在数字经济蓬勃发展的当下，制造企业紧抓时代机遇进行转型升级，数字孪生作为实现信息空间与物理空间深度融合的重要使能技术，已被广泛应用于航空航天、船舶、车辆等多个领域。数字孪生车间作为工厂的基础制造单位，通过全方位的信息获取和虚实融合，可模拟产品在制造过程中的实时状态，并通过合理分配资源减少生产时间，从而提高生产效率。面向汽车工厂制造运营管理精益化、柔性化、智能化的发展需求，数字孪生车间全面准确的数据和模型基础能够为制造运营管理提供面向不同场景的决策支持，并进一步拓展跨组织、跨企业制造运营管理的能力边界。

虚拟空间是构建数字孪生车间的关键域之一，通过虚拟空间中虚拟实体及其仿真运行实现对物理空间中物理实体及其制造运营过程的可信映射。虚拟空间能够赋予物理实体设计、制造及运维等过程看得见、运行机理看得清、行为能力看的全、运行规律看得透的新能力。因此，构建以三维模型为基础的高质量虚拟空间，成为了数字孪生车间/工厂的必要过程。本文主要探讨面向汽车工厂的三维模型构建方法及标准化建模作业流程。

1、数字孪生工厂三维建模技术路径

考虑汽车工厂实际情况，在建设数字孪生三维模型的实施过程中，一般需要采用两种技术路径分头开展：正向工业模型创建和逆向工业模型创建。

创建完成之后，需要对模型进行数据处理，输出符合质量要求的三维模型，最后对交付的模型进行库管理，保障模型数据的可使用、可迭代、可更新。

技术路径一：正向工业模型创建，主要是通过设计图纸生成三维模型。依据工厂前期的规划设计布局、二维设计图纸等，进行三维模型正向拔模创建。

如工厂前期已收集了部分三维结构模型，亦可以在此基础上进行调整和轻量化处理，纳入数模库待用。

对于汽车数字孪生工厂，主要建设的区域有厂区整体区位、冲压车间、焊装车间、涂装车间、总装车间，以及PBS区域、WBS区域、车架存储区域等线体/车间之间的缓存区域。

技术路径二：逆向工业模型创建，主要通过对现场环境进行点云扫描生成三维模型。在建设数字孪生工厂的过程中，工厂通常会有一些区域、设备等没有三维模型，有些工厂甚至没有任何模型留存，因此需要通过点云扫描技术来收集物理环境的三维坐标数据，再通过坐标生成三维结构模型。逆向建模，主要包括车间内部结构、线体及设备、器夹具等建设范围。

1.1 正向工业模型创建

正向工业模型创建是指针对整个工厂范围内的布局设计图纸进行的三维模型生成工作，如活动区域分析、空间安排、材料存放、拥塞程度、设备安装布局、设备使用情况等。正向工业模型创建，主要包括工厂布局信息收集、数模库调用、快速设置参数出图3部分工作。

1.1.1工厂布局信息收集

收集汽车工厂规划设计图、原始厂房三维模型设计数据、厂区物流规划数据等信息，通过CAD等建模工具实现厂区轮廓模型创建、物流通道模型创建等。

1.1.2数模库调用

根据汽车工厂实际，借助软件自带标准工具对工厂模型进行拖拉操作，实现生产空间的复杂组合。数模库的调用是关键的一步，数模库存储了多种标准三维模型和相关数据，这些模型可以被重复使用和优化，能够显著提高建模的效率和准确性。

1.1.3快速设置参数出图

对非标准结构、异型结构，通过快速参数设置方式，实现对模型特征如线、弧、圆的快速复制、移动、拉伸、旋转和重新组合等。

1.2逆向工业模型创建

逆向工业模型创建拟采用现场点云扫描技术，又称激光扫描技术，通过三维激光扫描仪进行数据采集获取的点云数据，把现实场景原子化，用高精度的点云数据还原现实世界，用于数字化工厂建设，实现在孪生环境中验证和纠正设备模型的安装位置，提高仿真的精确性。

1.2.1点云扫描作业

(1)技术规格

采用大空间三维激光扫描仪进行扫描，扫描作业使用设备的精度在1mm以内。

扫描数据含颜色信息(彩色扫描)，光线过暗或能见度过低必须开启现场照明配合，必要时另设灯光设备。

现场扫描过程中不可以对现场进行破坏，如钻孔安装标靶球、反射片等。

布站要求：每工位布站数不低于5站，对于结构复杂、密集度高、通视困难的工位应适当增加扫描站。扫描参数要求：扫描仪分辨率大于6.3mm@10m，图像像素大于1920×1920(DPI)。

工作内容要求：对本项目涉及的生产线区域进行激光扫描，其中包含此区域内对应二层平台(含平台下表面)下方所有实物的扫描。

(2)作业流程

点云扫描工作流程包括控制测量、扫描点布测、标靶布测、点云数据采集、纹理图像采集、外业数据检查、数据导出及数据备份，如图1所示。

图 1 点云数据采集作业流程

作业准备：根据技术要求准备现场扫描。在平面布局图上进行初步扫描点规划，布置扫描点的原则是：现场每一台设备周围都需要布置3个扫描点，以保证现场每一台设备的信息都被扫描到，如图2所示。

图 2 逆向工业模型扫描点布置

点云数据采集：在点云数据采集实施过程中，首先根据扫描日期、站点号来命名扫描点数据;然后控制点坐标测量及扫描可制作专用标靶和棱镜支架，棱镜和标靶中心应等高。

扫描作业结束后，将扫描数据导入计算机，检查标靶数据可用性和点云数据覆盖完整性，对缺失和异常数据要及时补扫。

点云数据覆盖具有完整性，整体点云覆盖率≥95%，关键目标物100%采集露明部分的轮廓特征，密集度高、遮挡严重的目标物采集覆盖率≥50%;生产线体的点云数据，不得有因测站盲区导致设备、桥架、管道、工夹具等目标物轮廓显现不完整的情况;必要的测站盲区应尽量出现在厂房过道、线体中空荡区等无设备安装的地方。

1.2.2模型数据处理

(1)技术规格

扫描数据合拼的坐标原点与生产线建设基准立柱为基准，扫描数据相关所有输出文件要求基准一致。扫描数据处理前，需要提供各站位点云视图拼接方案，拼接方案需要招标方确认后才可以实施。点云精度及技术指标：单站数据误差≤2mm、多站拼接累计误差≤3mm;经过轻量化处理的点云数据要求点与点的间距≤5mm。

制作完成的彩色点云真实，且清晰反映扫描目标物的颜色、图案、结构特征等，无明显色差。扫描数据以区域为单位进行处理。扫描数据必须经过去噪点处理，去除包括近端噪点、远端噪点、重叠噪点、以及因移动的人和空气中的灰尘等原因形成的重影及物体边缘噪点等。提供二层平台下表面、夹具外轮廓、机器人底座、抓手存放架、输送系统、固定焊钳、固定涂胶支架、修磨器、焊接控制器、水气单元、传输设备、电气控制柜、桥架走向、围栏等独立的点云数据，数据具有明显的设备外轮廓特征线满足仿真资源进行位置拟合，拟合精度误差≤2mm。

(2)作业流程

模型数据处理流程包括数据拼接、坐标系转换。数据拼接在实施过程中应注意：使用标靶和公共特征进行数据拼接时，采用不小于3个同名点建立转换矩阵;相邻两扫描站的公共标靶个数不少于3个，拼接后同名点的误差≤10mm。坐标系转换在实施过程中应注意：采用不少于3个分布均匀的同名点，通过七参数模型进行坐标转换，转换时应固定比例因子，转换误差≤10mm;小范围或单一扫描目标物可采用一个已知点和一个已知方位进行坐标系转换。

1.2.3模型数据输出

(1)技术规格

点云数据输出格式为*.pod时，文件以工厂首字母缩写开头+项目名称+线体+区域缩写+类别(夹具、机器人底座、水气管道)命名。输出并经格式转换的点云，其色彩、目标几何物特征不得失真。

处理后的扫描数据，依照生产线输出西门子或达索仿真平台支持的点云格式。输出基于生产线建设立柱为基准的DWG/DXF格式文件的平面布置图，要求清晰可见各设备外轮廓特征线。根据单体对象的POD模型，进行1:1逆向工业模型创建，模型格式支持通用工具转换。

(2)作业流程

点云数据输出格式为*.pod，文件以字母或阿拉伯数字命名;输出并经格式转换的点云数据，其色彩、目标物特征不得失真;避免大点云数据集中加载，工厂点云数据按厂房结构、生产线体分区导出，所有导出的分区点云保证同一参考系;根据需要，导出局部区域点云数据;所有原始点云数据保存归档，并保证数据完整性。

1.2.4模型数据交付

(1)技术规格

需提供的数据/文件类别有：三维扫描点云源文件;并保障数据完整性;提供最终布站图;提供扫描数据的拼接报告;提供本项目涉及的POD格式点云数据，包含但不限于整线的点云数据、各区域点云数据;扫描数据处理文件包，包含POD文件、PTX文件、IFPROJ或IFPROJX格式文件等。依照生产线划分，无需安装任何软件，不限用户数并免费支持以下功能：可以实现三维尺寸测量工作，精确测量距离尺寸、占地面积、对象周长、最短距离、X/Y/Z方向距离;可以自动识别交点、中心线、边线、轴线、平面等目标对象;支持任意方向的截面及裁剪功能，并支持输出二维DWG/DXF格式文件;对点云数据进行逆向建模，数模为CatiaV5及NX工具可编辑格式或STEP格式。

(2)作业流程

数模拟合和3D布局调整：数模和点云数据采用设备基座为对象重合;对线体、厂房建筑结构分区分别进行3D布局调整，分区整体点云以线体周边的厂房立柱为基准投放;依据点云分割投影形成的平面图纠正工艺布局，纠正后的2D布局用于数字工厂3D模型的布局;使用相应点云替代数字工厂中缺失的3D模型或非关键模型。

平面布局图制作：根据工艺平面布局图中目标物的投影示廓，对点云相应部分进行分割，并选定基准面进行点云投影;根据投影后的点云绘制特征线;分割面无法获取完整特征的点云，可根据现有部分点云推算缺失部分形成完整投影的特征，推算部分应用不同颜色线条区分;结合点云投影平面图纠正和更新工艺布局图。

数据发布：可以直接通过Windows系统打开扫描数据进行查看、检查及测量。

2、模型库建设及使用

根据汽车工厂规模、车间设计、设备类别情况，建立一套三维模型管理流程及管理机制，有效管控模型建立、归类存放、修改、调用等各阶段，明确处理路径、文件夹等相关信息，并制定安全访问机制。

2.1模型库分类规则

从数字孪生工厂的可持续、可优化、可管控的角度出发，结合生产线的特性，搭建三维模型库的分类规则可以参考以下5种。

2.1.1按功能分类

生产设备：包括机器、机器人、装配线、加工设备等。

辅助设备：如传送带、工具、检测设备等。

基础设施：如厂房、地面、支撑结构等。

物流设备：如AGV(自动导引车)、叉车、存储系统等。

安全设备：如消防系统、报警设备、安全标志等。

2.1.2按工艺分类

冲压：冲压机床、模具、材料堆放等。

焊接：焊接机器人、夹具、焊接台等。

涂装：涂装喷房、烘干设备、输送系统等。

总装：装配线、检测设备、辅助工位等。

物流：物流传送系统、AGV、仓储设备等。

2.1.3按位置分类

车间：按具体车间(如冲压车间、焊装车间、涂装车间、总装车间)进行分类。

区域：按车间内部具体区域(如装配区、检测区、存储区)进行分类。

层级：按建筑层级(如地面层、地下层、二层)进行分类。

2.1.4按数据类型分类

几何模型：基础几何结构模型。

纹理模型：包含纹理和材质信息的模型。

行为模型：包含运动、仿真行为的模型。

复合模型：集成几何、纹理和行为信息的综合模型。

2.1.5按版本分类

设计版本：初始设计阶段的模型。

施工版本：施工阶段的详细模型。

运营版本：实际运营中的模型，包含实时数据和状态。

历史版本：不同时期的历史版本模型，用于对比和分析。

2.2模型比例标准

在建设汽车数字孪生工厂的三维模型库时，确定模型的比例标准非常关键。这不仅涉及到模型的准确性，还关系到后续数据分析、仿真和实际应用的有效性。

2.2.1总体原则

精确性原则：模型需要精确反映实际工厂及其设备的尺寸和空间关系。

适用性原则：比例标准应适用于各种设备和设施，从大型机器到小型组件。

可扩展性原则：模型应具备一定的可扩展性，以便后续添加新的设备或修改现有设备。

2.2.2比例标准

(1)比例单位

通常使用米(m)或毫米(mm)作为单位，根据工厂规模和具体需求选择。

(2)比例等级

1:1比例：用于关键设备和设施的详细建模，确保所有细节和尺寸精确无误。

1:10比例：用于较大的工厂布局或大型设备的整体建模，适用于初步规划和总体设计。

1:100比例：用于全厂布局和总体规划，适用于宏观分析和策略制定。

(3)设备和区域细分

高精度区域：如关键生产设备、精密仪器等，采用1:1或1:10比例。

中等精度区域：如生产线、物流系统等，采用1:10比例。

低精度区域：如仓库、公共区域等，采用1:100比例。

2.3模型兼容性标准

2.3.1数据格式标准

通用3D格式：采用行业通用的3D模型格式，如STEP、IGES、STL、OBJ、FBX等。这些格式广泛支持不同的3D建模和仿真软件。

元数据标准：确保模型附带的元数据(如材料属性、制造参数)使用标准化格式，如XML、JSON或CSV。

2.3.2软件兼容性标准

建模工具：模型应支持主流3D建模工具的导入和导出功能。

仿真和可视化工具：确保模型兼容主流仿真和可视化软件的使用。

PLM/PDM系统：与产品生命周期管理(PLM)系统和产品数据管理(PDM)系统的无缝集成。

2.3.3数据传输和通信标准

API和Web服务：使用标准化的API和Web服务(如RESTful API、SOAP)实现数据交换和集成。数据传输协议：采用标准数据传输协议，如FTP、SFTP、HTTP/HTTPS，确保数据传输的安全和可靠性。

2.4模型轻量化标准

轻量化标准旨在减少模型的复杂性和文件大小，以提高加载速度、渲染性能和数据传输效率，同时保证模型的准确性和可用性。

2.4.1几何简化

减少多边形数量：通过简化模型的几何结构，减少多边形的数量。可以使用LOD(LevelofDetail)技术，根据视距动态调整模型复杂度。

优化网格：删除冗余顶点和边，优化网格拓扑结构。

使用近似模型：在非关键区域使用近似模型，减少计算复杂度。

2.4.2纹理优化

压缩纹理：使用纹理压缩技术(如JPEG、PNG、DDS)，在保证图像质量的前提下减小纹理文件大小。

纹理分辨率优化：根据实际需求调整纹理分辨率，避免使用过高分辨率的纹理。

纹理共享：使用贴图集(TextureAtlas)合并多个纹理，减少纹理切换次数。

2.4.3数据格式选择

选择高效的文件格式：使用高效的3D文件格式，如GLTF(GLTransmissionFormat)，它具有良好的压缩性能和渲染效率。

压缩模型文件：使用工具对模型文件进行压缩(如ZIP、GZIP)，进一步减小文件大小。

2.4.4模型分割

分区域存储：将大型工厂模型分割为若干个子模型，按需加载，减少内存占用。

层次结构优化：采用层次结构，按需加载不同层级的细节，提高渲染效率。

2.4.5渲染优化

预计算光照：使用光照贴图(Lightmap)预计算静态光照，减少实时计算开销。

减少实时阴影：在非关键区域减少或关闭实时阴影计算，降低GPU负担。

参考上述模型库的建设标准，构建企业级的模型库及管理规范，可为后续数字孪生应用所需模型提供基础的数字资产，对工厂后期的技改、复刻等具有重要的实用意义。

3、结语

本文详细阐述了汽车数字孪生工厂的三维模型建设作业流程，对每个步骤的作业标准进行了详细说明，该标准作业流程可为汽车工业领域建设数字孪生工厂提供借鉴参考和指导，也进一步保障了模型的生成质量。通过模型库的搭建与管理，可以有效维护和使用模型，为工厂后续的技术改造、产能提升、复刻新工厂等提供基础模型数据，深化衍生出汽车工厂的核心数据资产，为行业通用的设备、线体、车间设计提供标准化依据。