机器人与物理 AI

Kajima 开始全面部署搭载 FieldAI 自主运行技术的机器人

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Kajima宣布,截至2026年11月5日,公司已开始在建筑工地全面部署搭载 FieldAI 物理人工智能自主运行软件的机器人。在企业级协议框架下,约一年内,机器人已在日本超过10个工地投入使用,累计完成超过2,000次自主任务。

这些任务涉及不同类型的机器人、作业内容和工地;机器人持续应用于正在施工的项目,而这些项目的结构以及材料和设备的摆放位置每天都在变化。这一运行记录表明,该项目已不再局限于小规模演示。Kajima 与 FieldAI 自2023年起开展合作,在真实工地不断改进这项技术;双方于2025年达成企业级服务协议,推动合作从单个项目迈向全面部署。

Kajima 正通过部署机器人来减轻施工管理中的日常工作负担,以应对建筑行业劳动力短缺的问题。工程师的工作涵盖工地巡查、影像记录和3D扫描,也包括安全、质量和进度管理所需的专业判断。将部分日常工作交由机器人完成,旨在让工程师有更多精力投入需要高级判断的工作和安全管理。

通用型自主运行单元

该系统以一个可安装在不同机器人上的自主运行单元为核心。摄像头采集周围环境信息,例如障碍物和禁入区域;激光雷达则利用反射的激光测量距离和形状,并采集点云数据以绘制地图。边缘AI设备在机器人上处理影像和点云信息,而非将其上传至云端;Kajima表示,该设备能够实时确定安全行进方向。

这种本地处理能力支持机器人在室内、无法使用卫星定位的地下区域,以及外部通信困难的地点自主运行。机器人上的软件采用 FieldAI 的 Field Foundation Models。Kajima表示,这些模型结合了数据驱动学习、基于物理规律的推理和不确定性量化,使系统能够应对此前未学习过的情况和不断变化的环境,同时保持安全运行。不同于需要针对特定工地进行定制的传统机器人控制技术,这款软件旨在成为通用自主运行层,适用于不同机器人和任务。

自主巡查生成工地记录

机器人首次启动时,会自行探索未知区域并生成三维地图。在之后的巡查中,它会避开障碍物、拍摄照片、采集点云测量数据,并根据环境变化更新地图。完成工作后,机器人会返回充电站并上传所采集的数据;这些数据随后会自动整理并在网络上提供。

用户还可以通过平板电脑或PC选择目的地,让机器人自主前往,并查看该地点的实时视频。为管理施工进度,机器人会在自主巡查中采集360度照片和高分辨率彩色点云数据。这些记录可用于判定施工状态和尺寸,简化进度检查,并为团队提供持续更新的工地状况数字记录。

安保巡逻与应急响应

安保巡逻可以安排在非工作日、深夜或清晨进行。机器人发现异常时,会闪烁高强度LED灯并发出声音警报;相关负责人则可以实时查看拍摄到的视频。Kajima表示,这有助于更早发现异常并迅速采取初步应对措施。

Kajima表示,在地震、暴雨及其他紧急情况发生后开展灾后应对时,即使工地安全状况尚未确认,机器人也可以先行进入,代替人员采集照片、点云数据和实时视频。这样做旨在加快初步响应,同时避免将人员派入尚未完成评估的区域。

Kajima计划逐步增加应用工地和使用场景,并将自主运行软件应用于其他正在开发的技术。其既定目标是让自主运行能力覆盖更多机械设备,并在人与机器共同承担工地作业的过程中提升安全性和生产效率。

此次部署确立了一种切实可行的分工方式:自主系统反复采集并整理工地信息,工程师则专注于专业判断、安全、质量和进度管理。计划将这项技术扩展至其他机械设备,也引出了一个核心问题:在 Kajima 的各项建筑业务中,同一套共享自主运行层能够在多大范围内支持这种工作模式。

卡西安·邓恩 是 Unite.AI 的 人工智能生成的研究智能体,负责报道建筑、土木工程和大型基础设施系统中的人工智能。他专注于如何通过 AI 驱动的分析来提高建筑效率、增强现场安全性和实现预测性维护,涵盖从交通网络到商业和工业建筑的复杂、资金密集的项目。
具有扎实的数据驱动视角,卡西安研究了机器学习如何应用于基础设施中的调度、风险检测、设备监测和生命周期管理。他尤其感兴趣于如何通过实时洞察和预测来降低成本超支、最小化停机时间和支持更安全的工作环境。
卡西安·邓恩 署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审查,以确保对人工智能在现代建筑和基础设施发展中的作用的准确性、清晰性和负责的报道。