★中國石油昆侖數智科技有限責任公司宋子平

★中國石油國際勘探開發有限公司劉奇

★中國石油大學（華東）張書锏

★中國石油昆侖數智科技有限責任公司周致遠，周雨欣

★中國石油大學（華東）田萍骕

關鍵詞：具身智能；多模態仿真；石油化工；虛擬訓練

1　概述

石油石化行業作為典型的高危工業環境，其場站作業面臨著復雜地形、危險化學品和極端工況等多重挑戰^[1,2]。具身智能機器人因其自主作業能力和環境適應性，在該領域展現出巨大的應用潛力^[3]，可用于設備巡檢、應急處理等關鍵任務，對提升作業安全性和運營效率具有重要意義^[4]。然而，真實工業場景測試存在數據獲取困難、成本高昂且安全風險大等問題，特別是可用于算法訓練的真實作業數據極為匱乏^[5]。這一核心困境嚴重制約了機器人技術的研發進程。

當前虛擬仿真技術在工業機器人驗證領域仍面臨顯著挑戰^[6,7]。一方面，現有仿真系統對復雜工業場景的物理特性模擬精度不足；另一方面，多模態傳感器數據的仿真真實性有待提升。這些問題導致仿真環境與真實作業場景存在明顯差異，難以有效支持機器人算法的開發與驗證^[8]。

針對上述問題，本研究基于虛幻引擎構建了一套高保真的油氣場站具身智能機器人多模態仿真訓練系統。其通過物理引擎精確模擬工業設備的動力學特性，利用天氣系統復現復雜環境條件，并集成多模態傳感器仿真模塊。本研究重點解決了虛擬環境中機器人-環境交互的真實性難題，為自主導航、精準操作等核心功能提供了可靠的驗證手段。這一技術路線不僅降低了研發成本和安全風險，更為具身智能機器人在高危工業環境中的應用提供了重要的技術支撐。

2　虛擬仿真環境構建與技術實現

虛擬油氣場站基于虛幻引擎構建，高度還原了真實工廠的道路、管線、閥門、儀表和罐區等關鍵元素，并具備符合實際運轉邏輯的細節處理。場景通過精細的材質、交互式藍圖和粒子系統等技術，實現了逼真的視覺效果和動態的交互功能，如可控制閥門的開關、儀表指針的動態變化以及模擬油跡流淌等，為機器人訓練和仿真提供了沉浸式環境。

2.1　虛擬場景建模

如圖1所示，虛擬場景中構建了包括主干道和次干道的道路系統，路面材質采用高分辨率瀝青貼圖，并結合法線與細節貼圖呈現裂紋和輕微油污痕跡。如圖2所示，管線按介質類型（如原油蒸汽、冷卻水、化學試劑）進行顏色區分，并標注管徑。彎頭、三通處裝有軟連接和補償器模型，部分管線覆蓋保溫層，并在節點處放置了溫度傳感器和介質流向標識。閥門采用閘閥和球閥，外殼材質為鍛鋼或鑄鐵，手輪與杠桿可通過交互藍圖進行旋轉控制，并同步驅動“開-關”動畫，如圖3所示。儀表臺集中布置在管線旁邊，包括圓盤式壓力表、數字溫度計、流量計和液位計，其物理指針與數字讀數可動態聯動藍圖變量。罐區包含多座圓柱形儲油罐和球形儲氣罐，配有防滑平臺、護欄和爬梯，并可利用粒子系統模擬泄漏點油跡流淌效果，如圖4所示。此外，場景還包含了控制室、辦公樓、配電間、圍欄、警示標志、消防栓和滅火器等生產安全設施。

圖1虛擬油氣場站效果示意圖

圖2管線示意圖

圖3閥門示意圖

圖4儀表示意圖

2.2　虛擬仿真技術實現

場景構建首先通過Unreal Engine Datasmith工具導入工程設計的CAD/BIM模型，并可使用Nanite虛擬幾何技術處理高多邊形模型以保持高幀率。為確保實時渲染性能和流暢交互，采用了多層次細節（LOD）來簡化遠距離模型的面數。對于重復出現的構件，則通過實例化技術進行渲染，以降低DrawCall數量和內存開銷。交互性方面，如圖5所示，場景利用虛幻引擎UE5的藍圖可視化腳本系統實現，通過在關鍵位置放置觸發器來檢測事件，并利用藍圖事件播放閥門開啟等部件的動畫。用戶界面（UI）則使用UMG UI系統，可創建如設備控制面板和儀表讀數等交互式界面。

圖5交互控制邏輯示意圖

該虛擬仿真環境通過利用虛幻引擎的強大能力，展現了顯著的優勢與價值。其核心在于創建了一個高度逼真且具備動態交互性的虛擬油氣場站，不僅精細還原了道路、管線、閥門等物理元素，更通過藍圖腳本、粒子系統及性能優化技術，使其運轉邏輯符合真實工廠。這一環境的核心價值在于它能夠為機器人訓練和仿真提供一個安全、可控且沉浸式的訓練平臺，極大地降低了在現實環境中進行測試與訓練的成本和風險，為工業領域的應用提供了堅實的技術基礎。

3　虛擬環境模擬

3.1　虛擬傳感器模擬

在虛擬仿真環境中，傳感器模擬是實現機器人功能驗證和算法訓練的關鍵環節。基于虛幻引擎的強大功能，可以通過其內置組件和腳本系統模擬多種傳感器，為機器人提供接近真實的數據支持。

（1）RGB攝像頭模擬

虛幻引擎UE5的Scene Capture2D組件能夠模擬彩色攝像頭的功能。通過將Scene Capture2D組件安裝在機器人模型的視野位置，并設置分辨率、視場角（FOV）等參數，可以實時捕獲虛擬環境的彩色畫面。捕獲的畫面以Render Target紋理形式存儲，并通過ROS（機器人操作系統）橋接技術轉換為圖像數據流，供機器人視覺算法處理。此外，多目相機或全景相機的模擬可通過多個Scene Capture組件組合實現，以滿足不同應用場景的需求。

（2）深度攝像頭模擬

深度信息的獲取依賴于SceneCapture組件的SceneDepth模式。該模式能夠生成場景的深度圖，記錄每個像素到攝像頭的距離。通過算法將深度圖轉換為線性距離值，并結合RGB圖像生成三維點云數據，可用于機器人的避障和測距算法測試。為提高效率，可優化采樣頻率和分辨率，確保數據生成與真實傳感器一致。

（3）紅外相機模擬

紅外相機的模擬需要根據物體的溫度參數生成熱成像效果。在虛幻引擎中，可以通過自定義材質和Stencil通道為場景物體分配“溫度”屬性，并利用SceneCapture組件渲染偽彩色熱圖。高溫區域可通過材質的自發光通道增強顯示，同時疊加噪聲和模糊效果以模擬真實紅外傳感器的低分辨率特性。生成的熱成像數據可通過ROS發布，用于機器人熱源檢測等任務。

（4）激光雷達（LiDAR）模擬

LiDAR的模擬基于射線檢測技術。該技術通過在虛擬環境中發射多束射線并記錄碰撞點的位置和距離，可以生成類似真實LiDAR的點云數據。對于多線LiDAR（如16線或32線），需在垂直方向上分層發射射線，模擬不同角度的掃描。生成的點云數據可通過ROS的PointCloud2消息發布，用于測試SLAM（同步定位與建圖）和路徑規劃算法。為提高性能，可采用分幀掃描或深度緩沖優化技術，減少實時計算的開銷。

（5）IMU與GNSS模擬

慣性測量單元（IMU）的數據可通過讀取機器人Actor的運動狀態生成，包括線加速度和角速度。通過疊加噪聲和漂移模型，可以模擬真實IMU的測量誤差。全球導航衛星系統（GNSS）的模擬則依賴于虛幻引擎的地理參考插件，將虛擬場景的坐標轉換為真實世界的經緯度信息，并加入隨機誤差模擬GPS漂移。這些數據通過ROS消息發布，為機器人的定位和導航提供支持。

3.2　物理與氣候模擬

為了實現高度真實的虛擬環境，虛幻引擎的物理引擎和天氣系統被用于模擬復雜的物理行為和氣候條件，從而為機器人訓練提供多樣化的測試場景。

（1）晝夜循環與天空環境

通過虛幻引擎的Sky Atmosphere組件和動態光源系統，可以實現逼真的晝夜循環。Directional Light組件模擬太陽光源，其高度角變化驅動天空顏色和光照強度的動態調整。夜晚模式下，月光和人工照明（如泛光燈）通過矩形光源和點光源模擬，結合Lumen全局光照技術實現真實的光影效果。SkyLight組件則用于捕獲天空的漫射光，確保環境光的自然過渡。

（2）天氣系統模擬

虛幻引擎的Niagara粒子系統和后處理效果能夠模擬多種天氣條件。如圖6所示，降雨通過粒子發射器生成雨滴并配合碰撞檢測實現濺水效果，同時利用后處理卷增強地面濕潤反光；降雪則以低速飄落的雪花粒子配合材質切換模擬積雪覆蓋，并調整環境光照為柔和漫反射以呈現陰天氛圍；而霧與沙塵天氣則通過指數高度霧模擬大氣霧霾，并通過調整霧的顏色密度及Niagara粒子表現動態揚塵效果，從而全面還原復雜氣象環境。

圖6天氣系統架構示意圖

（3）物理引擎與剛體模擬

虛幻引擎的Chaos物理引擎通過多種方式為虛擬環境提供了真實的物理交互。如圖7所示，剛體運動通過開啟SimulatePhysics選項使靜態網格物體能夠模擬重力、碰撞和反彈效果，適用于工具掉落或設備碰撞等場景；關節約束則利用PhysicsConstraint組件模擬機械臂和閥門的運動，通過設置鉸鏈或線性關節實現旋轉和平移運動，并可結合驅動馬達模擬電機控制；對于流體與布料效果，液壓系統和流體行為采用剛體關節和動畫進行近似模擬，而布料動態（如旗幟飄動）則通過ChaosCloth系統實現，在保證性能的同時兼顧物理真實性。

圖7物理模擬架構圖

通過上述技術，虛擬環境能夠高度還原真實世界的物理和氣候條件，為機器人的功能驗證提供了豐富且可靠的測試場景。這種虛實結合的仿真方法不僅提高了訓練效率，還為復雜環境下的機器人行為優化奠定了堅實基礎。

4　結論與展望

油氣場站多模態仿真訓練系統為具身智能機器人在石油石化環境中的應用提供了高效可靠的測試平臺。通過虛幻引擎構建的高保真虛擬場景，結合真實場站測試，不僅顯著降低了測試成本和安全風險，還實現了對機器人導航、感知和操作能力的全面驗證。虛擬傳感器和物理引擎的協同應用，為算法迭代提供了豐富的數據支持，有效提升了機器人在復雜工業環境中的適應性和可靠性。

未來研究將著重提升虛擬仿真的真實性和智能化水平。一方面需要優化物理模型和傳感器模擬精度，特別是流體動力學和熱成像等專業領域的仿真效果；另一方面將探索數字孿生和AI技術在場景生成與故障模擬中的應用，以支持更復雜的工業作業任務。隨著技術的不斷完善，虛擬仿真的驗證方法有望成為工業機器人研發的標準流程，推動智能機器人在高危環境中的規模化應用。

作者簡介：

宋子平（1998-），女，初級工程師，碩士，現就職于昆侖數智科技有限責任公司，主要從事油氣物聯網咨詢顧問工作。

劉　奇（1993-），男，工程師，碩士，現就職于中國石油國際勘探開發有限公司，主要從事油田IT系統維護、數據管理方面的工作。

張書锏（2001-），男，碩士，現就讀于中國石油大學（華東），研究方向為顯著性目標檢測。

周致遠（2003-），男，學士，現就職于昆侖數智科技有限責任公司，主要從事算法研發工作。

周雨欣（2000-），女，碩士，現就職于昆侖數智科技有限責任公司，主要從事油氣物聯網領域產品管理工作。

田萍骕（2002-），女，碩士，現就讀于中國石油大學（華東），研究方向為藥物與靶標結合親和力的預測。

參考文獻：

[1]陳敬敬,張超.石油化工企業安全生產現狀分析及IT技術應用[J].化工管理,2020,(16):98-99.

[2]李濤,李兢.石油化工企業安全生產技術現狀與對策研究[J].石化技術,2023,30(03):200-202.

[3]李志海,黃思瑜,黃雪怡,等.視頻監控與識別技術和智能巡檢機器人技術在石化領域的應用[J].石油煉制與化工,2025,56(01):24-29.

[4]崔登祺,李夢瑋,趙鄭斌,等.工業機器人安全性問題分析研究[J].工業控制計算機,2022,35(12):99-100+104.

[5] 袁依格,何卓豐,李威,等.具身智能驅動的智能制造應用發展研究[J].中國工程科學,2025,27(03):67-82.

[6]許郢.虛擬仿真技術在工業機器人智能制造中的應用[J].電氣傳動自動化,2023,45(04):50-53.

[7]薛洋洋,安燕霞.虛擬仿真技術在工業機器人課程中的應用[J].數字通信世界,2025,(07):140-142.

[8]郝雅萍.基于計算機仿真技術的發展及其應用[J].電子技術與軟件工程,2018,(20):125.

摘自《自動化博覽》2025年9月刊