仓库文档 · 原文阅读

具身机器人工厂场景

本页是仓库文档的本地阅读视图：正文按作者原样呈现（中文文档不做翻译），文档内链接已全部改写为站内链接。

来源：docs/manufacturing_scenario.md

场景：一个整车厂车身+总装车间，5 个工位（焊装×2 / 涂装 / 协作机器人装配 / 人形机器人装配），部署一个"故障诊断 + 任务规划"AI agent。 本文演示 FDE Scope 的工业 profile 如何走完整 18 阶段 SOP。

工位画像（examples/quickstart_manufacturing/station_samples.jsonl）

工位 类型 OEE 抓取率 干预率 画像
BODY-WELD-01/02 焊装（PLC） ~0.78 — ~0.6% 成熟，OEE 中等
PAINT-01 涂装 ~0.87 — ~0.1% 高 OEE，稳定
ASSY-COBOT-01 协作机器人 ~0.70 79% 1.5% 抓取爬坡中
ASSY-HUMANOID-01 人形机器人 ~0.51 73% 3.2% 新部署，明显爬坡期

人形机器人/协作机器人工位是 AI agent 价值最高的地方（抓取率、干预率都有提升空间）， 也是功能安全 / CE / 工会最敏感的地方。

走查：18 阶段

Zone A · Pre-engagement

  • ① qualification：痛点是 ASSY 线抓取失败率与干预率高，导致节拍失衡。FDE-worthy：高价值（节拍每秒都在烧钱）、数据可接（OPC UA + rosbag）、客户集中。
  • ② site_survey (🏭)：gemba walk 发现——OT/IT 分离、3 班次、works council 在场、人形机器人工位靠近人工工位（安全关注）。填 site_survey gate。
  • ③ stakeholder_map：发起人 = 生产总监 + IT 总监（双 sponsor）。
  • ④ success_criteria：抓取率 73% → 85%（6 个月）、干预率 3.2% → 1.5%、OEE +5pp。写进 success_criteria gate。

Zone B · Build

  • ⑤ connect：OPC UA 接 PLC tag（节拍/报警）、MQTT-Sparkplug 接 AMR、rosbag2 接机器人抓取轨迹、MES 接工单/停机码、Historian 接振动/电流时序。（连接器 stub 已就位；真实 IO 路线图。）
  • ⑥ corpus：rosbag 抓取轨迹 + 报警日志 → 锻造语料 → 覆盖度报告发现"人形机器人碰撞后恢复"语料极少（缺口）→ 合成补盲。
  • ⑦ prototype_real_data：在真实未策展的 rosbag 上原型任务规划，不用 curated demo。
  • ⑧ validate：与生产总监 + 班组长验证（班组长关心干预率，总监关心 OEE）。
  • ⑨ deploy (🏭 fat_sat gate)：FAT 在 integrator 现场测 → 发货 → SAT 在客户车间复测。gate 拦截：FAT/SAT 未签字前不上电。
  • ⑩ eval：跑制造业 KPI——见下。

Zone C · Operationalization

  • ⑪ slo_sla (slo gate)：抓取成功率 SLO ≥85%、干预率 ≤1.5%、错误预算、FDE on-call。
  • ⑫ runbook：生成 runbook（含安全事件处置：e-stop 立即停用 agent）。
  • ⑬ monitoring_drift：振动/电流分布漂移检测（PSI > 0.2 告警）。
  • ⑭ change_mgmt_training (🏭 works_council gate)：works council 已在场 → 必须有共决审批记录，否则 deployment 可被吊销。
  • ⑮ flywheel_productization：把"人形机器人碰撞恢复"语料回流核心产品。

Zone D · Handoff / Exit

  • ⑯ ops_handoff → ⑰ knowledge_transfer（移交包：runbook+eval+SLO+模型卡+培训）→ ⑱ disengage (handoff_signoff gate)：客户书面接受后 ≤120d 退场。

KPI 实测（profile=manufacturing）

上传 station_samples.jsonl 到 Web UI 的 KPI tab，或：

fde-scope kpi <engagement-id> --samples examples/quickstart_manufacturing/station_samples.jsonl

5 个工位聚合后的典型输出（具体数值取决于聚合逻辑）：

  • OEE ≈ 0.65-0.70（典型工厂水平，距 0.85 世界级有空间）
  • MTBF ≈ 30-40h（焊装高、人形机器人低）
  • 抓取率 ≈ 0.76（人形机器人拉低均值，距 DexNet 0.80 基准有空间）
  • 干预率 ≈ 1.7%（人形机器人 3.2% 是主要改善目标）

合规 gate 实测（manufacturing profile）

在 Web UI 的 Gates tab 可见 10 个 gate。典型拦截：

  • fat_sat：未填 FAT/SAT 记录 → blocker
  • functional_safety：人形机器人协作工位 PLr=d 但未记录达成 PL → blocker
  • works_council：现场有 works council 但无审批 → blocker
  • air_gap：若现场 air-gapped 但 plan 允许遥测出网 → blocker

补齐后 gate 转绿，engagement 可推进。

这套场景的差异化

  1. 数据栈可信：OPC UA / MQTT-Sparkplug / ROS2 / MES / Historian，KPI 用真实公式与基准。
  2. SOP 完整：18 阶段 + 工业 overlay，不漏 pre-engagement / ops / handoff。
  3. 合规可执行：功能安全 / CE / 工会 / air-gap 是能跑能拦的 gate，不是文档勾选。
  4. 诚实：人形机器人 telemetry / 车间语音 copilot at-scale 等无公开标准的部分， 明确标为 per-vendor adapter 与路线图，不假装已解决。