Digital Twin for Robotics: A Review

该论文是机器人数字孪生领域的综合性综述，系统梳理了数字孪生的原理、架构、关键技术和在各类机器人系统中的应用。数字孪生是指物理实体的虚拟镜像，通过实时数据同步实现物理世界与虚拟世界的交互，能够用于机器人的仿真、监控、预测、优化和控制，在工业机器人、智能制造、自动驾驶、医疗机器人、服务机器人等领域有广泛应用。论文将机器人数字孪生方法分为五大类：1）基于几何模型的数字孪生，包括CAD模型、3D扫描、点云重建等；2）基于物理模型的数字孪生，包括多体动力学、有限元分析、流体力学等；3）基于数据驱动的数字孪生，包括机器学习、深度学习、系统辨识等；4）基于混合模型的数字孪生，结合物理模型和数据驱动方法；5）基于实时同步的数字孪生，包括传感器数据融合、状态估计、实时渲染等。论文详细讨论了数字孪生架构、数据同步与通信、仿真与验证、预测性维护、远程监控与控制、人机协作等关键技术，以及在工业制造、自动驾驶、医疗机器人等场景的应用。该综述引用超过600次，是机器人数字孪生领域的重要参考资料。