<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[土木与环境工程学报（中英文） -->建筑机器人]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[<bold>FURobot</bold>：面向大尺度建造的建筑机器人软件控制平台]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着参数化设计的兴起，建筑构件的复杂性不断增加，传统的建造方法难以满足需求，在此背景下，建筑机器人成为重要的生产工具。由于单个机器人的臂展通常不超过3 m，无法胜任大尺度建筑构件的生产任务，因此，常通过外部轴来扩展机器人的工作范围。然而外部轴与机器人的耦合控制及其运动学解算成了关键挑战，主要技术难点包括：定制化建筑机器人、自动求解外部轴、固定轴关节以及特定的运动模式控制。提出针对这些难点的解决方案，详细介绍相关的基本概念和算法，并将这些机器人学原理与算法流程封装到建筑师常用的Grasshopper插件中，形成FURobot软件平台。该平台不仅有效解决了上述问题，还降低了建筑师的使用门槛，提升了生产效率。最后，通过仿真试验验证了算法和软件的有效性。]]></description>
<pubDate>2025/11/3 0:00:00</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[陆明,袁烽]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505001]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于深度学习的室内多视角点云自动化配准方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505002]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[尺寸质量检测是成品房屋交付前的必要步骤，但传统人工检测方法耗时费力。随着利用陆地激光扫描仪进行自动化尺寸质量检测得到更多关注，室内多视角点云自动化配准变得更加重要。在室内布置标靶的效率偏低，且成品房屋室内有大量重复结构，不适合仅依赖自然几何基元或俯视图进行无标靶配准，提出一种基于深度学习的室内多视角点云自动化配准方法：利用PointAF神经网络对扫描点云数据进行语义分割，再进行实例分割，得到不同结构的点云实例；利用门实例进行两两配准，计算变换参数，通过基于重叠置信度和冲突约束的评价函数去除错误匹配，并使用基于生成树的顺序配准方法完成多视角配准。在验证和对比实验中，利用2套成品房屋共21站扫描点云数据，验证了所提方法的有效性和精度。]]></description>
<pubDate>2025/11/3 15:51:45</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[刘界鹏，胡骁，李东声，陈天择，范晓亮，瓮雪冬]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505002]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[建筑业人机协作研究综述]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505003]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[建筑业高度依赖人工操作，是典型的劳动密集型产业，但建筑业正面临着日益严重的安全管理压力和劳动力短缺问题。建筑机器人的使用能有效缓解这些问题，避免从业人员直接参与危险繁重的施工作业，提高施工现场的自动化与管理水平。然而，现阶段建筑机器人的自主化水平有限，自动化的建造方式难以覆盖建筑业生产活动的每一种工艺，这决定了未来的智能建造将长期高度依赖人机协作的生产模式。梳理建筑机器人技术基础和研究前沿，回顾新一代智能建筑机器人发展历程，结合施工场景特点，总结出4类典型人机协作模式：操作员控制模式强调人工主导的实时交互、指挥员执行模式通过远程指令实现高风险任务自动化、协作员互助模式结合机器高效性与人工灵活性、人体增强模式通过外骨骼机器人提升工人作业能力。指出当前建筑机器人仍面临环境适应性不足、通信稳定性差、跨平台协同困难等挑战，并对未来应重点关注的研究方向提出建议。]]></description>
<pubDate>2025/11/3 15:51:45</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[张宇婷，崔晗，陈嘉宇]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505003]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[融合图像和声纹特征识别的钢-混凝土结构磁吸爬壁机器人设计]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505004]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对钢-混凝土结构界面脱空自动化检测难题，设计了一种融合图像和声纹特征识别的爬壁机器人。首先介绍该爬壁机器人的底盘、磁吸装置、电源系统、驱动系统、图传和声纹等模块。其次，对硬件控制系统进行重点说明，通过受力分析和试验测试，确定了钕铁硼永磁体提供吸附力的方案。最后，详细阐述了图像和声纹特征识别软件部分的构成与功能，其中，图像采集部分采用基于香橙派平台的图像传输解决方案，声纹识别模块由前端、中端和后端3层架构构成：前端搭载叩击和录音设备，用于激发和采集声纹；开发了声纹识别微信小程序中端，实现声纹噪声去除和有效特征提取；后端通过腾讯云和微信小程序配合，识别声纹数据并将结果返回给微信小程序。设计的融合图像和声纹特征识别的磁吸爬壁机器人能实现图像和声纹的协同采集与分析，为钢-混凝土结构界面脱空自动化检测提供有效的解决方案。]]></description>
<pubDate>2025/11/3 15:51:46</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[陈冬冬，张建清，张骁琳，季阳，付睿丽]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505004]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[建筑设施巡检软件机器人系统设计与实现]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对建筑设施人工巡检方式效率低下、成本高昂、存在安全隐患等问题，提出一种基于软件机器人（robotic process automation，RPA）技术的建筑设施虚拟巡检系统方案。首先，基于BIM数据构建动态的数字孪生建筑模型更新算法，与现场设施运行状态形成实时虚实映射关系；然后，设计多模态深度学习设备缺陷检测网络，对设备缺陷实现自动高精度检测；最后，基于软件机器人技术架构实现异构系统间的无缝集成和智能调度算法的运用。在实验场景中初步验证了该一体化软件机器人巡检系统的性能，结果表明：基于软件机器人技术架构的虚拟巡检机器人系统对设施缺陷检测的精度达到97%以上，优于单模态检测方法；与传统方式相比，其作业效率提高了62.3%以上，运维人力需求则降低至60%~80%，具有一定的工程应用价值。]]></description>
<pubDate>2025/11/3 15:51:47</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[蒋海刚，蒋小强，吴增强]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505005]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[变电站二次电缆敷设中四轮牵缆机器人的<bold>ArUco</bold>码定位方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505006]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[二次电缆敷设是变电工程二次安装施工过程中的重要环节。目前二次电缆敷设依然以人工施工为主，缺乏有效的机械化施工手段，存在工作量大、工艺流程复杂、效率低、人力需求量大和成本高等问题。以牵缆机器人在二次电缆敷设中的应用为背景，针对四轮牵缆机器人在电缆敷设中的定位问题，提出利用相机观测固定于电缆沟墙面的ArUco码来矫正惯性导航位姿的定位方案，以解决基于视觉和激光传感器建图定位、实时差分定位等定位方式不能实现牵缆机器人在电缆沟环境中较高精度定位的问题。该方法在四轮牵缆机器人运动过程中识别预先布置在电缆沟墙面上的ArUco码，并根据其在相机平面中的位姿筛选特定帧，通过识别ArUco码计算位姿信息来修正惯性导航位姿，实现对四轮牵缆机器人的位姿修正。结果表明，该方法能实现四轮牵缆机器人在电缆沟中的实时准确定位，提升变电站二次电缆敷设施工过程中的智能化程度，提高变电站施工效率和质量。]]></description>
<pubDate>2025/11/3 15:51:48</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[宋晓帆，张金凤，黄海波，李凯，陈晨，周怡，武东亚，李帅]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505006]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[盾构隧道壁后注浆智能检测的“云<bold>-</bold>边<bold>-</bold>端”架构及应用]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着城市轨道交通的不断发展，盾构隧道的建设需求和数量不断增加。盾构隧道壁后注浆是控制地层扰动和管片错台等工程问题的关键技术，对保障盾构施工和地表建筑安全都十分重要。为实现壁后注浆检测的自动化和智能化，针对传统探地雷达（ground penetrating radar，GPR）人工检测效率低的缺点，提出可实现壁后注浆质量GPR自动化快速检测的车架随行式机构，并详细说明了机构的硬件组成、工作模式和主要参数。针对不同工况开展的系列模型试验获得了超60万条高质量带标签的A扫描数据，基于A扫描和B扫描两种试验数据类型和训练策略得到具有优异性能的壁后注浆厚度智能识别模型。提出基于“云-边-端”架构的壁后注浆智能化检测方法，并开发了基于部分“云-边-端”架构的GPR-AI Master平台，实现对人工智能模型的云上部署和快速应用。提出基于车架随行式检测机构和智能分析结果的动态反馈机制，实现对隧道掘进的全过程守护。根据16个不同盾构隧道工程的应用结果，验证了智能检测方法的效果。]]></description>
<pubDate>2025/11/3 15:51:48</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[李康，谢雄耀，周彪，曾里，黄昌富]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505007]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于多目视觉摄像与图像识别技术的<bold>TBM</bold>施工隧道围岩结构面识别方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505008]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[围岩结构面是影响全断面岩石隧道掘进机(TBM)的掘进效率与安全性的关键地质因素之一，探索快速、准确、环境适应性强的TBM隧道围岩结构面识别方法具有重要意义。提出一种基于多目视觉摄像与图像识别技术的围岩结构面识别方法。采用双目相机，通过固定机位拍摄大面积裸露围岩的彩色与深度图像，根据双目相机位置与拍摄角度等参数，修正深度图像，以克服图像畸变问题；采用精细边界刻画（CED）方法对围岩结构面精细识别。该方法在传统卷积神经网络基础上增设了图像数据的正向传播与反向细化双路径，在反向细化路径中不断强化对图像局部边界的捕捉，捕捉图像中结构面与常规围岩像素的差异，进而刻画围岩结构面边界。依托青岛地铁6号线TBM施工隧道，采集427组现场围岩的彩色与深度图像，通过对比模型识别以及结构面的实际形态，进一步验证方法的准确性。]]></description>
<pubDate>2025/11/3 15:51:49</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[宋浩天，李宁博，纪宏奎，肖禹航，王银坤，刘彬]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505008]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于无人机图像与深度学习的高原地区隧道洞门墙病害检测方法]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505009]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对修建在高原恶劣环境下的隧道洞门墙病害频发及传统人工病害检测方法效率低下、危险性高等问题，提出基于无人机图像与深度学习的高原区隧道洞门墙病害检测方法。首先使用无人机航拍采集新疆某高原地区隧道洞门墙病害图像，建立多病害语义分割数据集；随后以语义分割模型DeeplabV3+为基础，提出以MobileNetV2作为主干特征提取网络的改进模型TP-DeeplabV3+，以减少模型参数；采用Focal Loss作为损失函数，以解决病害图像中的类别不平衡问题；添加CA注意力机制，以提升模型分割性能；最后提出病害量化方法。结果表明，TP-DeeplabV3+在测试集上可以达到88.37%和94.93%的mIoU和mPA，模型体量压缩了88.83%；提出的病害量化方法对于病害覆盖率的绝对误差不超过0.3%，相对误差维持在7.31%以下。相比传统方法，该方法安全、准确地实现了高原恶劣环境下的隧道洞门墙智能化检测。]]></description>
<pubDate>2025/11/3 15:51:50</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[车博文，包卫星，郭强，潘振华，卢汉青，尹严]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505009]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[建筑饰面砖空鼓缺陷无人机识别关键参数试验研究]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505010]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了应对当前建筑外墙饰面砖频繁脱落造成的公共安全隐患，通过归纳总结饰面砖缺陷的形成机理发现，空鼓缺陷为外墙饰面砖脱落的前奏。基于无人机搭载红外热成像相机，通过开展空鼓缺陷检测室内试验，研究无人机的最佳观测姿态，揭示无人机旋翼工作对外墙温度的影响规律，探讨空鼓缺陷特征参数对识别效果的影响，提出一种用于外墙饰面砖空鼓识别的温差阈值。结果表明：当无人机距外墙的距离为2~3 m、立面观测角度为-30°~30°、平面观测角度为-15°~15°时，观测效果最佳；无人机旋翼会使外墙降温增速10%；空鼓尺寸越大、埋深越浅、厚度越大，识别效果越好；黑色和红色饰面砖内的空鼓缺陷温度偏高，淡黄色饰面砖内的空鼓缺陷温度偏低。在此基础上开展室外试验，通过与可见光图像识别方法进行对比，验证了所提出检测阈值的有效性，为建筑饰面砖空鼓缺陷的识别提供了新途径。]]></description>
<pubDate>2025/11/3 15:51:51</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[赵仕兴，马麟涛，许浒，田永丁，何佳斌，余志祥]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505010]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[不同交叠路径<bold>3D</bold>打印钢纤维增强水泥基材料的抗压性能]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505011]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[3D打印混凝土具有灵活、低碳、快速、无模板施工的优势，但界面黏结问题可能导致打印层结合不紧密，影响强度。交叠打印路径可减少该缺陷并增强层间黏结，提高抗压强度。对于钢纤维增强水泥基材料，钢纤维的分布方向易受打印路径的影响，交叠路径下的3D打印钢纤维增强水泥基材料的抗压强度研究尚不充分。采用平行路径和螺旋交叠路径两种3D打印方式，通过改变荷载与路径方向的夹角和螺旋交叠角制作钢纤维增强水泥基立方体试块，探究上述参数对其抗压强度的影响规律。结果表明：在<i>X</i>-<i>Y</i>平面内，平行路径抗压强度随荷载方向与路径方向夹角的变化先增后降，但均小于现浇试件；在<i>X</i>-<i>Y</i>平面内，当纤维的分布方向与加载方向平行时，抗压强度最大（<i>X</i>方向），当纤维的分布方向与加载方向垂直时，抗压强度最小（<i>Y</i>方向）；30°、90°螺旋交叠路径在<i>X</i>、<i>Y</i>、<i>Z</i>方向的抗压强度明显高于平行路径；相比平行打印，螺旋交叠结构减小了力学各向异性；螺旋交叠的打印方式可作为提升构件抗压强度的有效措施。]]></description>
<pubDate>2025/11/3 15:51:52</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[廖维张，黄嘉俊，阚效禹，袁婉莹]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505011]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于装置协同与路径耦合的榫卯节点精加工技术]]></title>
<link><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505012]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[对于智能建造中的机械臂木结构建造，榫卯木构铣削过程中产生的内角残留问题严重影响木构加工精度。针对这一问题，提出一种基于遗传算法的内角残留去除精加工技术，并开发高度集成化的木构加工装置。借助可视化编程技术对工具适配进行标准程序开发，将已有木构加工技术与机械臂运动系统相结合，构建木构协同加工系统。最后选取木结构中的卯结构进行建造实验。结果表明：基于遗传算法的内角残留去除技术能精准切除残留内角，有效解决铣削技术圆弧形内角残留问题，提出的木构协同加工系统能高效、高精度地完成建造任务。通过实际建造验证了数字建造技术的可行性及适用性。]]></description>
<pubDate>2025/11/3 15:51:53</pubDate>
<category><![CDATA[建筑机器人]]></category>
<author><![CDATA[王萌博，张隆，乔文涛，高天，翟凝]]></author>
<guid><![CDATA[http://qks.cqu.edu.cn/cqdxxbcn/article/abstract/202505012]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>