商业3D打印（或增材制造（AM））是一个蓬勃发展的行业。但是，如果打印机从涉及固定盒子和龙门架的典型设置中解放出来，并可以自由地巡回，同时在协作团队中工作，那么AM应用的业务面可能会更大，并具有更多的应用程序，包括作为建筑工地的机器人泥瓦匠和维修崩溃的机器城乡民用基础设施。
因此，在美国这样一个团队成立，纽约大学丹顿工程学院的一个多学科机器人团队由纽约大学城市科学与进步中心（CUSP）主办，并获得了美国国家科学基金会（NSF）的120万美元资助，旨在通过设计使该概念成为现实用于连接到移动平台机械臂上的3D打印机的自治系统。
这些打印机必须具有团队学习功能（一种称为集体增材制造（CAM）的概念），具有机器学习和其他人工智能（AI）功能，可以修复桥梁，隧道和其他市政结构，能在海洋深处和灾区工作；甚至前往太空在月球，火星及其他地方工作。
研究人员陈峰，毛里齐奥·波菲里（Maurizio Porfiri），卢多维奇·里盖蒂（Ludovic Righetti）和金卫华（Weihua Jin）是土木与城市工程，机械与航空航天工程以及电气与计算机工程系的教授，他们将专注于包括了：“自治”，“控制”，“实时系统和网络”这三个领域，这些领域对于进行3D 打印至关重要。
研究人员称，实现它们的第一步是规划和本地化：打印机必须能够相对于彼此以及它们随着变化和增长而构建的结构进行本地化，并且在不依赖于全球定位系统的情况下进行本地化，尤其是对于外星应用。
第二步是模型预测控制：移动基座和操纵器必须足够高效和稳定，以实现快速，高质量的打印，并且能够实时适应现场实际条件中的意外或意外变化，或者打印头沉积水泥或其他材料的方式出现意外变化。
第三步是打印和协调：使用要打印的零件的设计和实际演变的结构本身作为地图，实现多台打印机的运动同步，以实现打印机器人的物理协调。
Feng解释说，这些步骤的目标是为了提高准确性、效率以及对环境和实时条件的适应性，而不是导航应用程序重新路由判断（机器感觉到的车辆偏离映射路线）的方式。但是，与典型的基于GPS的导航服务不同，这些调整必须快如闪电且精确到几毫米，而不是几十英尺。
Feng将专注于计划和本地化，应对诸如如何使机器人能够识别何时以及何时不需要自身高度精确化等挑战。他说：“机器人必须能够快速移动到印刷区域，观察真实条件（例如，由于现实世界不是平坦的，所以地面不平坦），然后立即进行补偿。” 他解释说：“虽然我们希望在结构区域具有更高的准确性，但离结构越远，所需的资源就越少。” “这将涉及一种新型的主动本地化策略。”Righetti将研究每个移动打印机的实时最佳控制算法，以使机器人能够快速适应环境。
（图片来源：NYU Tandon）
“每个机器人都必须观察正在打印的内容，并自动将其与项目设计相关联，并立即识别出打印的结构是否偏离了它，以及偏离了多少，并始终确定下一步的最佳动作以确保正确执行印刷结构。”他说。
Porfiri将开发一个数学框架，以允许机器人在不断发展的物理环境中自主协调各自的动作，从而使多个移动打印机可以同时创建效率更高的结构。在像火星这样的地方，没有足够的远程服务器来控制机器人的协调工作而没有时间延迟的情况下，此功能尤其重要。
“与无人机在编队或自动驾驶汽车中相互保持距离不同，我们的移动打印机在物理环境中留下了独特的足迹：正在打印的对象。我的工作将利用这一足迹来建立有效的算法，以进行协调和集体打印。 ”
Jin将帮助团队开发适用于移动式3D混凝土印刷的新型复合材料。该团队计划通过使用将在NYU Tandon生产的移动打印机对这些新混凝土进行真实世界的3D打印来证明算法的有效性。
“为了释放集体增材制造的全部潜力，必须突破一些科学界限，以确保根据工程化的虚拟设计来最佳地部署多个打印大型结构的移动机器人，”冯说。
