美日携手打造造船 AI 巡检机器人

近期，

密歇根大学正主导一项跨国联合科研计划，致力于研发能够自动识别造船环节中设计图与实地施工差异，并给出修正策略的自主机器人及人工智能（AI）模型。

此项计划由密歇根大学携手麻省理工学院共同推进，荣获日本国土交通省 620 万美元的资助，同时由日本邮船 (NYK Line) 下属的 Monohakobi 技术研究所（MTI）负责监管。合作团队将着手设计并打造 AI 算法与机器人样机，用以实时追踪在建船体的内部状态，将其与预期结构的数字孪生模型进行比对，系统随即生成偏差分析报告，协助工人据此实施调整。

该科研项目初期将专注于船舶建造的舾装环节，此阶段需在狭窄且复杂的空间内安装管道、线缆及电气系统等数十万个组件。受材料或人力调度变动影响，作业顺序时常调整，导致部件无法依原图安装的情况屡见不鲜。若此类隐患未能及时察觉，将引发昂贵的返工费用及交付延期。

为应对上述挑战，自主移动机器人将被定制用于在建船舶内部巡航，其借由激光雷达与摄像头采集的数据传入 AI 模型，进而构建已建结构的数字孪生体，并与设计蓝图进行对比分析。一旦察觉异常，系统将罗列潜在解决方案及其利弊权衡，供工人核实并选定最优处置方案。整套机器人系统将实现全自动化，以大幅削减核查工作的负担。

研发团队拟通过多次模拟造船流程来构建合成数据集，以此训练 AI 模型，同时走访美日两国船厂的一线技术人员，确保 AI 的推理逻辑贴合现场熟练工人的实际操作思维。研究人员还将利用名为“造船测试模块（Shipbuilding Test Block）”的新型船体分段物理模型来测试机器人与 AI 模型，该模块具备可重构特性，能模拟船舶舾装的各阶段及各类造船难题。

密歇根大学相关代表指出：“我们将构建融合 AI 与机器人技术的系统，从而解放工人于繁琐的排查任务。该系统应能自动绘制已装部件分布图，精准识别实际施工与设计方案的偏差，并在需调整时提出可行的替代方案。”

原文