本书从工业机器人的基础概念出发，深入探讨了工业机器人的机械系统、感知系统、控制系统以及运动学与动力学等核心内容；详细介绍了支撑工业机器人智能化发展的关键技术，包括智能感知、边缘计算与云计算、人工智能、大数据、数字孪生AR/VR/MR、工业互联网和物联网、知识图谱等。此外，本书还涵盖了智能感知、智能控制、智能操作、智能监控、人机共融智能制造、云机器人以及工业机器人数字孪生等前沿技术，并对智能工业机器人的未来发展趋势进行了展望。本书为读者提供了较为全面的技术视野和应用指导，适合机器人及智能制造相关专业教师及学生作为教材使用，也可为工业机器人相关领域的专业技术人员提供系统的学习参考。

随着制造业的智能化升级，工业机器人作为智能制造的核心装备，正深刻改变着生产模式与产业格局。工业机器人已经逐步从传统的自动化设备向智能化、柔性化和协同化方向发展转变，广泛应用于生产、装配、检测等领域，成为推动制造业升级、实现智能制造的重要力量。智能工业机器人不仅能够在复杂环境中执行高精度、高效率的任务，还具备感知、学习、决策等能力，逐渐成为未来工业生产的重要组成部分。
智能工业机器人在制造业中的应用场景日益增多，尤其是在自动化生产线、智能装配、物联网等环境下的应用愈加广泛。然而，工业机器人技术领域的知识体系庞大，涵盖内容多样，而且发展迅速。为满足从业人员、学术研究者以及学生的学习需求，迫切需要一本系统、全面、易于理解的教材。本书应运而生，旨在为读者提供一个从基础到应用的完整框架，帮助读者掌握智能工业机器人相关技术的基本原理和最新进展。
本书共11章，较为全面地介绍了智能工业机器人理论体系。第1章为概论，阐述了工业机器人的发展历史、定义以及关键技术等；第2章为工业机器人基础，包含工业机器人机械系统、感知系统、控制系统、机器人运动学与动力学等；第3章为智能工业机器人支撑技术，讲解智能感知、边缘计算与云计算、人工智能、大数据、数字孪生、AR/VR/MR、工业互联网和物联网、知识图谱等相关前沿技术；第4章为工业机器人智能感知，包含视觉、力觉、多传感器信息融合等技术；第5章为工业机器人智能控制，包含智能运动控制、接触操作控制等；第6章为工业机器人智能操作，包含单臂和双臂智能操作、自主装配案例等；第7章为工业机器人智能监控，包含智能监控关键技术与案例等；第8章为人机共融智能制造，包含感知识别、人机协作认知决策、安全问题及案例等；第9章为云机器人，包含云机器人关键技术、系统架构及应用研究等；第10章为工业机器人数字孪生，包含数字孪生技术基础、系统架构、开发手段及案例等；第11章为智能工业机器人未来展望。
本书具有以下特点：一是内容全面系统，构建了完整的知识体系；二是注重理论与实践结合，通过实际案例帮助读者理解应用；三是紧跟技术前沿，涵盖了最新的研究成果与发展方向；四是条理清晰，便于教学与自学。希望本书能为智能工业机器人领域的人才培养和技术发展贡献一份力量。
智能工业机器人领域涉及范围较广，且发展迅速，由于编著者水平有限，难免会出现疏漏之处，恳请广大读者批评指正。

编著者

无

第1章 概论 001
1.1 工业机器人的产生和发展 001
1.1.1 工业机器人产生历史 001
1.1.2 发展现状 002
1.1.3 相关政策 003
1.2 工业机器人的定义和分类 003
1.2.1 定义 003
1.2.2 分类 004
1.3 工业机器人关键技术 006
习题 006

第2章 工业机器人基础 007
2.1 工业机器人机械系统 007
2.1.1 基本构成 007
2.1.2 机械系统 012
2.1.3 驱动系统 014
2.1.4 技术参数 016
2.2 工业机器人感知系统 019
2.2.1 常用传感器 019
2.2.2 要求和选择 020
2.2.3 内部传感器 022
2.2.4 外部传感器 026
2.3 工业机器人控制系统 032
2.3.1 控制系统概述 032
2.3.2 控制系统分类 032
2.3.3 控制系统软硬件构成 034
2.3.4 工业机器人示教与编程 035
2.3.5 典型控制方法 036
2.4 工业机器人运动学和动力学 039
2.4.1 运动学 039
2.4.2 动力学 043
习题 047

第3章 智能工业机器人支撑技术 048
3.1 智能感知 048
3.1.1 智能感知概述 048
3.1.2 智能传感器 049
3.2 边缘计算与云计算 052
3.2.1 云计算 052
3.2.2 边缘计算 055
3.3 人工智能 058
3.3.1 人工智能概述 058
3.3.2 机器学习 058
3.3.3 深度学习 062
3.4 大数据 067
3.4.1 大数据概述 067
3.4.2 大数据分析和数据挖掘 069
3.4.3 数据分析算法 070
3.5 数字孪生 074
3.5.1 数字孪生概述 074
3.5.2 数字孪生技术体系 077
3.6 AR/VR/MR 078
3.6.1 基本概念 079
3.6.2 VR关键技术 081
3.6.3 AR/MR关键技术 083
3.7 工业互联网和物联网 085
3.7.1 工业互联网 085
3.7.2 物联网 087
3.8 知识图谱 089
3.8.1 知识图谱概述 089
3.8.2 知识图谱技术体系 094
习题 102

第4章 工业机器人智能感知 103
4.1 工业机器人视觉感知 103
4.1.1 基于图像的工业机器人视觉感知 105
4.1.2 基于计算机视觉的工业机器人视觉感知 108
4.1.3 视觉感知在工业机器人中的应用案例 113
4.2 工业机器人多维力/力矩传感器感知 116
4.2.1 工业机器人多维力/力矩传感器信息处理 116
4.2.2 力/力矩传感器在工业机器人中的应用案例 117
4.3 工业机器人多传感器信息融合感知 118
4.3.1 多传感器信息融合系统 118
4.3.2 多传感器信息融合应用案例 120
习题 122

第5章 工业机器人智能控制 123
5.1 智能控制概述 123
5.2 智能运动控制 124
5.3 工业机器人的接触操作控制 125
5.3.1 阻抗控制 125
5.3.2 接触操作时固定点的力控制 127
习题 129

第6章 工业机器人智能操作 130
6.1 智能操作概述 130
6.2 智能操作关键技术 131
6.3 单臂和双臂智能操作 133
6.4 工业机器人自主装配案例 137
6.4.1 机器人自主装配 137
6.4.2 机器人自动化装配生产线设计 138
习题 140

第7章 工业机器人智能监控 141
7.1 机器人智能监控概述 141
7.1.1 定义 141
7.1.2 发展现状 143
7.2 机器人智能监控关键技术 144
7.2.1 数据采集 144
7.2.2 数据传输 145
7.2.3 数据存储 147
7.2.4 数据智能分析处理 148
7.2.5 数字孪生 150
7.3 机器人智能监控系统案例 151
7.3.1 需求分析与总体架构 151
7.3.2 系统设计与实现 154
7.3.3 系统测试 165
习题 172

第8章 人机共融智能制造 173
8.1 人机协作概述 173
8.1.1 人机协作的发展历史 173
8.1.2 人机协作的优点 175
8.1.3 人机协作关键技术 175
8.1.4 人机协作的市场与未来展望 176
8.2 人机协作感知识别技术 177
8.2.1 环境感知与自主定位 177
8.2.2 人体动作识别技术 177
8.2.3 人机协作工作空间的划分与安全性 179
8.2.4 人机协作情境感知技术 180
8.2.5 多传感器融合技术 181
8.3 人机协作认知决策技术 181
8.3.1 认知决策模型 182
8.3.2 机器学习与智能决策 183
8.3.3 情感认知 186
8.4 人机协作安全问题 187
8.5 人机协作应用案例 189
8.5.1 航空制造业 189
8.5.2 自动化工厂 191
8.5.3 物流仓储 193
习题 195

第9章 云机器人 196
9.1 云机器人概述 196
9.2 云机器人关键技术 196
9.2.1 5G通信技术 197
9.2.2 云-边-端技术 198
9.2.3 人工智能技术 202
9.3 云机器人系统架构 204
9.4 云机器人应用研究 207
9.4.1 云机器人SLAM的应用 207
9.4.2 云机器人语音交互的应用 210
9.4.3 云机器人深度强化学习控制的应用 212
习题 214

第10章 工业机器人数字孪生 215
10.1 数字孪生概述 215
10.2 工业机器人数字孪生系统架构 216
10.3 工业机器人数字孪生的技术基础 218
10.3.1 虚拟建模技术 218
10.3.2 孪生数据的实时采集与实时映射技术 221
10.3.3 远程运维和状态检测技术 224
10.3.4 虚实交互与仿真预测技术 227
10.4 工业机器人的数字孪生开发手段 230
10.4.1 三维开发平台选择 230
10.4.2 通信传输框架设计 232
10.5 工业机器人的数字孪生开发案例 232
习题 247

第11章 智能工业机器人未来展望 248
11.1 智能工业机器人技术的发展趋势 248
11.2 智能工业机器人应用的发展趋势 250
11.3 促进智能工业机器人发展的措施 252
习题 252

参考文献 253