CN112115607A - 一种基于多维赛博空间的移动智能体数字孪生系统 - Google Patents
一种基于多维赛博空间的移动智能体数字孪生系统 Download PDFInfo
- Publication number
- CN112115607A CN112115607A CN202010970455.1A CN202010970455A CN112115607A CN 112115607 A CN112115607 A CN 112115607A CN 202010970455 A CN202010970455 A CN 202010970455A CN 112115607 A CN112115607 A CN 112115607A
- Authority
- CN
- China
- Prior art keywords
- space
- sayboat
- test
- virtual
- physical
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 claims abstract description 78
- 238000012423 maintenance Methods 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 238000012800 visualization Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000007499 fusion processing Methods 0.000 claims abstract description 4
- 239000003795 chemical substances by application Substances 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 9
- 239000013307 optical fiber Substances 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012827 research and development Methods 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 13
- 230000009466 transformation Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种基于多维赛博空间的移动智能体数字孪生系统,具体包括以下结构:物理空间试验场,为移动智能体测试提供运动空间作为简易物理测试环境;赛博空间运维系统,根据物理空间试验场,进行数据采集融合处理,利用VR技术、集合实体建模技术和多学科联合仿真技术构建的多维映射赛博空间的运行载体;高通量数据传输信道,为赛博空间运维系统与物理空间试验场的信息流交互提供多输入多输出数据传输通道;虚实多维空间可视化系统,提供移动智能体试验测试过程的可视化推演及人机交互。与现有技术相比,本发明具有多对一的虚实交互孪生测试能力,提升了移动智能体试验的泛化能力、强化了试验测试结果的同时降低了试验研发成本等优点。
Description
技术领域
本发明涉及移动智能体试验测试方法与数字孪生技术研究领域,尤其是涉及一种基于多维赛博空间的移动智能体数字孪生系统。
背景技术
随着人工智能与无人系统技术快速发展,无人车、无人机、机器人等移动智能体在交通物流、城市安防、智能制造、电力巡检等各行各业呈爆发式增长,涉及到人类生活的方方面面,应用场景不胜枚举。为提高移动智能体的自主水平,适应不同复杂场景,需进行大量场景化设备定制开展试验研究,大大增加了智能体研发的成本。以无人机为例,即使无人机在简单避障场景飞行测试过程中,也经常容易发生碰撞,碰撞对无人机硬件造成的损坏,需要重新购买配件进行替换甚至会对试验人员健康造成威胁,实验成本大大提升。另外,在现实场地中进行训练,大部分训练场地面积有限,障碍物不够丰富,训练场景单一,不能很好的反应出各种实际应用场景下可能会出现的问题,训练效果往往不尽如人意。
因此仿真系统一直是移动智能体发展不可或缺的一部分。传统仿真系统可以对智能体及所处环境进行建模,但与真实世界对比存在较大误差,无法直接应用于真实的物理场景。随着信息物理系统(CPS,Cyber Physical Systems)的不断发展和数字孪生技术的出现,通过物理空间中的各类传感器采集的数据不断更新赛博空间中的孪生模型,实现动态数据驱动建模与仿真,使物理空间和赛博空间的无缝融合成为了可能,不仅有效地提高了仿真的准确性和可靠性,在产品设计、产品制造、医学分析、工程建设等领域应用也具备较大的发展前景。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多维赛博空间的移动智能体数字孪生系统,将简单的物理试验空间映射到多个应用类型多种时空尺度的赛博空间并构建可控的各类测试场景,根据移动智能体测试需求实现可观可控的数字孪生推演试验。
本发明的目的可以通过以下技术方案来实现:
一种基于多维赛博空间的移动智能体数字孪生系统,所述移动智能体包括无人机、机器人和无人车,所述数字孪生系统具体包括以下结构:
物理空间试验场,为移动智能体测试提供运动空间作为简易物理测试环境;
赛博空间运维系统,根据所述物理空间试验场,进行数据采集融合处理,利用VR技术、集合实体建模技术和多学科联合仿真技术构建的多维映射赛博空间的运行载体;
高通量数据传输信道,为所述赛博空间运维系统与物理空间试验场的信息流交互提供多输入多输出数据传输通道;
虚实多维空间可视化系统,提供移动智能体试验测试过程的可视化推演及人机交互。
所述物理空间试验场包括级联感知模块、安全防护模块和动态场景配置模块。
进一步地,所述级联感知模块包括运动捕捉系统、红外光发射接收器、摄像头、空气温湿度传感器和风速风向传感器,实现全范围高动态多层级的泛在感知。
进一步地,所述运动捕捉系统具体为Vicon运动捕捉系统。
进一步地,所述摄像头包括主动感知摄像头和全景智能摄像头。
进一步地,所述安全防护模块包括设于场地四周的挂网、智能体遥操作设备和危险报警灯,所述危险报警灯与赛博空间运维系统连接。
进一步地,所述智能体遥操作设备具备危急时刻远程制动或断电功能。
进一步地,所述动态场景配置模块包括试验设备组合,所述试验设备组合包括移动障碍物、缩尺建筑模型、虚拟交通道路、无人机起落台、虚拟震动台和移动风机阵列。
所述赛博空间运维系统通过物理空间试验场空间孪生映射,对移动智能体提供虚实融合环境,所述虚实融合环境包括但不限于对抗场景、救火场景、搜救场景和隧道探测场景。
进一步地,所述孪生映射具体为基于时空坐标多尺度可变、跨场景重构的一对多映射方法,具体公式如下所示:
[X1,Y1,Z1]=A(time,case)*[X2,Y2,Z2]
其中,[X1,Y1,Z1]为物理空间试验场坐标系,[X2,Y2,Z2]为赛博空间运维系统对应的赛博空间试验场坐标系,time为时间变量,case为场景变量,A(time,case)是随时间变量与场景变量变化的空间向量映射函数。
进一步地,场景变量表征对抗场景、救火场景、搜救场景和隧道探测场景;时间变量在时域维度上对物理空间进行尺度缩放、旋转、平移、扭曲变换等操作;A(time,case)在虚实多维空间可视化系统中通过人机交互接口实现函数自定义。
所述高通量数据传输信道具体为具备时延测量的异构通信网络,所述异构通信网络包括5G、WIFI、光纤和网线。
进一步地,所述5G与WIFI用于移动智能体与赛博空间运维系统的信息交互,光纤与网线用于物理试验空间与赛博空间运维系统的信息交互。
所述虚实多维空间可视化系统包括显示屏幕、分屏控制模块和集显服务器。
进一步地,所述显示屏幕具体为LCD大屏。
进一步地,虚实多维空间可视化系统通过LCD大屏、分屏控制模块实现对物理空间与赛博空间的多角度分屏可视化、预测推演、场景回溯;集显服务器包括多块高性能显卡,作为虚实多维空间可视化系统与赛博空间运维系统的物理载体。
所述移动智能体的存在形式包括存在于物理空间试验场的物理实体、存在于赛博空间运维系统的虚拟体或搭载有虚拟部件的半物理实体。
与现有技术相比,本发明具有以下有益效果:
1.本发明通过物理空间试验场与赛博空间运维系统进行结合,在有限的物理空间中,构建不同时空尺度下的复杂虚拟场景测试环境,获取移动智能体在多种场景下的测试数据,避免了每个场景都需要一个物理空间进行设置的情况,具有较高的适用性,有助于进一步提升移动智能体的泛化能力。
2.本发明提出了一种基于虚实空间信息融合的移动智能体试验测试方法,与传统的仿真训练系统相比,本发明充分利用物理模型、传感器更新、运行历史等数据,提高了测试结果的准确性。
3.本发明将物理空间试验场空间的环境坐标进行孪生映射,在赛博空间运维系统中实现有限空间向无限空间的拓展模拟,得到与物理空间相应的几何倍数扩大后的赛博空间,避免测试范围过小、场景模拟单一的局限性和偶然性,提升试验项目完备性的同时,降低了物理空间试验设施的搭建成本。
附图说明
图1为本发明的结构示意图;
图2为本发明环境坐标变换映射的示意图;
图3为本发明实施例中无人机训练的流程示意图;
图4为本发明实施例中基于几何模型虚拟建模的流程示意图;
图5为本发明实施例中相机成像原理的示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示,一种基于多维赛博空间的移动智能体数字孪生系统,移动智能体包括无人机、机器人和无人车,数字孪生系统具体包括以下结构:
物理空间试验场,为移动智能体测试提供运动空间作为简易物理测试环境;
赛博空间运维系统,是基于Unity 3D开发的虚拟数字空间系统,根据物理空间试验场,进行数据采集融合处理,利用VR技术、集合实体建模技术和多学科联合仿真技术构建的多维映射赛博空间的运行载体;
高通量数据传输信道,为赛博空间运维系统与物理空间试验场的信息流交互提供多输入多输出数据传输通道;
虚实多维空间可视化系统,提供移动智能体试验测试过程的可视化推演及人机交互。
物理空间试验场包括级联感知模块、安全防护模块和动态场景配置模块。
级联感知模块包括运动捕捉系统、部署在物理空间试验场四周的红外光发射接收器、摄像头、空气温湿度传感器和风速风向传感器,实现全范围高动态多层级的泛在感知。
运动捕捉系统具体为Vicon运动捕捉系统,Vicon运动捕捉系统是一种基于光学的运动捕捉系统,通过在移动智能体上粘贴反光小球,由红外摄像机发射出特定波长的红外光,并接收反射回来的红外光,获取移动智能体的位置和姿态,捕捉数据稳定,具有较高的试验精度。
摄像头包括主动感知摄像头和全景智能摄像头,主动感知摄像头具体为800万像素高清摄像头,具备对移动智能体的姿态、运动等信息的主动识别能力,全景智能摄像头具备对试验物理场的全局拍摄及智能拼接能力。
安全防护模块包括设于场地四周的挂网、智能体遥操作设备和危险报警灯,危险报警灯与赛博空间运维系统连接。
智能体遥操作设备具备危急时刻远程制动或断电功能。
动态场景配置模块包括可移动、可拆解、可组装的试验设备组合,试验设备组合包括移动障碍物、缩尺建筑模型、虚拟交通道路、无人机起落台、虚拟震动台和移动风机阵列。
赛博空间运维系统通过物理空间试验场空间孪生映射,对移动智能体提供虚实融合环境,虚实融合环境包括但不限于对抗场景、救火场景、搜救场景和隧道探测场景。本实施例中构建了一个尺度放大的环形隧道空间,物理空间与赛博空间的尺度放大如图2所示。
孪生映射具体为基于时空坐标多尺度可变、跨场景重构的一对多映射方法,具体公式如下所示:
[X1,Y1,Z1]=A(time,case)*[X2,Y2,Z2]
其中,[X1,Y1,Z1]为物理空间试验场坐标系,[X2,Y2,Z2]为赛博空间运维系统对应的赛博空间试验场坐标系,time为时间变量,case为场景变量,A(time,case)是随时间变量与场景变量变化的空间向量映射函数。
场景变量表征对抗场景、救火场景、搜救场景和隧道探测场景;时间变量在时域维度上对物理空间进行尺度缩放、旋转、平移、扭曲变换等操作;A(time,case)在虚实多维空间可视化系统中通过人机交互接口实现函数自定义。
高通量数据传输信道具体为具备时延测量的异构通信网络,异构通信网络包括5G、WIFI、光纤和网线。
5G与WIFI用于移动智能体与赛博空间运维系统的信息交互,光纤与网线用于物理试验空间与赛博空间运维系统的信息交互。
本实施例中,隧道虚拟场景中配置了待无人机穿越火环、随机跌落障碍物的虚拟动态模块,虚拟动态模块通过5G或WiFi无线通信直接将障碍物坐标及形状信息发送给无人机的ROS操作系统,作为无人机的环境感知输入,无人机对环境进行感知决策运动规划,实现不需要在真实物理空间设置障碍物干扰无人机飞行。无人机的运动信息反馈给赛博空间,经过仿真计算判断无人机是否发生碰撞,实现无人机自主避障能力测试验证。
虚实多维空间可视化系统包括显示屏幕、分屏控制模块和集显服务器。
显示屏幕具体为LCD大屏,数量为5*4块,分屏实时展示物理空间试验场、物理空间机载摄像头第一视角画面、赛博空间试验场以及赛博空间机载摄像头第一视角画面,可随时切换视角实现人机互动。
虚实多维空间可视化系统通过LCD大屏、分屏控制模块实现对物理空间与赛博空间的多角度分屏可视化、预测推演、场景回溯;集显服务器包括多块NVIDIA TITAN RTX高性能显卡,作为虚实多维空间可视化系统与赛博空间运维系统的物理载体。
移动智能体的存在形式包括存在于物理空间试验场的物理实体、存在于赛博空间运维系统的虚拟体或搭载有虚拟部件的半物理实体。
如图3所示,以无人机的自主避障训练为例,本发明中数字孪生系统的训练流程具体如下:
步骤S1:通过物理空间试验场中的级联感知模块,获取无人机在物理环境中的真实飞行数据,并对无人机建模和定位。
通过Vicon运动捕捉系统获取无人机物理环境中的飞行数据由无人机的六个自由度包括位置信息(x,y,z)和3个姿态角信息,姿态角信息比例俯仰角θ、偏航角ψ和滚转角φ,同时还包括试验环境的温度、湿度、风速和风向。本实施例中,无人机按照规划的路径环绕飞行,物理空间试验场未配置动态场景模块,Vicon的采样频率为100Hz。
在Vicon运动捕捉系统下测试的数据都是基于一个对象的参考系,每一次标定该坐标系都会发生相应的变化,增加了计算的复杂性。因此需要进行坐标轴变换,本实施例在机体坐标系下进行坐标轴变换,将测量参考位置和姿态信息转化为机体坐标系,坐标变换可以通过如下变换矩阵来实现:
其中,Bgb为地面坐标系转化为机体坐标系的变换矩阵,BθBψBφ为姿态角信息的变换矩阵。
步骤S2:通过数字摄影测量技术根据其照片创建真实对象的3D模型,具体步骤包括影像获取、影像处理、3D模型的产生、重构和可视化。
影像获取过程中通过摄影机或数码照相机获得数字图像,并对数字图像进行预处理,预处理包括畸变差改正,避免空三加密平差迭代解算不收敛或计算结果不准确;Walks滤波,增强原始影像的局部反差,增加影像对比度和不同比例尺的影像纹理细节;定向,选取比较容易辨别的地方作为参考点,在另一张图片上标出同名点,同理建筑物周围所有的重要点位都会在各个图片上标识出来。
3D模型的构建采用基于几何模型的虚拟建模技术,流程如附图4所示,以计算机图形学为基础,首先对真实场景进行抽象,用多边形构造虚拟三维场景中的几何模型,并建立虚拟环境中的光照和材质模型,然后进行纹理映射、模型的可见消隐和控制参数的设定,最后构建出赛博空间。
步骤S3:物理空间与赛博空间进行数据传输。
5G与WIFI实现移动智能体与赛博空间运维系统的信息交互,通过机器人操作系统ROS规定的消息规范在无人机实时定位系统与仿真场景之间进行数据通信。ROS在运行时以节点为单位分配资源,其中master节点负责通信数据的分发,对各个节点进行统一管理;而其他各节点均为一个独立的进程,且保持较低的祸合,各节点可以分布式运行在多个处理器上,由ROS管理实现多平台协同。
通过光纤与网线实现物理空间试验场、赛博空间运维系统以及虚实多维空间可视化系统的实时多模信息传输,光纤网络的运行速率为每秒2.5GB,频带可达到1.0GHz以上,同时光纤具有较大的信息容量,将物理空间试验场中的级联感知模块获得的画面信息以及Unity 3D平台中的赛博空间画面实时传输到虚实多维空间可视化系统中。
步骤S4:物理空间与赛博空间的坐标映射。
物理空间中的坐标系包括相机坐标系和地面坐标系,本发明中物理空间和赛博空间中的相机坐标系保持一致,通过相机坐标系和物理空间地面坐标系、赛博空间地面坐标系的坐标变换,得到物理空间与赛博空间中的坐标映射关系。
地面坐标系也称为惯性坐标系,以无人机的地面起飞点作为原点Oe,Xe轴指向无人机指定的飞行方向,Ze轴垂直水平面向下,然后根据右手原则确定Ye轴。
相机坐标系的原点Oc为相机的光心,Xc轴平行于机身构造基线并指向无人机的头部,Zc轴在无人机对称平面内垂直Xc轴向下,然后根据右手原则确定Yb轴。
像素坐标系O-uv的单位为像素,是相机所拍摄的图像平面上的直角坐标系,坐标原点O位于图像的左上角,u轴方向向右,v轴方向向下。
相机成像原理如图5所示,由三角形相似原理可得:
其中,f为像素坐标系对应的像素平面的中心与相机坐标系的光心之间的距离。
像素坐标在u,v轴下分别缩放了α倍和β倍,原点平移了[u0,v0]T,可以得到像点P′在像素坐标系下的对应点Puv=[u,v]T之间的关系:
上式的矩阵形式表示为:
其中,K为经过相机标定后得到的相机内参矩阵,计算得到Pc的坐标如下:
根据地面坐标系转化为机体坐标系的变换矩阵Bgb,计算初始旋转矩阵,具体公式如下:
Bgb0=Bgbx(φ)·Bgby(θ)·Bgbz(ψ)
其中,Bgb0为初始旋转矩阵,本实施例中φ=90°,θ=0,ψ=90°,因此可得:
由初始旋转矩阵计算得到相机坐标系转换到地面坐标系下的旋转矩阵,具有公式如下:
其中,Bbg为相机坐标系转换到地面坐标系下的旋转矩阵,根据相机坐标系转换到地面坐标系下的旋转矩阵计算无人机上的目标点在地面坐标系下的坐标,具体公式如下所示:
Pw=Bbg·Pc+t
其中,Pw为无人机上的目标点在地面坐标系下的坐标,t为摄像头拍摄时的坐标。
根据空间向量映射函数得到赛博空间运维系统的赛博空间中地面坐标系下无人机上目标点的坐标,具体公式如下:
P′w=A(time,case)Pw
其中,P′w为赛博空间中地面坐标系下无人机上目标点的坐标。
步骤S5:通过目标点的坐标位置判断无人机与障碍物是否发生碰撞。
此外,需要说明的是,本说明书中所描述的具体实施例,还包括无人机自由对抗场景、无人机电力巡检场景。场景依据坐标转换方法实现虚拟环境创造,从而衍生出多种无人机应用场景,本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等小变化或者简单变化,均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述移动智能体包括无人机、机器人和无人车,所述数字孪生系统具体包括以下结构:
物理空间试验场,为移动智能体测试提供运动空间作为简易物理测试环境;
赛博空间运维系统,根据所述物理空间试验场,进行数据采集融合处理,利用VR技术、集合实体建模技术和多学科联合仿真技术构建的多维映射赛博空间的运行载体;
高通量数据传输信道,为所述赛博空间运维系统与物理空间试验场的信息流交互提供多输入多输出数据传输通道;
虚实多维空间可视化系统,提供移动智能体试验测试过程的可视化推演及人机交互。
2.根据权利要求1所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述物理空间试验场包括级联感知模块、安全防护模块和动态场景配置模块。
3.根据权利要求2所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述级联感知模块包括运动捕捉系统、红外光发射接收器、摄像头、空气温湿度传感器和风速风向传感器。
4.根据权利要求2所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述安全防护模块包括设于场地四周的挂网、智能体遥操作设备和危险报警灯,所述危险报警灯与赛博空间运维系统连接。
5.根据权利要求2所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述动态场景配置模块包括试验设备组合,所述试验设备组合包括移动障碍物、缩尺建筑模型、虚拟交通道路、无人机起落台、虚拟震动台和移动风机阵列。
6.根据权利要求1所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述赛博空间运维系统通过物理空间试验场空间孪生映射,对移动智能体提供虚实融合环境,所述虚实融合环境包括对抗场景、救火场景、搜救场景和隧道探测场景。
7.根据权利要求6所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述孪生映射具体为基于时空坐标多尺度可变、跨场景重构的一对多映射方法,具体公式如下所示:
[X1,Y1,Z1]=A(time,case)*[X2,Y2,Z2]
其中,[X1,Y1,Z1]为物理空间试验场坐标系,[X2,Y2,Z2]为赛博空间运维系统对应的赛博空间试验场坐标系,time为时间变量,case为场景变量,A(time,case)是随时间变量与场景变量变化的空间向量映射函数。
8.根据权利要求1所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述高通量数据传输信道具体为具备时延测量的异构通信网络,所述异构通信网络包括5G、WIFI、光纤和网线。
9.根据权利要求1所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述虚实多维空间可视化系统包括显示屏幕、分屏控制模块和集显服务器。
10.根据权利要求1所述的一种基于多维赛博空间的移动智能体数字孪生系统,其特征在于,所述移动智能体的存在形式包括存在于物理空间试验场的物理实体、存在于赛博空间运维系统的虚拟体或搭载有虚拟部件的半物理实体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010970455.1A CN112115607B (zh) | 2020-09-16 | 2020-09-16 | 一种基于多维赛博空间的移动智能体数字孪生系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010970455.1A CN112115607B (zh) | 2020-09-16 | 2020-09-16 | 一种基于多维赛博空间的移动智能体数字孪生系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112115607A true CN112115607A (zh) | 2020-12-22 |
CN112115607B CN112115607B (zh) | 2024-04-26 |
Family
ID=73802740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010970455.1A Active CN112115607B (zh) | 2020-09-16 | 2020-09-16 | 一种基于多维赛博空间的移动智能体数字孪生系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112115607B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094867A (zh) * | 2021-03-01 | 2021-07-09 | 广州铁路职业技术学院(广州铁路机械学校) | 一种基于数字孪生的列车车厢噪音环境建模方法 |
CN113673894A (zh) * | 2021-08-27 | 2021-11-19 | 东华大学 | 一种基于数字孪生的多人协作ar装配方法和系统 |
CN114396944A (zh) * | 2022-01-18 | 2022-04-26 | 西安塔力科技有限公司 | 一种基于数字孪生的自主定位误差矫正方法 |
CN114492059A (zh) * | 2022-02-07 | 2022-05-13 | 清华大学 | 基于场能的多智能体对抗场景态势评估方法及装置 |
CN114815654A (zh) * | 2022-03-01 | 2022-07-29 | 北京理工大学 | 一种面向无人车控制的数字孪生系统及其搭建方法 |
CN116050087A (zh) * | 2022-12-19 | 2023-05-02 | 华中科技大学 | 一种可交互多感官耦合雪车雪橇仿真方法及系统 |
CN117806335A (zh) * | 2024-03-01 | 2024-04-02 | 中北大学 | 一种基于人机协作的智能机器人数字孪生动态避障方法 |
CN117806335B (zh) * | 2024-03-01 | 2024-06-28 | 中北大学 | 一种基于人机协作的智能机器人数字孪生动态避障方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019076233A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
-
2020
- 2020-09-16 CN CN202010970455.1A patent/CN112115607B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019076233A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
Non-Patent Citations (2)
Title |
---|
林润泽;王行健;冯毅萍;赵久强;: "基于数字孪生的智能装配机械臂实验系统", 实验室研究与探索, no. 12 * |
钱京梅;莫娴;吴茜;: "基于OPNET的赛博网络防御建模仿真", 通信技术, no. 03 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094867A (zh) * | 2021-03-01 | 2021-07-09 | 广州铁路职业技术学院(广州铁路机械学校) | 一种基于数字孪生的列车车厢噪音环境建模方法 |
CN113094867B (zh) * | 2021-03-01 | 2022-05-06 | 广州铁路职业技术学院(广州铁路机械学校) | 一种基于数字孪生的列车车厢噪音环境建模方法 |
CN113673894B (zh) * | 2021-08-27 | 2024-02-02 | 东华大学 | 一种基于数字孪生的多人协作ar装配方法和系统 |
CN113673894A (zh) * | 2021-08-27 | 2021-11-19 | 东华大学 | 一种基于数字孪生的多人协作ar装配方法和系统 |
CN114396944B (zh) * | 2022-01-18 | 2024-03-22 | 西安塔力科技有限公司 | 一种基于数字孪生的自主定位误差矫正方法 |
CN114396944A (zh) * | 2022-01-18 | 2022-04-26 | 西安塔力科技有限公司 | 一种基于数字孪生的自主定位误差矫正方法 |
CN114492059A (zh) * | 2022-02-07 | 2022-05-13 | 清华大学 | 基于场能的多智能体对抗场景态势评估方法及装置 |
CN114815654A (zh) * | 2022-03-01 | 2022-07-29 | 北京理工大学 | 一种面向无人车控制的数字孪生系统及其搭建方法 |
CN114815654B (zh) * | 2022-03-01 | 2023-02-24 | 北京理工大学 | 一种面向无人车控制的数字孪生系统及其搭建方法 |
CN116050087A (zh) * | 2022-12-19 | 2023-05-02 | 华中科技大学 | 一种可交互多感官耦合雪车雪橇仿真方法及系统 |
CN116050087B (zh) * | 2022-12-19 | 2024-03-26 | 华中科技大学 | 一种可交互多感官耦合雪车雪橇仿真方法及系统 |
CN117806335A (zh) * | 2024-03-01 | 2024-04-02 | 中北大学 | 一种基于人机协作的智能机器人数字孪生动态避障方法 |
CN117806335B (zh) * | 2024-03-01 | 2024-06-28 | 中北大学 | 一种基于人机协作的智能机器人数字孪生动态避障方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112115607B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112115607B (zh) | 一种基于多维赛博空间的移动智能体数字孪生系统 | |
CN113485392B (zh) | 基于数字孪生的虚拟现实交互方法 | |
CN107850902B (zh) | 可移动物体上的相机配置 | |
CN107209514B (zh) | 传感器数据的选择性处理 | |
CN108351653B (zh) | 用于uav飞行控制的系统和方法 | |
CN108351649B (zh) | 用于控制可移动物体的方法和设备 | |
Carrio et al. | Drone detection using depth maps | |
JP7500187B2 (ja) | 拡張モデルを用いた拡張現実システム | |
US20200012756A1 (en) | Vision simulation system for simulating operations of a movable platform | |
CN112184812B (zh) | 提升无人机相机对AprilTag识别定位精度方法及定位方法和系统 | |
Eynard et al. | Real time UAV altitude, attitude and motion estimation from hybrid stereovision | |
US20210221502A1 (en) | Method and a system for real-time data processing, tracking, and monitoring of an asset using uav | |
Ivanovas et al. | Block matching based obstacle avoidance for unmanned aerial vehicle | |
CN114488848A (zh) | 面向室内建筑空间的无人机自主飞行系统及仿真实验平台 | |
Kim et al. | As-is geometric data collection and 3D visualization through the collaboration between UAV and UGV | |
Liu et al. | A new approach for the estimation of non-cooperative satellites based on circular feature extraction | |
CN114527763A (zh) | 基于目标检测和slam构图的智能巡检系统及方法 | |
Fanta-Jende et al. | A versatile UAV near real-time mapping solution for disaster response–concept, ideas and implementation | |
JP2005322002A (ja) | 複合人工知能装置 | |
Grompone | Vision-based 3D motion estimation for on-orbit proximity satellite tracking and navigation | |
Klavins et al. | Unmanned aerial vehicle movement trajectory detection in open environment | |
Chen | UAV patrol path planning based on machine vision and multi-sensor fusion | |
WO2022264413A1 (ja) | 移動体の移動経路生成方法及びプログラム、管理サーバ、管理システム | |
Symeonidis et al. | A UAV Video Data Generation Framework for Improved Robustness of UAV Detection Methods | |
Awed et al. | Towards realizing a visual UAV flying environment: A novel approach based aerial imagery to construct a dataset for visual servoing |
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 |