊绳基本为竖直状态，构件重心在吊点水平方向的偏移并不明显，因此Robot-1执行任务阶段末端竖杆受构件的反作用推力虽然随着推动距离的增加而不断增大，但整体处于较小水平，如图 6a所示。由于预留孔洞内存在间隙，因此构件在惯性作用下与末端竖杆来回碰撞，接触力也在增长过程中不断波动。由于受Robot-1的位置限制，因此构件在被Robot-2推动时不能在水平面内自由转动，构件重心在吊点水平方向的偏移基本呈线性增长，Robot-2受的反向推力也随距离的增加而线性增大，且相对于Robot-1操作时的受力水平明显提高，如图 6b所示，同样，该接触力也出现波动情况。Robot-2任务执行过程中，Robot-1末端接触力的变化如图 6c所示。
辅助就位过程中，假设机器人匀速推动构件，构件在吊绳与机器人共同作用下的受力情况如图 7所示，其中T为构件受吊绳的斜向拉力。根据水平方向的受力平衡，机器人需提供的推力表示如下：
其中：F为机器人将构件推动距离d时施加到构件的推力；G为构件自身重力；h为构件与吊点的垂直距离；l为吊绳长度。构件完成初始对准后，与目标安装区域的距离d不会太大，一般情况下小于0.50 m，而l一般为数米(本文为5.50 m)，可认为h≈l。因此，2台机器人将构件调整到位时，所需要提供的理论总推力约480 N。根据运动仿真计算结果，Robot-2任务结束时，Robot-1和Robot-2的末端受力分别为250 N(见图 6c)和215 N(见图 6b)，由于此作用力的方向基本一致，因此合力约465 N。可见，理论与仿真计算结果基本相同，表明该仿真模型能正确模拟机器人调整吊起构件水平面位置时的运动和接触力状态。整个过程中，2台机器人承受的反向推力均在ABB IRB 4600-60型机器人的额定负载能力(600 N)范围内。另外，本文将建造机器人直接拾取构件进行安装的传统设计思路转变为吊车承担构件竖向荷载和机器人仅调整水平位置的设计思路，机器人所需提供的推力明显小于构件自重，可有效降低对机器人末端负荷的要求。
4 试验设计
基于虚拟样机的计算结果为后续试验环节测试设备的可行性和安装任务设计的合理性提供了数据支持。本文在实验室环境下搭建的机器人辅助构件精准安装系统试验平台如图 8所示，该平台由2台ABB IRB 4600-60/2.05 6自由度机器人、4台Mind Vision MV-GEF1200GV/M工业相机和工控机等设备组成。利用此试验平台将一块由吊车运至安装位置附近的预制板准确搁置在2榀框架(Frame-1和Frame-2)顶部的目标区域。
本文选取ABB IRB 4600-60/2.05 6自由度机器人作为执行辅助安装作业主体设备的原因如下：
1) 由于实验室层高的限制，将构件吊至目标安装高度附近时，l过短，F过大，因此本文选择与仿真任务构件尺寸相同但质量较轻的木板作为构件模型进行验证。该木板质量约250 kg，吊车将构件提升至安装高度附近时，l约2.50 m。当构件被推动0.20~0.50 m时，F为200~500 N，在选取的ABB IRB 4600-60/2.05 6自由度机器人末端有效负荷范围内。说明该型号机器人能满足安装任务的承载能力要求，可保证作业稳固和安全。
2) 该型号机器人末端可抵达的最远距离为2.05 m。6自由度机器人可控制末端工具以任意姿态到达三维空间的任何位置，在工作空间内可灵活地实现全方位作业。机器人底座高0.62 m，末端安装长为0.50 m的圆杆工具后，能满足2.80 m高度位置预制板安装对机器人运动范围的要求，可顺利穿入吊起构件的预留孔洞(Hole-1和Hole-2)，并推动构件在水平方向运动0.20 ~0.50 m。
3) 机器人重复定位精度为0.06 mm，说明只要执行相同的运动指令，末端执行器相对于三维世界的位置基本不发生变化，最大偏差仅为0.06 mm，可忽略不计。由此说明该机器人的运动控制能力较好，能够凭借对各关节转动角度的精准控制，保证末端工具沿规划路径顺利到达指定位姿。
综合考虑负载能力、臂展范围和运动精度，该型号机器人可用于执行本文设计的预制板安装任务。另外，本文基于ABB的PC Interface模块建立工控机与机器人之间的网络通信连接，实现目标位置和方向数据传输。
5 试验结果与分析
本文将预制板安装过程重复测试了20次，以避免偶然性。其中一次的任务执行情况如图 9和10所示，包括利用Cam-2的定位结果将末端竖杆穿入预留孔洞、沿直线或圆弧路径推动构件和将构件推至目标位置后的效果。同时，当布置在末端执行器上的Cam-1检测到地面标记时，利用基于视觉标记的位姿估计方法可完成机器人坐标系在场地中的定位，以确定并实时调整工作路径上可能因机器人变形而发生变化的终点坐标。Robot-2完成推板任务后，进行后续收尾工作，操作吊车将预制板放置在2榀支撑框架上，并将机器人的末端工具从预留孔洞内收回，分别如图 11a和11b所示。经过上述步骤，采用机器人辅助就位方法将预制板准确搁置在预定安装区域。综上所述，机器人配合调整构件水平面位置和方向的过程与运动仿真效果一致，进一步验证了自动化装配方法的可行性。
20次测试的位置偏差数据统计如表 2所示。预制板的设计安装位置为板长度方向与场地坐标系Y轴方向平行，宽度方向与场地坐标系X轴方向平行。当预制板下放过程中因吊绳的斜向拉力而在水平面内旋转很小的角度时，结合几何关系，4个检查点相对于各自目标位置在X方向的偏差大于Y方向的偏差。由表 2可知，全部试验的最大偏差为3.80 mm。造成该位置偏差的原因除了上述分析的预制板转动外，机器人自身加工和装配误差、视觉系统标定误差和机器人定位误差均影响预制板的最终安装效果。根据中国装配式建筑质量验收标准，竖向构件(柱、墙等)和水平构件(梁、板等)的水平安装位置偏差应分别控制在8.00和5.00 mm以内[15]。因此，机器人辅助构件自动化安装方法完全满足精度要求，相较于实际施工现场传统人工作业产生的动辄数厘米且十分随机的位置偏差，安装质量有了较大提升，且稳定性更高。
表 2 20次测试任务中检查点位置偏差 |
| 检查点 | 方向 | 偏差 | ||||
| 最大值 | 最小值 | 均值 | 标准差 | 总均值 | ||
| P1F | X | 3.60 | 1.00 | 2.22 | 0.70 | 1.58 |
| Y | 1.90 | 0.10 | 0.96 | 0.50 | ||
| P1B | X | 3.40 | 1.00 | 2.17 | 0.68 | |
| Y | 2.60 | 0.10 | 1.23 | 0.67 | ||
| P2F | X | 3.80 | 0.10 | 1.92 | 1.24 | |
| Y | 2.00 | 0 | 0.99 | 0.50 | ||
| P2B | X | 3.70 | 0.20 | 1.92 | 1.22 | |
| Y | 2.80 | 0.10 | 1.23 | 0.64 | ||
机器人辅助安装方法和传统方法在消耗时间和工人数量上的对比如表 3所示。机器人标定工作一般需要6 000 s以上，而传统方法只需要完成架设梯子和佩戴安全帽等流程，准备工作较简单和迅速。但是，除发生碰撞或设备更换等特殊情况外，已校准的机器人系统执行后续任务时一般不需要重复标定。由于工人需要重复起落调整构件，与安装位置对准这一过程平均消耗668 s，这与机器人在安装时间上的差距会随着任务次数的增加而逐渐扩大，机器人辅助安装方法的效率优势逐渐显现。相同时间内，无需休息的机器人能完成更多高强度且重复的构件拼装任务。另外，机器人辅助安装方法只需要安排一名工人操纵吊车即可；而传统方法在此基础上，至少还需要2名工人调整构件位置，且构件尺寸越大需要的工人数量越多。在劳动力严重短缺和人工成本急剧增长的时代，将机器人技术应用于装配式建筑施工，可最大程度减少对人工的依赖。从长远来看，一次性投入机器人设备经济效益更高，具备实际工程大规模应用的可能性。
表 3 2种安装方法时间和工人数量对比 |
| 项目 | 机器人辅助安装方法 | 传统方法 |
| 准备时间/s | 6 365 | 670 |
| 安装时间(最小值)/s | 151 | 495 |
| 安装时间(最大值)/s | 280 | 906 |
| 安装时间(均值)/s | 211 | 668 |
| 总时间/s | 10 585 | 14 030 |
| 工人人数 | 1 | 3 |
6 结论
本文首先分析了建造机器人与传统工业机器人在技术特征和需求方面的区别，据此提出一种高效且精准的机器人构件装配技术；其次，借助虚拟样机技术开展了构件安装运动仿真，通过对比理论分析，证明仿真模型能够正确模拟机器人的运动和受力状态，本文所提方法避免了机器人直接操作构件而对负载能力要求过高的问题；最后，预制板自动化安装试验结果表明，相对于实际施工现场厘米级的偏差，本文所提方法的构件安装精度有了较大提升，且鲁棒性更高。
然而，本文还存在以下局限：
1) 用于测试的2台机器人需借助人工移至工作位置，并与地面连接牢固，防止出现滑移。为提高安装效率，后续需要开发适合室外施工作业的移动平台，实现辅助安装机器人的自主移动。
2) 本文所提机器人辅助安装方法需要在构件安装位置下方附近布置设备，对于水平安装的预制构件(如梁和楼板等)装配效果较好。同样，可基于辅助就位思路设计竖向构件的安装方法，利用吊车承载构件自重，利用机器人系统准确的位置控制能力调整和限制构件在水平方向的位置，以对准安装区域。将机器人固定在竖向构件安装区域两侧的地面上，并利用视觉系统控制机器人建立末端工具与竖向构件表面预留孔洞之间可靠的接触关系。首先，通过至少2台机器人的合作将构件控制在安装区域正上方；然后，在吊车的配合下将构件下放至指定区域。该设计思路可作为后续研发竖向构件安装机器人的参照模板。
3) 此次测试中实验室层高较低，导致机器人受力较大，因此选择尺寸相同但质量较轻的木板作为构件模型进行验证，而预制混凝土构件表面瑕疵可能更多。另外，相比温度、湿度、光照和无关设备干扰可控的实验室环境，实际施工现场天气恶劣、材料设备摆放杂乱，这些不利因素给视觉系统准确和快速识别目标特征带来更多挑战。因此，为保证穿孔动作的成功率和机器人的定位精度，可从相机内外参数标定和手眼标定方面研究更精准和高效的校准方法，以替代现有较繁杂的校正工作，从图像预处理与增强、形态学与特征提取和分类与匹配方面克服施工现场图像采集的不利条件，或者采用精度更高的立体视觉技术改进基于单目视觉-平面标记的机器人定位方法。通过这些措施不断提高视觉系统的稳定性和适应性，在实际施工现场也能达到构件精准安装的目标。
4) 本文所提方法的自动化安装水平需进一步提升。后续应将信息化和自动化技术应用于吊车，增强各装配机器人之间和机器人与吊车之间的协同工作能力，并开发一套完善的智能控制系统，在施工场地外也能监控构件的装配过程。
