机器人离线编程系统是机器人编程语言的拓广，是利用计算机 图形学的成果，在电脑里建立起机器人及其工作环境的模型，自动 生成机器人的运动轨迹，然后在软件中仿真与调整轨迹，最后生成 机器人程序传输给机器人。 本 节 导 入 示 教 编 程 特 点 离 线 编 程 特 点 需要实际机器人系统和工作环境 编程时机器人停止工作 在实际系统上试验程序 编程的质量取决于编程者的经验 难以实现复杂的机器人运行轨迹 机器人离线编程系统正朝着集成的方向前进，其中包含了多个领 域中的多个学科，为推动这项技术的进一步发展，以下几个方面的技 术是关键： 2 、 离线编程关键技术 （ 1 ）多传感器融合技术的建模与仿真 对多传感器进行建模，执行多传感器操作 （ 2 ）错误检测和修复技术 对系统的运行状态进行检测和修复 （ 3 ）各种规划算法的进一步研究 其包括路径规划、放置规划和微动规划等 （ 4 线编程得出的 程序的可用性 在线作业 使调试与维 护工作变得 更加轻松 模拟仿真 为 工 程 的 实 施 提 供 真 实 的验证 应用功能包 将机器人更好 地与工艺应用 进行有效融合 二次开发 使 机 器 人 应 用 实 现 更 多 的可能 图 7-2 RobotStudio 的仿真环境界面 2 、𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑𝐑 𝐑 . .

…… 数字孪生因建模仿真技术而起、因传感技术而兴，并将随着新一代信息技术群体突破和融合发展而发展壮大。 数字孪生历程：历经技术积累、概念提出、应用萌芽、快速发展四个阶段 数字孪生简介 工厂数字孪生 - 功能  在工厂规划 / 升级阶段，开展车间规划方案的仿真定量评估和分析，科学地指导车间系统设计调整；  在生产执行阶段，建立实时数据驱动的仿真机制，实现同步仿真运动和三维虚拟监控。 工厂数字孪生 工厂数字孪生 - 功能 工厂数字孪生平台 基于离散事件理论的工厂仿真分析 与优化 基于三维的工厂建模 与仿真 侧重于产线 性能量化分 析与优化 侧重于三维 建模、物流 与虚实映射 1 、产线建 模 2 、布局规 划 3 、节拍分 析 4 、物流设 计 工厂规划与工艺验证  产能评估分析  生产设施布局  瓶颈定位分析  生产物流资源配置设计优化  教学培训  物流瓶颈仿真分析  生产节拍仿真分析  生产资源仿真分析  物流路径仿真分析  APS 计划集成仿 真  生产策略分析 工厂数字孪生 - 功能 数字孪生工厂开发一般流程 数字孪生万物互联 数字孪生工厂预期效果 02 数字孪生简介 目 录 CO N T E N T S 01 工厂简介 03 数字孪生应用 1. 虚拟产品（装备）仿真 装备的操作使

略愿 景、实践案例方面又取得一系列重要进展，我们决定组织人员对 该白皮书进行修订再版，除了修订既有内容以外，西门子中央研 究院和西门子工业软件有关专家增加了“工业 4.0”愿景，增加 了世界领先的仿真和试验解决方案 LMS，并增加了一系列典型案例，目的是为中国大型装备制造业 数字化的领导和技术专家提供有价值的参考思路、方法和工具。 “工业 4.0”或者说第四轮工业革命，像云计算、大数据一样，是一个重要概念，概括了智慧产品、 和实施。横向集成是指将各种企业内 和企业间的商业运营 IT 系统集成在一 起，实现全供应链的集成。 • 贯穿整个价值链的端到端的设计工程 数字化集成。CPS系统使得产品的开发、 制造以及服务可以实时的在虚拟世界 进行仿真研究并且可以控制现实的制 造过程，实现全数字化的价值链。 • 企业内部可灵活重组的网络化制造系 统的纵向集成。在智能工厂中，柔性 的制造模式将不同层面的自动化 IT 系 统集成在一起（执行器、传感器、控 MBE）”。“基于模型的企业”项目将由美国 爱荷华大学牵头，并由 Rockwell Collins 公司 和雷神导弹系统公司资助。 NGMTI 提出的“基于模型的企业”是一 种制造实体，它采用建模与仿真技术对设计、 制造、产品支持的全部技术的和业务的流程进 行彻底的改进、无缝的集成以及战略的管理； 利用产品和过程模型来定义、执行、控制和管 理企业的全部过程；并采用科学的模拟与分析 工具，在产品生命周期的每一步做出最佳决策，

数字孪生，英文名叫 Digital Twin （数字双胞胎） ，也被称为数字映射、数 字 镜像。 数字孪生，是充分利用物理模型、传感器更新、运行历史等数据，集成多 学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从 而反映相对应的实体装备的全生命周期过程 而且，数字孪生体不是随便乱“动” 。它 “动” 的依据，来自本体的物理设 计模型， 还有本体上面传感器反馈的数据，以及本体运行的历史数据 什么是数字孪生技术（双胞胎技术） 视频监控： 监控形 态 虚实同步可实现： 信号实时性  NASA ： 数字孪生是指充分利用物理模型、传感器、运行历史等数据，集 成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射 , 从而反映相对应实作产品的全生命周期过程。 三、智能制造技术—数字孪生 生产实施 生产工程 生产规划 三、智能制造技术—数字孪生 3 2 产品设计 4 数字孪生技术案例 3. 数字孪生技术案例 3. 数字孪生技术案例 智能装配工艺设计软件原型系统 • 三维装配工艺设计与仿真优 化 模块 ——基于零件实测模 型 • 三维装配工艺现场演示应用 模 块 ——基于现场实物驱动 • 装配精度分析与可装配性预 测 模块 ——基于数字孪生模 型 > 面向信息物理融合的装配现场硬

造差异性的功能，跳出同质化竞争的窘境。 5 AIGC在汽车设计的多个领域展示了极大的潜力，例如AIGC技术可以加速车型外观设计和定义，使得以 低成本创造更加个性化和定制化的车型成为可能。还包括车辆动力学仿真、控制软件生成、软件测试、 结构参数调优、动力电池材料配方筛选等方面应用。 6 AIGC提高了汽车制造业的生产效率，可以实现更高效、更精准的生产作业和供应链管理，减少人力成 本，提高生产效率。 数字汽车 策划 策划师 设计 运维 制造 销售 设计师 司机 工艺师 销售经理 人 用物 数字孪生 智能驾驶 人 造物 数字孪生 智能研发 知识驱动 数据驱动 境 数字孪生 仿真场景 数字孪生 数智化OA系统 汽车产业 AIGC 技术应用白皮书 16 PAGE 流程是促进数据在AIGC中发挥作用的工具载体，也是汽车开发AI Agent实现的基础。流程数智化就 是通过 汽车研发流程，汽车工程师通过向汽车大模型注入专业知识，使其能够严格按照规则和流程处理专业 领域工作并具备数据智能推演和正反追溯的能力。大模型可辅助工程师实现需求定义、方案设计、软 硬件开发及仿真测试等过程文件的生成，最后由设计师对生成结果完成评价和筛选。 汽车设计AIGC系统主要由三部分构成：知识数据、设计大模型和工具链。 (1) 知识数据：对于研发领域，知识数据是专业工程师不断学习总结和实践应用而验证正确有效的数

面向多专业协同与多因素耦合的工厂生产运行 仿真技术 卫 星 总 装 工 厂 涉 及 基 础 产 品 制 造 、部 组 件 装 配、总装集成、特性测试、环境试验等多单元产线， 包含人员、设备、物流等多种制造要素。为保证卫 星生产效率与质量，提高工厂运行效能，提出面向 多专业协同与多因素耦合的工厂生产运行仿真技 术。面向工厂运行过程，建立工厂制造资源要素模 型库及仿真知识库，采用集成化生产运行仿真软件 进行工厂几何建模与运行逻辑建模，对工艺流程、 进行工厂几何建模与运行逻辑建模，对工艺流程、 物流及节拍进行仿真分析，根据仿真结果优化工艺 布局、消除资源瓶颈、均衡生产节拍，支撑工厂计划 资源动态协同管控与生产运行过程的分析优化，工 艺流程仿真及节拍分析如图 5 所示。 图 4 模型与数据驱动的设计制造协同机制 Fig.4 Collaborative mechanism of the design and manufacturing driven driven by the model and data 图 5 卫星总装工厂的工艺流程仿真及节拍分析 Fig.5 Process simulation and rhythm analysis on the satellite assembly factory 87 第 42 卷 2025 年第 2 期 上海航天（中英文） AEROSPACE SHANGHAI （CHINESE & ENGLISH）

万块 A100 显卡的总算力，约为 100 EFLOPS（FP16）。 算法方面，特斯拉引领了 BEV、占据网络以及数据闭环端到端等自动驾驶技术 研发，并且开发了高度真实的仿真平台，兼具 WorldSim 和 LogSim 仿真能力。 Waymo 的主要优势之一在于可依托 Google 在全球的用户网络，通过用户的 机器人验证进行道路交通对象数据标注，帮助 Waymo 建立高质量数据集。此外， LINGO-1、WayveScenes101 数据 集、自动驾驶仿真软件 PRISM-1。 智能驾驶智算数据平台发展研究报告 3 奔驰采用谷歌云 Vertex AI 平台用于挖掘客户信息以提供个性化内容服务， 同时在构建下一代高级驾驶辅助系统时采用谷歌云平台作为算力中心；采用 NVIDIA DRIVE Sim 仿真软件对智能驾驶功能进行测试验证。 宝马集团与亚马逊云科技开展战略合作，开发定制云软件用于宝马车辆的数 英伟达已开发端到端自动驾驶汽车开发平台 NVIDIA Drive、针对深度学习 应用的 NVIDIA DGX-1 超级计算机、用于智能座舱的开放和可扩展的软件框架 NVIDIA DRIVE IX、端到端自动驾驶仿真平台 NVIDIA DRIVE Sim。 （2）联盟/行业项目 ① GAIA-X GAIA-X 是一个旨在建立欧洲数据和云主权的倡议，由德法联合牵头，欧盟 27 个成员国参与，覆盖 378

（一）加快核心数智技术攻关应用 1.推进关键核心技术攻关。推动研究电子信息制造业数 字化转型关键技术创新路线图。采用“揭榜挂帅”机制加强 转型关键技术研发，重点突破高精度高速工业控制、智能设 备集成、复杂系统仿真推演、无损检测、可靠性管理等关键 共性技术，提升设备自动化编程（EAP）、电子设计自动化、 PCB 设计、产品生命周期管理、制造执行、质量管理、智能 不良根因分析等系统及软件水平。研制智能工控计算机、工 拟现实、智能可穿戴设备、 智慧家庭等细分领域，培育推广自动化装配组装、AOI 质检、基于渲染技术的 沉浸式体验、精准主动客服、用户体验优化等解决方案。 新型显示：研发推广面板生产主计划、光电设计仿真一体化平台、面板实 时排程管理系统、设备综合效率管理平台、工艺设备参数自动调优系统、制造 执行系统、高效良率管理系统、品质管理系统、基于人工智能的视觉外观缺陷 检测、智能仓储和精准配送等解决方案。 除信息孤岛，提高研发效率。通过统一计算协作平台，根据 需求动态调整计算资源，为设计、仿真、测试提供高性能的 计算资源，降低设备购置和维护成本，缩短研发周期。 重点适用行业：新型显示行业、先进计算行业、消费电 子行业。 典型场景 2：产品设计 12 痛点：电子产品结构复杂度和功能性能要求不断提升， 部分企业在仿真验证方面的建设滞后，机理模型构建不全 面，仿真分析与测试数据无法有效关联，企业在产品设计和 试生产过

. . 数字化资产 数字化设备 数数字字化化 仿仿真真 数据上传 数 据 总 线 数据上传 数据下载 数据上 传 数据分析 数据决策 数据挖掘 基于工业互联网标识解析体系 物料建模数据 工艺建模数据 数据清洗 高效产品制造模式 智慧企业模式 创新商业模式 物联网技术 数据挖掘 仿真技术 化 工 工 艺 生产管理 质量管理 数据迁移 数据仓库 抽取 转化 过滤 加载 数据转换 即时查询 多维分析 数据挖掘 Portal 报表 信息展现 W eb 用 户 移动用户 O LAP 用 户 三维用户 仿真用户 业务用户 数据监视 九大核心价值之七 重大危险源监测预警 接入重大危险源企业的实时监控视频 和 安 全 参数等实时数据，实现动态监 管、 自动预警 采集企业非实时数据，形成“一园一档”、 基于工业互联网标识解析体系定义标签规则 数字化仿真 通用模型库 设备模型库 零件模型库 建筑模型库 工艺模型库 仿真工具包 展示交互层 基础建模层 产品建模 业务应用层 常规交互 三维可视化 虚拟现实 工厂建模 工艺建模 知识库 规 划 类 工艺规划 物流规划 布局规划 管 理 类 文档管理 流程管理 协同管理 质 量 类 参数分析 检测仿真 工艺优化 生 产

、研发、销售业务的协同，“十二亐”国 家科技支撑计划 - 自主品牌整车企业全 球 集团全球协作应用示范 “ 十一亐”国家科技支撑计划——“江淮汽车数字化综合集 成 技术开发及应用”和安徽省“十一亐”科技攻关计划—— “ 乘用车仿真平台建立”项目 信息化发展与两化融合历程 协同创新阶段 深度融合（包括企业的愿 景、目标、商业模式、管 理体制、文化的融合） 信息化发展概述 3 初步建成数字化企业 全面建成以 ERP 二、创新能力提升工程 19 三、智能制造工程 2020 年，应用虚拟工厂模型及仿真技术，提升制造装备的字化、智能化水平，应用智能制造技术，建成智能制造样板车间。 2025 年，完成虚拟技术、智能装备与信息系统的集成，建成智能制造样板工厂，实现大规模个性化定制，初步建成智慧企业。 智能制造 虚拟仿真技术 数字化管理及制造集成 智能装备 全生命周期产业链融合 通过 CAD\PLM\BOM\ERP\MES 工艺设计 \ 工艺工程设计一体化协同平台，实现工艺设计资源 全 局共享和协同；建立基亍工厂 BIM 技术的三维虚拟工厂模型， 实现工艺过程、制造、（厂内）物流等在虚拟环境中得到虚拟制 造仿真验证、调试及优化，大大降低工艺工程的开发周期，提升 制造成功率及产品质量。 以工业机器人、高端数控装备等智能装备为载体，通过应 用嵌入式系统、装备控制系统、人机交互系统，使各制造装备具