Nature封面文章：炫酷技术！灵感源于自然！

▲第一作者：Ketao Zhang

通讯作者：Mirko Kovac

通讯单位：英国帝国理工学院（Imperial College London）

DOI：https://doi.org/10.1038/s41586-022-04988-4

01
研究背景

为了提高生产率和安全性，基于机器人的建筑技术已经被开发出来，可用于建筑构件的装配和自由形式连续增材制造(AM)。与传统的基于装配的方法相比，自由形式连续增材制造能够灵活地生产几何可变的设计，从而提高材料效率并降低成本。当前，使用静态和移动机器人的增材制造方法正被用于现场施工和异地预制。

02
研究成果

本文介绍一种增材制造方法，称为空中增材制造(Aerial-AM)，它利用了一群受自然建造者（例如采用集体建造方法的黄蜂）启发的空中机器人。本文提出了一种可扩展的多机器人3D打印和路径规划策略，使机器人任务和种群大小能够适应整个建筑任务中打印几何形状的变化。多机器人制造框架允许在人类监督下进行自主的三维打印，实时评估打印的几何形状和机器人的行为。为了验证基于该框架的自主Aerial-AM，本文开发了用于在飞行中存放材料的BuilDrones（建设无人机）和用于测量打印质量的ScanDrones（监测无人机），并将一种通用的实时模型预测控制方案与空中自动识别机器人集成。此外，本文将动态自对准Delta机械手与BuilDrone集成在一起，进一步将打印的几何图形的制造精度提高到5毫米，以满足精确的轨迹要求，并开发出四种适合连续材料沉积的水泥-聚合物复合材料。本文还演示了验证打印，包括高2.05 米的圆柱体(由72层快速固化绝缘泡沫材料组成)和高0.18 米的圆柱体(由28层结构假塑性胶凝材料组成)、圆顶状几何图形的光迹虚拟打印以及多机器人模拟。Aerial-AM技术允许在飞行中进行制造，并为在无边界、高空或难以接近的位置进行建筑提供了未来的可能性。

03
图文介绍

▲图 1 |建筑行业中的增材制造技术比较。

要点：

作为大型单一机器人系统的替代方法，一组小型移动机器人可以提供更大的灵活性和可伸展性，以构建比单个机器人本身更大的体积，并且还有可能高效和同时地自适应地分布在几个建筑工地。然而，使用大量机器人进行建筑的研究还处于开发的早期探索阶段，到目前为止主要集中在建筑元素的装配上。此外，目前的多机器人AM方法主要使用作业高度有限的移动地面机器人。这些移动系统受限于底部的工作台的顶部的伸展距离，因此建筑物的制造限制在一个很小的空间，而且制造的几何形状具有挑战性，并且到目前为止尚未解决。当前为建筑行业AM开发的最先进的机器人平台的比较如图1所示。

▲图 2 |适用于不受限制的AM的Aerial-AM框架。

要点：

利用多学科物理人工智能开发方法，本文开发了 Aerial-AM 系统（图 2），该系统使用两种类型的高空作业平台，称为 BuilDrone 和 ScanDrone。BuilDrone的设计目的是实现物理材料的自主沉积，并具有上下相关的制造精度；ScanDrone的设计目的是在每层材料沉积后执行航空扫描和验证观察。两个机器人平台在两个环路中与本文提出的分布式多代理方法相互配合(图2a)。

▲图 3 |使用AIR-AM Build无人机打印72次材料沉积过程制造出高度为2.05 m的圆柱体，并通过ScanDrone进行实时打印评估。

要点：

1. 本文首先通过制造恒定直径为0.3 m的圆柱形体的单一轮廓墙来演示空中AM方法(图3)，这是在考虑到膨胀后泡沫层的横截面尺寸的情况之后选择的。圆柱体的设计高度为2.05 m，是建筑无人机本身高度的4倍多，以确保建筑无人机在测试空间的包络内安全飞行。通过BuildDrone多次循环扫描沉积低密度膨胀泡沫来打印圆柱体。

2. 通过ScanDrone的调整，BuildDrone在打印圆柱体时的质心参考和有效位置如图3a所示，所选层的特写视图如图3b所示。通过在实际打印测试期间记录BuildDrone的轨迹，本文定量评估了绝对位置误差，发现最大水平和垂直绝对位置误差分别在0.014 m和0.006 m以内(图3d)。

3. 为了评估制造的柱体并获得打印高度的调整，ScanDrone使用映射法自主地收集了每个打印层后的3D几何数据。在通过ScanDrone上的RGB-D传感器收集了包括深度图像的扫描数据和通过地面固定运动跟踪系统收集的姿势之后，使用最先进的密集映射算法Supervit来整合和可视化作为3D网格的示例性ScanDrone的扫描数据(图3c).

▲图 4 |利用带误差补偿的Delta机械手沉积胶凝材料的两个BuilDrones机器人对薄壁圆筒进行3D打印。

要点：

1. 通过打印具有Peano曲线路径和直径小于0.01 m的细丝的较小比例的圆柱形薄壁，本文展示了使用两架Builder无人机依次打印定制的胶凝材料来实现高分辨率制造的Aerial-AM方法(图4)。

2. 本文利用在1.2 m高的薄壁圆柱体的光迹虚拟打印过程中获得的轨迹跟踪数据，评估了使用MPC方案执行打印测试时BuilDrone姿势以及喷嘴尖端位置的准确性(图4a, b)。

3. 本文进一步研究了BuilDrone位置参考和每轴的有效位置。实验的统计分析表明，喷嘴尖端比Buildrone本身获得了更高的精度。结果表明，Delta机械手不仅可以有效地补偿Buildrone位置的偏差，而且可以有效地补偿由于Buildrone质心和喷嘴尖端之间的杠杆臂而引起的高度偏差(图4c)。

▲图 5 |Aerial-AM多机器人光迹虚拟打印的圆顶状旋转表面，体现了不同的半径。

要点：

1. 第三个实验是通过现场飞行演示验证了Air-AM方法的系统适应性，使用光迹时间推移虚拟打印具有不同打印轮廓层半径的抛物线旋转表面(图5)。本文还模拟了多机器人并行AM在一系列几何形状上的打印情况，这些几何形状随着规模和机器人种群规模的增加而增加。

2. 为了突出系统对几何变化的适应能力，本文比较了两类表面旋转的结果：具有恒定半径的圆柱体，以及基于抛物线函数的旋转表面。几何形状被分割成不同水平打印轮廓层，代表总共176个单独的打印作业区域，各个机器人可以在整个打印过程中自适应地选择这些区域进行打印作业（图5a, c）。

3. 图5b, d中绘制的不同颜色路径表示飞行轨迹，是按照飞行数据中记录的每个机器人进行颜色编码得到的，本地路径规划解决方案可以同时执行多个打印作业，同时还提供实时功能，用于机器人与建筑物期间直径不同的虚拟几何形状之间的碰撞感知。

04
小结

与目前的机器人系统及其固有的局限性形成对比的是，自然建造者在建造栖息地方面表现出很大程度的可扩展性和适应性，许多动物借助飞行和增材建造方法做到这一点。例如，一只谷仓燕子在其材料来源和建筑地之间进行了1200次飞行，逐步完成了它的巢穴。白蚁和黄蜂等群居昆虫表现出更大程度的适应性和可伸展性，特别是群居黄蜂进行的空中施工证明了其高效和直接的路径优化，飞行减少了在整个建筑过程中对先前建造的材料或路径导航的要求。这些自然系统启发了一种集体建设的方法，该方法使用不受限制的移动机器人网络作为多代理系统运行。通过使用大量机器人一起工作揭示了制造过程中的挑战，这些挑战需要超越现有技术的多代理协调解决方案。除了多机器人系统的集体交互方法，材料的设计和使用以及环境操纵机制必须整合和共同开发，以使集群施工成为可能。

原文链接：

https://www.nature.com/articles/s41586-022-04988-4

相关推荐1. 仪器表征基础知识汇总2. SCI论文写作专题汇总3. Origin/3D绘图等科学可视化汇总4. 理论化学基础知识汇总5. 催化板块汇总6. 电化学-电池相关内容汇总贴7. 研之成理名师志汇总

更多科研作图、软件使用、表征分析、SCI 写作、名师介绍等干货知识请进入后台自主查询。