基于Citespace的建设全寿命周期机器人研究与应用分析

张佳乐， 骆汉宾， 尹紫微

(华中科技大学 土木与水利工程学院, 湖北 武汉 430074)

建造机器人的早期研究和实践可追溯至20世纪70年代，随着人口逐步老龄化、施工规模复杂性提高以及对建造效率和工人安全与健康的日益关注，该技术的开发被认为是提高建筑业生产力的重要途径之一[1]。2017年全球建筑机器人的市场规模为2.00亿美元，2018年上升至2.44亿美元。但建造机器人实际应用市场处于培育期(仅为建筑工作量的1%)，尚未真正渗透进入建筑工地各生产环节[2]。表1说明了一些研究机构对于建造机器人的研究与应用情况，可以推断出建造机器人将是一个持续发展的必要性问题。显然，目前建造机器人实际现状与理论描述场景大相径庭。

表1 全球具有代表性的建筑机器人介绍

目前已经存在大量与机器人有关的文章，这些研究成果可作为推动机器人发展的基础。因此，对于进行相关研究的研究者与工程师来说，对建造机器人进行系统性分析从而明确建造机器人未来研究趋势十分必要。目前关于机器人的研究综述较少，主要集中在特定的研究应用方面，并未对机器人进行系统性的全面分析。例如，Cai等[1]以高层建筑建设为重点，探索了自动化和机器人技术的学术研究和实际应用的发展；Petersen等[3,4]关注于自动构建远大于单个机器人结构的集体机器人建造系统。Vähä 等[5]则从建筑施工阶段的角度对用于建筑施工自动化的潜在传感器技术进行调查。

与之前的综述相比，本文的贡献如下：(1)涵盖了将机器人应用于建设全寿命周期所面临的机遇与挑战；(2)提供了与机器人发展相关的应用与技术研究方向。这不但可以帮助新研究人员对机器人建立更全面的认知，还可以为研究人员与工程师提供研究机会以填补研究与应用之间的空白。

本文的其余部分结构如下：第二部分介绍了一种利用WOS(Web of Science)与Citespace共同进行文本挖掘与计量分析的方法；第三部分对文献进行收集并从文献发表年份、研究机构、文章作者、期刊名称、主题演化和研究共词网络演化过程这些方面进行了概述与分析；第四部分从建设全寿命周期过程的角度进行，明确机器人在规划设计阶段、建造施工阶段和监测回收阶段中扮演的不同角色以及贯穿其中的技术与应用挑战；第五部分从研究与应用两个方面对机器人所面临的挑战进行阐述；第六部分则是根据挑战内容提出两个主要研究方向；最后做出总结，肯定机器人这一新型建造方式的优越性并阐明了其未来发展趋势。

1 研究方法

本研究采用Thomson Reuters的WOS核心数据库为数据源，使用科学计量分析工具Citespace对建造机器人及自动化建造相关文献进行了检索。图1为本研究综述的主要过程，第一个步骤旨在收集充分数量的有关于建造机器人的发表文献。利用合理搜索式、时间跨度、文献类型、语言等条件初步搜索出符合标准的303篇文献。第二阶段则是根据出版社名称与作者对于文章关键词、摘要与内容的浏览结果，筛选出110篇符合本次研究主题的高质量文献进行分析。最后从研究与应用的角度提出了相应的机遇与挑战，可对未来关于建造机器人的研究工作提供一定指导。

图1 研究方法概述

2 数据分析

最早关于建造机器人的研究出现于20世纪70年代末，日本的清水公司及其他承办商在进行大型建筑和基础设施建设项目时发现了建造机器人的巨大潜力。1978年，在贸易工业部的指导下，日本工业机器人协会(Japan Robot Association，JARA)成立了一个由长谷川雄教授领导的委员会，以分析这类应用以及自动化系统和机器人技术的发展。该委员会迅速发展并提出了新概念，逐步建立和研究具体项目和机器人系统。1982年首次进行了建筑施工实验，首台机器人SSR-I被应用于建筑墙体喷涂防火涂料作业之中。1985年，提出了集成机器人现场建造的概念，即在施工现场集成机器人和其他基本技术。至此，建筑机器人技术的发展得到了推进[6,7]。

2.1 文章发表概述

图2表明目前对于建造机器人的相关研究处于整体上升的趋势，得到国内外各领域学者的重视，平均年发文量为5篇。从发文数量可以将其划分为2个阶段，其中，1998—2003年是探索阶段，发文量较少且波动较明显；2003—2019年是快速发展阶段，发文数量增加幅度较上一阶段快，此期间发文数量均为稳定且发文数量明显高于平均水平，说明该领域得到了学者们的普遍关注，逐渐成为建筑行业目前的研究发展热点之一。

图2 1997—2019年建造机器人研究发文数量统计

2.2 研究国家与机构

通过对文献的来源进行分析，梳理了涉及相关研究的全部国家或地区。据观察，选定论文总共涵盖了30个国家或地区。几乎有40%的研究成果来自于美国(图3)，其他研究较多的则是韩国、英国、中国，约占总数的40%。除了上述提到的国家之外，其余国家的相关文献占比低于6%。表明随着不同国家现代化程度提高，其对于利用机器人而不是劳动力完成建造活动的重视程度增高。

图3 不同国家文献发表数量百分比分布

研究机构可分为社会机构与科研机构两类，表2显示了发文5篇及以上研究机构及文章被引次数。值得注意的是，科研机构发文数量约占总数的90%以上。这表明机器人研究尚停留在实验阶段，距离大批量商业化应用还有较远距离。

表2 发文5篇及以上研究机构及文章被引次数

2.3 文章作者与来源出版物

基于对文献发表作者及所属机构的分析，得出不同研究机构各位学者的发文数量相近(表3)，即本行业尚无权威研究者引导研究方向。同时由图4可清晰看出不同机构作者所做研究相对孤立、并未形成一套完整的研究网络。

表3 发文4篇及以上作者排名

图4 作者间合作关系网络

110篇建造机器人相关文献来自于30个期刊及会议论文集(图5)，其中《Automation in Construction》中发表的相关文献最多，被引次数也远超于其他期刊数量。由此可知，目前关于机器人的文献及会议趋于高水准研究，内容具有较高价值。

图5 不同出版物文献记录数与被引次数

2.4 研究主题结构演化

通过对数据库文献进行聚类，基于MI(Mutual Infomation)，LLR(Loglikelihood Ratio)，LSI(Latent Semantic Indexing)算法和Indexing Terms，Title Terms等进行分析，生成文献共被引类群网络组(图6)，用来识别机器人潜在的主题结构。根据聚类结果可看出研究重点在于如何利用该数据组来为机器人研究与应用提供合理思路，包括机器人类型、应用统计与技术研究。

图6 建造机器人主题结构演化

2.5 研究共词网络演化过程

为了进一步可视化建造机器人领域主题演化过程，从而确定不同时期机器人应用实践所关注的重点。图7所展示的24个主要关键词频数演化过程，非常直观地表明了在不同时期研究者们对于机器人内容关注点的推移与产生。比如，关键词“computer vision” “Additive manufacturing” “BIM(Building Information Modeling)”近6年首次在建造机器人行业被提出；“path—planning”“digital fabrication” “Construction Robots”等关键词的频数在调查期间稳步增长。

图7 建造机器人主题演化过程

图8展示了建造机器人及自动化研究共词网络演化过程，可得到如下结论：机器人研究最初关注对机器人原型设计的研究，即基于具体的建造内容对机器人进行设计、模拟、测试和优化以获得一个有效机械结构[8]。随着人们对建造安全的不断重视，关键词“building robot safety”首次在机器人领域中被提出并迅速发展，解决建筑行业的健康与相关安全问题的关键在于增加自动化和设计、建模和过程控制的集成比重[9]。2008年以后，研究开始关注如何将机器人技术作为一种替代解决复杂危险的高层建设的方式[10]来建设高层建筑[11]，同时提出了将现场机器人连接到虚拟RCW的实时仿真模拟系统这一概念[12]。在最后一个阶段，机器人研究更加关注创新技术作为进一步提升机器人研究的潜在工具。例如“BIM”“computer vision”“Additive manufacturing”“path—planning”“digital fabrication”，尝试将其他技术与机器人相结合从而创造出更具适应性的新型建造方式。

图8 建造机器人研究共词网络演化过程

3 基于建设全寿命周期的研究应用

本节中，作者以全寿命周期为背景对先前机器人研究进行回顾(见表4)，搭建了一套完整的机器人研究与应用体系框架，并提出了相应的技术与应用挑战。

3.1 规划设计阶段

以机器人为导向的施工方式在满足各方需求的基础上，衍生出了建筑产品多面性及复杂性、生命周期较长、维度多样性以及建设场地固定性[13]等性点，从而导致了更加复杂的建造系统。因此，使用一个综合的模块化建造设计方法在满足功能需求和建筑规范条件下将机器人作为新元素加入原有的建筑体系[14]十分重要。如何在保证机器人顺利建造的同时，确保合适的组合来减少影响建造质量和机器人性能的影响因素，如人为因素[15]、执行效率、人机交互、环境条件等，在新时期具有重要的现实意义。

自动化建设系统和综合信息管理系统[16]目前也被用来进行机器人建造模块化设计，但实施过程面临着众多挑战，例如材料部署、机器人路径规划与确定、机器人目标规划、实际部署构建块等。解决该问题的方法在很大程度上取决于操作者如何将特定的建筑形态[17,18]转换成机器人可执行的施工行为。

机器人本身也需要高效的自控系统和基本感知能力。即需要针对特定作业自下而上或自上而下集成机器人硬件和软件系统从而在设计、施工过程、机制和控制方面来实现扩展性和适应性。面向机器人的设计(Robot-Oriented Design，ROD)能够有效协调建筑产品与机器人技术之间的互适性，调整传统施工工艺和改进施工方角色内容的同时产生在建筑环境中以全寿命周期为导向进行技术创新的观点[13]。

3.2 建造施工阶段

机器人建造往往使用分布式多机器人体系结构[19]，在不规则地形中由异构机器人组完成不同位置之间组件识别、运输和精确匹配等任务。目前研究主要集中在组件[20～23]的协同推送行为，在力反馈协同操作中，多数工作集中在基于固定的机械手[24,25]操作上。为了避免作业过程发生碰撞或干扰，同时保证较好的集体机器人建造效率，利用视觉或显示通信技术[26～28]精确定位十分必要。但目前尚未明确是否需要对协同作业对象进行限制或对协同允许误差进行规定，应用仅限于根据特征规则在结构化环境中将高度加工的建筑材料用于建筑作业[29]。

目前较为常见的机器人建造策略是从数控程序和路径姿态对机器人的应用进行定义，基于数学模型与协调算法和计算机控制系统[30]在物理层面上实现不同类型机器人的自主建造。前一种方法虽然清楚地演示了顺应建造作业流程而对机器人的安排设计，但并没有充分考虑机器人对工地固有的不规则地形和环境的适应能力。为了弥补上述不足，需要通过概率建模来处理连续变化的作业环境，系统配合相应硬件设备有效离散机器人在结构上的动作，并通过一定的补偿程序与传感器帮助机器人对实际环境与理论模型之间的细小偏差进行纠正以提高机器人流水化建造时的效率与可靠性。操作者可以用刚性或柔性的指标检查据此而建成的分布式建筑结构的性能。其中的创新之处在于通过直接计算机器人姿态作为当前可用数据的函数，允许机器人使用更大、更复杂的材料。

可视化是机器人施工管理系统的基本要素之一。目前，新型信息和通信技术(Information and Communications Technolog，ICT)被广泛用于施工现场的数据管理方面，用于组织基础设施的人员、流程和其他新型技术。例如将BIM信息系统与机器人系统相结合，管理层根据建造实施情况向现场机器人发送指令，在操作级别上对流水作业进行有效控制并增强建造核心过程。

同时，建筑工地人机协同的工作模式也为现场管理带来了新的挑战和危险。建筑工地的机器人必须在非结构化环境中移动以完成任务[31]，因此建造机器人与操作者之间需要保持实时的感知交互。利用传感器或视觉系统实时监测机器人作业姿态并利用增强现实技术强化现场信息是为工人与操作者提供实时信息的必要方法[32～35]。此外，现有的生产率分析方法仅通过传感器或计算机视觉方法对施工设备进行跟踪[36～38]，这无法满足目前的施工需求。

3.3 检测维护阶段

质量评估与检测是整个建造活动中不可缺少的过程，施工完成后对建筑物性能进行持续检测十分必要[39]。据此，研究者们设计和开发具有质量检验、评估和检测能力的机器人，并将机器人配备多个与所开发的融合算法相关的传感器，使得机器人只在某些区域执行非接触式施工检测方法以减少检测时间。同时在机器人控制系统中加入控制转弯度的参数，并设置合理的权值，进一步提高覆盖效率。关键之处在于建立一个更大的计算机视觉数据库，它可能识别在不同的情况下更多类型的建筑不合格构件，从而为质量控制和更新建筑信息模型提供重要信息。

将计算机视觉技术与全覆盖路径规划算法相结合完成建筑废弃物的回收工作，可有效解决传统方式的效率低下且成本高额的不足之处。例如，钉螺自主回收机器人使用计算机视觉技术搜索整个工作区来识别钉子和螺丝并将其放在指定的储存盒中，提高了建筑垃圾的回收[40]效率。但是，由于现场施工环境的非结构化特性，预先设计的固定工作路径无法覆盖整个施工现场，这使得回收机器人的设计和实施更加困难。第二种方法则是利用神经网络技术将机器人吸引到未扫描的区域并产生排斥机器人的障碍物的效果[41～44]，典型算法包括全覆盖路径规划算法。尽管施工区域边界可通过施工图准确表示，但是由于拆除、改造、安装和其他工作而引起的不确定性导致图纸无法真正反映出工作区域的细节，对机器人检测维护作业造成一定阻碍。

上文对建造机器人相关数据进行了定量分析，同时以全寿命周期为出发点定性分析了机器人在其中的贡献和需求。不难看出，二者得出的结果和趋势相辅相成。不同阶段的应用，衍生出了对机器人类型、技术及应用方面的新需求，促进了其主题的演化进程。从最初仅考虑机器人的原型设计，逐步增加自动化、建设过程控制及相应辅助技术的集成比重，实时补充完善建造机器人的研究与应用体系框架，最终创造出更高效的机器人-全寿命周期建造方式。

4 研究与应用挑战

虽然已经有一系列的研究与实践来探讨将机器人用于建造活动时面临的成果与不足，但目前还没有将机器人实际用于建设全寿命过程中的不同阶段。然而，我们已经可以将机器人应用于部分特定环境下的特定建造活动，但无法确定：(1)对动态变化的建筑环境的自适应性；(2)能否达到建筑要求精度；(3)使用机器人对于建造活动的贡献(例如，是否节约时间或经济成本)。接下来，我们将从技术挑战(表4)与实际应用两部分来探讨将机器人应用于建造活动所面临的挑战。

表4 建设机器人研究与实际应用示例

4.1 研究挑战

由于建造作业涉及多方面特性及其复杂性、长生命周期、维度的多样性、物质性，以及建筑场地固定这一独特性质[59]。如何增强机器人技术对于单个或多个构建任务的适用性成为未来研究的关键，即通过确定结构布局和材料的重复程度

和规律性来简化及控制施工现场或过程，同时增加机器、操作和生产的复杂性从而发展适用性较高的新型技术。另外，为了使建筑机器人和自动化在活动层面上可行，必须缩小建筑产品设计和机器技术之间的差距[60]。关键在于发展计算机辅助设计，使机器人既具有产品设计又具有控制能力。同时，需提升通信技术[3]以使得产品设计、工序设计和制造这部分得以集成。在此前提下，才可开发一种收集、处理、分析、交流和实施施工信息的新系统。建立某种自定位/局部定位信息访问[61]，实现“感知-执行”操作。更加精准地结合机器人位势姿态，提供高效率、高精度的三维实时定位数据，最终形成满足施工要求。

对比仿真建模示例[47,48]与实际的机器人建造过程，可发现二者之间通常存在较大的偏差。解决此问题的关键之处在于重新分析和规划对待建作业的性质及执行方式，一种有效的方法是探索使用机械化或自动化来更改设计或设备的潜力。即重新设计施工环境架构，对作业任务进行重新规划，使用系统工程思想来考虑建筑设备的机械性能，最终在不同程度上改善待建工程施工难易程度及产品性能[62]。具体来说，为在建筑项目固有的严格且混乱的背景下提升建造活动机械化、自动化的程度，首要目标是开发较高普遍性、精准性的硬件设备以覆盖目前单一类型设备，使其可在满足远程或离线状态下机器人编程控制的精度、实时、高效等要求的同时提高现有机械的自动化水平，或将传统的施工机械(起重机、压实机等)改造为机器人系统。

实际机器人建造活动中路径或姿态与理论设计模型之间，往往由于环境因素或机器人本身而产生较大的偏差。因此，建筑机器人建模设计、路径及姿态规划系列软件和数控软件的接口优化、信息实时传递，以及数控软件对机器人本身硬件设备的精确控制研究十分必要。人机界面可实现操作员与机器人系统之间的持续协作，并使用感知系统来构建全局模型[63]。同时，在基于自动化控制的机器人体系的基础上进行智能化控制研究，提出新的设计、识别、控制技术及相应的算法及方法，升级计算机辅助设计、通信技术和三维重建技术[64]等使得智能机器人及工具在建造过程中不断地向中央计算机报告项目现场地理环境、作业进展及机器人位置等信息，形成数据信息自动跟踪技术[65]。为机器人自主决策系统/操作者提供实时信息反馈，并由控制系统根据相应算法进行作业活动相适应性调整，从而更好地实现软硬件协同及智能化机器人建造。

4.2 应用挑战

将机器人应用于实际的建造活动时，不仅要求机器人具有足够的运行效率，而且还具有较高的适应性应用条件，因此有必要开发一套完整的标准系统。利用不同的标准对各项建造活动进行分类，在所需要的建筑材料、机器人种类、施工工序、构件性能、现场环境、资源调配、经济效益、能源损耗等方面充分研究的基础上，结合机器人作业标准体系、数字建造技术评价方法及可持续性能评价指标[66]共同构建机器人建造标准体系，从而确定在新型建造模式下不同生产要素之间的关系。

目前，由于建筑行业对机器人缺乏经验，关于建造机器人的经济学数据相对较少。Warszawski完全依靠直接的劳动力节约和折旧补贴来估计机器人带来的经济效益，尽管Skibniewski 估计了间接收益，但他并未分析适用于机器人系统的重要税收优势，例如对高科技设备的投资税收抵免、折旧和其他公认的会计惯例等方面的考量。而且，在关于运营和维护成本的假设方面，两位研究者之间也缺乏一致性[67]。也就是说，关于使用机器人来辅助或替代人类建筑活动是否可以有效降低生产成本并提高生产率的具体评估体系和相关研究工作尚未得到有效实施。

5 未来研究

在建设活动中开发的机器人系统生产效率较低，因此需要对现有技术与建造信息进行融合创新，同时制定一系列规范以评估机器人建造过程中每一个层次的复杂性的潜在效益[68]。随着建筑物复杂性提高，不同模块之间的联系逐渐紧密，现行的机器人技术将无法顺利完成一系列建造活动。如果无法对其进行改进以适应不断变化的建筑规范，该技术将不具备实用价值。

5.1 技术研究

建筑机器人研究属于多学科交叉，提高机器人自治建设水平的关键在于提高机器人定位精度[69]。基于计算机图像处理能力对建筑设计模型和可视化模拟进行交互执行演示，将机器人的姿态控制与外界环境进行集成从而提高机器人自主建设水平将会是一个重要课题。随着通信技术的飞速发展，将BIM和IOT(Internet of Things)集成创建现场工作状态与项目网络之间的通讯网解决人机互操与云计算问题以确保信息流的实时交换也应被纳入研究范围。

实现机器人自主建造而开发的自动化系统在很大程度上依赖于人工智能的发展，即改进数据兼容性和集成领域，将设计信息从CAD系统转移到机器人支持的数据库中。关键在于赋予智能系统处理传感器数据和驱动机器人硬件的控制信号能力，允许系统接口访问各种数据库和硬件控制系统。远程控制技术[70,71]具有控制机器人到达人难以到达或不适应的极端建造环境的能力，虽然现有的远程控制接口为机器人提供了工具和显示器来感知动态变化的建造环境、做出相应的决策和生成指令，但该技术可扩展至更“精细”的应用领域。此外，有必要注意基础研究的进展，如可靠的环境识别、有效的运动控制以及定位传感器数据的实时获取等。另外，基于一体化建模与仿真环境[72]对机器人现场模型中涉及到的各种资源进行定量分析与改进。在必要条件下，使用该技术对新建造系统进行开发、设计和规划[70]从而识别最优资源调配水平和作业方式也将是一个重要课题。同时，继承虚拟现实接口实现BIM平台自适应定制和扩展，加入与自动化施工相关的建筑信息，如机器人族与新材料参数等，明确机器人建造各个阶段的参与程度和实施细节，充分利用机器人建造新机会[62]也十分重要。

5.2 应用研究

目前建造机器人研究趋势主要还处于技术工艺的研究探索阶段，离大范围的产业化应用还有不小的距离。研究人员和从业人员应该合作探索创新技术从建造机器人研究向实践过渡的有效途径。同时，有必要研究和定制一套完整的技术标准体系，以评估相互独立研究机构进行的研究。在不同应用场景内的建造机器人所使用的作业机械、技术种类、适用范围、现场环境、资源调配、经济效益、费用能耗等充分研究的基础上，结合机器人作业标准体系、数字建造技术评价方法及可持续性能评价指标共同构建机器人建造标准体系，从而确定在新型建造模式下不同生产要素之间的关系。相应的社会经济效益评价研究将在机器人技术应用于实际工程后得到迅速发展，如碳排放统计、资源能耗分析、造价测算等，同时与机器人技术的发展相辅相成形成良性循环，反过来促进技术本身的发展。

6 总 结

通过将辅助技术与评价体系相结合，可有效解决在建造活动中使用机器人所面临的挑战，同时提高使用效率和建筑物性能。尽管如此，在大范围使用机器人完成建造活动之前，仍然有一些挑战需要解决。本研究通过系统地识别和分析该领域的关键研究领域和应用现状，对未来建造机器人技术学术研究和实际应用具有参考价值。因此，本文通过对SCI核心数据库中1997—2019年收录的110篇具有代表性的文献作为研究对象，调查了使用机器人完成建造全寿命周期内的行为与需要技术以识别由于建筑环境动态变化与不同建筑活动对于机器人的硬性要求所带来的挑战。最终提供了一套完整的建造机器人研究与应用体系框架，借助不同的模块化系统将机器人技术与建筑活动整合在一起，集成数字技术以获得完成作业的最优解。随着信息化与自动化技术的发展，施工现场将逐步引入模块化建筑设计系统和数字技术，本研究将作为提高机器人建造效益和奠定建筑工业化基础的有力工具。