CN111611702B - 数字孪生场景创建方法、装置、设备和存储介质 - Google Patents

数字孪生场景创建方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN111611702B
CN111611702B CN202010413115.9A CN202010413115A CN111611702B CN 111611702 B CN111611702 B CN 111611702B CN 202010413115 A CN202010413115 A CN 202010413115A CN 111611702 B CN111611702 B CN 111611702B
Authority
CN
China
Prior art keywords
model
scene
action
editing
actions
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010413115.9A
Other languages
English (en)
Other versions
CN111611702A (zh
Inventor
王世金
史秦甫
姜丙凯
赵志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Xingdi Twin Technology Co ltd
Original Assignee
Shenzhen Xingdi Twin Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Xingdi Twin Technology Co ltd filed Critical Shenzhen Xingdi Twin Technology Co ltd
Priority to CN202010413115.9A priority Critical patent/CN111611702B/zh
Publication of CN111611702A publication Critical patent/CN111611702A/zh
Application granted granted Critical
Publication of CN111611702B publication Critical patent/CN111611702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及一种数字孪生场景创建方法、装置、设备和存储介质,该方法包括:生成或提取各个场景中包括的各个模型;构建动作库,其中,动作库包括基础动作以及至少两个基础动作组成的组合动作;根据设定维度划分规则对每个场景中的各个模型进行分类;对各个场景、各个模型和各个动作进行编辑;根据动作库中各个动作和各个模型的匹配关系,将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景。构建了可灵活复用的数字孪生场景,在降低成本的同时,还可以大规模应用。

Description

数字孪生场景创建方法、装置、设备和存储介质
技术领域
本发明涉及数字孪生领域,具体涉及一种数字孪生场景创建方法、装置、设备和存储介质。
背景技术
数字孪生技术,是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。
目前的数字孪生技术多用于工业生产仿真,但是现有技术中应用数字孪生技术构建的数字孪生模型多用于精密操作,由于缺乏合适的软件复用手段,同时构建成本过高,不利于大面积使用。
发明内容
有鉴于此,提供一种数字孪生场景创建方法、装置、设备和存储介质,以解决现有技术中数字孪生构建场景时成本高且不利用大面积使用的问题。
本发明采用如下技术方案:
第一方面,本申请实施例提供了一种数字孪生场景创建方法,该方法包括:
生成或提取各个场景中包括的各个模型;
构建动作库,其中,所述动作库包括基础动作以及至少两个所述基础动作组成的组合动作;
根据设定维度划分规则对每个场景中的各个模型进行分类;
对各个所述场景、各个所述模型和各个所述动作进行编辑;
根据所述动作库中各个所述动作和各个所述模型的匹配关系,将编辑后的各个所述场景、各个所述模型和各个所述动作构建为数字孪生场景。
第二方面,本申请实施例提供了一种数字孪生场景创建装置,该装置包括:
模型生成或提取模块,用于生成或提取各个场景中包括的各个模型;
动作库构建模块,用于构建动作库,其中,所述动作库包括基础动作以及至少两个所述基础动作组成的组合动作;
模型划分模块,用于模型根据设定维度划分规则对每个场景中的各个模型进行分类;
编辑模块,用于对各个所述场景、各个所述模型和各个所述动作进行编辑;
场景构建模块,用于根据所述动作库中各个所述动作和各个所述模型的匹配关系,将编辑后的各个所述场景、各个所述模型和各个所述动作构建为数字孪生场景。
第三方面,本申请实施例提供了一种设备,该设备包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行本申请实施例第一方面所述的数字孪生场景创建方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
第四方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的数字孪生场景创建方法中各个步骤。
本申请实施例中,通过开发积累场景和模型,再次构建场景后可通过微调的方式修改场景和模型,同时通过监控设备可自动识别该模型,匹配后可大幅度节约开发成本,同时提取模型场景的相似属性进行灵活复用,则模型场景具备类似的规则。场景模型库逐渐丰富后,该数字孪生场景的构建将更加轻松,可通过拍摄、识别、建模的方式快速创建孪生场景,或通过人工放置模型的方式构建。通过该方法构建数字孪生模型可节约成本,增加模型模拟的范围,成本低且可大规模使用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种数字孪生场景创建方法的流程图;
图2是本申请中适用的一种存储架构图;
图3是本申请实施例提供的一种数字孪生场景创建装置的结构示意图;
图4是本申请实施例提供的一种设备的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
首先对本申请实施例的可应用场景、可应用场景中的背景和相关术语进行解释说明。其中,数字孪生是一个物理产品的数字化表达,以便能够在某个数字化产品上看到实际物理产品可能发生的情况,相关技术包括增强现实和虚拟现实。数字孪生在设计与生产的过程中,仿真分析模型的参数,可以传递到产品定义的全三维几何模型,再传递到数字化生产线加工成真实的物理产品,再通过在线的数字化检测/测量系统反映到产品定义模型中,进而又反馈到仿真分析模型中。依靠数字孪生,所有数据模型都能够双向沟通,因此真实物理产品的状态和参数将通过与智能生产系统集成的赛博物理系统CPS向数字化模型反馈,致使生命周期各个环节的数字化模型保持一致,从而能够实现动态、实时评估系统的当前及未来的功能和性能。而装备在运行的过程中,又通过将不断增加的传感器、机器的联接而收集的数据进行解释利用,可以将后期产品生产制造和运营维护的需求融入到早期的产品设计过程中,形成设计改进的智能闭环。
实施例
图1为本发明实施例提供的一种数字孪生场景创建方法的流程图,该方法可以由本发明实施例提供的数字孪生场景创建装置来执行,该装置可采用软件和/或硬件的方式实现。参考图1,该方法具体可以包括如下步骤:
S101、生成或提取各个场景中包括的各个模型。
其中,场景可以包括室内场景、人文场景和资源场景等。具体的,按照建模方式进行划分,以实现快速建模。同时划分的包括但不限于室内场景、人文场景和资源场景,具备相近的业务。室内场景中有大量模型可以提取出来并单独编辑,比如其中的桌椅、墙面位置、隔间大小或设备等,可以单独抽离。人文场景用无人机建模,可快速生成场景模型,但需要能够将其中的模型抽离出来单独编辑。资源场景主要用卫星建模,一般会是大面积的态势分析,这时需要将其中会改变的部分转化为模型,例如,农田模型或森林模型等。
S102、构建动作库,其中,动作库包括基础动作以及至少两个基础动作组成的组合动作。
具体的,动作库的完善是一个积累的过程,由基础动作组合为复杂动作,设定动作库的原因在于,有时候需要通过动作组合为一次事件,但也有时候会把事件拆分为动作,因此,需要一个独立的动作库,而不是使用现有开发工具来做。其本质是对开发工具提供动作的逐步封装。可选的,动作库中的动作包括骨骼动作、形变动作、质变动作和位移动作。
S103、根据设定维度划分规则对每个场景中的各个模型进行分类。
其中,模型库是整个应用的核心之一,当把场景中的模型单独抽离才能做到真正的孪生,因为到时候运动的会是模型。在实际的应用过程中,划分规则不同,得到的划分结果不同。
在一个具体的例子中,划分为两个维度,可选的,设定维度划分规则包括组件、个体和集合划分规则,以及,动作类型划分规则,其中,动作类型划分规则的分类结果包括固定模型、限制运动模型、自由运动模型和被迫运动模型。
具体的,维度1:组件,个体,集合。集合具备个体抽象出来的属性,组件具备个体的部分属性,和自身单独的属性。组件个体和集合的关系是相对应的。例如组件玻璃是组件窗户的一部分,组件窗户是组件房间的一部分,组件房间是办公室的一部分。对应到卫星就是部件、载荷、整星、星群。维度2:绑定或被绑定,划分的标准是区分不同的业务。运动、静止;设定固定运动、推演计算出运动;主动运动,碰撞后被迫运动。
相应的,固定模型:绑定场景,是从场景中抽离出来的东西,可以简化场景建模,使其中部分可以被编辑;限制运动模型:绑定动作,鞠躬、跳跃、按照固定方式移动,所有的运动路线被提前设定好,但会干预其它模型的行为,有些是不可抗拒的;自由运动模型:涉及到计算和推演的模型,有时候需要实时生成,比如摄像头拍到后就会生成对应的自由运动模型;被迫运动模型:被交互计算的结果,对运动作出的反应,比如火车偏离轨道等。
S104、对各个场景、各个模型和各个动作进行编辑。
可选的,对各个场景、各个模型和各个动作进行编辑,包括场景编辑、模型编辑和动作编辑:场景编辑包括场景导入、场景网格划分和场景区域属性设置;模型编辑包括模型导入、模型属性设置、模型组合和模型图层设置;动作编辑包括动作组合、动作模型绑定、动作限制属性编辑和算法绑定。
示例性的,场景编辑包括场景导入、场景网格划分和场景区域属性设置。具体的,场景导入功能中,用户通过该功能将预先编辑好的场景导入到系统中,需要依据一定的格式进行导入,不满足时报错;场景网格划分功能中,将导入的场景按照长宽高等大小切分为网格,并可选择显示网格线;场景区域属性设置功能中,对网格中的区域场景进行属性编辑,包括透明度、是否可以穿过、等进行编辑,导入后的场景对不可穿过的部分进行自动识别,管理员可对其进行修改。
示例性的,模型编辑包括模型导入、模型属性设置、模型组合和模型图层设置。具体的,模型导入功能中,将一定格式的模型,连带模型上的骨骼导入到系统中;模型属性设置功能中,对模型的属性进行设置,模型的属性包括:颜色、长宽高、是否可穿过、模型透明度、模型类别等基本属性,且放大缩小会失真;模型组合功能中,将多个模型组合为一个,或将已经组合过的模型分开,判断组合后的模型骨骼是否可以使用;模型图层设置功能中,调整模型的所在图层。
示例性的,动作编辑包括动作组合、动作模型绑定、动作限制属性编辑和算法绑定。动作组合中,管理员将动作元素组合为动作,放入动作库中,或管理员将动作组合为动作序列;动作模型绑定中,选择该动作适用的具体模型或模型类别;动作限制属性编辑中,设置组成动作后的可编辑范围,例如,转头动作为-90度到90度;算法绑定功能中,将算法绑定到动作序列中,例如,将自有运动算法绑定到走动模型中,则用户可进行合理的自由走动。
可选的,算法绑定中应用的算法包括自由运动算法和碰撞计算算法。算法库子系统在后续阶段中会继续扩展,包括算法注册、算法编辑等。自由运动算法为结合动态规划的启发式算法,对于人群的运动动作,可绑定自由运动算法,执行算法时将人群模型拆分为个人,对每个人进行自由运动计算。碰撞计算算法为判断当前运动路径下的模型是否会经过不可穿过区域或模型,当判断会经过不可穿过区域时,提示用户,是否切换为自由运动模式,自动识别绕过不可穿过区域。
S105、根据动作库中各个动作和各个模型的匹配关系,将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景。
在一个具体的例子中,图2示出了一种存储架构图。示例了模型、场景、动作以及相应的对应关系。
本申请实施例中,通过开发积累场景和模型,再次构建场景后可通过微调的方式修改场景和模型,同时通过监控设备可自动识别该模型,匹配后可大幅度节约开发成本,同时提取模型场景的相似属性进行灵活复用,则模型场景具备类似的规则。场景模型库逐渐丰富后,该数字孪生场景的构建将更加轻松,可通过拍摄、识别、建模的方式快速创建孪生场景,或通过人工放置模型的方式构建。通过该方法构建数字孪生模型可节约成本,增加模型模拟的范围,成本低且可大规模使用。
在上述技术方案的基础上,在将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景之后,还包括:响应用户的编辑操作和预览操作,展示数字孪生场景中各个模型的运动效果,其中,编辑操作包括动作序列编辑和时间轴编辑,预览操作包括模拟效果播放。
具体的,在应用过程中,导入编辑好的场景或模型、用户可选择模型的放置位置,或选择自由放置。动作序列编辑中,用户可以选择一个模型,点击模型后可现实该模型能够进行的动作,用户可以在限制范围内对动作属性进行编辑,例如行走的速度在0-2m/s。选择运动动作后可以在场景中划出路线,系统计算该动作完成的时间,并向用户展示效果。该软件的所有计量单位和现实中统一。时间轴编辑功能中,用户可以对模型的时间轴进行编辑,对该模型的动作序列顺序进行编辑操作。模拟效果播放功能中,当所有模型被编辑完成后,用户点击模拟效果播放,可显示整个场景中各模型的运动效果作为整体的展示。
另外,本申请实施例还具备如下有益效果,可快速对现实区域进行建模,提出一种对区域快速灵活进行数字孪生的工具库软件。使用无人机建模技术对一块区域进行快速建模,通过监控器、传感器识别该区域的可动模型,拆分区域模型和可动模型,使单独成库。人为构建动作库,制定模型运动规则。通过区域库、模型库和运动库的组合,可快速形成该区域的数字孪生模型。
图3是本发明是实施例提供的一种数字孪生场景创建装置的结构示意图,该装置适用于执行本发明实施例提供给的一种数字孪生场景创建方法。如图3所示,该装置具体可以包括模型生成或提取模块301、动作库构建模块302、模型划分模块303、编辑模块304和场景构建模块305。
其中,模型生成或提取模块301,用于生成或提取各个场景中包括的各个模型;动作库构建模块302,用于构建动作库,其中,动作库包括基础动作以及至少两个基础动作组成的组合动作;模型划分模块303,用于模型根据设定维度划分规则对每个场景中的各个模型进行分类;编辑模块304,用于对各个场景、各个模型和各个动作进行编辑;场景构建模块305,用于根据动作库中各个动作和各个模型的匹配关系,将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景。
本申请实施例中,通过开发积累场景和模型,再次构建场景后可通过微调的方式修改场景和模型,同时通过监控设备可自动识别该模型,匹配后可大幅度节约开发成本,同时提取模型场景的相似属性进行灵活复用,则模型场景具备类似的规则。场景模型库逐渐丰富后,该数字孪生场景的构建将更加轻松,可通过拍摄、识别、建模的方式快速创建孪生场景,或通过人工放置模型的方式构建。通过该方法构建数字孪生模型可节约成本,增加模型模拟的范围,成本低且可大规模使用。
可选的,还包括展示模块,用于在将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景之后,响应用户的编辑操作和预览操作,展示数字孪生场景中各个模型的运动效果,其中,编辑操作包括动作序列编辑和时间轴编辑,预览操作包括模拟效果播放。
可选的,设定维度划分规则包括组件、个体和集合划分规则,以及,动作类型划分规则,其中,动作类型划分规则的分类结果包括固定模型、限制运动模型、自由运动模型和被迫运动模型。
可选的,编辑模块304用于场景编辑、模型编辑和动作编辑:
场景编辑包括场景导入、场景网格划分和场景区域属性设置;
模型编辑包括模型导入、模型属性设置、模型组合和模型图层设置;
动作编辑包括动作组合、动作模型绑定、动作限制属性编辑和算法绑定。
可选的,算法绑定中应用的算法包括自由运动算法和碰撞计算算法。
可选的,场景包括室内场景、人文场景和资源场景。
可选的,动作库中的动作包括骨骼动作、形变动作、质变动作和位移动作。
本发明实施例提供的数字孪生场景创建装置可执行本发明任意实施例提供的数字孪生场景创建方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供一种设备,请参阅图4,图4为一种设备的结构示意图,如图4所示,该设备包括:处理器410,以及与处理器410相连接的存储器420;存储器420用于存储计算机程序,计算机程序至少用于执行本发明实施例中的数字孪生场景创建方法;处理器410用于调用并执行存储器中的计算机程序;上述数字孪生场景创建方法至少包括如下步骤:生成或提取各个场景中包括的各个模型;构建动作库,其中,动作库包括基础动作以及至少两个基础动作组成的组合动作;根据设定维度划分规则对每个场景中的各个模型进行分类;对各个场景、各个模型和各个动作进行编辑;根据动作库中各个动作和各个模型的匹配关系,将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景。
本发明实施例还提供一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时,实现如本发明实施例中的数字孪生场景创建方法中各个步骤:生成或提取各个场景中包括的各个模型;构建动作库,其中,动作库包括基础动作以及至少两个基础动作组成的组合动作;根据设定维度划分规则对每个场景中的各个模型进行分类;对各个场景、各个模型和各个动作进行编辑;根据动作库中各个动作和各个模型的匹配关系,将编辑后的各个场景、各个模型和各个动作构建为数字孪生场景。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种数字孪生场景创建方法,其特征在于,包括:
生成或提取各个场景中包括的各个模型;
构建动作库,其中,所述动作库包括基础动作以及至少两个所述基础动作组成的组合动作;
根据设定维度划分规则对每个场景中的各个模型进行分类;所述设定维度划分规则包括组件、个体和集合划分规则,以及,动作类型划分规则,其中,所述动作类型划分规则的分类结果包括固定模型、限制运动模型、自由运动模型和被迫运动模型;
对各个所述场景、各个所述模型和各个所述动作进行编辑,包括场景编辑、模型编辑和动作编辑:所述场景编辑包括场景导入、场景网格划分和场景区域属性设置;所述模型编辑包括模型导入、模型属性设置、模型组合和模型图层设置;所述动作编辑包括动作组合、动作模型绑定、动作限制属性编辑和算法绑定;
根据所述动作库中各个所述动作和各个所述模型的匹配关系,将编辑后的各个所述场景、各个所述模型和各个所述动作构建为数字孪生场景。
2.根据权利要求1所述的方法,其特征在于,在所述将编辑后的各个所述场景、各个所述模型和各个所述动作构建为数字孪生场景之后,还包括:
响应用户的编辑操作和预览操作,展示所述数字孪生场景中各个模型的运动效果,其中,所述编辑操作包括动作序列编辑和时间轴编辑,所述预览操作包括模拟效果播放。
3.根据权利要求2所述的方法,其特征在于,所述算法绑定中应用的算法包括自由运动算法和碰撞计算算法。
4.根据权利要求1所述的方法,其特征在于,所述场景包括室内场景、人文场景和资源场景。
5.根据权利要求1所述的方法,其特征在于,所述动作库中的动作包括骨骼动作、形变动作、质变动作和位移动作。
6.一种数字孪生场景创建装置,其特征在于,包括:
模型生成或提取模块,用于生成或提取各个场景中包括的各个模型;
动作库构建模块,用于构建动作库,其中,所述动作库包括基础动作以及至少两个所述基础动作组成的组合动作;
模型划分模块,用于模型根据设定维度划分规则对每个场景中的各个模型进行分类,所述设定维度划分规则包括组件、个体和集合划分规则,以及,动作类型划分规则,其中,所述动作类型划分规则的分类结果包括固定模型、限制运动模型、自由运动模型和被迫运动模型;
编辑模块,用于对各个所述场景、各个所述模型和各个所述动作进行编辑,包括场景编辑、模型编辑和动作编辑:所述场景编辑包括场景导入、场景网格划分和场景区域属性设置;所述模型编辑包括模型导入、模型属性设置、模型组合和模型图层设置;所述动作编辑包括动作组合、动作模型绑定、动作限制属性编辑和算法绑定;
场景构建模块,用于根据所述动作库中各个所述动作和各个所述模型的匹配关系,将编辑后的各个所述场景、各个所述模型和各个所述动作构建为数字孪生场景。
7.一种设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1-5任一项所述的数字孪生场景创建方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
8.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-5任一项所述的数字孪生场景创建方法中各个步骤。
CN202010413115.9A 2020-05-15 2020-05-15 数字孪生场景创建方法、装置、设备和存储介质 Active CN111611702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010413115.9A CN111611702B (zh) 2020-05-15 2020-05-15 数字孪生场景创建方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010413115.9A CN111611702B (zh) 2020-05-15 2020-05-15 数字孪生场景创建方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111611702A CN111611702A (zh) 2020-09-01
CN111611702B true CN111611702B (zh) 2023-06-27

Family

ID=72205658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010413115.9A Active CN111611702B (zh) 2020-05-15 2020-05-15 数字孪生场景创建方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111611702B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220067229A1 (en) * 2020-09-03 2022-03-03 International Business Machines Corporation Digital twin multi-dimensional model record using photogrammetry
CN112800606A (zh) * 2021-01-27 2021-05-14 上海电气集团股份有限公司 数字孪生产线构建方法、系统、电子设备及存储介质
CN113593069A (zh) * 2021-07-05 2021-11-02 北京瑞博众成科技有限公司 数学孪生智能巡检系统
CN113741910A (zh) * 2021-09-01 2021-12-03 上海商汤智能科技有限公司 场景交互方法及装置、电子设备和存储介质
CN115049811B (zh) * 2022-06-20 2023-08-15 北京数字冰雹信息技术有限公司 一种数字孪生虚拟三维场景的编辑方法、系统及存储介质
CN116168164B (zh) * 2023-04-25 2023-07-04 深圳墨影科技有限公司 基于机器人产业链的数字孪生可视化方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110462644A (zh) * 2017-01-24 2019-11-15 西门子股份公司 用于系统的自动化和控制的认知工程技术的系统和方法
US20190138662A1 (en) * 2017-11-07 2019-05-09 General Electric Company Programmatic behaviors of a contextual digital twin
CN109635417A (zh) * 2018-12-07 2019-04-16 北京维盛网域科技有限公司 一种模拟场景生成方法、装置、系统和介质
CN109886165A (zh) * 2019-01-23 2019-06-14 中国科学院重庆绿色智能技术研究院 一种基于运动目标检测的动作视频提取和分类方法
CN110866313B (zh) * 2019-10-22 2023-05-16 温州大学 一种实现断路器自动化检测流水线的数字孪生建模的方法

Also Published As

Publication number Publication date
CN111611702A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111611702B (zh) 数字孪生场景创建方法、装置、设备和存储介质
CN110020633B (zh) 姿态识别模型的训练方法、图像识别方法及装置
US8508537B2 (en) System and method for dependency graph evaluation for animation
US20200129862A1 (en) Terrain generation system
CN109147048A (zh) 一种利用单张彩色图的三维网格重建方法
CN103593181B (zh) 一种可配置分布式三维视景仿真系统
CN101512633B (zh) 毛发运动合成器系统和用于毛发/皮毛流水线的优化技术
CN103258338A (zh) 利用真实数据来驱动仿真的虚拟环境的方法和系统
CN103745497B (zh) 植物生长建模方法和系统
CN104239601A (zh) 织物片组合的仿真
KR20140142470A (ko) 나무 모델과 숲 모델 생성 방법 및 장치
CN114066718A (zh) 一种图像风格迁移方法、装置、存储介质及终端
CN109961495A (zh) 一种vr编辑器的实现方法及vr编辑器
JP2008090498A (ja) 画像処理方法、画像処理装置
CN111611703B (zh) 基于数字孪生的沙盘推演方法、装置、设备和存储介质
CN110176063A (zh) 一种基于人体拉普拉斯变形的服装变形方法
CN103714208A (zh) 场景驱动cps系统的结构模型与行为模型协同建模方法
CN103324472A (zh) 用于构造控制装置程序的研发装置和方法
CN110675509A (zh) 一种基于三维建模的可编辑综合仿真方法及其系统
Casas et al. Parametric control of captured mesh sequences for real-time animation
CN112184894B (zh) 三维建模的雕塑方法、装置及设备、存储介质
Kotthäuser et al. Validating vision and robotic algorithms for dynamic real world environments
JP5210401B2 (ja) 用例に基づく効率的なモーションデータベースのスタイリング
CN111640170B (zh) 骨骼动画生成方法、装置、计算机设备及存储介质
CN114708636A (zh) 一种密集人脸网格表情驱动方法、装置及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant