20.500.12556/RUL-177381 Advancing intelligent toolpath generation: A systematic review of CAD–CAM integration in Industry 4.0 and 5.0 This systematic literature review investigates advancements in intelligent computer-aided design and computer-aided manufacturing (CAD–CAM) integration and toolpath generation, analyzing their evolution across Industry 4.0 and emerging Industry 5.0 (I5.0) paradigms. Using the theory–contextcharacteristics–methodology framework, the study synthesizes 51 peer-reviewed studies (from 2000 to 2025) to map theoretical foundations, industrial applications, technical innovations, and methodological trends. Findings reveal that artificial intelligence (AI) and machine learning dominate research, driving breakthroughs in feature recognition, adaptive toolpath optimization, and predictive maintenance. However, human-centric frameworks central to I5.0, such as socio-technical collaboration, remain underexplored. High-precision sectors (aerospace, biomedical) lead adoption, while small and medium enterprises (SMEs) lag due to resource constraints. Technologically, AI-driven automation and STEP-NC standards show promise, yet interoperability gaps persist due to fragmented data models and legacy systems. Methodologically, AI-based modeling prevails (49 % of studies), but experimental validation and socio-technical frameworks are sparse. Key gaps include limited real-time adaptability, insufficient AI training datasets, and slow adoption of sustainable practices. The review highlights the urgent need for standardized data exchange protocols, scalable solutions for SMEs, and human-AI collaboration models to align CAD–CAM integration with I5.0’s Pregled literature raziskuje napredek na področju integracije računalniško podprtega konstruiranja in računalniško podprte proizvodnje (CAD–CAM) ter generiranja poti orodja, pri čemer analizira razvoj v okviru Industrije 4.0 in Industrije 5.0 (I5.0). S pomočjo pristopa po teoriji–kontekstuznačilnostih–metodologiji (TCCM) študija sintetizira 51 recenziranih raziskav (v obdobju 2000–2025) ter analizira teoretične osnove, industrijske aplikacije, tehnične inovacije in metodološke trende. Ugotovitve razkrivajo, da raziskave močno zaznamujejo umetna inteligenca (UI) in strojno učenje, ki poganjata preboje na področju prepoznavanja značilnosti, adaptivne optimizacije poti orodja in napovednega vzdrževanja. Vendar pa človeškousmerjene rešitve, ki so osrednjega pomena za I5.0, kot je sociotehnično sodelovanje, ostajajo premalo raziskana. Panoge z visoko natančnostjo (letalska in vesoljska, biomedicinska) vodijo pri uvajanju, medtem ko mala in srednja podjetja (MSP) zaostajajo zaradi omejenih virov. S tehnološkega vidika obetajo avtomatizacija, ki temelji na UI in standardi STEP-NC, a vrzeli v interoperabilnosti ostajajo zaradi razdrobljenih podatkovnih modelov in zastarelih sistemov. Metodološko prevladuje modeliranje na osnovi UI (49 % raziskav), eksperimentalna validacija in sociotehnična ogrodja pa ostajata redka. Ključne vrzeli, ki so bile zaznane v študiji, vključujejo omejeno sprotno prilagodljivost, pomanjkanje zadostnih učnih podatkovnih zbirk za učenje modelov UI, ter počasno uvajanje trajnostnih praks. Pregled poudarja nujnost standardiziranih protokolov za izmenjavo podatkov, razširljivih rešitev za malo serijsko proizvodnjo ter razvoj modelov sodelovanja med človekom in UI, ki bi CAD–CAM integracijo uskladili s trajnostnimi in odpornimi cilji I5.0. Z odpravljanjem teh vrzeli prispeva pregled k oblikovanju na CAD–CAM integration Industry 4.0 Industry 5.0 toolpath optimization AI theory–context–characteristics–methodology (TCCM) CAD–CAM integracija Industrija 4.0 Industrija 5.0 optimizacija poti orodja umetna inteligenca (UI) teorija–kontekstznačilnosti–metodologija (TCCM) true false true Angleški jezik Slovenski jezik Članek v reviji 2025-12-22 11:59:34 2025-12-22 11:59:42 2025-12-30 04:02:02 0000-00-00 00:00:00 2025 0 0 9 str. no. 9/10 Vol. 71 2025 0000-00-00 Zaloznikova Objavljeno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 658.5:004.8 2536-3948 10.5545/sv-jme.2025.1370 260345347 RAZ_Simonic_Marko_2025.pdf RAZ_Simonic_Marko_2025.pdf 1 4DC33D13EB53F5C531766EEEE48E2B50 005b54beeec272d05fd2294f01e1aa0068d6dc4a2e3ef2e2d2aab769195e8b0d 0dba8dd0-df25-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=224395 https://www.sv-jme.eu/sl/article/advancing-intelligent-toolpath-generation-a-systematic-review-of-cad-cam-integration-in-industry-4-0-and-5-0/ 1 e5782613-df24-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=224394 https://dk.um.si/IzpisGradiva.php?id=96187 1 e3819b70-df24-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=224393 Fakulteta za strojništvo Strojniški vestnik 0 0 0