集成计划体系顶层设计方案 2 现状调研阶段的关键发现及总体解决思路 多种订单组织方式并存，规则不够明确 计划调整规则未明确定义 3+2 滚动计划周期偏短 集成计划以职能为中心，计划职能涉及多个部门 采购执行涉及多个部门，对供应商窗口较多 需求计划准确率偏低，对生产和采购指导性不强 缺乏端到端的订单管理，订单处理规则不明确 产销平衡机制有待完善 3 日锁定计划难以真正锁定，影响生产稳定性 零部件计划对供应商备货及生产指导性不足 强调满足市场需求， 但缺少规则，生产计划常被打乱 强调库存管控、精益化生产 但缺乏有效的计划体系支撑 业务数据（含工程变更）基础薄 弱，业务流与信息流匹配度低 管理与决策更多凭经验 缺乏工具与手段的支持 完善体系 （ 1+5 ） 搭建平台 （流程 +IT ） 1 2 3 4 3 按照集成计划总体框架，顶层设计阶段主要聚焦于模式与业务体系的设计， 针对主要方向与规则达成共识，为后续流程设计及系统开发打下坚实的基础 供应链价值最大化（生产稳定、成本降低、订单灵活响应） 更稳定 计划 柔性 + 例外 规则 + 承诺 通过打通计划流与订单流，构建出“规则 + 承诺、柔性 + 例外”的集成计划体 系，从而实现“快速响应市场变化、灵活应对订单调整” • 与 CRM 打通，连 接商机管 理 • 引入科学 预测方法 • 建立合理 库存管理 方法 • 建立订单 规则，实 现订单交 期承诺、 订单可视、 分类及优 先级管理 •

外部人员赋予一定的权限，对于进 入无权限的区域，系统进行报警。 人员管理系统 人员管理 UWB 定位专家 10cm 高精度定 位 考勤规则配置 按某人员、某时间段、某区域配置规则。例如按照 A 部门人员与 B 部门人员分类，可分别配置不同的 考 勤规则，灵活设置。 考勤管理系统 UWB 定位专家 10cm 高精度定 位 平均时间分配指标 l 分析员工效率低下 l 系统可根据公司行业数据库， ，同时派发工单，工单详细记录处理信息，形成闭环管理。 设备系统 UWB 定位专家 10cm 高精度定 位 l 实现对设备监测与诊断相关的知识 进行管理。包括历史诊断记录、维 修履历、诊断规则、漏报总结等有 价值的信息进行统一管理、归档， 逐步建立一个有价值的知识库。知 识可以通过相应的关键字做查询和 检索 设备系统 设备知识库 知识收集 智能推荐 知识模型 记录整改效果并拍照 UWB 定位专家 10cm 高精度定 位 管理终端 l 通过该系统可以对巡检作业进行工 作评审，巡检人员的行走路径、检 测点停留时间、报警处理等行为都 可以根据人员作业规则进行评审。 设备系统 智能巡检系统 UWB 定位专家 10cm 高精度定 位 l 对接 TMS 系统：实现车辆信息互通，位 置信息互通等 l 车辆权限管理：基于电子围栏的基本功

）模糊控制 • PID 控制 • 比例、微分、积分调节 • 引入 DV 以体现干扰 • 基于专家经验、模糊逻辑 • 采用大量规则，进行情境处理 • 依据专家经验，形成模糊矩阵 基于：输入变量 e ，偏差变化率 de ，输出变量 u 建立隶属度函数和规则矩阵 8 3 ） APC 先进控制 •基于内模模型的控制 • MPC 多变量预测模型 • 基于历史 / 当前值预测变量未来趋势 1 d . u3 c . u2 b . u1 1y. a 1y 长周期优化 MPC 多变量预测模型 CV's MV's CV's SimSci APC 数据库 动作信号 测量信号 规则控制器 最小代价函数 优化后的设定点数值 和 操作变量 MV 输出值 现场 9 智能控制特点一： MPC 多变量模型预测控制  利用操作变量（ MV ） / 前馈变量（ FFW ）在当

用和新型商业模式的实践探索。同时，深圳、上海、重庆、 武汉等许多城市也在积极借助地方立法强化安全保障措 施，推动自动驾驶及相关产业的安全、合规发展。安全 无国界，中国也积极参与国际安全标准制定，推动技术 与规则的互认互通，在开放合作中贡献中国安全方案。 《汽车智能驾驶技术及产业发展白皮书》的发布恰逢其 时。本书系统梳理了技术演进脉络、产业生态格局与未 来发展趋势，尤其注重对安全保障体系、风险挑战的剖 了 GB/T 40429—2021《汽车驾驶自动化分级》，该标 准积极采用国际共识，切实结合我国国情，参照国际普 遍认可的 SAE J3016 的 0-5 级分类框架，根据我国国 家标准制定规则、汽车产业情况和标准实施环境，精简 描述用语、优化分级名称、强化安全要求，提升标准的 科学性和可实施性。根据标准定义，驾驶自动化可分为 0-5 级，如表 1-1 所示。 表 1-1 驾驶自动化等级与划分要素的关系 目前已少量应用于乘用车。激光雷达识别能力强，可以 精准勾勒出车辆、路牌、行人轮廓，即使在车水马龙 的十字路口，也能敏锐捕捉车辆加塞、行人横穿等突发 状况，在拥堵交通、高速、暗光环境等场景下感知精准 性高，可以识别非规则小目标，且误差控制在厘米级。 面向未来的智能驾驶，激光雷达对周边环境感知能力及 安全要求更高，是必不可少的传感器。激光雷达在面对 沙尘等恶劣天气场景时，点云数据会出现噪点，激光信 号削弱，探测距离骤减，容易造成安全事故，所以需要

: 每个传感器在某时刻的异常 评分 ; 关键性能指标（依赖关系 图） 关键故障预测 传感器异常诊断 整机健康状态评估 • 分析方法 / 模型 : 时域频域分析 专家系统 / 规则 • 输入数据 : 传感器监控数据 • 结果输出 : 故障原因和类型 • 分析方法 / 模型 : 聚类相关技术 • 输入数据 : 部件状态数据 • 结果输出 : 整机健康指数 usual 37 GUANLIJISHUHUA GUANLIJISHUHUA 故障诊断分析 1. 基于时频域数据的决策树模型 – 利用决策树技术，对设备历史故障频域数据进行分 析，发现部件故障规则 – 建立部件故障决策模型 2.基于故障频域对照表的故障诊断引擎 – 基于频域故障对照表，建立故障诊断引擎 – 分析设备特征指标的频域数据，判断设备故障原因 3. 故障树显示故障原因及概率 认知视觉检测系统构架 人工智能系统 传统视觉检测系统 43 GUANLIJISHUHUA GUANLIJISHUHUA 传统视觉检测系统 ME 认知视觉检测系统 • 利用原有的 OCR/ 基于规则的测量分析方法通常会导致较高 的漏检率 • 通常需要几个月的时间重新编程分析以适应新产品和新场景 • 由于专有的一体化方法（捕获 + 分析）而难以实现规模化 • 需要维护窗口来更新影响生产量的固件和软件

集清理（第三 轮 ) 、增量数据全 视图收集（每周汇 总整理） 数据范围 主要工作 目前进度 XX 智能全部物料主 数据（历史数据 & 新 增数据） 搭建分类体系 1 ）新的分类体系规则及物料组划分已完成 2 ）集团层数据专员流程及操作培训已完成 3 ）外围系统接口字段对接已完成 执行各类数据收集 \ 外围系统对接 \ 数据 清理 完成数据导入 标准化与共享的主数据管理：物料主数据清理收集工作 WBS 结构方案  优化流程以简化操作步骤 明确管理对象与方法 规范 WBS 模板 规范业务执行流程 满足自制件与外购件 的物资需求提报，便捷 实现公司需求提报业务 统一项目结算规则 建立项目多维度统计 明确售后项目成本统计维度 精细化统计售后服务成本 项目 售后  梳理交付项目与售后服务项目 的业务切换流程  明确售后服务项目的业务类型 和成本归集方式，做到项目成 WBS+ 网络 + 作业方式归集人工 2 、材料：研发过程中的材料通过手工批导的方式挂接到项目 WBS 上； 3 、费用：差旅及其他费用直接通过记账到 WBS 来归集； 结算规则： 项目成本通过财务结算规则结转到研发费用； 项目管理 (PS)- 核心方案 1 ：交付类项目 WBS 结构 层级 项目标准 WBS WBS 描述 1 DPM-XXXXXXXXXXX-1 XX 智能汽车

AIGC 技术应用白皮书 8 PAGE 汽车行业从软件定义汽车迈向数据定义汽车，性能提升的关键资源从研发人力变为更易规模化的数据和 算力。汽车行业的技术变革折射出时代科技发展的巨大变化：从以确定性的规则逻辑为基础的技术路线 为主，转向以概率论为基础的人工智能技术路线为主，其对复杂环境和任务的适应能力更强，并产生了 涌现智能，推动行业跃迁到一个新的阶段。 1 AIGC技术是这场技术变革的核心 算力。 在汽车应用之外，AIGC技术在汽车研发、制造和营销方面也展现了惊人的潜力，极大提升了开发效 率，降低了成本，并提升了营销效率。 汽车行业的技术变革折射出时代科技的巨大变化：从以确定性的规则逻辑为基础的技术路线为主，转 向以概率论为基础的人工智能技术路线为主，其对复杂环境和任务的适应能力更强，并产生了涌现智 能，推动行业跃迁到一个新的阶段。 总结来看，汽车行业正在经历一场空前的技 2.2 汽车设计AIGC系统 汽车智能设计AIGC系统覆盖整车需求、系统设计、硬件开发、软件开发、系统调试、功能评价六大 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A

2 仓储优化的关键优势 收货作业 补货作业 装车作业 拣货作业 交叉转运 上架作业 库存盘点 基于人工智能 + 运筹学的仓储大 脑 基于人工智能及优化运筹算法，突破传统标准业 务规则下的效率瓶颈，动态配置上架策略、补货 策略、波次策略、拣货路径优化策略及任务分配 策略，大幅提升库内整体作业效率。 多样化的功能配置 算法具有高度的扩展性与灵活性，结合行业特 性与业务特色，为企业量身定制智能、轻量、  更均衡的仓内任务负载  更低的仓库运营成本 29 2.1.2 仓储优化技术架构图 智慧仓储技术架构 通过 API 的方式和客户的 WMS 系统进行交互， 从而实现传统 WMS 在业务规则层上的优化 技术特色 大规模整数规划 近似算法 启发式算法 解决的业务问题 • 基于 AI 和优化算法，在上架过程中即可动条 调整 sku 的最优摆放 • 对于上架、拣选任务，考虑不同类型设备， ：忽视企业自身数据 需求及质量与生产建模的满 足性关系 结果：导致建模结果输出与 实际考虑逻辑差异大，输出 计划与实际执行差异大 Gap2 ：生产建模与实际业 务规则及复杂度不匹配，复 杂业务场景无法考虑 结果：导致建模结果输出范 围有限（如多工厂、复杂物 料规则等） Gap3 ：隔离式的排产计划未协 同 / 充分考虑物料 / 产能的实际情 况及约束 结果：排产计划沟通成本未能有效 降低，输出结果执行率低 Gap4

具备弹性自定义条码格式与序号产生规则 符合各类编码样式 n 自定义序号类型与编码格式 . 确保序号的唯一性 n 链接卷标编码软件 . 自由设定卷标字段与自动打 印 n 可建立多组编码规则 智能生产管理平台 排产计划 工艺管理 e-SOP 报警系 统 条码规则管理 18 19 智能生产管理平台

具备弹性自定义条码格式与序号产生规则 符合各类编码样式 n 自定义序号类型与编码格式 . 确保序号的唯一性 n 链接卷标编码软件 . 自由设定卷标字段与自动打 印 n 可建立多组编码规则 智能生产管理平台 排产计划 工艺管理 e-SOP 报警系 统 条码规则管理 1 8 智能生产管理平台