CN112506180B - 一种面向无人系统的数字孪生系统 - Google Patents
一种面向无人系统的数字孪生系统 Download PDFInfo
- Publication number
- CN112506180B CN112506180B CN202011105728.2A CN202011105728A CN112506180B CN 112506180 B CN112506180 B CN 112506180B CN 202011105728 A CN202011105728 A CN 202011105728A CN 112506180 B CN112506180 B CN 112506180B
- Authority
- CN
- China
- Prior art keywords
- unmanned system
- digital twin
- unmanned
- space
- physical entity
- 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
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 40
- 230000004927 fusion Effects 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 244000035744 Hura crepitans Species 0.000 claims description 11
- 230000006854 communication Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 10
- 241000282414 Homo sapiens Species 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 230000007123 defense Effects 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 claims description 8
- 238000002955 isolation Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000013496 data integrity verification Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种面向无人系统的数字孪生系统，包括无人系统物理实体空间、无人系统数字孪生数字空间和无人系统数字孪生平台，其中，所述无人系统数字孪生数字空间由所述无人系统物理实体空间经所述无人系统数字孪生平台映射而得。该数字孪生系统架构为无人系统的监视、控制和预测等提供支持。
Description
技术领域
本发明智能装备技术和人工智能领域，尤其涉及一种面向无人系统的数字孪生系统。
背景技术
以无人机、无人地面车辆、无人水面艇和无人潜航器为代表的无人系统能广泛替代人类于各种环境下独立完成布置的任务，而不需要或者需要极少操控人员的控制，大大提高人类的感知范围，扩充人类的行为能力。目前在很多国家都备受政府与企业的关注，越来越多的机构参与进了无人系统的研发与发展工作。数字孪生是实现数字化、智能化、服务化等先进理念的重要使能技术。
利用数字孪生技术面向无人系统物理实体和逻辑对象建立机理模型或数据驱动模型，形成无人系统物理空间在赛博空间的虚实交互、动态监测、辅助决策和持续优化，将有益于发展自主智能无人系统创新性理论体系架构，提升无人系统综合利用水平和国家装备智能化水平。但目前还未有一种面向无人系统的数字孪生系统。
因此，本领域的技术人员致力于开发面向无人系统的数字孪生系统。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是一种面向无人系统的数字孪生系统。
为实现上述目的，本发明提供了一种面向无人系统的数字孪生系统，包括无人系统物理实体空间、无人系统数字孪生数字空间和无人系统数字孪生平台，其中，
所述无人系统数字孪生数字空间由所述无人系统物理实体空间经所述无人系统数字孪生平台映射而得；
所述无人系统数字孪生数字空间经所述无人系统数字孪生平台可视化所述无人系统在所述无人系统物理实体空间中的当前状态和数据，形成监视场景；
所述无人系统数字孪生数字空间接收来自所述无人系统数字孪生平台对所述无人系统智能化处理的事件通知，所述用户根据所述事件通知经所述无人系统数字孪生数字空间对所述无人系统发出控制指令，形成控制场景；
所述无人系统数字孪生数字空间经与用户交互生成关于模拟状态下所述无人系统的模拟传感器数据，所述模拟传感器数据应用于所述无人系统数字孪生平台以对应用于所述无人系统的一个或多个控制策略执行假设分析，形成预测场景。
进一步的，所述无人系统物理实体空间包括无人系统和无人系统外部环境，其中，
所述无人系统使用有线或无线通信方式经网络接口与所述无人系统数字孪生平台进行双向通信，所述无人系统外部环境使用物联网外部接口将数据传输至所述无人系统数字孪生平台；
所述无人系统由多个子系统经总线连接组成，所述无人系统外部环境由多个与所述无人系统的工作环境相关的外部系统组成；
所述无人系统的所述子系统由传感器、驱动器和控制系统组成。
进一步的，所述无人系统数字孪生平台包括数字孪生描述模块和数字孪生智能化模块，其中，
所述数字孪生智能化模块对从所述无人系统物理实体空间中所述无人系统和所述无人系统外部环境获得的数据进行数据融合获得融合数据，所述融合数据应用于所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理，以直接或者间接地控制所述无人系统；
所述数字孪生描述模块根据所述无人系统物理实体空间中所述无人系统和所述无人系统外部环境的所述融合数据创建对应的数字孪生对象，所述数字孪生对象经关联后可视化地展示于所述无人系统数字孪生数字空间。
进一步的，所述数字孪生描述模块基于面向对象的思想，使用所述数字孪生智能化模块中获得的所述融合数据，根据第一性原理或数据驱动的方法对所述无人系统物理实体空间中的所述无人系统和所述无人系统外部环境进行建模，模型包括机械、液压和电气等多类别的多个数字孪生对象；
所述数字孪生对象包含名称和类型等两个属性，给定类型的每个数字孪生对象有唯一的名称，名称和类型的组合唯一地标识每个数字孪生对象；
所述数字孪生对象的类型决定其与其他数字孪生对象的关联方式，所述关联方式包含复合、使用和组合等三种；
所述数字孪生对象根据自身类型所决定的关联方式与其他数字孪生对象关联构成反映所述无人系统物理实体空间的数字孪生对象。
进一步的，所述数字孪生智能化模块对从所述无人系统物理实体空间中所述无人系统采集的数据进行信息安全验证，并且通过网络自主防御抵御潜在的网络威胁，所述信息安全验证和所述网络自主防御共同组成信息系统网络安全模块；
所述信息安全验证包括数据完整性验证、数据可用性验证和数据机密性验证，所述网络自主防御结合信息系统网络安全漏洞数据库执行网络漏洞评估和网络弹性恢复等操作；
所述信息系统网络安全漏洞数据库存储在云平台。
进一步的，所述云平台还存储有状态管理数据库、维护历史数据库以及推理机；
所述状态管理数据库存储有所述无人系统数字孪生平台中的所述数字孪生智能化模块获得的历史的所述融合数据；
所述维护历史数据库存储有所述无人系统物理实体空间中的所述无人系统的维护历史信息；
所述推理机利用人工智能算法对所述状态管理数据库和所述维护历史数据库进行分析推理以获得与所述无人系统物理实体空间中的所述无人系统相关的知识库，所述知识库包括分析推理得到的系统知识、系统规则和相关模型算法等。
进一步的，所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理，包括以下步骤：
步骤一、所述云平台中的所述推理机对所述云平台中的所述状态管理数据库和所述维护历史数据库进行分析推理以获得与所述无人系统相关的知识库；
步骤二、根据所述融合数据和所述知识库进行建模以产生反映所述无人系统当前状态以及可能的预测状态的实时模型；
步骤三、根据所述实时模型的输出，态势感知进行实时决策以决定是否对所述无人系统进行行为控制；
步骤四、根据预设的控制管理机制，向所述无人系统发送控制指令来驱动一个或多个子系统以直接控制所述无人系统，或向所述无人系统数字孪生数字空间推送事件通知以通过与所述用户交互间接控制所述无人系统。
所述控制管理机制由用户根据各事件的重要程度，对系统直接或间接控制的行为进行预设。
进一步的，所述无人系统数字孪生数字空间包括无人系统数字孪生模型、无人系统数字孪生仪表盘和无人系统模拟空间，其中，
所述无人系统数字孪生模型由所述无人系统数字孪生平台中的所述数字孪生描述模块可视化创建以展示所述无人系统物理实体空间中的所述无人系统和所述外部环境的当前状态，并响应所述用户的控制操作以间接地控制所述无人系统物理实体空间中的所述无人系统；
所述无人系统数字孪生仪表盘展示所述无人系统物理实体空间中的所述无人系统和所述外部环境的当前数据，并接收来自所述无人系统数字孪生平台中的所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理的事件通知；
所述无人系统模拟空间是所述无人系统数字孪生模型和所述无人系统数字孪生仪表盘的镜像，并且所述无人系统模拟空间中的所述无人系统数字孪生模型与用户交互生成所述无人系统物理实体空间中的所述无人系统的模拟传感器数据；
所述模拟传感器数据经隔离机制应用于所述无人系统数字孪生平台中的所述数字孪生智能化模块以模拟所述无人系统在相应控制策略下的未来状态，并通过所述无人系统模拟空间中的所述无人系统数字孪生模型和所述无人系统模拟空间中的所述无人系统数字孪生仪表盘来与用户交互式地呈现。
进一步的，所述无人系统数字孪生模型由对应于所述无人系统物理实体空间中的所述无人系统的多个所述子系统和所述无人系统外部环境的多个所述外部系统的数字孪生对象关联组成；
用户借助外部设备对所述无人系统数字孪生模型进行行为控制，所述无人系统数字孪生模型根据用户的控制操作实时地发送相应的控制指令至所述无人系统物理实体空间中的所述无人系统，驱动相应的子系统以实时地改变所述无人系统的状态；
所述无人系统数字孪生仪表盘与所述无人系统数字孪生模型相对应，显示所述无人系统物理实体空间中的所述无人系统的多个所述子系统和所述无人系统外部环境的多个所述外部系统的当前数据；
所述事件通知以人类可读或可识别的标识显示于所述无人系统数字孪生仪表盘，所述用户根据所述事件通知经自我决策对所述无人系统数字孪生模型进行行为控制以间接地控制所述无人系统物理实体空间中的所述无人系统；
用户与所述无人系统模拟空间中的所述无人系统数字孪生模型交互，包括对所述无人系统模拟空间中的所述无人系统数字孪生模型的一个或多个子模型进行状态变更，所述无人系统模拟空间中的所述无人系统数字孪生模型根据所述状态变更生成相应模拟传感器数据；
所述隔离机制由沙盒保障，所述沙盒提供了一个与所述无人系统数字孪生平台中的所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统智能化处理的完全一致的隔离空间；
所述沙盒中产生的控制指令作用于所述无人系统模拟空间中的所述无人系统数字孪生模型，且对所述无人系统模拟空间中的所述无人系统数字孪生模型的行为控制不作用于所述无人系统物理实体空间中的所述无人系统，所述沙盒中推送的事件通知发送至所述无人系统模拟空间中的所述无人系统数字孪生仪表盘。
本发明的数字孪生架构建立了一个强大的可互操作的体系结构，这种可互操作的基础将在信息收集端、决策端和使用者之间传递及时的信息。借助无人系统数字孪生数字空间，无人系统能够在系统和使用者之间相互通信、共享信息和协作。同时，该数字孪生架构赋予了无人系统自主性，无人系统数字孪生平台中的数字孪生智能化模块根据对无人系统自身以及外界环境的理解，自主地开发和选择不同的行动方案以实现目标。增强的自主性将使无人系统能够执行更大范围的任务，这将直接提高操作能力。此外，无人系统更加依赖于信息系统来安全、有效和一致地工作。随着无人系统继续变得更加自主，网络的可用性、可靠性和弹性随着无人系统自主性的增加而变得越来越重要，该数字孪生架构通过信息系统网络安全模块允许无人系统使用弹性措施自主保护自己，可以对网络攻击做出近乎实时的响应，并且保持敏感信息的完整性、可用性和机密性。最后，人类的能力和机器之间的协同将促成革命性的进步，在这种协同中，机器将被视为重要的队友。该数字孪生架构通过无人系统数字孪生数字空间这一人机接口检索可操作的信息，产生对人和机器状态/意图的共享感知，实现灵活的人机协作决策。在此之上，该数字孪生架构实现了对无人系统的状态监视、行为控制和状态预测等典型应用。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例中的面向无人系统的数字孪生系统图一；
图2是本发明的一个较佳实施例中的无人地面车辆的结构示意图；
图3是本发明的一个较佳实施例中的无人系统外部环境的结构图；
图4是本发明的一个较佳实施例中的对无人系统状态监视的流程图；
图5是本发明的一个较佳实施例中的对无人系统行为控制的流程图；
图6是本发明的一个较佳实施例中的对无人系统状态预测的流程图；
图7是本发明的一个较佳实施例中的面向无人系统的数字孪生系统图二。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
如图1、7所示，本发明涉及一种面向无人系统的数字孪生系统，其中，面向无人系统的数字孪生系统包括无人系统物理实体空间1、无人系统数字孪生数字空间3和无人系统数字孪生平台2。无人系统数字孪生数字空间3由无人系统物理实体空间1经无人系统数字孪生平台2映射得到；无人系统数字孪生数字空间3经无人系统数字孪生平台2可视化无人系统在无人系统物理实体空间1中的当前状态和数据，形成一个的监视场景；无人系统数字孪生数字空间3接收来自无人系统数字孪生平台2对无人系统的智能化处理的事件通知以与用户交互，用户根据事件通知经无人系统数字孪生数字空间3对无人系统发出控制指令，形成一个的控制场景；无人系统数字孪生数字空间3经与用户交互生成无人系统的模拟传感器数据，模拟传感器数据应用于无人系统数字孪生平台2以在无人系统处于模拟状态时对应用于无人系统的一个或多个控制策略执行假设分析，形成一个的预测场景。
下面通过实施例并结合附图对本发明做进一步说明。
实施例1：
无人系统物理实体空间中的无人系统由多个子系统经总线连接组成，无人系统物理实体空间中的无人系统外部环境由多个与无人系统物理实体空间中的无人系统的工作环境相关的外部系统组成。无人系统物理实体空间中的无人系统的子系统由传感器、驱动器和控制系统组成。在一种可能的示例中，如图2所示，无人系统为无人地面车辆，其由发动机、地盘、传动系统、行驶系统、转向系统、制动系统、车身、电源、照明设备、激光定位器、雷达和近距通讯系统等组成。与无人地面车辆运行环境相关的外部环境包括路网系统、交通信号系统、天气系统和交通状况系统等，如图3所示。
图4为本发明提供的一种面向无人系统的数字孪生系统实现对无人系统状态监视的流程图，包括：
101、采集无人系统物理实体空间中无人系统和无人系统外部环境的数据
无人系统物理实体空间包括无人系统和无人系统外部环境。无人系统和无人系统外部环境通过数据接口传输数据至无人系统数字孪生平台。特别地，无人系统使用有线或无线通信方式经网络接口与无人系统数字孪生平台进行双向通信，无人系统外部环境使用物联网技术经各类可能的外部接口将信息传输至无人系统数字孪生平台。
以图2所示的无人地面车辆为例，无人地面车辆可以采用光纤、双绞线等有线方式或者5G网络和WI-FI等无线方式与无人系统数字孪生平台双向通信，与无人地面车辆相关的外部环境则可以通过各种无线或有线的长距离或短距离通讯网络与无人系统数字孪生平台实现互联互通。
102、根据无人系统和无人系统外部环境的数据创建无人系统物理实体空间数字孪生对象
无人系统数字孪生平台中的数字孪生描述模块所获得的无人系统物理实体空间中无人系统和无人系统外部环境的数据来源于无人系统数字孪生平台中的数字孪生智能化模块的融合数据。
无人系统数字孪生平台中的数字孪生描述模块基于面向对象的思想，利用第一性原理或基于物理的方法对无人系统物理实体空间中的无人系统和无人系统外部环境进行建模，模型可能包括机械、液压和电气等多类别的多种数字孪生对象。特别地，无人系统数字孪生平台中的数字孪生描述模块创建的数字孪生对象至少包含名称和类型等两个属性，其特征在于，给定类型的每个数字孪生对象必须拥有唯一的名称，名称可能是人类可读或可编码的字符；数字孪生对象的类型决定了其与其他数字孪生对象的关联方式，关联方式主要包含复合、使用和组合等三种；名称和类型的组合唯一地标识每个数字孪生对象。
数字孪生对象根据自身类型所决定的关联方式与其他数字孪生对象关联构成反映无人系统物理实体空间的数字孪生对象。
以图2所示的无人地面车辆为例，可以使用AutomationML、UML、SysML及XML等数字孪生建模语言分别对无人地面车辆的多个子系统和与无人地面车辆相关的外部环境中的子系统进行建模获得相应的数字孪生对象。比如，发动机数字孪生对象的类型则为发动机，其名称可以是其产品型号。并且各数字孪生对象依据彼此的关系建立联接。比如，传动系统、行驶系统、转向系统、制动系统等彼此是组合关系，而它们与地盘则存在复合关系。同样，发动机、底盘、车身、电源、照明设备、激光定位器、雷达、近距通讯系统之间存在组合关系，而它们与无人地面车辆则存在复合关系。此外，与无人地面车辆相关的外部环境中的路网系统、交通信号系统、天气系统和交通状况系统之间存在组合关系，但它们与无人地面车辆则存在使用关系。
103、可视化无人系统物理实体空间数字孪生对象
创建对应于无人系统物理实体空间中无人系统和无人系统外部环境的数字孪生对象并关联后，可以基于通用建模工具如CAD或专用建模工具如FlexSim、Qfsm等开发无人系统物理实体空间3D模型。
104、在无人系统数字孪生数字空间展示无人系统物理实体空间数字孪生模型
无人系统数字孪生数字空间包括无人系统数字孪生模型、无人系统数字孪生仪表盘和无人系统模拟空间。无人系统数字孪生模型由无人系统数字孪生平台中的数字孪生描述模块可视化创建以展示无人系统物理实体空间中的无人系统和外部环境的当前状态。特别地，无人系统数字孪生模型由对应于无人系统物理实体空间中的无人系统的多个子系统和无人系统外部环境的多个外部系统的子模型关联组成。
无人系统数字孪生仪表盘展示无人系统物理实体空间中的无人系统和外部环境的当前数据。特别地，无人系统数字孪生仪表盘与无人系统数字孪生模型相对应，无人系统数字孪生仪表盘显示无人系统物理实体空间中的无人系统的多个子系统和无人系统外部环境的多个外部系统的当前数据。
以图2所示的无人地面车辆为例，无人地面车辆和其外部环境经建模工具实现，可视化地展示于无人系统数字孪生数字空间。而与无人地面车辆和其外部环境的数字孪生模型相对应的数字孪生仪表盘则显示所有子系统的实时运行信息。无人系统数字孪生数字空间的表现载体可以是各种可供图文显示的屏幕。
实施例2：
图5为本发明提供的一种面向无人系统的数字孪生系统实现对无人系统行为控制的流程图，包括：
201、采集无人系统物理实体空间中无人系统和无人系统外部环境的数据
无人系统物理实体空间包括无人系统和无人系统外部环境。无人系统和无人系统外部环境通过数据接口传输数据至无人系统数字孪生平台。特别地，无人系统使用有线或无线通信方式经网络接口与无人系统数字孪生平台进行双向通信，无人系统外部环境使用物联网技术经各类可能的外部接口将信息传输至无人系统数字孪生平台。
以图2所示的无人地面车辆为例，无人地面车辆可以采用光纤、双绞线等有线方式或者5G网络和WI-FI等无线方式与无人系统数字孪生平台双向通信，与无人地面车辆相关的外部环境则可以通过各种无线或有线的长距离或短距离通讯网络与无人系统数字孪生平台实现互联互通。
无人系统数字孪生平台中的数字孪生智能化模块对采集到的无人系统的数据进行信息安全验证，并且数字孪生智能化模块通过网络自主防御抵御可能的网络威胁以维护无人系统信息安全，信息安全验证和网络自主防御共同构成信息系统网络安全模块。特别地，信息安全验证主要包括数据完整性验证、数据可用性验证和数据机密性验证等。网络自主防御结合信息系统网络安全漏洞数据库执行包括但不限于网络漏洞评估和网络弹性恢复等操作。信息系统网络安全漏洞数据库存储在云平台。
以图2所示的无人地面车辆为例，无人地面车辆可能遭受网络攻击，导致所接收的无人地面车辆的数据不完整、不可用或者丧失机密性，结合云端信息系统网络安全漏洞数据库灵活主动地识别网络漏洞并弹性恢复，维护无人地面车辆的信息系统网络安全。
数字孪生智能化模块将无人系统中采集到的数据与从无人系统物理实体空间中的无人系统外部环境获得的数据进行数据融合获得融合数据
202、云平台分析历史的无人系统和无人系统外部环境的数据以获得知识库
云平台还存储有状态管理数据库、维护历史数据库以及推理机。状态管理数据库存储有无人系统数字孪生平台中的数字孪生智能化模块获得的历史的融合数据；维护历史数据库存储有无人系统物理实体空间中的无人系统的维护历史信息；推理机利用机器学习或人工智能的其他方法对状态管理数据库和维护历史数据库进行综合分析推理以获得与无人系统物理实体空间中的无人系统相关的知识库，知识库包括但不限于分析推理得到的系统知识、系统规则和相关模型算法等。
以图2所示的无人地面车辆为例，在云端利用TensorFlow搭建机器学习模型以分析无人地面车辆和其外部环境的历史融合数据以及无人地面车辆的历史维护信息，获得诸如运行优化、预测性维护和异常检测等相关系统知识和规则，以及诸如障碍物检测和位置预测等模型算法。
203、根据获得的无人系统和无人系统外部环境的数据以及知识库建模
无人系统数字孪生平台中的数字孪生智能化模块根据融合数据和知识库进行建模以产生反映无人系统当前状态以及可能的预测状态的实时模型。建模过程可能仍然需要借助机器学习或人工智能的其他方法。
204、态势感知根据模型输出进行决策
根据实时模型的输出，态势感知进行实时决策以决定是否对无人系统进行行为控制。
以图2所示的无人地面车辆为例，态势感知可能需要决定是否应该制动以减速行驶或者转向以避开障碍物。
205、根据控制管理机制对无人系统进行直接或间接控制
根据预设的控制管理机制，向无人系统发送控制指令来驱动一个或多个子系统以直接控制无人系统，或者向无人系统数字孪生数字空间推送事件通知以通过与用户交互间接控制无人系统。事件通知由无人系统数字孪生数字空间中的无人系统数字孪生仪表盘接收并显示。
事件通知以人类可读或可识别的标识显示于无人系统数字孪生仪表盘，用户根据事件通知经自我决策对无人系统数字孪生数字空间中的无人系统数字孪生模型进行行为控制以间接地控制无人系统物理实体空间中的无人系统。特别地，用户可以借助外部设备对无人系统数字孪生模型进行行为控制，外部设备包括但不限于鼠标、键盘和可触控屏幕，并且无人系统数字孪生模型将根据用户的控制操作实时地发送相应的控制指令至无人系统物理实体空间中的无人系统来驱动相应的子系统以实时地改变无人系统物理实体空间中的无人系统的状态。
以图2所示的无人地面车辆为例，管理机制可能赋予数字孪生智能化模块直接控制权以使其通过控制指令直接介入控制无人地面车辆，或者通过用户识别相关事件通知后操控无人系统数字孪生模型以间接控制无人地面车辆。
实施例3：
图6为本发明提供的一种面向无人系统的数字孪生系统实现对无人系统状态预测的流程图，包括：
301、生成无人系统物理实体空间中无人系统的模拟传感器数据
无人系统数字孪生数字空间中的无人系统模拟空间是无人系统数字孪生数字空间中的无人系统数字孪生模型和无人系统数字孪生数字空间中的无人系统数字孪生仪表盘的镜像。
用户对无人系统模拟空间中的无人系统数字孪生模型进行模拟操控，模拟操控包括但不限于对无人系统模拟空间中的无人系统数字孪生模型的一个或多个子模型进行状态变更，无人系统模拟空间中的无人系统数字孪生模型根据状态变更生成相应模拟传感器数据。
以图2所示的无人地面车辆为例，可以对无人系统模拟空间中的无人地面车辆数字孪生模型进行操控，比如对无人地面车辆进行加速，变更天气系统设置为雨天，获得新的行车速度和天气信息。
302、经隔离机制应用于无人系统数字孪生平台中的数字孪生智能化模块
模拟传感器数据经隔离机制应用于无人系统数字孪生平台中的数字孪生智能化模块以模拟无人系统物理实体空间中的无人系统在相应控制策略下的未来可能的状态。隔离机制由沙盒保障，沙盒提供了一个与无人系统数字孪生平台中的数字孪生智能化模块对无人系统物理实体空间中的无人系统智能化处理的完全一致的隔离空间。
以图2所示的无人地面车辆为例，基于新的行车速度和天气信息，结合知识库，在沙盒中建模、态势感知，并依据控制管理直接或间接控制无人系统模拟空间中的无人地面车辆数字孪生模型。
303、通过无人系统模拟空间呈现无人系统未来可能的状态
未来可能的状态通过无人系统模拟空间中的无人系统数字孪生模型和无人系统模拟空间中的无人系统数字孪生仪表盘来与用户交互式地呈现。沙盒中产生的控制指令作用于无人系统模拟空间中的无人系统数字孪生模型，沙盒中推送的事件通知发送至无人系统模拟空间中的无人系统数字孪生仪表盘。
以图2所示的无人地面车辆为例，用户与无人系统模拟空间中无人地面车辆数字孪生模型交互的结果作用于无人系统模拟空间中的无人地面车辆数字孪生模型，不会影响真实的物理实体空间中的无人地面车辆。用户可以在无人系统模拟空间中研究无人地面车辆在湿滑的路面上高速行驶时的控制策略，预测无人地面车辆未来可能的状态。
综上，本发明涉及一种面向无人系统的数字孪生系统，其中，面向无人系统的数字孪生系统包括无人系统物理实体空间、无人系统数字孪生数字空间和无人系统数字孪生平台。无人系统数字孪生数字空间由无人系统物理实体空间经无人系统数字孪生平台映射得到；无人系统数字孪生数字空间经无人系统数字孪生平台可视化无人系统在无人系统物理实体空间中的当前状态和数据，形成一个的监视场景；无人系统数字孪生数字空间接收来自无人系统数字孪生平台对无人系统的智能化处理的事件通知以与用户交互，用户根据事件通知经无人系统数字孪生数字空间对无人系统发出控制指令，形成一个的控制场景；无人系统数字孪生数字空间经与用户交互生成无人系统的模拟传感器数据，模拟传感器数据应用于无人系统数字孪生平台以在无人系统处于模拟状态时对应用于无人系统的一个或多个控制策略执行假设分析，形成一个的预测场景。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种面向无人系统的数字孪生系统，其特征在于，包括无人系统物理实体空间、无人系统数字孪生数字空间和无人系统数字孪生平台，其中，
所述无人系统数字孪生数字空间由所述无人系统物理实体空间经所述无人系统数字孪生平台映射而得；
所述无人系统数字孪生数字空间经所述无人系统数字孪生平台可视化所述无人系统在所述无人系统物理实体空间中的当前状态和数据，形成监视场景；
所述无人系统数字孪生数字空间接收来自所述无人系统数字孪生平台对所述无人系统智能化处理的事件通知，用户根据所述事件通知经所述无人系统数字孪生数字空间对所述无人系统发出控制指令，形成控制场景；
所述无人系统数字孪生平台包括数字孪生描述模块和数字孪生智能化模块，其中，
所述数字孪生智能化模块对从所述无人系统物理实体空间中所述无人系统和所述无人系统外部环境获得的数据进行数据融合获得融合数据，所述融合数据应用于所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理，以直接或者间接地控制所述无人系统；
所述数字孪生智能化模块对从所述无人系统物理实体空间中所述无人系统采集的数据进行信息安全验证，并且通过网络自主防御抵御潜在的网络威胁，所述信息安全验证和所述网络自主防御共同组成信息系统网络安全模块；
所述信息安全验证包括数据完整性验证、数据可用性验证和数据机密性验证，所述网络自主防御结合信息系统网络安全漏洞数据库执行网络漏洞评估和网络弹性恢复；
所述信息系统网络安全漏洞数据库存储在云平台；
所述云平台还存储有状态管理数据库、维护历史数据库以及推理机；
所述状态管理数据库存储有所述无人系统数字孪生平台中的所述数字孪生智能化模块获得的历史的所述融合数据；
所述维护历史数据库存储有所述无人系统物理实体空间中的所述无人系统的维护历史信息；
所述推理机利用人工智能算法对所述状态管理数据库和所述维护历史数据库进行分析推理以获得与所述无人系统物理实体空间中的所述无人系统相关的知识库，所述知识库包括分析推理得到的系统知识、系统规则和相关模型算法；
所述数字孪生描述模块根据所述无人系统物理实体空间中所述无人系统和所述无人系统外部环境的所述融合数据创建对应的数字孪生对象，所述数字孪生对象经关联后可视化地展示于所述无人系统数字孪生数字空间；
所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理，包括以下步骤：
步骤一、所述云平台中的所述推理机对所述云平台中的所述状态管理数据库和所述维护历史数据库进行分析推理以获得与所述无人系统相关的知识库；
步骤二、根据所述融合数据和所述知识库进行建模以产生反映所述无人系统当前状态以及可能的预测状态的实时模型；
步骤三、根据所述实时模型的输出，态势感知进行实时决策以决定是否对所述无人系统进行行为控制；
步骤四、根据预设的控制管理机制，向所述无人系统发送控制指令来驱动一个或多个子系统以直接控制所述无人系统，或向所述无人系统数字孪生数字空间推送事件通知以通过与所述用户交互间接控制所述无人系统；
所述无人系统数字孪生数字空间经与用户交互生成关于模拟状态下所述无人系统的模拟传感器数据，所述模拟传感器数据应用于所述无人系统数字孪生平台以对应用于所述无人系统的一个或多个控制策略执行假设分析，形成预测场景。
2.如权利要求1所述的面向无人系统的数字孪生系统，其特征在于，所述无人系统物理实体空间包括无人系统和无人系统外部环境，其中，
所述无人系统使用有线或无线通信方式经网络接口与所述无人系统数字孪生平台进行双向通信，所述无人系统外部环境使用物联网外部接口将数据传输至所述无人系统数字孪生平台；
所述无人系统由多个子系统经总线连接组成，所述无人系统外部环境由多个与所述无人系统的工作环境相关的外部系统组成；
所述无人系统的所述子系统由传感器、驱动器和控制系统组成。
3.如权利要求1所述的面向无人系统的数字孪生系统，其特征在于，所述数字孪生描述模块基于面向对象的思想，使用所述数字孪生智能化模块中获得的所述融合数据，根据第一性原理或数据驱动的方法对所述无人系统物理实体空间中的所述无人系统和所述无人系统外部环境进行建模；
所述数字孪生对象包含名称和类型等两个属性，给定类型的每个数字孪生对象有唯一的名称，名称和类型的组合唯一地标识每个数字孪生对象；
所述数字孪生对象的类型决定其与其他数字孪生对象的关联方式，所述关联方式包含复合、使用和组合；
所述数字孪生对象根据自身类型所决定的关联方式与其他数字孪生对象关联构成反映所述无人系统物理实体空间的数字孪生对象。
4.如权利要求1所述的面向无人系统的数字孪生系统，其特征在于，所述无人系统数字孪生数字空间包括无人系统数字孪生模型、无人系统数字孪生仪表盘和无人系统模拟空间，其中，
所述无人系统数字孪生模型由所述无人系统数字孪生平台中的所述数字孪生描述模块可视化创建以展示所述无人系统物理实体空间中的所述无人系统和所述外部环境的当前状态，并响应所述用户的控制操作以间接地控制所述无人系统物理实体空间中的所述无人系统；
所述无人系统数字孪生仪表盘展示所述无人系统物理实体空间中的所述无人系统和所述外部环境的当前数据，并接收来自所述无人系统数字孪生平台中的所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统的智能化处理的事件通知；
所述无人系统模拟空间是所述无人系统数字孪生模型和所述无人系统数字孪生仪表盘的镜像，并且所述无人系统模拟空间中的所述无人系统数字孪生模型与用户交互生成所述无人系统物理实体空间中的所述无人系统的模拟传感器数据；
所述模拟传感器数据经隔离机制应用于所述无人系统数字孪生平台中的所述数字孪生智能化模块以模拟所述无人系统在相应控制策略下的未来状态，并通过所述无人系统模拟空间中的所述无人系统数字孪生模型和所述无人系统模拟空间中的所述无人系统数字孪生仪表盘来与用户交互式地呈现。
5.如权利要求4所述的面向无人系统的数字孪生系统，其特征在于，所述无人系统数字孪生模型由对应于所述无人系统物理实体空间中的所述无人系统的多个所述子系统和所述无人系统外部环境的多个外部系统的数字孪生对象关联组成；
用户借助外部设备对所述无人系统数字孪生模型进行行为控制，所述无人系统数字孪生模型根据用户的控制操作实时地发送相应的控制指令至所述无人系统物理实体空间中的所述无人系统，驱动相应的子系统以实时地改变所述无人系统的状态；
所述无人系统数字孪生仪表盘与所述无人系统数字孪生模型相对应，显示所述无人系统物理实体空间中的所述无人系统的多个所述子系统和所述无人系统外部环境的多个所述外部系统的当前数据；
所述事件通知以人类可读或可识别的标识显示于所述无人系统数字孪生仪表盘，所述用户根据所述事件通知经自我决策对所述无人系统数字孪生模型进行行为控制以间接地控制所述无人系统物理实体空间中的所述无人系统；
用户与所述无人系统模拟空间中的所述无人系统数字孪生模型交互，包括对所述无人系统模拟空间中的所述无人系统数字孪生模型的一个或多个子模型进行状态变更，所述无人系统模拟空间中的所述无人系统数字孪生模型根据所述状态变更生成相应模拟传感器数据；
所述隔离机制由沙盒保障，所述沙盒提供了一个与所述无人系统数字孪生平台中的所述数字孪生智能化模块对所述无人系统物理实体空间中的所述无人系统智能化处理的完全一致的隔离空间；
所述沙盒中产生的控制指令作用于所述无人系统模拟空间中的所述无人系统数字孪生模型，且对所述无人系统模拟空间中的所述无人系统数字孪生模型的行为控制不作用于所述无人系统物理实体空间中的所述无人系统，所述沙盒中推送的事件通知发送至所述无人系统模拟空间中的所述无人系统数字孪生仪表盘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011105728.2A CN112506180B (zh) | 2020-10-15 | 2020-10-15 | 一种面向无人系统的数字孪生系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011105728.2A CN112506180B (zh) | 2020-10-15 | 2020-10-15 | 一种面向无人系统的数字孪生系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112506180A CN112506180A (zh) | 2021-03-16 |
| CN112506180B true CN112506180B (zh) | 2022-11-11 |
Family
ID=74953825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011105728.2A Active CN112506180B (zh) | 2020-10-15 | 2020-10-15 | 一种面向无人系统的数字孪生系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112506180B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113119937B (zh) * | 2021-03-31 | 2022-04-08 | 南京航空航天大学 | 基于数字孪生的智能线控制动系统及其预测控制方法 |
| CN115175213A (zh) * | 2021-04-07 | 2022-10-11 | 中国移动通信有限公司研究院 | 一种网络控制方法、装置及基站 |
| CN113867354B (zh) * | 2021-10-11 | 2023-05-02 | 电子科技大学 | 一种自动驾驶多车智能协同的区域交通流导引方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110333698A (zh) * | 2019-03-30 | 2019-10-15 | 广东利元亨智能装备股份有限公司 | 基于数字孪生平台的工厂管理系统及其方法 |
| CN110765589A (zh) * | 2019-09-10 | 2020-02-07 | 上海大学 | 一种基于数字孪生的智能车间虚实同步监测系统及方法 |
| CN111208759B (zh) * | 2019-12-30 | 2021-02-02 | 中国矿业大学(北京) | 矿井无人化综采工作面数字孪生智能监控系统 |
| CN111103860A (zh) * | 2020-01-15 | 2020-05-05 | 江苏古卓科技有限公司 | 一种基于数字孪生平台的工厂管理系统及方法 |
| CN111308975A (zh) * | 2020-02-28 | 2020-06-19 | 南京航空航天大学 | 基于数字孪生技术的智能制造系统孪生智能体构建系统及方法 |
| CN111652964B (zh) * | 2020-04-10 | 2021-09-10 | 合肥工业大学 | 基于数字孪生的电力巡检无人机辅助定位方法和系统 |
| CN111539583B (zh) * | 2020-05-13 | 2023-10-24 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的生产过程仿真优化方法 |
| CN111741254B (zh) * | 2020-05-13 | 2022-03-25 | 苏州锦添科技产业发展有限公司 | 一种基于无人机信息终端的可视化数字孪生高端装备系统 |
-
2020
- 2020-10-15 CN CN202011105728.2A patent/CN112506180B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112506180A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112506180B (zh) | 一种面向无人系统的数字孪生系统 | |
| CN110427682B (zh) | 一种基于虚拟现实的交通场景模拟实验平台和方法 | |
| US11780472B2 (en) | Systems and methods for generating motion forecast data for a plurality of actors with respect to an autonomous vehicle | |
| CN107505944A (zh) | 一种用于对车辆进行远程协助的方法与设备 | |
| Gao et al. | Parallel end-to-end autonomous mining: An IoT-oriented approach | |
| US20210009166A1 (en) | Systems and Methods for Generating Motion Forecast Data for a Plurality of Actors with Respect to an Autonomous Vehicle | |
| CN113962019A (zh) | 一种基于虚拟现实技术的智能驾驶汽车安全防护系统 | |
| CN113022540B (zh) | 一种用于多车状态监控的实时远程驾驶系统及方法 | |
| CN110531764A (zh) | 一种无人驾驶拖拉机控制系统及控制方法 | |
| Albus et al. | RCS: A cognitive architecture for intelligent multi-agent systems | |
| CN115499473B (zh) | 基于边缘计算架构的盾构施工预警方法及预警系统 | |
| WO2024131078A1 (zh) | 一种场景自适应单轨吊运输机器人无人驾驶控制方法 | |
| CA3134772A1 (en) | Perception and motion prediction for autonomous devices | |
| Bruemmer et al. | Collaborative tools for mixed teams of humans and robots | |
| CN116484511B (zh) | 一种平行车系统数字化孪生模型、构建方法及存储介质 | |
| CN113885483A (zh) | 一种车辆远程控制方法及装置 | |
| CN115909733B (zh) | 一种基于跨域感知与心智理论的驾驶意图预测方法 | |
| US20210142225A1 (en) | Ensemble of narrow ai agents | |
| Sworder et al. | Algorithms for Design of Teleoperated Systems," | |
| Khare et al. | Predict the performance of driverless car through the cognitive data analysis and reliability analysis based approach | |
| Frese et al. | An autonomous crawler excavator for hazardous environments: Ein autonomer Raupenbagger für menschenfeindliche Umgebungen | |
| Wei et al. | A multi-level collaborative driving framework for autonomous vehicles | |
| CN115657645B (zh) | 一种智能车辆底盘与任务载荷一体化控制方法及系统 | |
| TR2022021363A2 (tr) | Otonom otopi̇lot bi̇lgi̇sayar mi̇mari̇si̇ si̇stemi̇ | |
| US20230401453A1 (en) | Learning device for mobile cyber-physical system |
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 |