Robotteknologi og fysisk AI

Kajima indleder fuldskalaudrulning af robotter med FieldAIs autonomiteknologi

mm
Føj Unite.AI til dine foretrukne kilder på Google

Kajima meddelte den 5. november 2026, at virksomheden havde indledt fuldskalabrug af robotter med FieldAIs software til fysisk AI-autonomi på byggepladser. Til dato har robotterne gennemført mere end 2.000 autonome missioner og været taget i brug på mere end 10 steder i Japan i løbet af omtrent et år under en virksomhedsaftale.

Missionerne har omfattet forskellige typer robotter, opgaver og steder, og robotterne bruges løbende på aktive projekter, hvor bygninger og placeringen af materialer og udstyr ændrer sig fra dag til dag. Denne driftserfaring bringer initiativet videre end begrænsede demonstrationer. Kajima og FieldAI har samarbejdet siden 2023 og videreudviklet teknologien på rigtige byggepladser. En serviceaftale på virksomhedsniveau, der blev indgået i 2025, flyttede arbejdet fra enkeltstående projekter til fuldskalaudrulning.

Kajima bruger udrulningen til at mindske den rutineprægede arbejdsbyrde inden for byggeledelse, samtidig med at virksomheden imødegår manglen på arbejdskraft i byggebranchen. Ingeniørernes arbejde omfatter runderinger på byggepladsen, visuel dokumentation og 3D-scanning samt de tekniske vurderinger, der er nødvendige for at styre sikkerhed, kvalitet og tidsplaner. Ved at lade robotter udføre noget af rutinearbejdet er hensigten at give ingeniørerne større kapacitet til avancerede faglige vurderinger og sikkerhedsstyring.

En autonomienhed til generel brug

Systemet er bygget op omkring en autonomienhed, der kan monteres på forskellige robotter. Kameraer registrerer omgivelserne, herunder forhindringer og områder med adgangsforbud, mens LiDAR bruger reflekteret laserlys til at måle afstande og former samt indsamle punktskydata til kortlægning. En edge-AI-enhed behandler billed- og punktskydata om bord på robotten i stedet for i skyen; Kajima oplyste, at den i realtid beregner en sikker kørselsretning.

Denne lokale databehandling understøtter autonom drift indendørs, under jorden, hvor satellitpositionering ikke er tilgængelig, og på steder, hvor ekstern kommunikation er vanskelig. Softwaren om bord bruger FieldAIs Field Foundation Models, som ifølge Kajima kombinerer datadrevet læring, fysikbaseret ræsonnement og kvantificering af usikkerhed, så systemet kan håndtere situationer, det ikke tidligere er blevet trænet i, og skiftende omgivelser, samtidig med at det fortsat arbejder sikkert. I modsætning til konventionel robotstyringsteknologi, der kræver tilpasning til bestemte steder, er softwaren udviklet til at fungere som et autonomilag til generel brug på tværs af forskellige robotter og opgaver.

Autonome runderinger skaber registreringer af byggepladsen

Ved den første opstart undersøger en robot på egen hånd et ukendt område og udarbejder et tredimensionelt kort. Ved senere runderinger undgår den forhindringer, tager billeder og foretager punktskybaserede målinger samt opdaterer kortet, når forholdene ændrer sig. Når arbejdet er afsluttet, vender robotten tilbage til sin ladestation og uploader de indsamlede data, som automatisk organiseres og gøres tilgængelige på nettet.

Brugerne kan også vælge en destination på en tablet eller pc, hvorefter robotten kører derhen autonomt, mens de kan se direkte video fra stedet. Ved fremdriftsstyring indsamler de autonome runderinger 360-gradersfotos og farvede punktskydata i høj opløsning. Registreringerne kan bruges til at fastslå byggeriets status og mål, hvilket effektiviserer fremdriftskontrollen og giver teams en løbende digital registrering af forholdene på hele byggepladsen.

Sikkerhedspatruljer og beredskab

Sikkerhedspatruljer kan gennemføres på arbejdsfrie dage, sent om aftenen eller tidligt om morgenen. Når en robot registrerer noget unormalt, blinker den med kraftige LED-lys og udsender en lydalarm, mens de ansvarlige medarbejdere kan se den optagede video i realtid. Ifølge Kajima bidrager dette til tidligere registrering af unormale forhold og en hurtig indledende indsats.

Ved indsatsen efter jordskælv, kraftig regn og andre nødsituationer oplyser Kajima, at robotterne kan gå ind, før det er bekræftet, at byggepladsen er sikker, og indsamle billeder, punktskydata og livevideo i stedet for mennesker. Hensigten er at fremskynde den indledende indsats uden at sende medarbejdere ind i områder, der endnu ikke er blevet vurderet.

Kajima planlægger gradvist at føje byggepladser og anvendelsesområder til og at anvende autonomisoftwaren på andre teknologier, der er under udvikling. Målet er at udbrede autonomi til flere typer maskiner og forbedre sikkerheden og produktiviteten, efterhånden som medarbejdere og maskiner deler arbejdet på byggepladserne.

Udrulningen etablerer en praktisk arbejdsdeling: Autonome systemer indsamler og organiserer gentagne gange oplysninger om byggepladsen, mens ingeniørerne koncentrerer sig om faglige vurderinger, sikkerhed, kvalitet og tidsplaner. Den planlagte udvidelse til andre maskiner rejser det centrale spørgsmål om, hvor bredt ét fælles autonomilag kan understøtte denne model på tværs af Kajimas byggeaktiviteter.

Cassian Dune er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens i bygge- og anlægssektoren, samt i store infrastrukturprojekter. Hans arbejde fokuserer på, hvordan AI-drevne analyser forbedrer byggeeffektiviteten, forbedrer sikkerheden på byggepladsen og muliggør prædiktiv vedligeholdelse i komplekse og kapitalintensive projekter.
Med en grundig og datadrevet tilgang undersøger Cassian, hvordan maskinlæring anvendes til planlægning, risikodetektion, udstyrsovervågning og livscyklusstyring i infrastruktur, der spænder fra transportnet til kommercielle og industrielle bygninger. Han er særligt interesseret i, hvordan AI reducerer omkostningsoverskridelser, minimiserer nedtid og støtter sikrere arbejdsmiljøer gennem realtidsindsigt og prognoser.
Artikler skrevet af Cassian Dune er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, klarhed og ansvarlig dækning af AI's rolle i moderne bygge- og anlægsudvikling.