人机交互驱动的机器人形态生成

面向人机交互的机器人形态生成

通过人类体验视角重新构想建筑机器人技术

摘要

在建筑学领域，机器人技术的探索与整合近期已成为快速发展和投资的重点方向。然而，目前大多数建筑机器人研究主要集中在数字制造和生物形态/材料优化方面，直接将人类生成数据转化为形态与过程的案例较少，尤其是涉及人类对建筑构件的体验以及人机交互方面的研究更为稀缺。本文通过三个逐步深入的案例研究，探讨了如何将次要的、小型的数据采集/转换机器人系统与大型工业系统协同互联，并将其整合到概念设计工作流程中，从而创建独特的交互式工具，以通过设计、机器人控制和建造实现人机交互的物质化。

关键词 机器人制造 · 大数据 · 计算 · 机器人操作

---

1 引言

在建筑学领域，机器人技术的探索与融合最近已成为快速投资与发展的一个领域 [3],[5],[7]。机器人技术领域的探索常常局限于数字和机器人建造这一狭窄的框架内。尽管机器人制造能够为更复杂的建造问题提供独特且创新的解决方案，但最终生成的构件外观可能缺乏人文气息，并且通常容易追溯到特定的工具方法、材料或结构探索。

本文并未以预设的最终成果（人工制品）或已知的机器人工艺作为设计过程的起点，而是提出一个问题：“能否通过采集、转化和利用未经修饰的基于人类交互的数据源来生成概念形态、工具与工艺？” 通过一系列案例研究，本文探讨了：
1. 人机交互式数据生成与采集。
2. 一对一实时数据转换为二维构件。
3. 将采集的数据转化为三维空间潜力。
4. 利用和转化所采集的数据，生成独特的人机交互衍生的工业机器人运动及末端执行器，用于创建大型缠绕复合材料室内装置，并在鲍尔州立大学展出。

通过这些案例研究，本文将探讨利用交互式机器人数据采集和建造系统作为设计工具的潜力，以在设计过程的起始阶段创造新颖的体验驱动的设计方案。

---

2 数据

随着我们触手可及的数据量每日不断增长，理解如何在建筑领域内创新且有意义地利用这些数据已成为一项重要而艰巨的任务。数据使建筑师和研究人员能够基于持续更新的信息来理解并预测局部与全球趋势，但解读和筛选出相关且有意义的数据可能成为一个复杂的问题。此外，数据选择并不一定直接转化为物理呈现。相反，数据可能暗示某种解决方案在特定区域的适用性，随后可通过其他方式加以实施。

与研究利用此类过程解决特定全局问题不同，本文探讨了通过人机交互生成和收集局部数据，并将这些数据直接转化为二维和三维实体构件的新方法。为了尽量减少初始变量数量，案例研究采用了由未接受过专门训练的人类参与者通过操作机器人绘图装置所产生的局部数据，而非利用“大数据”。

2.1 数据类型与采集方法论

随着大量现有数据的可用性以及以数字方式收集新数据的日益便捷，要选择一个特定方面来为设计过程提供信息可能会很困难。由于本项目所涉及的案例研究期望将数据直接转化为物理实体，因此所选择的数据类型必须能够轻松转换为各类在二维或三维空间中运作的机器人系统所能理解的格式。每项案例中所采用的具体数据类型及映射（转换）过程将在下文对应的案例中分别讨论。

---

3 个案例研究

在本研究过程中，开展了三项不同的案例研究，以检验将全局数据转化为设计语言的可行性。每项测试均采用源于简单人机交互的局部数据，逐步推进并发展了将数据转换作为设计工具的概念。随着每一项后续测试复杂性和规模的增加，最终实现了对采集数据的转化：
1. 以机器人绘制图形形式呈现的二维物理实体。
2. 有可能定义视觉空间结构的工业级机器人运动。
3. 以大型、基于复合材料、工业机器人制造的室内装置形式呈现的三维物理实体。

接下来，本文将讨论在这些案例研究过程中创建的流程和构件。

---

4 精益高效数据采集绘图机

绘图机是本研究的起点，并成为后续案例研究发展的平台。初期开发的重点是创建一个框架，用于直接收集和转换来自无中介的人机接口的数据。虽然人类交互数据可以通过多种方式收集，但一种简单的方法是收集能够被缩放并映射到空间坐标系统的数据。由于颜色数据通常由三个值表示（例如红、绿、蓝），因此适合进行XYZ坐标映射。

开发了一种方法，用于采集颜色数据，并基于可替换的转换算法将其映射到笛卡尔坐标系。通过使用网络摄像头以及视频处理工具（包括用于 Grasshopper（参数化设计软件）的Firefly和OpenCV（一种标准的计算机视觉库）），计算了每个中心区域感兴趣区域的平均颜色值已分析的帧。为了控制收集的数据量，每秒仅处理一到两帧。随后，每个项目使用Grasshopper（参数化设计软件）或Python进行映射。

精益高效数据采集绘图机旨在实施该方法，由三部分系统组成：
1. 一个网络摄像头，用于收集周围环境以及人机交互过程中的颜色数据。
2. 一台单板计算机（树莓派），将收集到的颜色数据转换为集成绘图机可用的二维坐标，并存储颜色数据以供后续测试使用。
3. 一台基于乐高和定制部件的小型机器人，能够在吸引参与者与机器互动的同时生成二维艺术作品。

放置在不起眼的公共空间中，未对机器或其转换算法进行任何说明。人们自主接近并互动，机器则通过在场地内绘制的线条以及记录在外置硬盘中的数据点来记录这些体验。

4.1 运动转换算法

在初始数据采集阶段，所采用的转换算法包括以下步骤：
1. RGB颜色值被转换为HSB（色相、饱和度、亮度）值。
2. 色相光谱被映射到一个圆形上，使得色相值转化为旋转角度，即向量的姿态。
3. 饱和度和亮度值相加后被映射到从绘图表面中心到绘图区域边缘的距离，从而为向量提供幅值。
4. 从绘图表面中心绘制的向量指向每个颜色对应的特定 XY坐标。

4.2 绘图机

绘图机被设计成一种简单的机器人工具，以实现直观的人机交互（ ）。该装置由激光切割亚克力、泡沫芯板和有机玻璃板构成，设计注重简洁而非精度，从而允许不可控变量的出现。采用乐高Mindstorms机器人组件来产生和控制运动。乐高NXT电机安装在亚克力框架的上角，乐高轮毂用作卷轴。

单丝线缠绕在卷轴上，并连接到一个绘图“滑块”，该滑块设计为在绘图表面上滑动，除中心连接的笔外，与其他部分的接触最小。

为了将树莓派提供的XY坐标转换为笔的运动，一个运行LeJOS NXJ开源操作系统和基于Java的控制程序的LEGO NXT微处理器进行了另一层转换，通过计算（基于绘图表面的几何关系）每个电机（及其相关卷轴）需要旋转的旋转角度，以释放出适当长度的丝线。这些计算较为简单，避免了在更精确系统中可能用到的微积分。

4.3 用户交互

由于绘图机持续接收和处理输入（无论是否有参与者在场），并且网络摄像头会因光照条件变化而捕捉到每帧之间细微的光线差异，因此该机器几乎始终处于运动状态。即使在无人与机器互动时，它的大部分动作幅度较小，但仍产生了足够的噪声和运动，吸引了许多路人的注意。当有人出现时，相机观察到颜色发生显著变化，导致机器的反应往往十分明显，从而进一步引发兴趣，有时甚至有大量人群聚集在绘图机周围，一些人疯狂地做手势，试图触发不同类型的运动。缺乏解释的同时又存在明显的互动与运动之间的关联，激发了人们的好奇心，为与机器互动的个体创造了难忘的体验。

4.4 视觉输出

绘图机生成的绘图反映了其所在场地的环境特征以及发生的人机交互情况。以下示例（ ）是在较长时间内——从傍晚到黄昏之后——生成的第一幅绘图。机器捕捉到了场地中光线质量的变化，这一点在绘图中清晰可见：笔在无人交互时段停留的位置（产生最密集的标记）起初位于左侧，随着机器运行时间的推移逐渐向右移动。中心上下方的大幅弧线正是有人进行人机交互时直接产生的结果。

在多个位置完成一系列测试后，认为最初创建的将人类与机器人交互产生的数据直接转化为物理实体的系统是成功的，应进一步开发为三维系统。

5 连点成线：大规模机器人空间生成

在成功完成首个案例研究的基础上，随后启动了一系列三维测试。这些测试最初并未专注于物理实体的创建构件如在首个案例研究中所述，连线游戏（案例研究）专注于将先前采集的人机交互数据直接转换为可控的工业机器人运动所必需的关联与流程。除了为首个案例研究建立的数据采集网络外，连线游戏（案例研究）还包括一个由四个部分组成的系统：
1. 一个基于Rhino 3D和Grasshopper的平移系统，将数据映射到三维坐标空间。
2. 使用Grasshopper插件Robots.IO和KUKA|prc模拟机器人运动并生成控制代码。
3. 一块单板计算机（树莓派）在运行时监控KUKA控制系统指示器，并将任何状态变化通知给末端执行器。
4. 一个定制的基于 Arduino的机器人末端执行器根据接收到的与机器人运动同步的通知，改变 LED灯的状态和颜色。

先前收集的人机交互数据的可视化结果随后被转化为三维运动，并通过长时间曝光摄影进行可视化。

5.1 翻译与机器人模拟

用于将颜色数据转换为三维坐标的算法非常简单：红、绿、蓝（RGB）值直接映射到X、Y、Z坐标，并根据大学的KUKA工业机械臂的工作范围进行缩放。结果得到一系列三维点，然后通过插值曲线按顺序连接这些点进行可视化。

Robots.IO 提供的 Grasshopper（参数化设计软件）插件可用于在进行任何物理测试之前模拟并检验机器人运动的可行性。该过程包括对机器人工作环境进行建模，确定用于捕捉输出结果的相机位置，将数据生成的点指定为机器人及其末端执行器的路径点，并利用从路径点到计划相机的向量通过指定每个空间点处末端执行器的姿态来确定其位置，并对空间点群进行参数化定位，以生成无奇异点和不可达路径点的刀具路径。

仿真过程表明，在数据驱动设计过程中生成工业机器人运动指令时，尤其是在不需要高精度和重复性的情况下，有必要使用新工具或修改现有工具。

5.2 末端执行器和机器人输出

为了呈现数据生成的机器人运动的输出，开发了一种简单的方法，通过光线实现空间潜力的生成。在机器人运动过程中，一个由单板计算机（树莓派）和基于Arduino的末端执行器组成的辅助系统同时运行。树莓派监听由生成的机器人控制代码发出的输出信号，并通过XBee无线模块将这些信号传输至末端执行器，从而控制安装在机器人末端的LED灯的状态（开启/关闭）和颜色。借助长时间曝光摄影技术，这些受控的光线运动在三维空间中形成光迹，呈现出一种潜在的空间现实。

连线游戏（案例研究）使得该项目首次成功测试了基于人机交互数据生成的大规模机器人运动，从而构建出物理空间结构（图4）。通过创建翻译算法的变体，现在可以根据最少的输入数据生成任意数量的形态、尺寸和颜色变化，并可用于建议虚拟和/或空间潜力。此外，与绘图机类似，该方法构建了反馈回路。尽管延迟在其当前实现中是一个影响因素（由于交互与渲染之间需要手动步骤），但现有技术已可探索针对人机交互实时生成空间潜力的可能性 [9]。

---

6 模块制造器：复合缠绕末端执行器和聚合模块生成

尽管之前讨论的数据采集与转换系统已展示了将人机交互数据源转化为二维绘制构件以及视觉记录的机器人运动的潜力，但模块制造器的创建旨在表明这些过程可用于通过机器人制造来实现大规模构件或场地的设计创作或补充。一个委托装置项目被用作开发三维构件相关流程的载体。

与第一次测试一样，本阶段的研究建立了一个框架，用于在特定约束条件下生成由人机交互数据决定的构件。这些约束包括：
1. 该装置将使用一系列全球唯一聚合模块创建。
2. 捐赠的1/8英寸预浸碳纤维丝束将作为生产材料。
3. 模块尺寸将受限于可用于固化过程的现场烘箱的尺寸。
4. 末端执行器材料需要具有高熔点和/或燃点温度。

这些限制导致了一个独特的设计方案以及进一步研究的机会。

6.1 平移与末端执行器生成

该项目再次利用了使用绘图机收集的颜色数据。平移系统使用 Grasshopper（参数化设计软件）开发，并再次采用了RGB值，但这些值不再映射到XYZ坐标，而是关联到控制末端执行器边缘角度和弯折的具体参数化元素，如图5所示，并在图6中叠加显示。

通常，设计和制造独特的末端执行器需要大量工作。由于该项目阶段的时间表较短，且需要超过一百个不同的模块，因此必须使建造阶段尽可能快速且顺利。鉴于此，并考虑到复合材料需要在烤箱中固化所耗费的时间，最终选择纸板作为末端执行器的材料。纸板可根据生成的末端执行器形状路径进行激光切割，能够承受260°F的固化温度，并且在固化完成后可轻松拆除并回收。此外，为了最大限度减少更换末端执行器所需的时间，还开发了一块激光切割亚克力连接板，该连接板可同时容纳三个独立单元，并通过简单的锁定机构将其固定。

生成的纸板末端执行器在激光切割后需要进行一些组装。通过在Grasshopper（参数化设计软件）中实现并在激光切割过程中蚀刻到纸板上的编号和标签系统，每个末端执行器配对了两种形状，并通过激光切割出的纸板插槽与连接件相连。连接件。固化后这些连接件可轻松压平，从而可以几乎不费力地取出较大的侧边形状。所使用的预浸碳纤维丝束在固化过程中不会紧密粘附于纸板，因此最终的模块几乎不需要清理。

6.2 通过机器人缠绕创建模块

在切割并组装好部分末端执行器后，即可开始对碳纤维丝束在末端执行器上的实际缠绕，同时继续切割更多的末端执行器。该缠绕过程使用了学院的库卡KR60‐3工业机械臂，机械臂上安装有定制的末端执行器，同时还包括一个固定的导管，用于引导丝束通过。由于时间限制，并为了保持一致的美学效果，本次实验中每个末端执行器采用相同的缠绕模式，而通过末端执行器本身的差异来体现数据的表达。这种差异导致丝束与纸板之间的接触点各不相同，而缠绕密度和交叉程度则基本保持一致。

本案例研究及之前案例研究中描述的方法可应用于该设计和建造解决方案的其他方面。例如，可以利用数据来控制每个末端执行器的缠绕模式（以及相关的机器人运动）参数，从而减少缠绕过程中的出错机会，并能够精确解决结构问题 [8]。

与之前的研究不同，这种特定的方法论并不适用于实时反馈回路；然而，此过程的结果确实创造了一种不同类型体验的机会。就像绘图机器产生的绘图一样，这些模块的形态也带有一种神秘感。它们是时间与空间中凝固的瞬间，表达了起始交互的潜在特性。由这些模块构建的装置利用了该过程中的延迟，既保留又创造了人类体验。

---

7 结论

机器人技术，包括本文案例研究中采用的形式及其他形式，随着技术的发展和普及，在建筑学领域以及人类体验中都占据着日益重要的地位。建筑学有机会利用这些新兴技术，以突出并重视建成环境中的人类体验的方式与其使用者建立联系。尽管这项研究仍处于初期阶段，本文中的案例研究表明，利用人机交互所捕获的数据作为生成形态的手段，或为现有设计增添独特性的方法具有巨大潜力。这些通过机器人技术将人机交互数据直接转化为物理实体的新颖方法论，为建筑师重新思考设计的起始与设计过程提供了可能。

在人类体验和人机交互中发现的设计潜力值得进一步探索。延续这一研究方向，未来的案例研究将探讨其他形式的人机交互数据，并在实时交互中应用大型机器人技术。