工业控制平 台 源数据 1. 设备 - 控制电脑 2. 设备 - 单体可程序控制器 - PLC 3. 设备 - 传感器 4. 设备 - 外挂的传感器 5. 设备 - 电气箱 6. 设备 - 人机控制器 7. 设备 - 仪表 8. 设备 -PLC 集成后的主 PLC 9. 设备 -PLC 集成后的主控电脑 10.…………… ----------[ 设备 ] 数据取得终端选项 ---------- --------------------- 工作台三 工作台四 人机站四 人机站 3 人机站三 工作台 1 工作台 2 工作台 3 3 1 2 机台 2 机台 3 机台二 机台三 制造布局模型 1- 功能设备群组型作业 ------------------------------------------- 人机站 1 人机站 2 工件 人机站 3 人机站 4 工件 机台一 工件 机 机 机 机 台 工台件 台 人机站一 工件 机台一 机台 二 工件 机台三 机台四 人机站 1 人机站 2 工件 机台一 工件 工作台一 工作台二 工件  机工作  人工作  机工作，人辅助工作  人工作、机辅助工作  人机共同工作  机工作，人接续工作 J 终产品产出点 投 产 点 1 制造布局模型  机工作  人工作  机工作，人辅助工作

面向多品种卫星变批量、柔性化、智能化制造需求，融合智能制造技术、新一代信息技术与卫星制造业 务，提出构建卫星总装智能工厂。阐述了卫星总装智能工厂的内涵和体系架构，提出了基于工业互联网的产业链 跨域协同、面向人机协作的柔性智能成套装备、人工智能辅助工艺决策与执行控制、基于数字孪生的工厂运行智能 管控等关键技术。结合实例开展了卫星总装智能工厂集成应用验证，生产综合效能得到显著提升，为推动卫星智 能制造模式转型提供有益借鉴。 像与数据关联管理等方法，建立卫星研制全过程全 景影像状态基线，实现卫星实物状态及实施数据的 穿透式、真实化在线确认及后续质量状态追溯，实 现卫星研制状态的多层级、穿透式组织呈现。 2.2 面向人机协作的柔性智能成套装备技术 2.2.1 总装拉动的仓储物流智能管控技术 面向卫星总装工厂仓储物流高效精细智能管控 需求，研究总装拉动的仓储物流多级精细化管控技术。 建立面向总装配套供应链的产品/物料统一编码体系， 评估高频消耗物资的库存状态、预警缺料风险、驱动 提前采购备货，卫星总装智能工厂仓储物流管控系统 应用场景如图 7 所示。 2.2.2 人机协同机器人智能辅助装配技术 针对多品种卫星变批量制造过程舱板模块集成、 重载设备及模块总装等多工况高效高精度装配需求， 研究人机协同机器人智能辅助装配技术。针对批产 卫星舱板单机高效自动装星需求，采用基于视觉引导 的机器人自动化装配技术，通过装配目标视觉自动识

（ UPF ） • • • • • 本地 AI AR/VR 无人驾驶 智能监控 安防告警 …. 数据中心 • • • • 数据存储 管控中心 综合运营 …. 员工办公 终端业务 无人机 生产监控 辅助运维 远程参观 智能广播 分支机构 2 分支机构 N 分支机构 3 …… 端到端切片系统 基于端到端网络切片，为不同场景 提供 相互隔离 、 网络能力可确定 的 网络服务，满足差异化数据传输的 网络指标 网元参数 组网拓扑 精准覆盖 网络能力 定制设备 远程矿卡 ... 远控电铲 质量控制 ... 生产环节监测 综合监控 ... AR 远程参观 电子围栏 ... 无人机巡检 典型 应用 视 网络全景可 视 • 网络孪生 • 网络架构 • SLA 可视 • 设备状态可视 维 监控运 维 保障 • 智能巡检 • 仿真拨测 等恶劣矿区环境设备安全。 开采服务： 基于 5G+AI 的无人机巡检及地形采集系统 露天矿爆破时，通过 5G 无人机航拍 ，结合 AI 图像识别 ，对爆破区域实现 智能化警戒 。爆破完成后，无人机 定期采集地形 变化信息，将地 形变化数据更新到地形数据库中，作为下次爆破和矿山开采规划的依据。 5G+ 无人机巡检场景： 通过无人机航拍，结 合 AI 技术进行图像识别，对矿山爆破区域 进行巡查，自动识别人、动物、车辆等目标，

环境自感知，运行参数自调节； 2. 产品运行自诊断、自报修。 5 模块商互联 1. 模块商参与设计、用户评价； 2. 用户口碑、定单实时到模块商。 6 信息 互联 人机 人机互联 - 设备商与设备 设备商远程预防、诊断、维护。 7 人机互联 - 设备与员工 设备状态远程实时可视、问题事前预警。 8 机机 机机互联 - 设备协作 计划匹配不多干、不乱干，互联互通、相互预警。 9 数据互联 - 设备自诊断 MES PCS 产品全生命周期端到端集成 产品生产 产品开发 客户需求 产品服务 产品全生命周期个性化定制与服务 无人机 无人驾驶汽车 自主决策： • 环境感知 • 路径规划 • 智能识别 • 自主决策 自适应工况： • 工况识别感知 • 控制算法及策略 人机交互： • 多功能感知 • 智能 Agent • 语音识别 • 信息融合 销售 物流 信息

年美国汽车行业分析报告 XX 数字化工厂建设愿景及主要特征  数字化工厂建设愿景：高效制造出用户定义、用户满意的高质量产品 XX 数字化 工厂特征 高效智能 柔性定制 绿色环保 质量卓越 透明可视 人机协同 高效智能 • PEP 生产准备周期缩短 • 整车订单交付周期缩短 • 借助数字化、智能化手段，设备综合利用率 OEE 提升，设备停机故障率下降 • 智能识别感知订单任务并执行任务 • 控制单车制造成本在一个良好水平 人、车、设备所有要素的运行状态可以 进行数字化的展现及跟踪 • 客户订单生产加工过程全程可视 绿色环保 • 工厂能耗管理实现全程数字化 • 工厂碳排放、 VOC 有机物排放可监控 • 工厂能耗指标的持续改善 人机协同 • 自然人、机器人、生产设备、物流设备 和谐共存、共同协作的工厂 • 根据制造工艺，确定生产岗位，统一协 调布局自然人与机器人的岗位分布（自 动化率、自动化水平） 愿景 客户 管理 制，在线校、审、批流程） Y 实现标准作业指导规范化 • 制造执行管理（包括计划管理、人员管理、 设备管理、工艺管理、质量管理、物料管 理、生产执行控制，实现对生产过程从计 划下发到产品入库过程的“人机料法环”的全 覆盖） Y 提升生产过程透明度及效率， 提高车间现场问题传递和响应 速度，实现生产过程物料、质 量、设备等数据追溯 • 数字化监控中心（实现数字化工厂信息汇 总并可视化呈现，统计分析制造管理中的

需要满足高性能、高安全、高可靠、高能效的技术要求， 提供丰富的硬件接口满足不同场景下多个摄像头、超声 波雷达、毫米波雷达、激光雷达、GPS/IMU 组合定位 等传感器标准接口的接入处理和融合能力，同时提供标 准接口与人机交互模块、车载通信模块 T-Box、线控底 盘等互连，完成整车的互联互通。 汽车智能驾驶技术及产业发展白皮书 14 图 2-3 域控制器硬件逻辑示意图 2.1.2.1 计算 SoC 运行智能驾驶系统推理算法，需要强大的 等自然语言处理模型的 泛化能力，处理更为复杂的现实交通场景与人机交互逻 辑，赋予车辆更智能的场景理解与规划决策能力，提升 智能驾驶的整体智能化水平与人机交互体验。但 AI 大 模型也面临训练数据多样化、模型参数规模大、性能资 源要求高、人机交互逻辑复杂等现实问题，业界在世界 模型仿真、轻量化模型设计、边缘计算优化、人机交互 博弈等方面也在积极探索，为更高等级的智能驾驶规模 化落地奠定技术基础。 信息： （1）轨迹生成：精确指挥自车当前执行硬件的操作，包 括方向、速度、悬架等，实现对自车的精确控制。 （2）场景理解：预测接下来几秒内，自车或其他交通参 与要素的运动轨迹，用于人机交互显示，以提升人机信任度 与协同。 2.3 云端训练 在云端超算集群通过分布式架构训练端到端神经网络 模型，结合强化学习优化复杂决策策略，并通过模型量 化、剪枝、蒸馏、压缩等技术实现轻量化，适配车载算

适 用 于 厂 区 地 质 模型 、 区域管网模 、 重点区 域规划建设服务等场 景 。 7 级 零 件 级 模 型 主 要 数 据 源 达 到 LOD 4 0 0 及 以 上 ， 适用于人机互操作 、 厂区 局部精细化场景还原 、 高精度 仿真 、 单体设施 设备 管理等 。 5 级 功 能 级 模 型 功能模型级别 ， 主要数据 源 是 基 于 BIM 的 LOD CIM 5 外 景 建 筑 CIM5 级 建 模 据厂区 CAD 图纸和效果图进行建模， 进 一 步可以使用无人机航拍参考图片对模 型 进行优化调整， 精确还原实际厂区场 景。 工 厂 周 边 CIM3 级 建 模 周边 3km 以内的主要道路和环境。 根据影像地图的数据和无人机航拍 的参考图片进行建模。 设 备 设 施 CIM5 级 建 模 如生产线上的生产设备 、 仓储部分的罐体、 搭载警用无人机 热成像云图检测 7x24 小时无死角 前置 AI 智能分析处理 地空一体电子围栏 生命探测仪 无人巡检 安全管理 06 拓展应 用 可通过手机小程序可以远程控制无人车 • 快速部署，安全可靠 • 手机 、 PC 均可实现车辆管理控制，方便快捷 警灯开 警用 / 消防 / 急救 等装备远程解锁取用 手机端可以调度车辆，远程控制车门开启，实现警用无人机 、消防、

车AIGC的实现提供了数据基础，流程数智化是促进数据在AIGC中发挥作用的工具载体，也是汽车开发 AI Agent实现的基础。高质量的数据是提升AIGC能力的关键因素。 3 AIGC与人类不是相互替代的关系，未来的趋势是人机共智，两者的互补性体现在机器提供强大的数据 分析和生成能力，而人类则提供情感认知、判断力和创造力，二者相辅相成，共同确保安全和性能。 4 智能座舱和自动驾驶是AIGC在汽车产品的两大杀手级应用，极大提升了消费者体验，通过赋能车企打 故障诊断报告、设备预测性维修建议等，进行实时工艺指导与优化，指导现场操作人员精确作 业；或根据实时生产状态动态调整生产计划，优化资源分配，以应对变化的市场需求或突发状 况。 语音技术 04 语音识别与合成技术用于人机交互与信息传递，提升工作效率与用户体验。语音识别是将口头 指令或对话转化为文字。可用于车间语音指令操作、客服语音工单录入等场景，而语音合成则 是将文本信息转化为自然流畅的语音输出，用于智能助手播报设计更改通知、生产线状态更新、 求主动交互收集能力，同时以企业知识图谱进行知识输入与大模型的融合训练，使大模型生成内容在 知识图谱中有据可循，确保了生成内容的可信性。 2.2.2.4 人机共智协同 在设计大模型中，AIGC与人类不是相互替代的关系，未来的趋势是人机共智，两者的互补性体现在 机器提供强大的数据分析和生成能力，而人类则提供情感认知、判断力和创造力，二者相辅相成，共 同确保安全和性能。不仅是设计大模型，其它

请访问亿欧网 (www.iyiou.com) 1.1 具身智能是推动新质生产力建设的重要引 擎 人形机器人是具身智能的典型代表 服务机器人 工业机器人 要素二：本体 要有物理实体 具身智能 无人机 乘用车 商用车 自动驾驶载具 机器人 3 城市 发布时间 政策名称 重点内容 全国 2025.03 《政府工作报告》 首次明确将具身智能列为未来产业培育方向，提出建 立专项投入增长机制，与生物制造、量子科技、 年主流智能养老机器人已能整合视觉、 听觉、触觉、力觉等多种传感数据， 实现 对老年人状态和环境的全方位感知。 机器学习技术被广泛应用于行为识别、健康预警等场景。 自然语言处理技术的进步显著提升了人机交互体验。 最新一代陪伴机器人支持多轮对话、情感识别和方言交互，在老年群体中的接受度明 显提高。 多模态感知与人工智能等技术的融合推动养老机器人实现从辅助到主动 服务的跃升，养老机器人在康复、护理、陪伴三大领域实现关键技术突 产生的负样本数据 , 弥补初期数据不全问题 , 并持续选代、 生成新模型 , 以灵活适应动态任务和复杂环境。 智能闭环，人机深度协同 通过构建高效的智能闭环实现类人经验的积累和优化，不仅弥补了传统机器人“智能缺失 ”的根本性缺 陷， 更开启了真正意义上的人机协作新模式。 微亿智造已成为工业具身智能领域的领军企业之一， 被 IDC 列为具身智能机器人典型市场参与者。 全栈式技术应用开拓者

重复性任务为主，标准化生产 作业环境 人机共存的非结构化环境 人机隔离的结构化环境 负载范围 较小，通常在 2-35kg 覆盖广泛，涵盖 2-2300kg 产品特性 轻量、低或可变的刚度 较大的自重和刚度 辅助设施 传感器种类多样 外接传感器少 投资回报 价格低、易集成、投资回收快 集成复杂、投资回收周期长 作业方式 人机协同作业 耐疲劳、连续作业 操作环境 快速适应：一旦工作环境发生变化，机器人可以立即更新其编程，快速适应新的任务需 求，大大提高了生产灵活性。 简化编程：视觉引导下的编程减少了对传统编程语言的依赖，使得非专业人员也能轻松 完成编程任务，降低了操作门槛。 增强人机协作：视觉技术使机器人能够更好地理解和响应人类操作员的指令，增强了人 机之间的协作能力。 无论是基于三维软件的机器人离线编程还是基于视觉技术的机器人快速编程，都是为了 提高机器人编程的效率、 系统能够收集和分析大量的焊接数据，包括焊接参数、焊接结果、设备状态等，为工 程师提供数据驱动的决策支持，帮助他们优化生产流程，提高产品质量。 6、人机协作与远程控制 通过语音识别、手势识别等技术，AI 系统使焊接机器人能够与人类操作员进行自然的 交互，实现更安全、更高效的人机协作。此外，远程控制功能使得技术人员可以从远端监控 和控制机器人，提高操作的灵活性和安全性。 7、虚拟现实/增强现实（VR/AR）集成