机器人是一个复杂的动力学系统，机器人动力学研究包含两类 问题：一类是已知机器人各关节的作用力矩（或力）时，求解机器 人的运动轨迹，即正动力学分析问题；另一类是已知机器人运动轨 迹，求解所需要的关节驱动力矩（或力），即逆动力学分析问题。 本 节 导 入 求解比较困难 较长时间的运算 正动力学问题 我们只对 进行详细分析 逆动力学 了解机器人动力学，也 即机器人的动力学方程。它表示机器人各关节的关节变量对时间的一阶 导数、二阶导数、各执行器驱动力或力矩之间的关系，是机器人机械系 统的运动方程，其实际动力学模型可以根据已知的物理定律求得。 逆动力学问题 即机器人在关节变量空间的轨迹已确 定，或末端执行器在笛卡尔空间的轨 迹已确定 ( 轨迹已被规划 ) ，求解机 器人各执行器的驱动力或力矩。 正动力学问题 即机器人各执行器的驱动力或力矩为 即机器人各执行器的驱动力或力矩为 已知，求解机器人关节变量在关节变 量空间的轨迹或末端执行器在笛卡尔 空间的轨迹。 机器人运动方程的求解可分为两种不同性质的向题 人们研究动力学的重要目的之一是对机器人的运动进行有效控制， 以实现预期的运动轨迹。常用的方法有牛顿 - 欧拉法、拉格朗日法、凯 恩动力学法等，在本节中只介绍拉格朗日法。 凯恩动力学法 运算量最小、效率最高， 在处理闭链机构的机器人动力学方面有一定的优势

尤其是在购买新车时。现在，越来越多的消费者选择购买电动汽车。原因在于，即使考 虑到电池生产和电力消耗，电动汽车的二氧化碳排放仍比内燃机低得多。 因此，今天，整车制造商和零部件供应商不再怀疑新能源动力譬如氢或电是否会取代内 燃机，而是关心何时必须完成这一过渡，及如何尽可能顺利地过渡。 他们知道，经改进的制造工艺、新材料和更有效的生产方法是未来市场取得成功不可或 缺的组成部分。 本白皮书重 4 电动交通：机遇和挑战 最新研究表明，与内燃机相比，电动汽车二氧化碳 1 可减排 达 80%。难怪专家们预测这一细分市场前景光明。 不出几年，在世界各地，电动汽车上路行驶会成为常态。 替代动力系统、联网车辆和无人驾驶对制造商和供应商提出 了重大挑战。 变革即将到来 因此，除了投资未来技术以外，许多地方也正在推动建立合 资企业和开发伙伴关系。 传统公司部门和技术正被新商业模式、新产品所取代。 要求。 对于行业而言，交通运输方面的变化提供了许多机会，但也 带来了重大挑战。毕竟，他们必须适应全新的功能、组件和 系统。 这一点对于电动汽车尤其如此，因为比如，电动汽车不仅需 要不同的动力系统和电池，还需要其它加热或空调系统。 这就为已经非常宽泛的车辆配置提供了额外的选择 - 多样化 可能会变为混乱。 因此，对于汽车行业中超过八成的公司 2 来说，优化流程和 组织结构是议事日程中的第一要务。

深圳恒宝士线路板有限公司董事长 马振山 奇瑞捷豹路虎汽车有限公司常务副总裁 魏志勇 河北恒工精密装备股份有限公司董事长 贾广宏 北京海纳川汽车部件股份有限公司副总裁 张连 德诚控股集团董事长 张力 逐际动力联合创始人兼COO 张雁军 东风公司战略规划部副总经理 杨涛 新意互动CEO 李东平 银信科技 参与编写成员 汽车产业战略家班 中国一汽高端汽车集成与控制全国重点实验室 刘秋铮 李文彬 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。具体应用包括智能工艺评 10 核心结论 9 PAGE 汽车产业 AIGC 技术应用白皮书 第一章 汽车行业 技术变革 汽车产业 AIGC 技术应用白皮书 10 PAGE 在汽车行业百年发展史的大部分时间里，是以动力系统为代表的硬件为王的时代，规模、渠道、品牌 影响力等是核心竞争要素，但最近十五年的技术变革从根本上重塑了汽车的竞争法则。硬件逐渐趋同 化，数据、人工智能算法和计算平台成为新的核心竞争要素。

实现产品的设计模式创新.........156 案例三：西安航空发动机（集团）公司采用 MBD 实现发动机制造创新 ............159 案例四：西安航空动力控制有限公司利用 TC/NX 实现工艺设计模式创新 ..........162 案例五：北京动力机械研究所实施 MBD 创新航天行业最佳流程 ......................165 案例六：首都航天机械公司利用 TC 实现三维装配工艺设计和管理的模式创新 6 “工业 4.0”——制造业的未来 1. 第四次工业革命——“工业 4.0” 随着制造业再次成为全球经济稳定发展 的驱动力，世界各主要工业国家都加快了工业 发展的步伐：从美国的“制造业复兴”计划到 德国的“工业 4.0”战略，再到中国的“十二五” 发展规划，制造业正逐步成为各国经济发展的 重中之重，引领未来制造业的方向也成为制造 相关数据能够被有效配置管理，能够 在 MBE 企业内部以及供应链之间流通。 • LMS，仿真和试验解决方案：将三维 功能仿真、试验系统、智能一维仿真 系统、工程咨询服务有机地结合在一 起，专注于系统动力学、声音品质、 舒适性、耐久性、安全性、能量管理、 燃油经济性和排放、流体系统、机电 系统仿真等关键性能的开发和研究。 西门子完整的 MBE 解决方案，以系统工 程思想为指导，贯穿从产品需求开始，经过

气动式和电动式。 电动驱动 利用各种电动机产生的力矩和力， 直接或间接地驱动机器人本体以获得机器人的各种运动的执行机构 气动驱动 以压缩空气为动力源驱动， 气动执行机构包括气缸、气动马达 液压驱动 以有压力的油液作为传递工作介质， 实现机器人的动力传递和控制 电动驱动 由于低惯量，大转矩交、 直流伺服电机及其配套 的伺服驱动器的广泛采 用，电动驱动系统在机 器人中被大量选用。该 根据能量关系建立起碰撞冲击动力学模型并设计出力 调节器，其实质是用比例控制器加上积分控制器和一个平行速度反馈补偿 器，有望获得较好的力跟综特性。 稳定性在力控制中普遍存在响应速度和系统稳定矛盾，因此， Roberts 研 究了腕力传感器刚度对力控制中动力学的影响，提出了在高刚度环境中使 用柔软力传感器，能获得稳定的力控制，并和 Stepien 一起研究了驱动 刚度在动力学模型中的作用。 在 电动机的主要功能是执行机构产生特定的动作，根据用途可以将 电动机分为驱动电动机和控制电动机两类。 控制电动机 不仅提供动力，而且能够 精确控制电动机的驱动参 数等，如位置、速度、动 力等。它一般分为步进电 动机和伺服电动机两类。 驱动电动机 主要是为设备提供动力， 对于位置精度的控制能 力较低，主要用于电动 工具、家电产品以及通 用的小型机械设备等。 控制电动机规格选定

行业如何利用智能制造 和新兴技术来推动长期业务影响、提高质量、 降低风险、增加产能并应对劳动力挑战。 欢迎使用 第 10 版年度智能制造现状报告 3 为了应对快速发展的市场，CPG 制造商面临着提 高质量、降低网络安全风险和优化过程的巨大压力。 虽然竞争、通货膨胀、经济不确定性和供应链持续中断等 外部因素继续对增长构成挑战，但劳动力相关问题仍然是 许多 CPG 制造商关注的重大次要问题。 本报告基于对全球 速转向其他品牌，制造商们试图通过智能技术提升质量也就不足为 奇了。为此，各大品牌正加倍重视质量，通过重投资旗舰产品来突 出差异化并维持客户忠诚度。 70% 的 CPG 受访企业将长期业务影响列为技 术投资的首要驱动力，62% 的企业则选择 业务扩展或产能提升作为次要动因。 长期业务影响已成为主要驱动因素 紧随质量之后，成本仍是关键焦点。为寻求创新手段降低成本并满 足消费者与投资者的双重需求，CPG 制造商正借助自动化提供的长 版年度智能制造现状报告 8 数据可用性的提升与 CPG 制造商人工智能应用的增长 呈正相关。 随着数据收集在 CPG 行业的持续扩展，制造商日益依赖人工智能实现数 据价值挖掘，从而获取竞争优势、优化劳动力配置并推动长期影响。 这些发现与我们综合报告结论一致，不过 CPG 行业 对利用数据赋能人工智能表现出更高热忱，相关评 分超出综合平均值 5%。这些研究结果在印证 CPG 行业高度重视人工智能、并认可其技术竞争优势的

创新奇智科技集团股份有限公司,北京 100080) 摘要:在建设现代化、推进新型工业化的关键时期,人工智能(Artificial Intelligence,AI)技术的兴起为制 造业转型升级提供了强大的动力,AI 技术在制造业全流程的落地已成为推动制造业领域产业升级的重 要引擎。 首先,分析 AI 技术赋能制造业的意义,从研发设计、生产制造、运营管理和产品服务等制造业 核心环节入手,深入阐述 AI 信息通信技术 与政策, 2024,50(12):42-50. DOI:10. 12267/ j. issn. 2096-5931. 2024. 12. 007 0 引言 制造业是经济增长的关键驱动力。 据世界银行数 据,2022 年全球制造业总产值约为 16. 19 万亿美元,制 造业增加值约占全球 GDP 的 16. 05%。 制造业作为现 代经济的基石,反映了一个国家或地区的工业化水平 年我国制造 业 GDP 高达 4. 61 万亿美元,占总 GDP 的 26. 18%,约 占据全球制造业份额的 28. 5%。 当前,我国制造业面临劳动力短缺、生产技术落 后、可持续发展压力等多重挑战。 国家统计局数据显 示,我国制造业劳动力规模显著减少,2015—2020 年, 制造企业的平均用工人数由 8 711 万人下滑至 6 550 万人,制造业面临着技术工人短缺的问题。

日韩及欧洲零部件企业普遍业绩受到冲击，主要源于 市场疲软、主要客户新能源转型不及预期、投入无法 快速变现等。据统计，韩国上榜企业2024年营收规模 下滑最为剧烈，同比跌幅为19%，受LG新能源、三星 SDI等动力电池龙头大幅下滑影响显著。日本企业尽 管上榜数量微增，但多为传统版块企业，难以抵御结 构性需求转移，2024年营收规模同比跌幅为7%。欧 洲上榜企业2024年整体营收规模减少2,595亿元，其 19%，显示出了较强的盈利韧性，头部虹吸效应进一 步凸显。2024年，零部件行业利润加速向头部企业 汇聚，集中度显著提升，其中头部10家企业合计实现 了全行业75家企业利润总额的72%。在动力系统领 域，新能源与传统发动机板块营收规模相近，但前者 的利润水平已达到后者的三倍，展现出更强的盈利能 力。 03 12,647 13,555 16,663 16,944 2021 2022 智能 座舱与智能驾驶等核心零部件板块正实现市场规模、 增长速度与技术发展的同步跃升，逐步成为产业价值 高地。其中，电驱领域集中度相对较低，未来随着行 业整合提速，领先企业将不断扩大市场份额；动力电 池则已经形成高度集中的竞争格局，电化学技术实力 与产业链集成能力成为核心竞争要素；智能座舱与智 能驾驶领域的马太效应日益显著，头部企业通过技术 积累与算法优势构筑护城河，技术迭代速度与软件开

EB。特斯拉创始人兼首席执行官马斯克曾表示，特斯 拉 FSD 测试里程需要达到 60 亿英里，才能满足全球监 管机构的要求，这也是智能驾驶系统实现质变的一个重 要节点。海量场景数据的喂养与解析，是驱动智能驾驶 技术不断进步的核心动力。目前，与汽车智能驾驶相关 的数据大致可以分为两类：一是智能驾驶系统数据，主 要包含环境感知数据、感知决策数据、定位数据与车辆 运行数据等关键数据；二是应用服务数据，主要包含出 行辅助数据、影音娱乐数据、生活服务数据等类型。 通过摄像头、雷达等传感器从汽车外部环境采集的道路、建筑、地形、 基础设施数据等 感知决策数据 车辆行驶控制、灯光控制、环境感知融合算法等指令数据 定位数据 卫星定位数据、惯性定位数据、差分定位数据等 车辆运行数据 车身系统、动力系统、电气系统、舒适系统等车辆运行状态参数 应用服务数据 出行辅助数据（如天气预报、交通拥堵、导航等）、影音娱乐数据（收音机、 新闻等）及生活服务数据（日程提醒、停车场推送）等 在数据增长过程中，数据闭环能力已成为决定技术演进 经过感知硬件实时采集环境数据与智能驾驶算法计算 后，预先调节执行各总成的控制参数，以实现驱动力精 确控制、转向力自适应调节、悬架刚度与阻尼实时优化 以及制动系统快速响应等多样化场景需求，全方位提升 驾驶安全性与舒适性。 2.1.3.1 驱动总成 在潮湿路面启动时，汽车常因车速过快，致使驱动力超 过地面附着力极限而打滑，极易导致车辆偏离车道，引 发车损人伤事故。在通过单侧泥泞道路时，传统驱动总

促进钢铁行业转型金融发展的有效激励 机制 9 2.1 健全识别框架 9 2.2 实施财务激励 14 2.3 加强多方协同 17 3 现有激励机制面临的关键挑战 20 钢铁企业转型动力尚未被充分激发 20 缺乏对金融机构的有效激励 20 对下游低碳钢铁采购方的关注不足 21 4 结论与建议 22 附录 25 促进中国钢铁行业转型融资的激励机制 型金融政策体系建设和市场培育方面取得了显著成 效。然而，当前钢铁行业面临产业发展相对低迷、转型 投入回报周期较长、低碳钢铁生产成本溢价难以有效 分摊等多重挑战，导致行业缺乏实施低碳转型活动和 开展低碳转型投资的动力。金融机构也因此难以找到 优质的转型投资标的。此外，由于转型金融的识别框架 尚未明确，且转型相关项目的财务回报预期偏低，致使 金融机构在拓展转型金融业务时缺乏足够的积极性。 有效的激励机制能够在一定程度上破解上述难题，推动 的核心诉求提供精准支持，导致钢铁企业缺乏转型内 生动力、金融机构参与意愿不足、低碳钢铁需求有限。 4. 未来可在以下方面进一步系统化完善支持钢铁行 业低碳转型的金融激励工具和机制。 •通过丰富财政补贴、税收优惠等财务激励机制，支持 废钢回收利用等配套产业发展，以及搭建涵盖碳排 放计算器等标准化、模块化在线工具的钢铁行业转 型金融公共服务平台，增强钢铁企业转型内生动力。 •通过建立健全的识别框架，加大现行碳减排支持工