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 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 传感数据处理是许多机器人程序编制十分重要而又复杂的组成部 分。用于机械手控制的通用计算机只有与传感器连接起来，才能发挥 其全部效用。传感器具有多种形式，按照功能把传感器概括如下： 视觉传感器 用于“看见”工作空间内的物体 确定物体的位置或识别它们的形状等 内体感受器 用于感受 机械或其他关节式机构的位置 力和力矩传感器 用于感受 装配时所产生的力和力矩 触觉传感器 用于感受 工具与物体间的实际接触 接近度或距离传感器 接近度或距离传感器 用于感受 工具至工件或障碍物的距离 传感器概括 本 节 导 入 IRB 14000 YUMI 协作机器人 6.2 ABB 机器人 图 6-8 ABB 示教器正面 急停开关 手动操纵 摇杆 按 键 底 座 显示屏 图 6-9 ABB 示教器背面 使能按键 6.2.1 示教器的基本操作 按键 / 按钮 功能说明 按键 / 按钮

内部传感器 外部传感器 传感系统 （ 1 ）内部传感器 用于确定机器人在其自身坐标系内的姿态位置，是完成机器人运动控制 ( 驱动系统及执行机械 ) 所必需的传感器，多数是用于测量位移、速度、加 速度和应力的通用型传感器。 如：为测量回转关节位置的轴角编码器、测量速度以控制其运动的测速计 （ 2 ）外部传感器 用于检测机器人所处环境、外部物体状态或机器人与外部物体 ( 即工作对 温度传感器 视觉传感器 内部传感器 外部传感器 传感器 位置检测传感器 运动检测传感器 确定位置和角度 任意位置和角度 速度和加速度 速度和角加速度 姿态 立体 平面 工业机器人用于执行各种加工任务，不同的任务对工业机器人提出 不同的要求。例如，搬运任务和装配任务对传感器要求主要是力觉触觉 和视觉；焊接任务、喷涂任务和检测任务对传感器要求主要是接近觉和 视觉。不论哪类工作 机器人根据位置传感器反馈的位置信息，对机器人的运动误差进 行补偿。不少机器人还装备有速度传感器和加速度传感器。 加速度传感器 可以检测机器人构件受到的惯性力，使控制能够补 偿惯性力引起的变形误差。 速度传感器 用于预测机器人的运动时间，计算和控制由离心力引 起的变形误差。 4 、从辅助工作的要求选择 工业机器人在从事某些辅助工作时，也要求具有一定的感觉能力。 辅助工作包括产品的检验和工件的准备等。机器人再外观检验中的应用

硬件系统、数据提升） 整体概述 PART.01 背景 1 概念 2 特点 3 对比 4 市场 5 工业 4.0 的概念和数字化转型的需求 先进技术被应用于工厂生产的迫切性 随着科技的不断进步和应用，各种先进技术被应用于工 厂生产中，智能制造、物联网、大数据分析等技术的应 用，不断提升着工厂的生产效率和质量，同时也为企业 带来了更多的商业机会。 01 02 03 整体概述 无缝集成，实现自动化 生产。 感 知 设 备 智能工厂还需要各种感 知设备，用于实时监测 生产过程和设备状态。 这些设备包括传感器、 相机、条码扫描器等。 感知设备需要能够高效 准确地收集数据，并且 将数据传输到软件系统 进行处理和分析。 数 据 中 心 智能工厂需要建立数 据中心，用于集中存 储和处理生产数据。 数据中心需要配置高 性能服务器、存储设 备、网络设备等，以 备、网络设备等，以 确保数据的安全性和 可靠性。 通 信 设 备 智能工厂需要建立高效 的通信网络，用于实现 设备之间的数据交换和 软件系统与设备之间的 数据传输。通信设备包 括交换机、路由器、无 线接入点等，需要根据 工厂的网络规模和通信 需求进行配置。 安 全 设 备 智能工厂需要建立完善 的安全系统，包括安全 防护、数据备份、灾难 恢复等。安全设备包括 防火墙、入侵检测系统、

旨在厘清智能焊接机器人的发展脉络，帮助智能焊接机器人产业链相关企业及投资机构了解 当前智能焊接机器人行业的最新态势，把握市场机会，做出正确经营决策。 特别说明：本报告中的大量市场及技术资料，仅供企业经营参考用，望企业不要用于其 他商业用途，由此产生的一切后果高工咨询（GGII）将不予承担！ 宏观外部环境的不确定性和复杂性加剧，高工咨询（GGII）和所有参编企业真诚地祝福 每一家志向远大的企业都能制定出高质量经营决策，不断获得新的成长和成功！ 根据不同的焊接工艺分类，焊接机器人主要包括点焊机器人、弧焊机器人、激光焊接机 器人以及搅拌摩擦焊机器人等。常见的焊接机器人包括点焊机器人和弧焊机器人，合计占比 约 90%。其中： 点焊机器人主要用于薄板件之间的点状焊接，广泛应用于汽车整车制造行业。就目前来 看，点焊机器人市场主要还是由外资主导，特别是来自日本、欧洲的技术领先企业，如发那 科、ABB、KUKA、川崎、安川、那智不二越等，凭借在自动化和机器人技术领域的深厚积累、 份额，国产品牌在技术水平、品牌认知和市场覆盖等方面与上述外资企业相比仍存在较大差 距。 弧焊机器人则适用于更广泛的材料厚度和焊接要求，对运动轨迹要求更加严格，需要沿 着预设的焊缝路径精确地移动，保持焊枪与工件之间的距离一致。目前，国产焊接机器人厂 商主要聚焦在这个领域，市场竞争较为激烈。现阶段，市场上智能焊接机器人产品中，用于 弧焊工艺的占据了主导地位。 随着近几年新能源汽车的高速发展以及汽车轻量化需求的驱动，对焊接技术提出了更高

完成一些特定的工作 在设计和应用工业机器人时，应全面和均衡考虑机器人的通用性、 环境的适应性、耐久性、可靠性和经济性等因素，具体遵循的准则如下。 是指使用一台或多台机器人，配以相应的周边设备，用于完 成某一特定工序作业的独立生产系统，也可称为机器人工作 单元 末端执行器等辅助设备及其他周边设备则随应用场合和工件特点 的不同存在着较大差异，因此这里只阐述一般工作站的构成和设计原 则 即使工作站中的各种运动设备停止工作。 当人员必须在设备运动条件下进入防护区工作时，机器人及其周边设备 必须在降速条件下启动运转。工作者附近的地方应设急停开关，围栏外 应有监护人员，并随时可操纵急停开关。 用于有害介质或有害光环境下的工作站，应设置遮光板、罩或其他专用 安全防护装置。机器人的所有周边设备，必须分别符合各自的安全规范。 8.1.2 机器人工作站的一般设计原则 工业机器人代替人工焊接，不仅可以减轻焊接工人的劳动强度， 接方法。点焊可分为单点焊及多点焊。多点焊是用两对或两对以上电极， 同时或按自控程序焊接两个或两个以上焊点的点焊。 点焊时，先加压使工件紧密接触，随后接通电流，在电阻热的作用下 工件接触处熔化，冷却后形成焊点。点焊主要用于厚度 4mm 以下 的薄板构件冲压件焊接，特别适合汽车车身和车厢、飞机机身的焊接。 1 ）薄板冲压件搭接，如汽车驾驶室、车厢、收割机鱼鳞筛片等 2 ）薄板与型钢构槊和蒙皮结构，如拖车厢板、联合收割机漏斗等

终端层是工业生产环境中的各类终端，包括摄像头、矿车、AGV（Automated Guided Vehicle，自动引导运输车）等。 ⚫ 现场接入层 8 解决方案架构 现场接入层是部署在生产作业现场的网络，用于接入现场的各类终端。根据通信 方式又分为现场无线接入网络和现场有线接入网络： − 现场无线接入网络 现场无线接入网络主要为有线部署困难或者有移动通信需求的终端提供 Wi-Fi（Wireless 园区内，面积一般不超过数平方公里，网络建设较为密集；矿山采掘则往往需要在地 下挖掘数十公里的地下通道用于矿石采掘。因此，工业网络需沿着地下通道进行长距 离建设。根据各行业的特点，高品质高可靠工业园区网络解决方案可分为工业园区生 产网络和泛工业生产网络两个网络架构，分别对应为面状区域和线状区域两大部署场 景。 工业园区生产网络适用于面状区域的工业生产场景。面状区域主要是指各类制造企业 的工厂等场景。在这些场景 工业园区生产网络的典型物理架构如图 2-3 所示，分为骨干网络层和现场接入层。 ⚫ 骨干网络层：采用双归树形组网，主要用于连接园区内部各条产线、各个厂房之 间的生产网络。建议采用双节点堆叠或者双节点 M-LAG 技术，提升网络可靠性。 ⚫ 现场接入层：有线网络以双归树形组网为主，主要用于连接产线内部的各类生产 装备如机台、工业机器人等，以及无线接入的 AGV、PAD 等终端。基于实际的 线缆铺

解当前主流工业机 器人的控制系统分类、所采用的机器人操作系统开发平台，理解工 机器人驱动系统，并能分析出不同类型驱动系统的特点和优劣。 本 节 导 入 机器人控制系统是机器人的重要组成部分，用于对操作机的控制， 以完成特定的工作任务，其基本功能如下。 记忆功能 示教功能 与外围设备 联系功能 坐标设置功能 人机接口 传感器接口 位置伺服功能 故障诊断安全 保护功能 机器人控 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； （ 6 ）打印机接口：记录需要输出的各种信息； （ 7 ）传感器接口：用于信息的自动检测，实现机器人柔顺控制； （ 8 ）轴控制器：完成机器人各关节位置、速度和加速度控制； 集中控制系统 用一台计算机实现全部控制功能 主从控制系统 采用主、从两级处理器实现 通讯总线 可以是 RS-232 、 RS- 485 、 EEE-488 以及 USB 总线等形式 现在，以太网和现场总线技术的发展为机器人提供了更快速、稳定、 有效的通讯服务。尤其是现场总线，它应用于生产现场、在微机化测量 控制设备之间实现双向多结点数字通信，从而形成了新型的网络集成式 全分布控制系统——现场总线控制系统 FCS ( Filed bus Control System )

大规模的 历史数据，进行复杂的分析和挖掘。 数据分析模块是数据处理层的最后一步，采用机器学习、深度 学习和统计分析等方法，对处理后的数据进行深入分析，提取有价 值的信息和知识。数据分析结果可用于优化园区运营、提升管理效 率和预测未来趋势。 为了确保数据处理层的高效和稳定，还需引入监控和优化机 制，实时监控数据处理的各个环节，及时发现和解决问题，优化系 统性能。  数据采集：多协议支持、高并发处理 行状态信息等；企业生产系统则涉及生产数据、物流信息、能源消 耗等；政府管理系统负责采集法律法规、行政审批、市场监管等数 据；公共服务平台则提供交通、医疗、教育等公共服务数据。此 外，外部数据接口可用于获取天气、经济指标等外部环境数据。 为了确保数据采集的高效性，采用分布式采集架构，通过多节 点并行处理，减少单点故障对整体系统的影响。每个采集节点根据 其地理位置和数据源类型进行配置，确保数据采集的实时性和稳定 种模式。数据并行模式下，每个计算节点持有完整的模型副本，并 将数据集划分为若干子集分配给不同节点进行并行处理。梯度更新 时，各个节点通过 All-Reduce 操作同步梯度信息，确保模型参数 的一致性。模型并行则用于超大规模模型训练，它将模型的不同层 或组件分布到多个设备上，通过跨设备通信完成前向和反向传播计 算。 为确保分布式训练的效率和稳定性，需重点考虑以下几个方 面： 1. 通信优化：分布式训练中的通信开销是性能瓶颈之一。为减

让生成式人工智能为制造企业所用 以下几部分探讨了三类应用场景，这些应用场景诠释了生成式人工智能如何改进产品工程、提高产量以及 优化员工培训和生产力。 员工培训和生产力 生产 产品工程 探索优化的设计方案， 生成用于模拟的合成数据。 加快生产问题修复， 优化运营效率。 利用生成式人工智能驱动的聊天机器人， 来指导制造机械的使用。 6 应用场景 1 ：产品工程 更快开发出更出色的新设计 当今的 完成产品设计，并减少对物理原型的需求。 “尽管我们多年来一直在用于生成式设计的 Fusion 产品 中运用亚马逊云科技技术，但我们最近推出了 Project Bernini，这是一种全新的生成式人工智能模型，可以 根据二维图像、多个视图或文本描述创建功能性三维对 象。Bernini 是使用数百万种不同的三维形状进行训练 的，可以生成适用于建筑和产品设计应用的逼真物体。” Steve Hooper，Autodesk 供应链数据 生产数据 使用 Amazon Bedrock IT 数据 客户数据 11 亚马逊云科技 生成式人工智能堆栈 利用 LLM 和其它 FM 的应用程序 用于构建 LLM 和其它基础模型的工具 用于基础模型训练和推理的基础设施 Amazon Bedrock 防护机制 | 代理 | 定制功能 Amazon Q Business Amazon

强了具身智能的泛化能力，使其能够适应不同的应用 场景 ［4］；分布式协同技术则构建了多智能体协作网络， 提升了群体智能的规模效应 ［5］。 随着技术的不断成熟，具身智能的不同初级形态 已广泛应用于工业制造、医疗健康、自动驾驶、家庭服 务等多个领域，为各行业的智能化升级提供了强大动 关键词： 具身智能；技术架构；应用案例；发展挑战；未来趋 势 doi：10.12045/j.issn.1007-3043 难道不是具身智能？确实，从二十世纪八十年代，大 量重复性、固定程式固定步骤的作业工序逐渐由工业 机器人承接并完成。工业机器人被广泛应用于产线 作业是自动化时代重要的落地应用之一。但是工业 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 Monthly Topic 36 邮电设计技术/2025/07 式距离/深度传感器以及激光雷达等能够获取环境的 图像和三维信息，用于目标识别、定位和导航；触觉和 力觉传感器可以感知物体的表面特征、形状和力的大 小，使具身智能本体能够实现精细操作和安全交互； 听觉传感器则用于语音识别和声音定位，实现人机语 音交互。通过多模态感知技术，具身智能本体能够构 建更加准确、全面的环境模型，为后续的决策和行动