随着“工业4.0”、“中国制造2025”等规划的提出,制造业的生产模式正朝着智能化方向转变。数字孪生（Digital Twin,DT）作为实现智能制造的重要途径,正不断被工业界重视。本文以工业机器人为研究对象,构建工业机器人数字孪生原型系统,对工业机器人运动仿真、智能视觉识别定位与状态监控进行了研究。主要的研究内容如下:首先,在分析国内外数字孪生研究现状的基础上,确立工业机器人数字孪生系统的设计目标和原则,以此为基础对系统功能模块进行划分,并构建工业机器人数字孪生系统的总体架构。其次,构建虚拟机器人,研究虚拟机器人仿真技术及与工业机器人同步技术。构建工业机器人的三维数字化模型,并推导虚拟机器人与工业机器人关节角度之间的变换关系,建立虚拟机器人的运动模型及规则模型;在作业指令系统编写运动控制指令,控制虚拟机器人运动,实现工业机器人的运动仿真与虚实同步运动。再次,研究虚拟机器人智能视觉识别定位技术与状态监控技术。对基于深度学习的YOLOv3目标检测算法进行轻量化改进,并利用双目相机与改进九点标定算法建立手眼关系,使工业机器人可以快速定位并抓取物体;针对多源数据及数据特点,设计工业机器人运动数据同步采集结构及数据滤波算法,对三维虚拟监控技术进行研究;利用采集的数据,对工业机器人进行故障检测。最后,将上述技术内容整合,开发基于Dobot机器人的工业机器人数字孪生原型系统;实现系统的运动仿真、智能视觉识别定位与抓取、状态监控、异常状态报警等功能,并通过案例检验虚拟机器人与物理工业机器人的作业状态一致性。