基于五維模型理論的碼垛工作站數(shù)字孿生系統(tǒng)

摘要：為提高碼垛工作站的智能化水平，以數(shù)字孿生五維模型理論為基礎(chǔ)，采用三維建模軟件SolidWorks對物理碼垛工作站進行三維建模，通過仿真軟件Simreal將三維模型轉(zhuǎn)化為虛擬碼垛工作站，設置虛擬碼垛工作站中六軸工業(yè)機械臂、氣動吸盤、傳感器等結(jié)構(gòu)的物理屬性和初始參數(shù)，采用可編程邏輯控制器設計并實現(xiàn)碼垛工作站的工藝流程，通過通信協(xié)議Modbus、Siemens S7等實現(xiàn)物理碼垛工作站與虛擬碼垛工作站間的數(shù)據(jù)交互和實時通信，構(gòu)建碼垛工作站的數(shù)字孿生系統(tǒng)。開展試驗測試碼垛數(shù)字孿生系統(tǒng)功能，在線可視化監(jiān)測系統(tǒng)運行工作狀態(tài)，驗證數(shù)據(jù)傳輸?shù)臏蚀_性和實時性。結(jié)果表明：所構(gòu)建的碼垛數(shù)字孿生系統(tǒng)可同步映射實體碼垛工作站的動作，統(tǒng)計碼垛過程中的產(chǎn)能等數(shù)據(jù)，物料放置的準確率達99%以上，避免錯位現(xiàn)象發(fā)生。

關(guān)鍵詞：數(shù)字孿生；五維模型；碼垛工作站；通信協(xié)議

中圖分類號：U169;TP278文獻標志碼：A文章編號：1672-0032（2025）01-0074-08

0 引言

智能制造的發(fā)展程度直接關(guān)系我國制造業(yè)的質(zhì)量水平，其實施與發(fā)展依賴高端智能技術(shù)的研發(fā)[1]。在智能制造過程中，碼垛是采用工業(yè)機器人實現(xiàn)智能制造的重要技術(shù)手段之一。在碼垛工作站中，提高機器人碼垛智能化水平有助于改善生產(chǎn)管理方式，及時掌握生產(chǎn)現(xiàn)場的數(shù)據(jù)并優(yōu)化生產(chǎn)策略，提高產(chǎn)能。

在機器人碼垛智能化研究中，學者們多關(guān)注機器視覺、智能算法和仿真技術(shù)等。Lamon等[2]采用視覺感知算法解決碼垛過程中的監(jiān)測和定位問題，采用移動協(xié)作機器人助手提高協(xié)同碼垛任務的工作效率；Rafal等[3]采用改進的人工蜂群算法解決單個機械臂處理3條生產(chǎn)線的碼垛問題，提高生產(chǎn)率，降低碼垛能耗；Tea等[4]提出基于自主移動機器人的混合箱碼垛解決方案，采用基于代理的仿真模型適應不同的布局配置和操作策略；Jaroslaw等[5]為碼垛機器人的末端夾具設計模塊化夾持器系統(tǒng)，該系統(tǒng)能實現(xiàn)集體包裝中貨物的碼垛；李翀等[6]設計基于視覺的碼垛錯位智能檢測和閉環(huán)反饋系統(tǒng)，有效解決碼垛的堆疊錯位檢測問題；羅文[7]以方體貨箱碼垛為研究對象，采用機器人仿真軟件Robotstudio完成碼垛仿真驗證與離線編程，加快工業(yè)機器人的應用進度；王冬梅等[8]設計的工業(yè)碼垛機器人系統(tǒng)采用機器視覺采集和識別物體信息，并通過運動規(guī)劃算法優(yōu)化運動軌跡，試驗效果較好。

在機器人碼垛智能化過程中，仍有兩方面問題未解決：一是無法可視化監(jiān)測機器人等生產(chǎn)設備狀態(tài)，不利于工作人員準確掌握現(xiàn)場設備情況；二是無法實時統(tǒng)計和展示碼垛的生產(chǎn)數(shù)據(jù)，不利于及時掌握生產(chǎn)情況和優(yōu)化生產(chǎn)。數(shù)字孿生是實現(xiàn)工業(yè)智能化關(guān)鍵技術(shù)之一，通過構(gòu)建物理實體的虛擬模型和采集生產(chǎn)設備的工作數(shù)據(jù)并建立虛實模型間的連接，為解決上述問題提供新思路。

數(shù)字孿生以多維虛擬模型和融合數(shù)據(jù)為雙驅(qū)動，通過虛實閉環(huán)交互，實現(xiàn)監(jiān)控、仿真、預測、優(yōu)化等實際功能服務和應用需求[9-10]。數(shù)字孿生技術(shù)目前已廣泛應用于車間管理[11]、智慧交通[12]、發(fā)電輸電[13]和采煤管控[14]等領(lǐng)域，提高各產(chǎn)業(yè)的數(shù)字化和智能化水平。采用數(shù)字孿生技術(shù)可對物理實體進行可視化監(jiān)控、狀態(tài)預測和虛擬調(diào)試。趙浩然等[15]基于數(shù)字孿生技術(shù)提出三維可視化監(jiān)控方法，并在某制造車間實現(xiàn)實時可視化監(jiān)控；劉娟等[16]基于數(shù)字孿生技術(shù)提出運行狀態(tài)在線預測方法，應用到某加工車間，實現(xiàn)對車間運行狀態(tài)的仿真和預測；傅貴武等[17]以五軸加工中心智能生產(chǎn)線為例，開展數(shù)字孿生技術(shù)在仿真、虛擬調(diào)試和監(jiān)控等方面的研究；鄧建新等[18]將數(shù)字孿生技術(shù)應用到物流配送管理中，提高貨物配送的全生命周期管理水平，優(yōu)化配送過程。

為提高碼垛工作站智能化水平，本文基于數(shù)字孿生技術(shù)，以五維模型理論為基礎(chǔ)，設計并實現(xiàn)機器人碼垛工作站的工藝流程，采用仿真軟件Simreal從5個維度建立碼垛工作站的虛擬模型，通過Modbus、Siemens S7等通信協(xié)議實現(xiàn)數(shù)據(jù)交互，構(gòu)建碼垛工作站數(shù)字孿生系統(tǒng)，實現(xiàn)物理碼垛工作站與虛擬碼垛工作站間的實時通信，可視化展示物理碼垛工作站的運動參數(shù)和產(chǎn)能信息，以期為數(shù)字孿生技術(shù)應用于工業(yè)機器人領(lǐng)域提供試驗驗證。

1 碼垛工作站及其工藝流程

本文研究的碼垛工作站主要包括輸送帶模塊、料倉模塊、機器人模塊、碼垛托盤和工作站平臺，其中機器人模塊包括六軸工業(yè)機械臂和氣動吸盤，如圖1所示。工作站通過異步輸送帶進行物料的上料，到達指定位置后由六軸工業(yè)機械臂抓取物料，在托盤上碼垛物料，重復進行上料、搬運和碼垛，直至完成設定碼垛任務。

采用可編程邏輯控制器（programmable logic controller， PLC）實現(xiàn)碼垛工作站系統(tǒng)的整體控制，以及機器人模塊與其他組件的協(xié)同工作。碼垛工作站的工藝流程如圖2所示。

在初始狀態(tài)下，碼垛托盤9個工位均處于無料狀態(tài)，料倉處于物料填滿狀態(tài)。當料倉中的物料檢測傳感器檢測到有物料后，料倉底部的氣缸推出物料，輸送帶啟動運輸物料，機器人模塊進行初始化。物料到達輸送帶末端后，物料檢測傳感器檢測到物料到位信號，輸送帶停止運輸并觸發(fā)機器人模塊搬運程序，機器人模塊中的氣動吸盤抓取物料并搬運到托盤正上方，執(zhí)行碼垛程序。物料檢測傳感器再次檢測到物料后，重復執(zhí)行上料、搬運、碼垛等動作，直至全部占用碼垛托盤上的9個工位，完成碼垛任務。

2 碼垛工作站數(shù)字孿生系統(tǒng)

2.1 數(shù)字孿生五維模型理論

數(shù)字孿生是實現(xiàn)物理與信息深度融合的有效方式，采用數(shù)字孿生方法需先建立應用對象的數(shù)字孿生模型[19]。Grieves[20]提出數(shù)字孿生模型，即物理實體、虛擬實體及二者間連接。陶飛等[21]基于三維模型理論提出數(shù)字孿生五維模型理論。

在三維模型的基礎(chǔ)上加入服務和孿生數(shù)據(jù)2個維度構(gòu)成數(shù)字孿生五維模型，公式為：

MDT=PE，VE，SS，DD，CN，

式中：PE為物理實體對象；VE為虛擬實體對象，VE=Gv，Pv，Bv，Rv，其中，Gv為幾何模型，Pv為物理模型，Bv為行為模型，Rv為規(guī)則模型；SS為服務；DD為孿生數(shù)據(jù)；CN為各部分間連接。

數(shù)字孿生五維模型結(jié)構(gòu)[22]如圖3所示。由圖3可知：物理實體、虛擬實體、服務和孿生數(shù)據(jù)兩兩間均建立雙向連接，外圍3個維度間的連接能不斷迭代優(yōu)化。

2.2 碼垛工作站建模

本文研究的虛擬實體對象為碼垛工作站虛擬模型，采用三維建模軟件SolidWorks和仿真軟件Simreal聯(lián)合建模實現(xiàn)。具體步驟為：1）采用SolidWorks創(chuàng)建物理碼垛工作站的三維幾何模型，如圖4所示；2）將三維幾何模型導入Simreal中，提取料倉模塊、輸送帶模塊、機械人模塊、碼盤托盤、工作站平臺等組件；3）選擇Simreal模型庫中與物理實體相同型號的六軸工業(yè)機械臂替換導入的六軸工業(yè)機械臂，設置六軸工業(yè)機械臂的姿態(tài)參數(shù)和位置參數(shù)；4）設置其他組件的物理屬性和初始參數(shù)。

在Simreal中，結(jié)合碼垛的工藝流程，采用布爾信號和Python腳本設置虛擬碼垛工作站各組件的物理行為及建模方法，如表1所示。

為驗證所建虛擬碼垛工作站能否模擬物理碼垛工作站的行為，在Simreal中對虛擬碼垛工作站的操作功能開展仿真測試。虛擬碼垛工作站如圖5所示，通過測試可知，六軸工業(yè)機械臂的6個關(guān)節(jié)J1～J6運動正常，所建虛擬碼垛工作站能正確執(zhí)行測試人員預先設置的上料、輸送、抓取、釋放、旋轉(zhuǎn)等動作指令，按照碼垛工作站的工藝流程完成碼垛任務，實現(xiàn)對物理碼垛工作站的動作映射，可與物理碼垛工作站進行數(shù)據(jù)交互。

3 數(shù)據(jù)通信

3.1 數(shù)據(jù)通信協(xié)議選擇

在數(shù)字孿生模型和物理實體的連接交互過程中，選擇合適的通信方式實現(xiàn)實時性高、誤碼率低的數(shù)據(jù)交互[23]。工業(yè)生產(chǎn)中常用的通信方式有以太網(wǎng)通信、現(xiàn)場總線、串行通信和無線通信，可依據(jù)通信設備對象、通信質(zhì)量要求和成本等因素選擇合適的通信方式。

在碼垛過程中，由機器人控制器控制機器人模塊，在數(shù)字孿生系統(tǒng)中建立Simreal和機器人控制器間的數(shù)據(jù)連接。作為工業(yè)通信協(xié)議的業(yè)界標準，通信協(xié)議Modbus可滿足大多數(shù)情況下的通信需求，在電子設備中應用廣泛，在數(shù)字孿生系統(tǒng)中選擇該協(xié)議作為機器人控制器和虛擬碼垛工作站間的通信協(xié)議。

在本碼垛工作站中，主要的控制器是西門子PLC，主要控制輸送帶和料倉上料，及與機器人控制器進行I/O通信。要實現(xiàn)數(shù)字孿生系統(tǒng)中虛擬碼垛工作站和物理碼垛工作站間實時地數(shù)據(jù)通信，需在PLC和Simreal間建立有效的通信連接。Siemens S7是以太網(wǎng)通信中常用的通信協(xié)議，是Simreal中支持的典型通信協(xié)議，在數(shù)字孿生系統(tǒng)中選擇該協(xié)議作為PLC與Simreal間的通信協(xié)議。

3.2 Modbus通信協(xié)議

Modbus通信包括主站、從站和通信協(xié)議代碼三部分。主站和從站是通信對象，通信協(xié)議指Modbus專用的通信代碼，按一定規(guī)則和約定處理數(shù)據(jù)。

將機器人控制器作為主站，查閱機器人的技術(shù)文檔，按規(guī)定代碼采集機器人各軸數(shù)據(jù)[24]。將Simreal作為從站，通過Python腳本建立虛擬服務器，將采集數(shù)據(jù)傳至虛擬碼垛工作站。

為觀察數(shù)據(jù)傳輸?shù)臏蚀_性，統(tǒng)計物理碼垛工作站中六軸工業(yè)機械臂和虛擬碼垛工作站中六軸工業(yè)機械臂在1個周期內(nèi)任意不同時刻各關(guān)節(jié)的角位移，計算分析二者之差的絕對值e，結(jié)果如表2所示。

由表2可知：不同時刻物理、虛擬碼垛工作站中六軸工業(yè)機械臂各關(guān)節(jié)角位移最大差值的絕對值為0.002 65°，滿足數(shù)字孿生系統(tǒng)數(shù)據(jù)傳輸?shù)臏蚀_性要求，物理、虛擬六軸工業(yè)機械臂的各關(guān)節(jié)角位移之差均在允許范圍（0.01°）內(nèi)[17]。

3.3 Siemens S7通信協(xié)議

Siemens S7通信能在復雜電磁干擾的工業(yè)環(huán)境提供可靠數(shù)據(jù)傳輸，支持復雜的控制應用，如工藝流程數(shù)據(jù)處理、流水線監(jiān)控等。PLC控制碼垛工作站的上料和位置檢測行為，采用通信協(xié)議Siemens S7和Simreal進行通信。

在Simreal中添加服務器Siemens S7，添加實物PLC的IP地址[25]，以便與以太網(wǎng)接口實現(xiàn)PLC與Simreal間的連接。連接成功后，在Simreal中加載PLC程序的變量表，并將其與數(shù)字孿生模型的變量配對。配對成功后，當PLC的變量改變時，數(shù)字孿生模型的配對變量也隨之改變。采用軟件TIA Portal的在線監(jiān)控功能[26]可實時監(jiān)控PLC的變量。對比某時刻PLC和Simreal中的啟動信號、停止信號、物料到位信號等同一變量，如圖6所示。由圖6可知：該時刻Simreal中啟動信號、停止信號、物料到位信號等變量與PLC中同一變量的數(shù)值相同，數(shù)據(jù)傳輸實時、準確。

4 測試與分析

4.1 系統(tǒng)測試

實現(xiàn)物理碼垛工作站和虛擬碼垛工作站間的通信后，啟動工作站，測試碼垛數(shù)字孿生系統(tǒng)，驗證通信渠道能否及時準確地傳輸信號和變量，計算通信延遲時長，判斷通信是否符合數(shù)字孿生的實時性要求[22]。測試表明：虛擬碼垛工作站能同步映射物理碼垛工作站的動作，可實時可視化監(jiān)測物理碼垛工作站的工作過程。碼垛工作站數(shù)字孿生系統(tǒng)現(xiàn)場測試情況如圖7所示。

4.2 功能分析

所構(gòu)建的碼垛工作站數(shù)字孿生系統(tǒng)可實時統(tǒng)計各時刻六軸工業(yè)機械臂6個關(guān)節(jié)的運動數(shù)據(jù)，測試結(jié)果如圖8所示。由圖8可知：在1個碼垛周期內(nèi)，六軸工業(yè)機械臂各軸關(guān)節(jié)的運動軌跡不完全重復，原因是在1個周期內(nèi)六軸工業(yè)機械臂搬運物料的動作重復，但放置物料的目標位置不同，物料被依次擺放在托盤上，各軸關(guān)節(jié)運動軌跡大致呈周期變化。六軸工業(yè)機械臂從第2秒開始穩(wěn)定工作，每約5 s完成1個物料的碼垛。工作人員可借助Simreal中統(tǒng)計圖觀察機器人模塊實時的工作狀態(tài)，掌握現(xiàn)場的工作情況。

碼垛工作站數(shù)字孿生系統(tǒng)實時統(tǒng)計六軸工業(yè)機械臂的運動數(shù)據(jù)和碼垛產(chǎn)能數(shù)據(jù)，工作人員可通過Simreal中統(tǒng)計圖直觀了解碼垛的速度，進而優(yōu)化工藝，提高生產(chǎn)效率。

測試過程中，物料由機器人模塊碼垛到碼盤時，出現(xiàn)物料抓取位置不準確、放置錯位等定位問題。定位誤差主要來源及解決方法為：1）六軸工業(yè)機械臂抓取位置示教不準確，未捕捉到物料中心，解決方法是對六軸工業(yè)機械臂抓取位置坐標點重新示教，借助Simreal的仿真和離線編程功能，準確定位機器人抓取物料的位置點，并在測試中反復驗證。2）物料在輸送帶的末端等待抓取的位置不固定，輸送帶停機導致物料和輸送帶的夾具未夾緊，解決方法是修改PLC控制邏輯，物料到位后輸送帶不停機，在V形夾具中夾緊物料，固定物料位置。3）碼垛程序中放置物料的坐標點位示教不準確，未保證示教坐標點位在料槽中心，解決方法是對碼垛程序中的坐標點位重新示教，借助Simreal的仿真和離線編程功能，精確定位放置物料的位置點，并在測試中反復驗證。

定位誤差解決前、后的測試物料總數(shù)均為180個，物料放置錯位分別為20、1個，物料放置準確率分別為88.9%、99.4%。優(yōu)化后，機器人模塊放置物料的準確率提高10.5%，碼垛錯位的情況得到改善，證明數(shù)字孿生技術(shù)在碼垛方面的可行性和應用價值。

5 結(jié)束語

本文以數(shù)字孿生五維模型理論為指導，設計并構(gòu)建碼垛工作站數(shù)字孿生系統(tǒng)，并對其進行測試。測試結(jié)果表明：所構(gòu)建數(shù)字孿生系統(tǒng)可實時統(tǒng)計碼垛工作站的數(shù)據(jù)信息，如六軸工業(yè)機械臂運動數(shù)據(jù)和碼垛產(chǎn)能數(shù)據(jù)等；分析碼垛過程中的物料放置錯位的情況，提出解決方法。所構(gòu)建數(shù)字孿生系統(tǒng)能實時監(jiān)測碼垛工作站工作過程，方便工作人員及時掌握生產(chǎn)現(xiàn)場的數(shù)據(jù)信息，數(shù)字孿生技術(shù)的應用價值較高，應用前景廣闊。

參考文獻：

[1] 李洋.中國智能制造領(lǐng)域技術(shù)轉(zhuǎn)移促進策略研究[J].智慧中國，2024（5）：23-24.

[2] LAMON E， LEONORI M， KIM W， et al. Towards an intelligent collaborative robotic system for mixed case palletizing[C]//Proceedings of 2020 IEEE International Conference on Robotics and Automation. Paris，F(xiàn)rance：IEEE， 2020：9128-9134.

[3] RAFAL S， KRYSTIAN E， MATEUSZ T， et al.Optimal scheduling for palletizing task using robotic arm and artificial bee colony algorithm[J].Engineering Applications of Artificial Intelligence， 2022，113：104976.

[4] TEA C， ELENA T， EMILIO M， et al. Evaluating the performance of autonomous mobile robotsin an automated palletizing system： a simulation model[J].Communications of European Council for Modelling and Simulation， 2023，37（1）：380-386.

[5] JAROSLAW P， WOJCIECH K， MICHAL S， et al. Test bench concept for testing of gripper properties in a robotic palletizing process[J].Problems of Mechatronics Armament Aviation Safety Engineering， 2022，13：51-64.

[6] 李翀，付文杰，王浩，等.基于視覺的機器人碼垛錯位檢測系統(tǒng)和方法[J].制造業(yè)自動化，2021，43（10）：119-121.

[7] 羅文.基于ABB工業(yè)機器人的碼垛應用與設計[J].自動化博覽，2022，39（10）：50-52.

[8] 王冬梅，白銳，高升，等.工業(yè)碼垛機器人系統(tǒng)設計與實現(xiàn)[J].制造業(yè)自動化，2024，46（5）：157-164.

[9] 陶飛，張賀，戚慶林，等.數(shù)字孿生模型構(gòu)建理論及應用[J].計算機集成制造系統(tǒng)，2021，27（1）：1-15.

[10] PANDHARE V， NEGRI E， RAGAZZINI L， et al. Digital twin-enabled robust production scheduling for equipment in degraded state[J].Journal of Manufacturing Systems， 2024，74：841-857.

[11] 孫玉成，宋家燁，王健，等.面向生產(chǎn)過程的智能車間數(shù)字孿生建模及應用[J].南京航空航天大學學報，2022，54（3）： 481-488.

[12] 馮保國，廉宇峰.基于B/S模式和自有架構(gòu)的智慧交通數(shù)字孿生系統(tǒng)[J].中國交通信息化，2023，279（2）：137-140.

[13] 郭俊韜，張玨，鄭寧敏，等.數(shù)字孿生技術(shù)在電網(wǎng)工程中的應用研究[J].南方能源建設，2023，10（2）：136-142.

[14] 肖粲俊，劉紅梅，石發(fā)強，等.基于數(shù)字孿生的煤礦智能管控平臺架構(gòu)研究與實現(xiàn)[J].礦業(yè)安全與環(huán)保，2023，50（5）： 43-49.

[15] 趙浩然，劉檢華，熊輝，等.面向數(shù)字孿生車間的三維可視化實時監(jiān)控方法[J].計算機集成制造系統(tǒng)，2019，25（6）： 1432-1443.

[16] 劉娟，莊存波，劉檢華，等.基于數(shù)字孿生的生產(chǎn)車間運行狀態(tài)在線預測[J].計算機集成制造系統(tǒng)，2021，27（2）：467-477.

[17] 傅貴武，王興波，田英.基于五軸加工中心智能生產(chǎn)線的數(shù)字孿生應用研究[J].工程設計學報，2021，28（4）：426-432.

[18] 鄧建新，衛(wèi)世豐，石先蓮，等.基于數(shù)字孿生的配送管理系統(tǒng)研究[J].計算機集成制造系統(tǒng)，2021，27（2）：585-604.

[19] 陶飛，劉蔚然，張萌，等.數(shù)字孿生五維模型及十大領(lǐng)域應用[J].計算機集成制造系統(tǒng)，2019，25（1）：1-18.

[20] GRIEVES M. Digital twin： manufacturing excellence through virtual factory replication[J].Digital Twin White Paper， 2014（1）：1-7.

[21] 陶飛，劉蔚然，劉檢華，等.數(shù)字孿生及其應用探索[J].計算機集成制造系統(tǒng)，2018，24（1）：1-18.

[22] 陶飛，馬昕，胡天亮，等.數(shù)字孿生標準體系[J].計算機集成制造系統(tǒng)，2019，25（10）：2405-2418.

[23] 陶飛，馬昕，戚慶林，等.數(shù)字孿生連接交互理論與關(guān)鍵技術(shù)[J].計算機集成制造系統(tǒng)，2023，29（1）：1-10.

[24] 謝景一.基于Modbus/RTU通信協(xié)議的工業(yè)控制系統(tǒng)[J].信息技術(shù)，2019，43（4）：121-123.

[25] 沈盛陽，陳峰.西門子S7通信在智能沖壓中的應用[J].鍛壓裝備與制造技術(shù)，2021，56（2）：57-59.

[26] 董延青.基于西門子博途TIA軟件的PLC培訓實驗平臺設計[J].自動化應用，2024，65（4）：90-92.

Digital twin system of stacking workstation based on

five-dimensional model theory

Abstract：To improve the intelligence level of the palletizing workstation， based on the five-dimensional model theory of digital twins， SolidWorks 3D modeling software is used to create a three-dimensional model of the physical palletizing workstation. The 3D model is transformed into a virtual palletizing workstation using the simulation software Simreal. The physical properties and initial parameters of the six-axis industrial robotic arm， pneumatic suction cup， sensors， and other mechanisms in the virtual palletizing workstation are set. A programmable logic controller is used to design and implement the process flow of the palletizing workstation. Data interaction and real-time communication between the physical and virtual palletizing workstations are achieved through communication protocols such as Modbus and Siemens S7， constructing a digital twin system for the palletizing workstation. Experimental tests are conducted to validate the functionality of the palletizing digital twin system， with online visual monitoring of the system′s operational status and verification of data transmission accuracy and real-time performance. Research shows that the constructed palletizing digital twin system can synchronously map the actions of the physical palletizing workstation， collect data such as productivity during the palletizing process， improve the accuracy of material placement to over 99%， and prevent misalignment occurrences.

Keywords：digital twin; five-dimensional model; palletizing workstation; communication protocol