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 难以实现复杂的机器人运行轨迹 目前离线编程广泛应用于打磨、去毛刺、焊接、激光切割、数控加 工等机器人新兴应用领域。 图 7-1 离线编程系统构成图 用户接口 传感器 编 程 图 形 仿 真 数 据 库 数 据 库 机 器 人 控 制 柜 后 置 处 理 1 、离线编程系统构成 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 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 ）通用有效的误差标定技术 应用于各种应用场合的机器人标定 （

机器人编程，就是针对机器人为完成某项作业进行程序设计。 工业机器人编程是机器人技术的一个重要方面，它是与机器人所采 用的控制系统相一致的。为了用简单的方法描述作业、操控机器人， 机器人的语言应运而生。在本节中，主要详细介绍示教编程。 本 节 导 入 1 、示教编程 图 6-1 示教再现式机器人控制系统工作原理 示教盒 记忆装置 伺服放大 示教部分 再现部分 公共部分 工作装置 避免发生错误指令 编程占用机器人作业时间 难以与其他操作同步 很难规划复杂的运动轨迹 以及准确的直线运动 难以与传感信息相配合 机器人语言编程是指采用专用的机器人语言来描述机器人的动作 轨迹。机器人语言编程实现了计算机编程，它具有良好的通用性，同 一种机器人语言可用于不同类型的机器人。此外，机器人编程语言可 解决多台机器人之间协调工作的问题。 2 、机器人语言编程 离线编程是在专门的软件环境支持下，用专用或通用程序在离线 离线编程是在专门的软件环境支持下，用专用或通用程序在离线 情况下进行机器人轨迹规划编程的一种方法。这种编程方法与数控机 床中编制数控加工程序非常相似。一些离线编程系统带有仿真功能， 这使得在编程时就可解决障碍干涉和路径优化问题。 3 、离线编程 离线编程 为了使机器人能够进行再现示教的动作，就必须把机器人运动命令 编成程序。控制机器人运动的命令就是移动命令。在移动命令中，记录 有移动到的位置坐标、插补方式、再现速度等参数。

胡诗云，易君健∗ 2025 年 6 月 摘要： 以 ChatGPT 和 DeepSeek 为代表的人工智能大语言模型（简称大模型），正在对知识工作者的生产方 式产生革命性的影响。本文面向经济管理学科的研究者，介绍大模型的技术原理、应用方式以及在科学研究全 流程中的应用。本文首先从社会科学和大语言模型的本质出发，分析了认知自动化的边界，指出围绕理论工作 的能力是人类科学家在人工智能时代的核心能力。 建议。大模型全面融入学术工作流程，不仅能通过自动化重复劳动提高研究效率，更能通过人机合作扩展人类 思维的广度和深度，经济管理研究即将走向人机协作的新时代。 关键词: 人工智能；经济学方法论；人机协同；大语言模型 JEL Codes: A11；B41；C45；D83 ∗胡诗云，北京大学国家发展研究院，博士研究生，电子邮箱：hushiyun@pku.edu.cn。易君健，北京大学国家发展研究院，教授，（联系方式）。作者 . . . . . . . . . . 9 3 祛魅 AI：大模型的基本原理 10 3.1 大语言模型的定义和历史 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 3.2 大语言模型的数学结构 . . . . . . . . . . . . . . . . . . . . .

机器人是不具有自主感知、认知、决策和执行、接入自 主修正等能力的，依赖编程逻辑；固定用于某一道工 序的工业机器人，如果更换成另一道工序，则需要重 新编程，可以认为经典工业机器人依赖规则设定和专 家经验。近年来，工业机器人也在逐渐增加人工智能 的组件和模块，将 AI视觉目标检测组件融合至经典工 业机器人可以实现目标智能检测和传统编程操作的 结合，但是这种方式是局部智能、局部规则，而不是 end-to-end 对大规模数据的学习和训练，使具身智能 agent具备强 大的语言理解、视觉感知和决策能力。具身大模型能 够将语言、视觉、行动等多种模态的信息进行融合和 处理，实现对复杂任务的理解和执行。同时，具身大 模型还具有良好的泛化能力，能够在不同的应用场景 中进行快速适应和学习，为具身智能的发展提供了有 力支持。例如，PaLM-E 多模态大模型将语言理解与 机器人控制相结合，使机器人能够根据语言指令执行 各种任务，推动具身智能进入了语义交互的新纪元。 王晓思，林家宁，白 琳 具身智能技术演进、工业应用实践与未来展望 本期专题 Monthly Topic 38 邮电设计技术/2025/07 类系统的机械臂的运动轨迹、抓取力度等参数需通过 编程或离线仿真预设。当工件尺寸公差超过预设范 围、来料姿态随机变化（如散乱堆放的铸件），或工序 调整（如新增部件）时，需工程师重新编写运动控制代 码。此外，在粉尘车间（如铸造厂）、强光直射工位（如

是一个接口，可 以被认为是“将东西粘合在一起”的 一个系统化的方式。最近系统建模标 准开始对 MBSE 应用和使用产生重大 影响。对象管理集团（OMG）的系 统建模语言（SysML ™）是一种通用 的，用于特定的设计、分析和验证复 杂系统的图形化建模语言，在 2006 年由 OMG 采纳并现已被广泛实施在 MBSE 支持工具中。 SysML ™是一个 更广泛的家族，是包括 XML 元数据 交换（XMI）在内的由对象管理集团 品全生命周期，包括： • 将 PMI 作为需求进行描述和管理； • 创建关联 PMI 的产品模型； • 基于 PMI 的公差仿真； • PMI 驱动的基于特征的加工； • PMI 驱动的 CMM 数控检测编程； • 将具有PMI的模型数据共享给供应商， 使其能容易地浏览查看； • 基于 PMI 的装配和 3D 现场作业指导 说明； • 基于 PMI 的自制或外购； • PMI 在生产 / 供应商处的应用； 数控工序数据的编制与管理 √ 挑战： ◇ NC 加工程序的快速编制 ◇ NC 加工程序的有序管理 ◇ 数控加工的一次性正确制造 √ 应对 ◇ 加工模板和基于特征加工等 NC 加 工编程的自动化应用 ◇ 基于 PDM 的加工数据管理 ◇ 车间对加工数据的直接访问 图 24 数控工序数据的编制和管理 图 25 EWI 和 3D PDF 作业指导书 图 23 三维工序模型的关联创建和表示

三大特征： （ 1 ）拟人功能：机器人是模仿人或动物肢体动作的机器，能像人那样使用工 具。因此，数控机床和汽车不是机器人； （ 2 ）可编程性：机器人具有智力或具有感觉与识别能力，可随工作环境变化 的需要而再编程。一般的电动玩具没有感觉和识别能力，不能再编程，因此 不能称为机器人； （ 3 ）通用性：一般机器人在执行不同作业任务时，具有较好的通用性。比如， 通过更换机器人手部末端操作器（手爪、工具等）便可执行不同的任务。 、工业机器人的分类 A 悬臂笛卡尔式 • 从支撑架伸出的长度有限， 刚性差，但其工作空间所受 约束较其它机器人所受的约 束少，故重复性和精度高； • 其坐标更近乎自然状态，故 编程容易； • 但有些运动形式，由于需要 大量计算，此结构可能较难 完成，如方向与任何轴都不 平行的直线轨迹。 x z 腕的俯仰 腕的偏摆 腕的偏摆 腕的横滚 腕的横滚 2 、工业机器人的分类 工业机器人的组成 B 驱动系统  通过对驱动系统的控制，使执行系统按照规定的要求 进行工作。  一般由控制计算机和伺服控制器组成。  控制计算机发出指令，协调各关节驱动之间的运动， 同时还要完成编程、示教 / 再现，以及和其他环境状态 （传感器信息）、工艺要求，外部相关设备（如电焊 机）之间的信息传递和协调工作。  伺服控制各个关节驱动器，使各杆按一定的速度、加 速度、和位置要求进行运动。

同时具备一定的运动规划、运动控制和人机交互的能 力。 在国内大模型厂商中,创新奇智的 ChatRobot 生 成式工业机器人,借助工业大模型能力,构建了多模 态、端到端的视觉-语言-动作模型(Vision-Language- Action,VLA),实现了自然语言驱动的 机 器 人 操 作 控制。 其次是质量控制。 深度融合大模型与计算机视觉 技术,借助 AI 技术对生产过程中的多个连续环节进行 实时监测和分析 特别是大模型技术,让生产经营数据按需洞察 成为可能,不同于传统的数据库检索方式,大模型可以 让用户根据需要实时洞察生产经营数据,从而降低数 据洞察门槛和提升企业决策效率。 最后是知识管理。 依托自然语言处理与知识图谱 技术,大模型被用于提升企业内部知识资源的整理和 分类效率,对文档、手册、案例研究等资料进行高效归 档和标签化,使员工能够通过智能搜索迅速且精确地 访问所需信息。 这不仅提升了信息检索效率 性化服务策略。 其次是智能产品营销服务。 依托大数据分析,利 用客户历史数据分析建立用户画像,为客户提供个性 化的产品推荐或定制服务,增加客户的转化率和满 意度。 此外是产品售后服务。 通过自然语言处理、数字 人等技术,AI 能够对客户的问题进行理解和回应,24 小时不间断地提供服务,快速响应并解决客户的问题, 减少客户等待时间。 同时,通过数字人技术,AI 可以 根据客户的个人数据和行为偏好

视觉系统 控 制 计 算 机 通信接口 网络接口 声音、图像 等接口… 滑觉和力觉 传感器 手腕旋转 伺服控制器 （ 1 ）控制计算机：控制系统的调度指挥机构； （ 2 ）示教编程器：与主计算机之间以串行通信方式实现信息交互； （ 3 ）操作面板：由各种操作按键、状态指示灯构成； （ 4 ）磁盘存储：存储机器人工作程序的外围存储器； （ 5 ）数字和模拟量输入 / 输出：各种状态和控制命令的输人或输出； 图 5-4 ABB 公司 IRC5 控制系统 图 5-5 KUKA 控制系统结构 机器人程序 控制程序 核心功能 系统通讯 可视化编程操作界面 示教器 FANUC 机器人的控制系统主要分为硬件和软件两部分。硬件部分 主要有控制单元、电源装置、用户接口电路、控制单元、存储电路、关 节伺服驱动单元和传感单 轴运动运动，精度大大提高； ● 支持离线编程技术，技术人员可通过设置参数，优化机器人运动程序； ● 控制器内部结构相对集成化，具有结构简单、价格便宜等特点。 MOTOMAN UP6 是日本安川公司 MOTOMAN 系列工业机器人中的一种，其运动控制 系统采用专用的计算机控制系统 MOTOMAN UP6 计算机控制系统功能 系统伺服控制、操作台和示教编程器控制、显示服务、自诊断、 I/O 通

使用生成式人工智能，如文本到图像扩散模型来进行数据增强，例如 ROSIE （利用语义想象经验扩展机器人学习）可以在文本指导下创造各种 看不见的物体、背景和干扰物。 通过 DIAL （语言条件控制的数据驱动指令增强）更便宜的获得有用的语言 描述，从而更有效的覆盖大规模数据集。 使用英伟达 Isaac Sim 实现了传感器仿真和物理模拟，生成用于训练感知模 型的合成数据，为完整的机器人堆栈执行软件在环测试，以及通过 12 2025 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 获取更多维度报告数据， 请访问亿欧网 ( www.iyiou.com) 工业具身智能机器人 从需要复杂编程和长期调试的“工具 ” 跨越为能够自主学习和灵活适应的“智能伙伴 ” 3.5.1 微亿智造：具身智能典型市场参与 者 14 四大技术亮点 ★ 产线多用，多品类混线生产 通过端侧视觉感知模

广泛共 识。 钢结构及船舶行业的小批量、多样化、非标化生产特性，导致传统手工焊接效率低下且 质量稳定性不足，而传统示教型编程耗时冗长，其依赖人工操作的局限性日益凸显，已难以 满足现代制造业对高效、灵活与智能化生产的核心诉求。 随着焊缝跟踪、信息传感、离线编程、智能控制、人工智能等技术的迭代突破，焊接机 器人的智能化水平迎来显著提升。通过搭载激光传感器与 3D 视觉系统，智能焊接机器人可 视觉系统，智能焊接机器人可 精准识别焊缝位置、尺寸及形状特征，实现焊接路径的自主规划，推动焊接技术向“免示教” 方向演进。当前，焊接机器人正经历从传统示教型向“免编程”、“免示教”型的深刻转型。 智能焊接解决方案（如智能焊接机器人、自动化焊接工作站及集成视觉传感的智能系统）不 仅能够提升焊接效率与质量稳定性、降低工人劳动强度，更能有效改善作业环境并减少职业 健康危害。此外，智能化技术有望缓解焊工资源短缺问题，通过降低对熟练焊工的依赖，保 应用的程度， 还需克服诸多技术与非技术难题。 本蓝皮书以智能焊接机器人为核心，重点阐述了其各核心模块的发展态势，其中包含焊 接机器人本体、3D 视觉及激光焊缝跟踪系统、智能焊接控制系统、离线编程软件、焊接配套 设备如焊接电源、焊枪等，结合智能焊接机器人产业链各环节的技术特点，剖析智能焊接机 器人市场和技术趋势，同时对智能焊接机器人的应用行业、应用场景和应用趋势进行分析， 旨在厘清智能