CN112052572A - 基于wlan位置感知的数字孪生工业仿真系统 - Google Patents

Abstract

本申请公开了一种基于WLAN位置感知的数字孪生工业仿真系统，包括：服务器端，在所述服务器端配置有针对移动因素信息的定位映射模块；信息采集模块，配置于现实世界工业场景内的移动因素上，实时采集所述移动因素在移动情况下产生的WiFi指纹信息并发送至服务器端；其中，所述服务器端的定位映射模块根据反馈的WiFi指纹信息进行匹配并确定移动因素的实时位置，并映射到根据现实世界工业场景构建的数字孪生工业仿真平台中。本申请能够为工业场景中的管理与维护提供实时数据，提高管理有效性和准确性，同时提高效率、优化流程、辅助培训与教学提供更真实的支持。

Description

基于WLAN位置感知的数字孪生工业仿真系统

技术领域

本申请涉及智能制造工业化管理技术领域，特别是涉及一种基于WLAN位置感知的数字孪生工业仿真系统。

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，可在虚拟空间中完成物理映射，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。数字孪生技术是实现了物理世界与数字世界桥接的桥梁。

基于数据孪生的工业仿真平台，不仅有助于合理有效规划或对相关设备进行管理、维护等，而且能够对教学、培训等活动带来更真实体验，提高学习效果和效率。工业场景中涉及到的一些关键移动因素的动态运动行为，如关键设备、重要物资、相关参与人员等，它们不仅是工业场景中的重要因素，也是反映现场运行状况的重要参照因素。而对于工业仿真平台，虽然实现了实体世界中的工业场景到信息维度的映射，但其中的运动行为的虚拟仿真，常常使用运行历史数据来实现，这就使得仿真平台中的运动行为受限于一部分按规律运行的设备、人员等相关因素，无法全面表征实体世界的工业场景运行状况。因为现实世界中的工业场景存在大量根据实际决定运行轨迹的情况，常常并无规律可循，这些运行因素是机动、多变的，却也是实际必然存在的。

因此，能够实现工业场景中包括人和物在内的实际运动因素到数字世界的虚拟映射，才能真正使得工业场景到工业仿真平台之间的同生共存，从而为使用工业仿真平台提供更具真实性的现实世界场景，这不仅能够对工业场景中的管理与维护提高准确性和预测性，而且使得实验、教学、培训等行为更具准确性和科学性。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种基于WLAN位置感知的数字孪生工业仿真系统，包括：

服务器端，在所述服务器端配置有针对移动因素信息的定位映射模块；

信息采集模块，配置于现实世界工业场景内的移动因素上，实时采集所述移动因素在移动情况下产生的WiFi指纹信息并发送至服务器端；

其中，所述服务器端的定位映射模块根据反馈的WiFi指纹信息进行匹配并确定移动因素的实时位置，并映射到根据现实世界工业场景构建的数字孪生工业仿真平台中。

对于上述技术方案，申请人还有进一步优化措施。

可选地，在所述服务器端配置有WiFi指纹数据库，所述定位映射模块通过MDS指纹匹配算法将所述信息采集模块所反馈的WiFi指纹信息与所述WiFi指纹数据库进行匹配，进而确定所述移动因素的实时位置并映射到所述数字孪生工业仿真平台中。

可选地，所述WiFi指纹数据库包括若干个参考点和各参考点所对应的WiFi指纹信息，所述WiFi指纹信息为该参考点处所对应的多个高强度的WiFi信号。

进一步地，设现实世界工业场景下的所有无线AP的集合为P，且|P|＝M，所述若干个参考点的个数为N，对于任意参考点采集指纹时取信号强度排在前m的AP来建立参考点的指纹库，则对N个参考点(RP)且参考点的位置信息已知时，指纹数据库的结构如下：

F＝(F₁,F₂,…,F_i,…,F_N)^T，其中，F_i＝(x_i,y_i,r_i1,r_i2…r_im)(i＝1,2,…,N)；

其中，F是一个N×m矩阵；F_i表示第i个RP的指纹，所对应的无线AP集合记为P_i∈P，且|P_i|＝m，(x_i,y_i)表示第i个RP的坐标，r_ik(1≤k≤m)表示集合P_i中第k个AP在第i个RP处的RSS值。

更进一步地，当移动因素产生移动时其上的信息采集模块被激活工作，所述信息采集模块采集实时待测位置的WiFi指纹信息为：

f＝(r₁,r₂,…,r_m)，

f涉及到的AP集合记为P_f，且|P_f|＝m，r_k(1≤k≤m)表示第P_f中第k个AP在被激活模块处的RSS值，采集的指纹信息连同移动因素的身份信息同时发送至服务器端。

可选地，服务器端在接收到所述WiFi指纹信息f通过MDS指纹匹配算法进行移动因素的定位映射的过程如下：

步骤S1：

服务器端根据接收到所述WiFi指纹信息f来确定参考点集合，并得到该参考点集合的指纹信息F_f与f的合并指纹

)

其中，对接收到的指纹信息f确定匹配参考点集合，即选取指纹库中指纹信息涉及的AP集合为P_f的参考点集，设为n个，记对应的指纹为：

F_f＝(F₁,F₂,…,F_i,…,F_n)^T

其中F_f是一个n×m矩阵，记F_f与f合并的指纹为：

其中，F_n+1＝f，

是一个(n+1)×m矩阵；

步骤S2：

计算

中任意指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)来自所有AP的RSS差异向量(d_i1,d_i2,…,d_im)，利用Mean+3S方法选出异常AP，设第t个AP发生异常，则记该AP下的RSS差异

进而计算F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离D_ij，显然D_ij＝D_ij，

其中，F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离

步骤S3：

利用步骤S2的方式，计算

中所有指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)间的指纹距离D_ij，进而构造

的n+1阶距离矩阵P＝[P_ij]，其中

步骤S4：

将矩阵P作为MDS算法的输入矩阵，进行降维处理，得到待测位置和所有参考位置的相对位置坐标，记为X_(n+1),2；

步骤S5：

根据参考点的绝对坐标和相对坐标，利用坐标转换算法，得出平移适量t、翻转矩阵R和缩放系数s；

步骤S6：

根据t、R、s以及待测位置和所有参考位置的相对坐标，求得待测位置的绝对坐标，进而利用工业仿真模型把该绝对位置映射到数字孪生工业仿真平台中。

可选地，所述移动因素包括器械、物资、移动检测设备以及人员。

可选地，所述信息采集模块包括带有通信功能的工业传感器、信号收发器和智能终端。

本申请的基于WLAN位置感知的数字孪生工业仿真系统是在预先构造的数字孪生工业仿真模型中实现移动因素在数字孪生工业仿真平台上的虚拟映射，实现工业场景中的包括人和物的移动因素在数字孪生工业仿真平台上的实时、动态物理映射，能够为工业场景中的管理与维护提供实时数据，提高管理有效性和准确性，同时提高效率、优化流程、辅助培训与教学提供更真实的支持。

根据下文结合附图对本申请的具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本申请一个实施例的数字孪生工业仿真系统的工作原理框图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本实施例所描述的基于WLAN位置感知的数字孪生工业仿真系统是在服务器端预先构造的数字孪生工业仿真平台，在所述数字孪生工业仿真平台中实现移动因素在数字孪生工业仿真模型中的虚拟映射。

如图1所示，本实施例的数字孪生工业仿真系统在现实世界工业场景下的移动因素上安置有信息采集模块，而在服务器端设置有定位映射模块，当现实世界工业场景中的移动因素产生移动时，信息采集模块被激活，并采集实时的待测位置的WiFi指纹信息，通过在信息采集模块中集成的通信模块经由WLAN发送至服务器端；在服务器端，包括已建立的指纹数据库和指纹匹配算法模块，当接收到WiFi指纹信息时，通过改进的MDS指纹匹配算法与指纹库中的指纹进行匹配，定位映射模块确定移动因素的实时位置并映射到虚拟平台中去。

在本实施例中，现实世界工业场景中的信息采集模块主要通过带通信功能的信息采集模块实现，该模块可以被单独安装在需要获取移动特性的任何移动因素上，包括器械、物资、移动检测设备以及人员等工业场景中涉及的所有人和物；也可以直接把信息采集功能集成到现场已有的智能传感系统中，利用已有系统的通信模块实现指纹信息向服务器的传输。当需要实时采集现场工作人员的运动轨迹时，该模块可以集成或安装到工作人员的手持设备、智能手机等具备信息采集功能和通信功能的智能终端，即通过在智能终端安装简单的软件控制实现现场人员的信息采集与发送功能。

设在现实世界工业场景中已充分覆盖WiFi信号，对已在数字孪生工业仿真平台中建模实现的移动因素，各移动因素均安装带有通信功能的信息采集模块，采集的信息通过现实世界工业场景中的WLAN网络发送到服务器端。

在服务器端，指纹数据库中存放了参考点(Reference Point，简称RP)的位置信息与各RP的Wi-Fi指纹信息。指纹数据格式描述如下，设工业环境中所有无线AP(无线访问接入点，Wireless AccessPoint)的集合为P，且|P|＝M，所有参考点个数为N。考虑到工业环境规模较大，在任意参考点采集指纹时，取信号强度排在前m的AP来建立参考点的指纹库，则对N个参考点(RP)且参考点的位置信息已知时，指纹数据库的结构如下：

F＝(F₁，F₂，...，F_i，...，F_N)^T

F_i＝(x_i，y_i，r_i1，r_i2...r_im)(i＝1，2，...，N)

其中，F是一个N×m矩阵；F_i表示第i个RP的指纹，它对应的AP集合记为P_i∈P，且|P_i|＝m。(x_i，y_i)表示第i个RP的坐标，r_ik(1≤k≤m)表示集合P_i中第k个AP在第i个RP处的RSS值。

当移动因素产生移动时，其上的信息采集设备被激活，采集实时待测位置的Wi-Fi指纹信息为：

f＝(r₁，r₂，...，r_m)

这里，f涉及到的AP集合记为P_f，且|P_f|＝m，r_k(1≤k≤m)表示第P_f中第k个AP在被激活模块处的RSS值。采集的指纹信息连同移动因素的身份信息同时发送到服务器端。

在服务器端，当有WiFi指纹信息接收时，即通过改进的MDS指纹匹配算法获得发送指纹信息的移动因素位置，从而可以获得该移动因素的最新位置信息，映射到工业信息平台中。

在服务器端，基于接收到的指纹信息f，在给出MDS指纹匹配算法对WiFi指纹信息进行匹配处理之前，给出以下定义：

(1)对接收到的指纹信息f确定匹配参考点集合，即选取指纹库中指纹信息涉及的AP集合P_f的参考点集，设为n个，记对应的指纹为：

F_f＝(F₁，F₂，...，F_i，...，F_n)^T

其中F_f是一个n×m矩阵，记F_f与f合并的指纹为：

其中，F_n+1＝f，

是一个(n+1)×m矩阵。对

中的任意两个指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)，记它们之间来自第k个AP的RSS差异为：

(2)进而，指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)来自所有AP的RSS差异向量为：

(3)定义F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离为：

考虑AP发生异常的情况，因此，我们在利用改进的MDS算法进行指纹匹配之前，需要排除异常AP影响。通过实验我们发现，指纹之间对来自AP集合中的所有AP的RSS差异向量满足正态分布，因此，使用Mean+3S方法排除异常AP。

服务器端在接收到所述WiFi指纹信息f通过MDS指纹匹配算法进行移动因素的定位映射的过程如下：

步骤S1：

服务器端根据接收到所述WiFi指纹信息f来确定参考点集合，并得到该参考点集合的指纹信息F_f与f的合并指纹

其中，对接收到的指纹信息f确定匹配参考点集合，即选取指纹库中指纹信息涉及的AP集合为P_f的参考点集，设为n个，记对应的指纹为：

F_f＝(F₁，F₂，...，F_i，...，F_n)^T

其中F_f是一个n×m矩阵，记F_f与f合并的指纹为：

其中，F_n+1＝f，

是一个(n+1)×m矩阵；

步骤S2：

计算

中任意指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)来自所有AP的RSS差异向量

利用Mean+3S方法选出异常AP，设第t个AP发生异常，则记该AP下的RSS差异

进而计算F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离D_ij，显然D_ij＝D_ji，

其中，F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离

步骤S3：

利用步骤S3的方式，计算

中所有指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)间的指纹距离D_ij，进而构造

的n+1阶距离矩阵P＝[P_ij]，其中

步骤S4：

将矩阵P作为MDS算法的输入矩阵，进行降维处理，得到待测位置和所有参考位置的相对位置坐标，记为X_(n+1),2；

步骤S5：

根据参考点的绝对坐标和相对坐标，利用坐标转换算法，得出平移适量t、翻转矩阵R和缩放系数s；

步骤S6：

根据t、R、s以及待测位置和所有参考位置的相对坐标，求得待测位置的绝对坐标，进而利用工业仿真模型把该绝对位置映射到数字孪生工业仿真平台中。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，包括：

服务器端，在所述服务器端配置有针对移动因素信息的定位映射模块；

信息采集模块，配置于现实世界工业场景内的移动因素上，实时采集所述移动因素在移动情况下产生的WiFi指纹信息并发送至服务器端；

其中，所述服务器端的定位映射模块根据反馈的WiFi指纹信息进行匹配并确定移动因素的实时位置，并映射到根据现实世界工业场景构建的数字孪生工业仿真平台中。

2.根据权利要求1所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，在所述服务器端配置有WiFi指纹数据库，所述定位映射模块通过MDS指纹匹配算法将所述信息采集模块所反馈的WiFi指纹信息与所述WiFi指纹数据库进行匹配，进而确定所述移动因素的实时位置并映射到所述数字孪生工业仿真平台中。

3.根据权利要求2所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述WiFi指纹数据库包括若干个参考点和各参考点所对应的WiFi指纹信息，所述WiFi指纹信息为该参考点处所对应的多个高强度的WiFi信号。

4.根据权利要求3所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，设现实世界工业场景下的所有无线AP的集合为P，且|P|＝M，所述若干个参考点的个数为N，对于任意参考点采集指纹时取信号强度排在前m的AP来建立参考点的指纹库，则对N个参考点(RP)且参考点的位置信息已知时，指纹数据库的结构如下：

F＝(F₁,F₂,…,F_i,…,F_N)^T，其中，F_i＝(x_i,y_i,r_i1,r_i2…r_im)(i＝1,2,…,N)；

其中，F是一个N×m矩阵；F_i表示第i个RP的指纹，所对应的无线AP集合记为P_i∈P，且|P_i|＝m，(x_i,y_i)表示第i个RP的坐标，r_ik(1≤k≤m)表示集合P_i中第k个AP在第i个RP处的RSS值。

5.根据权利要求1至4中任一项所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，当移动因素产生移动时其上的信息采集模块被激活工作，所述信息采集模块采集实时待测位置的WiFi指纹信息为：

f＝(r₁,r₂,…,r_m)，

f涉及到的AP集合记为P_f，且|P_f|＝m，r_k(1≤k≤m)表示第P_f中第k个AP在被激活模块处的RSS值，采集的指纹信息连同移动因素的身份信息同时发送至服务器端。

6.根据权利要求5所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，服务器端在接收到所述WiFi指纹信息f通过MDS指纹匹配算法进行移动因素的定位映射的过程如下：

步骤S1：

服务器端根据接收到所述WiFi指纹信息f来确定参考点集合，并得到该参考点集合的指纹信息F_f与f的合并指纹

其中，对接收到的指纹信息f确定匹配参考点集合，即选取指纹库中指纹信息涉及的AP集合为P_f的参考点集，设为n个，记对应的指纹为：

F_f＝(F₁,F₂,…,F_i,…,F_n)^T

其中F_f是一个n×m矩阵，记F_f与f合并的指纹为：

其中，F_n+1＝f，

是一个(n+1)×m矩阵；

步骤S2：

计算

中任意指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)来自所有AP的RSS差异向量

利用Mean+3S方法选出异常AP，设第t个AP发生异常，则记该AP下的RSS差异

进而计算F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离D_ij，显然D_ij＝D_ji，

其中，F_i(1≤i≤n+1)和F_j(1≤j≤n+1)之间的指纹距离

步骤S3：

利用步骤S2的方式，计算

中所有指纹F_i(1≤i≤n+1)和F_j(1≤j≤n+1)间的指纹距离D_ij，进而构造

的n+1阶距离矩阵P＝[P_ij]，其中

步骤S4：

将矩阵P作为MDS算法的输入矩阵，进行降维处理，得到待测位置和所有参考位置的相对位置坐标，记为X_(n+1),2；

步骤S5：

根据参考点的绝对坐标和相对坐标，利用坐标转换算法，得出平移适量t、翻转矩阵R和缩放系数s；

步骤S6：

根据t、R、s以及待测位置和所有参考位置的相对坐标，求得待测位置的绝对坐标，进而利用工业仿真模型把该绝对位置映射到数字孪生工业仿真平台中。

7.根据权利要求1所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述移动因素包括器械、物资、移动检测设备以及人员。

8.根据权利要求7所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述信息采集模块包括带有通信功能的工业传感器、信号收发器和智能终端。

Images