建筑行業(yè)是我國經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，利用物聯(lián)網(wǎng)等信息化技術(shù)推動(dòng)行業(yè)數(shù)字化轉(zhuǎn)型是未來發(fā)展的關(guān)鍵，也是我國建設(shè)資源節(jié)約型和環(huán)境友好型社會(huì)的有利推手。在建筑行業(yè)裝配化施工中，預(yù)制加工工廠可以用現(xiàn)代工業(yè)化的生產(chǎn)方式和管理手段代替?zhèn)鹘y(tǒng)的、分散的手工業(yè)生產(chǎn)方式來加工預(yù)制件，能夠達(dá)到縮短工期、減少造價(jià)的效果，實(shí)現(xiàn)建筑工業(yè)化[1]。為了使裝配式建筑建造過程實(shí)現(xiàn)智慧建造，就需要應(yīng)用相關(guān)的智能技術(shù)，從而實(shí)現(xiàn)感知、傳輸、計(jì)算、記憶、分析等功能。這些智能技術(shù)中，感知有物聯(lián)網(wǎng)技術(shù)、實(shí)時(shí)定位技術(shù)，傳輸有互聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)，記憶有BIM模型、GIS數(shù)據(jù)等[2]。

本文研究主要應(yīng)用于裝配化施工工廠，其中管道預(yù)制廠主要加工各種中、大型管道，為企業(yè)提供裝配化施工物件。設(shè)備中有部分老舊設(shè)備儀表改造成本高，為了更好地獲得設(shè)備儀表指示數(shù)據(jù)，作為設(shè)備運(yùn)行績效分析的依據(jù)。傳統(tǒng)人工巡檢工作頻次高，抄表工作量大，巡檢質(zhì)量無法量化，數(shù)據(jù)存在主觀誤差。手工巡檢記錄，只抄不用，無法通過數(shù)據(jù)識(shí)別和發(fā)現(xiàn)設(shè)備異常情況以及抽取數(shù)據(jù)和加工利用?；谝陨蠁栴}，研究和推廣了一種能夠在建筑內(nèi)按指定路線完成巡檢點(diǎn)位定位巡視的機(jī)器人[3]，實(shí)現(xiàn)設(shè)備指針儀表數(shù)據(jù)自動(dòng)抄錄，提高建筑設(shè)備巡檢工作效率和建筑設(shè)備運(yùn)行可靠性。

5G技術(shù)具有“超高速率、超低時(shí)延、超大連接”的技術(shù)特點(diǎn)，基于5G技術(shù)的信號覆蓋將形成企業(yè)快速反應(yīng)能力、確保訂單準(zhǔn)時(shí)交付核心業(yè)務(wù)數(shù)據(jù)的管理規(guī)范后，可以實(shí)現(xiàn)產(chǎn)供銷人財(cái)物的高效協(xié)同，通過信息系統(tǒng)對訂單的管理、對供應(yīng)商的管理，實(shí)現(xiàn)全產(chǎn)業(yè)鏈數(shù)據(jù)的貫通，提升企業(yè)應(yīng)對市場的快速反應(yīng)能力。

構(gòu)建一套生產(chǎn)管理系統(tǒng)（Manufacturing Execution System,MES），根據(jù)項(xiàng)目管理（Project Management,PM）系統(tǒng)中項(xiàng)目施工任務(wù)獲取送達(dá)時(shí)間，通過Rebro軟件獲取零件圖。生產(chǎn)管理系統(tǒng)中，根據(jù)工單所需物料明細(xì)（Bill of Materials,BOM），按照物理尺寸分配不同的運(yùn)輸設(shè)備，確定場內(nèi)和場外運(yùn)輸方案。

根據(jù)運(yùn)輸品、送貨地點(diǎn)的先后，規(guī)劃運(yùn)輸品物流順序，如圖1所示，達(dá)到運(yùn)輸承載量效率最優(yōu)。在已有的高德地圖路徑算法上，基于貝葉斯概率公式判斷路況事故造成的概率，擇優(yōu)路徑運(yùn)輸。為不同運(yùn)輸設(shè)備，裝載行車記錄視頻一體機(jī)、多模導(dǎo)航衛(wèi)星定位系統(tǒng)、車載攝像機(jī)等。基于5G網(wǎng)絡(luò)，采集位置、實(shí)施圖像等數(shù)據(jù)。

如圖2所示，在駕駛艙內(nèi)部署ADAS、DBA、BSD攝像機(jī)，實(shí)現(xiàn)駕駛過程中的智能主動(dòng)安全發(fā)現(xiàn)與提醒，并將相關(guān)信息數(shù)據(jù)實(shí)時(shí)回傳中心平臺(tái)。

系統(tǒng)支持以車輛為單位進(jìn)行查看和管理，具備定位信息、速度信息在視頻上疊加，同時(shí)預(yù)覽多路車載視頻，按需調(diào)取錄像，如圖3所示。

系統(tǒng)支持聯(lián)動(dòng)視頻監(jiān)控、速度可視化及實(shí)時(shí)跟蹤功能，針對超速告警、駛出規(guī)定區(qū)域告警、低速行駛告警等實(shí)時(shí)信息推送；判斷不按路徑行駛的車輛，并實(shí)時(shí)問清緣由，強(qiáng)化路徑計(jì)算模型。管理平臺(tái)界面如圖4所示。

場內(nèi)運(yùn)輸采用AGV叉車，如圖5所示，其優(yōu)點(diǎn)是自動(dòng)化程度高、無需人工操作、節(jié)省成本。但是對于路線比較復(fù)雜靈活的路線，宜使用人力叉車、電動(dòng)叉車等運(yùn)輸工具；對于大型預(yù)制件可以采用自動(dòng)吊籃、機(jī)械臂、立體倉庫等運(yùn)輸工具。

對倉儲(chǔ)空間和運(yùn)輸路線進(jìn)行管理。針對不同種類的運(yùn)輸路線和倉儲(chǔ)空間，物聯(lián)網(wǎng)平臺(tái)管理重心和計(jì)算方式不同。在場內(nèi)運(yùn)輸中，將使用5G定位、UWB定位、北斗定位、視覺SLAM定位復(fù)合定位法，進(jìn)行透明化工廠管理。AGV調(diào)度管理系統(tǒng)（FMS）與倉儲(chǔ)管理系統(tǒng)（WMS)[4]建立物料配送數(shù)據(jù)接口。MES進(jìn)行生產(chǎn)調(diào)度時(shí)，產(chǎn)生的物料配送信息發(fā)送到倉儲(chǔ)管理系統(tǒng)，倉儲(chǔ)管理系統(tǒng)將生成的物料運(yùn)輸任務(wù)命令傳遞給調(diào)度管理系統(tǒng)，該系統(tǒng)立即響應(yīng)，產(chǎn)生一條物料配送指令，根據(jù)指令類型，系統(tǒng)給出物料配送的起點(diǎn)和終點(diǎn)，系統(tǒng)根據(jù)地圖信息給出最優(yōu)路線圖，就近調(diào)度安排AGV小車執(zhí)行物料運(yùn)輸任務(wù)。

物品物流系統(tǒng)和物品的全程可視化協(xié)同管理從供應(yīng)商到需求者，供應(yīng)鏈?zhǔn)墙邮瘴锲?、運(yùn)輸、報(bào)關(guān)、運(yùn)輸、貨物交付買方。每個(gè)物品連接到電子標(biāo)簽，通過RFID和GPS技術(shù)的結(jié)合實(shí)現(xiàn)對整個(gè)供應(yīng)鏈的監(jiān)控。接收物品的射頻標(biāo)簽信息和位置信息并上傳至通信衛(wèi)星，由衛(wèi)星發(fā)送到港口物流控制中心。在整個(gè)運(yùn)輸過程中，物品始終處于嚴(yán)格的監(jiān)控之中，以確保物品在運(yùn)輸過程中的安全。也因此實(shí)現(xiàn)了物品在運(yùn)輸過程中的可視化管理。

在預(yù)制件物流管理上，掃描裝配線上的編碼、智能運(yùn)輸中識(shí)別工作場所危險(xiǎn)、運(yùn)輸無人駕駛等工廠內(nèi)部高自動(dòng)化物聯(lián)網(wǎng)場景，需要較大網(wǎng)絡(luò)帶寬，更快響應(yīng)和運(yùn)算處理。并且高自動(dòng)化的背后，需要更高的安全性，因此基于物聯(lián)網(wǎng)平臺(tái)的預(yù)制物流管理所對應(yīng)的服務(wù)器架構(gòu)，優(yōu)選5G傳輸和邊緣計(jì)算服務(wù)器，做內(nèi)網(wǎng)管理。

云原生是基于分布部署和統(tǒng)一運(yùn)管的分布式云，以容器、微服務(wù)、DevOps等技術(shù)為基礎(chǔ)建立的一套云技術(shù)產(chǎn)品體系，較適合大型預(yù)制物流管理?；谠圃夹g(shù)的架構(gòu)設(shè)計(jì)圖如圖6所示。

實(shí)現(xiàn)的主要功能：（1）生產(chǎn)輔助：AR裝配輔助、物料設(shè)備定位、數(shù)字孿生看板、預(yù)防性維護(hù)；（2）邊緣AI檢測：缺陷邊緣檢測、規(guī)范化生產(chǎn)線操作、設(shè)備自決策管理；（3）智能控制：遠(yuǎn)程行車、自動(dòng)行車、產(chǎn)線監(jiān)控、機(jī)械臂；（4）智能物流：AGV云化管理、物流配送調(diào)度、5G自動(dòng)駕駛；（5）園區(qū)管理：AI視頻監(jiān)控、人臉打卡識(shí)別、疫情防控檢測、指揮調(diào)度對講等。

AGV模塊是智能巡檢機(jī)器人自主行動(dòng)的運(yùn)動(dòng)機(jī)構(gòu)裝置，如圖7所示，使用SLAM激光導(dǎo)航技術(shù)[5]輔助機(jī)器人行走機(jī)構(gòu)完成空間路徑規(guī)劃。機(jī)器人平臺(tái)的AGV行走機(jī)構(gòu)能在建筑有限空間環(huán)境下按固定規(guī)劃的路徑進(jìn)行行走指令的執(zhí)行。激光SLAM精度±10 mm，通過SLAM定位至巡檢點(diǎn)位后，再利用現(xiàn)場地面設(shè)置的二維碼做定位微調(diào)，達(dá)到±1 mm精度。采用激光雷達(dá)和接觸式橡膠防撞條組合防止機(jī)器人與機(jī)房內(nèi)設(shè)備產(chǎn)生撞擊。

采用神經(jīng)網(wǎng)絡(luò)算法來進(jìn)行圖像處理，該方法選擇特定的神經(jīng)元，計(jì)算該神經(jīng)元對輸入圖像的反應(yīng)產(chǎn)生的偏導(dǎo)數(shù)，然后使用梯度上升優(yōu)化圖像直到收斂。此外，需要一些標(biāo)準(zhǔn)化的項(xiàng)目來使生成的圖像更接近自然模型。除了優(yōu)化輸入圖像，還可以優(yōu)化FC6功能并創(chuàng)建所需的圖像，選擇圖像和不正確的分類。然后，系統(tǒng)計(jì)算該分類對圖像的偏導(dǎo)數(shù)，對圖像應(yīng)用梯度上升優(yōu)化。

機(jī)器人前端系統(tǒng)通過5G無線傳輸單元上傳圖像信息至后端處理系統(tǒng)進(jìn)行圖像信息的算法解析，最終完成儀表讀數(shù)的自動(dòng)解析和數(shù)值閾值判定工作。指針式儀表圖像信息需要通過CMOS攝像機(jī)在自然光條件下采集，如圖8所示，預(yù)處理過程中主要是使用圖像灰度法將彩色圖像灰度化。通過改進(jìn)圖像預(yù)處理?xiàng)l件，圖像識(shí)別率從優(yōu)化前的50%提高到90%左右。

建筑有限空間環(huán)境下指針式表具的布置存在高低、偏轉(zhuǎn)的差異，智能巡檢機(jī)器人的機(jī)械臂需要精確的控制到合適的空間位置，使系統(tǒng)搭載的視覺識(shí)別裝置完成儀表圖像信息的捕捉。六軸機(jī)械臂具有精度高、速度快、外形小巧等特點(diǎn)，采用高質(zhì)量、高性能諧波減速機(jī)，能夠使其在運(yùn)行過程中不斷重復(fù)定位，保證作業(yè)精度。在智能巡檢機(jī)器人平臺(tái)上對六軸柔性機(jī)械臂[6]運(yùn)動(dòng)組件的程序化適配和調(diào)試工作，滿足了在有限建筑空間環(huán)境下的機(jī)器人視覺識(shí)別模塊對機(jī)械臂空間活動(dòng)自由度的要求，如圖9所示。

智能巡檢機(jī)器人在研發(fā)生產(chǎn)基地完成了現(xiàn)場8次人機(jī)對比驗(yàn)證，機(jī)器人平臺(tái)進(jìn)行了示范廠區(qū)內(nèi)45塊指針式儀表盤數(shù)據(jù)讀取和數(shù)據(jù)轉(zhuǎn)換工作，平均耗時(shí)為1.2 h，平均數(shù)據(jù)采集精度為90%。同等條件下，人工數(shù)據(jù)采集每次巡檢完成平均歷時(shí)約為2.6 h，平均精度為70%。

結(jié)果證明：采用5G+機(jī)器人巡檢方案可節(jié)省巡檢人工費(fèi)用約53%，提升數(shù)據(jù)采集正確率約20%，在同等工作條件下，機(jī)器人相比人工作業(yè)提升工作效率約3倍，如表1所示。巡檢機(jī)器人如圖10所示，路徑規(guī)劃如圖11所示。

在當(dāng)前數(shù)字化技術(shù)不斷發(fā)展的背景下，本文在已有條件的基礎(chǔ)上，建立了一套適用、先進(jìn)的倉儲(chǔ)物流及巡檢管理系統(tǒng)，以支撐預(yù)制加工廠的工程需要。對于場內(nèi)場外的物流運(yùn)輸，運(yùn)用基于5G信號覆蓋的物聯(lián)網(wǎng)技術(shù)來進(jìn)行對預(yù)制件的狀態(tài)監(jiān)測、物流調(diào)度、運(yùn)輸管理。再根據(jù)工廠需要設(shè)計(jì)一款智能巡檢機(jī)器人，經(jīng)過現(xiàn)場數(shù)據(jù)采集、實(shí)驗(yàn)對比，發(fā)現(xiàn)可以極大節(jié)省人工巡檢成本，提高巡檢效率。但在建筑領(lǐng)域數(shù)字化進(jìn)程中，還有很長的路要走。如何將不斷更迭的管理理念與先進(jìn)設(shè)備巧妙的運(yùn)用到建筑工地上，不斷提升建筑領(lǐng)域的先進(jìn)水平，將是未來持續(xù)努力的方向。