查看原文
其他

MIT最新造屋神器DCP

2017-05-08 全球人工智能 中国城市中心规划院

本文转载自微信公众号全球人工智能

内容来源:IEEE  编译:马卓奇

论文原文点击“阅读原文”

MIT推出最新机器人:DCP可安全、快速建造大型建筑


MIT多媒体实验室的研究人员在刚发表在Science Robotics上的文章中指出,建筑“依赖传统的制造技术,既危险,又慢,而且需要消耗大量能量。”看来这个工作现在需要机器人的加入了。


该论文介绍了数字建筑平台(Digital Construction Platform,DCP)。它是一个“自动化建筑系统,能够对定制的建筑级别的结构进行现场建造。”换句话说,它是一个机械臂,能够使用附加的建筑技巧来建造大型建筑,安全,快速,甚至在一些情况下是可再生的。下面是机器人制造建筑物的视频:


https://v.qq.com/txp/iframe/player.html?vid=b0397s2inxc&width=500&height=375&auto=0

近年来,我们所见到的最有趣的机器人是可以用附加的制造技术来建造小规模的结构,甚至是建造它们自己。大规模的机器建筑也是一个很活跃的研究领域,但是却鲜有概念和原型机真的获得了成功。现在已经有了铺砖机器人,能够用水泥3D打印出建筑的门式机器人,它甚至能靠一次搬运一块砖来一点一点的搭起建筑的墙面。这些方案最实际的应用是基于门式的3D打印机,但是他们有一个很大的缺点,只有把他们放在固定地点,让他们大量生产预制的建筑时它们才能表现最佳。

DCP建筑机器人依靠太阳供电


MIT多媒体实验室制造的数字建筑平台(DCP),是可移动的(最高速度0.5米/秒),并且是自己自足的。它是电池供电的(有几块太阳能电池板,也可以增加更多),所以只要有阳光,它基本可以一直运行下去。除此之外,DCP模仿了许多3D建筑打印机的功能:它可触范围很长,最大可打印量为2786立方米。机器人由两个机械臂组成,样机模型基本是模仿人类的:有一条很大很长的机械臂,自由度为4,可以完成整体动作,以及一个小的,灵敏的6自由度Kuka机械臂,可以完成精细动作,像我们的手和指头一样。将它们组装起来,总共的系统花费达到了244500美元。

DCP使用的建筑技术其实很直接:小机械臂的末端有一个喷雾器,能够将两种化学物质结合起来形成液态的聚氨酯泡沫,可以快速扩张和硬化。你可以对DCP进行编程,让它打印出你想要的任何东西。在上面的视频演示中,它打造了一个14.6米宽,3.7米高的开放式半球圆屋顶,速度是1.728立方米/小时,在每一层的顶部接着打印下一层。实际上,DCP不是直接用泡沫构建整个结构,而是在制作一个水泥模板:两面泡沫墙,一个嵌在另一个里面,在去掉管道和电子设备这类东西之后,中间的空间用来倒入水泥,这样可以形成一个更永久且可以复原的建筑(或者用土,或有必要时其它材料也可以)。完成之后如果把泡沫放在原地,只是增加了建筑的绝缘性。但是即使只有泡沫,没有混凝土,这个建筑的强度也能承受一个吃饱饭的研究生在上面玩跳房子:

由于泡沫干得很快,所以完全有可能用它做一个圆屋顶,因为连续的层不需要直接放在其它层的顶部。甚至可以将它进行90度翻转,可以造成平屋顶或者没有支撑的架子和板凳。当需要额外支撑时,研究人员用自动嵌入钢筋,以及自动焊接成刚性形状的链条进行了实验,概念图如下:

DCP的两大类主要材料建筑来源


为了能在任何地方都可以建造需要的结构,DCP需要两样东西:能源和材料。能源是个麻烦的事情,但是没有什么技术壁垒,因为(理论上)只需要能够保持机器人的动力和运行的太阳能板和电池就可以。建筑材料更具挑战性,因为我们无法轻易地就从零开始制作喷雾泡沫的原料,即使它是目前这些方法中最理想的一类原料。研究人员也做了一些初步试验并且取得了成功,他们使用了电烧结玻璃粉(electro-sintered powdered glass),热沉积冰(thermally deposited ice)以及含砾石和干草纤维的压缩土(compressed earth containing gravel and hay fibers)。使用哪种材料取决于你想建造什么东西,这些材料基本在当地都能批发。

这是一个很迷人的想法,只要能提供阳光和原材料,这些机器人可以快速,自动地建造建筑结构,并且消耗很低,这三种特性很难同时存在。研究人员设想了几种应用场景,包括在基地环境下建造冰屋,或者在沙漠中建造出分型结构,然后可以放入海洋中为珊瑚礁提供栖息地。

就目前来看,这样的机器人在自然灾害或难民危机的情况下,需要在基建水平较低的地区快速低耗的制造大量房屋时,是最有利用价值的。该机器人对于快速建筑是否更具有实用性还有待进一步发现,因为虽然已经有了很多机器应用,人力依然是最便宜且最有效的劳动资源。

本文转载自微信公众号全球人工智能,内容来源:IEEE,图片来源:Science Robotics,编译:马卓奇

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存