CN113111201B - 一种数字孪生模型轻量化方法和系统 - Google Patents
一种数字孪生模型轻量化方法和系统 Download PDFInfo
- Publication number
- CN113111201B CN113111201B CN202110417850.1A CN202110417850A CN113111201B CN 113111201 B CN113111201 B CN 113111201B CN 202110417850 A CN202110417850 A CN 202110417850A CN 113111201 B CN113111201 B CN 113111201B
- Authority
- CN
- China
- Prior art keywords
- model
- digital twin
- sub
- field
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种数字孪生模型轻量化方法和系统,该方法包括如下步骤:步骤(1)、数字孪生模型分类存储,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;步骤(3)、进行数字孪生模型传输控制,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送。本发明通过对数字孪生不同子模型的分类存储、动态校验和传输控制,控制不必要模型的显示,能够在一定程度上实现数字孪生模型的轻量化。
Description
技术领域
本发明属于电子工程和计算机科学领域,具体涉及一种数字孪生模型轻量化方法和系统。
背景技术
数字孪生技术目前在三维可视化方面应用较多,对于一个大型系统而言,系统包含的数字孪生模型也越多,导致可视化系统出现卡顿和锯齿化,其主要原因是众多的数字孪生模型对计算机处理能力要求较高,但是不是所有人、所有场合均能够有高性能计算机来完成大型数字孪生三维可视化系统的展现,那么如何对数字孪生模型进行一定程度的轻量化处理,是很有必要的。基于此,本发明公开了一种数字孪生模型轻量化方法,通过对数字孪生几何、物理、行为、规则不同子模型的分类存储、动态校验和传输控制,控制不必要模型的显示,能够在一定程度上实现数字孪生模型的轻量化。
发明内容
本发明要解决的技术问题为:提供一种数字孪生模型轻量化方法,该方法涵盖了数字孪生模型分类存储模块设计、数字孪生模型动态校验模块设计和数字孪生模型传输控制模块设计,通过对数字孪生几何、物理、行为、规则不同子模型的分类存储、动态校验和传输控制,控制不必要模型的显示,能够在一定程度上实现数字孪生模型的轻量化。
本发明解决其技术问题是采取以下技术方案实现的:一种数字孪生模型轻量化方法,包括如下步骤:
步骤(1)、数字孪生模型分类存储,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;
步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;
步骤(3)、进行数字孪生模型传输控制,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送。
进一步的,所述步骤(1)、数字孪生模型分类存储,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中,具体实现如下:
(1.1)从几何属性、物理属性、行为属性和规则属性四个方面构建数字孪生模型,几何属性刻画三维轮廓,物理属性刻画材料老化、变形、碰撞,行为属性刻画生产加工动作,规则属性刻画工艺规程;
(1.2)将数字孪生模型中的几何、物理、行为、规则子模型分类组帧,帧结构包括帧头字段、类型字段、序号字段、载荷字段、校验字段和帧尾字段,其中类型字段表示不同类型的子模型,序号字段表示相同类型子模型的序号,即数字孪生可视化系统中存在众多模型,每个模型又可细分为几何、物理、行为、规则子模型,载荷字段表示子模型数据;
(1.3)将(1.2)中的各帧模型数据存储进FPGA片外Flash的不同偏移地址出,实现数字孪生子模型的分类存储;同时在FPGA内部构建四个BRAM,当数字孪生可视化系统运行时,将片外Flash中的各帧子模型数据加载进相对应的BRAM中。
进一步的,所述步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验,具体实现如下:
(2.1)在FPGA内部构建四个动态重构区,即第一动态重构区用于动态校验几何子模型BRAM数据、第二动态重构区用于动态校验物理子模型BRAM数据、第三动态重构区用于动态校验行为子模型BRAM数据、第四动态重构区用于动态校验规则子模型BRAM数据;
(2.2)基于各动态重构区中的模型数据校验逻辑完成相对应BRAM中子模型数据的校验,即按照(1.2)中的帧结构判断子模型数据的准确性,当某帧数据不准确时,模型数据校验逻辑完成该帧数据从片外Flash到BRAM的重新加载和再校验。
进一步的,所述步骤(3)、数字孪生模型传输控制,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送,具体实现如下:
(3.1)接收外部数字孪生可视化系统下发的控制指令,包括可视化系统中摄像机的三维空间坐标和子模型显示指令,根据可视化系统中摄像机的三维空间坐标即可判断出当前需要呈现出的数字孪生模型,即可确定(1.2)帧结构中的序号字段;根据子模型显示指令即可判断出数字孪生子模型中哪些显示、哪些不显示,即可确定(1.2)帧结构中的类型字段;
(3.2)根据(3.1)即确定待显示的数字孪生子模型,读取对应的BRAM并将其重新组帧,帧结构包括帧头字段、类型字段1、序号字段1、载荷字段1、…、类型字段4、序号字段n、载荷字段n、校验字段和帧尾字段,最终发送给外部数字孪生可视化系统。
根据本发明的另一方面,提出一种数字孪生模型轻量化系统,包括:
数字孪生模型分类存储模块,该模块用于首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;
数字孪生模型动态校验模块,该模块用于在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;
数字孪生模型传输控制模块,该模块用于一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送。
进一步的,所述数字孪生模型分类存储模块,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中,具体实现如下:
(1.1)从几何属性、物理属性、行为属性和规则属性四个方面构建数字孪生模型,几何属性刻画三维轮廓,物理属性刻画材料老化、变形、碰撞,行为属性刻画生产加工动作,规则属性刻画工艺规程;
(1.2)将数字孪生模型中的几何、物理、行为、规则子模型分类组帧,帧结构包括帧头字段、类型字段、序号字段、载荷字段、校验字段和帧尾字段,其中类型字段表示不同类型的子模型,序号字段表示相同类型子模型的序号,即数字孪生可视化系统中存在众多模型,每个模型又可细分为几何、物理、行为、规则子模型,载荷字段表示子模型数据;
(1.3)将各帧模型数据存储进FPGA片外Flash的不同偏移地址出,实现数字孪生子模型的分类存储;同时在FPGA内部构建四个BRAM,当数字孪生可视化系统运行时,将片外Flash中的各帧子模型数据加载进相对应的BRAM中。
进一步的,所述数字孪生模型动态校验模块,用于在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验,具体实现如下:
(2.1)在FPGA内部构建四个动态重构区,即第一动态重构区用于动态校验几何子模型BRAM数据、第二动态重构区用于动态校验物理子模型BRAM数据、第三动态重构区用于动态校验行为子模型BRAM数据、第四动态重构区用于动态校验规则子模型BRAM数据;
(2.2)基于各动态重构区中的模型数据校验逻辑完成相对应BRAM中子模型数据的校验,即按照帧结构判断子模型数据的准确性,当某帧数据不准确时,模型数据校验逻辑完成该帧数据从片外Flash到BRAM的重新加载和再校验。
进一步的,所述数字孪生模型传输控制模块,用于一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送,具体实现如下:
(3.1)接收外部数字孪生可视化系统下发的控制指令,包括可视化系统中摄像机的三维空间坐标和子模型显示指令,根据可视化系统中摄像机的三维空间坐标即可判断出当前需要呈现出的数字孪生模型,即可确定帧结构中的序号字段;根据子模型显示指令即可判断出数字孪生子模型中哪些显示、哪些不显示,即可确定帧结构中的类型字段;
(3.2)确定待显示的数字孪生子模型,读取对应的BRAM并将其重新组帧,帧结构包括帧头字段、类型字段1、序号字段1、载荷字段1、…、类型字段4、序号字段n、载荷字段n、校验字段和帧尾字段,最终发送给外部数字孪生可视化系统。
有益效果:
本发明与现有技术相比的优点在于:传统的数字孪生三维可视化系统因数量众多的数字孪生模型导致卡顿、锯齿化严重等问题,而本发明能够通过对数字孪生几何、物理、行为、规则不同子模型的分类存储、动态校验和传输控制,控制三维可视化系统中摄像机视角内的模型的呈现,视角外模型不呈现;在此基础上,也可根据用户子模型显示指令,进一步控制当前视角内呈现的数字孪生模型中的哪类子模型呈现,两种方式的结合能够在一定程度上减轻可视化系统的负担。
附图说明
图1为本发明的一种数字孪生模型轻量化系统结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明涉及一种数字孪生模型轻量化方法,针对当前数字孪生三维可视化系统因数量众多的数字孪生模型导致卡顿、锯齿化严重等问题,通过对数字孪生几何、物理、行为、规则不同子模型的分类存储、动态校验和传输控制,控制不必要模型的显示,能够在一定程度上实现数字孪生模型的轻量化。该方法涵盖了数字孪生模型分类存储模块设计、数字孪生模型动态校验模块设计和数字孪生模型传输控制模块设计。
根据本发明的实施例,一种数字孪生模型轻量化方法,包括如下步骤:
步骤(1)、数字孪生模型分类存储,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;
步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;
步骤(3)、进行数字孪生模型传输控制,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送。
根据本发明的又一实施例,提出一种数字孪生模型轻量化系统,其结构框图如图1所示,具体实施方式如下:
图1中的1表示数字孪生模型分类存储模块,图1中的2表示数字孪生模型动态校验模块,图1中的3表示数字孪生模型传输控制模块;
设计数字孪生模型分类存储模块,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中,具体实现如下:
①从几何属性、物理属性、行为属性和规则属性四个方面构建物理实体的数字孪生模型,几何属性刻画物理实体三维轮廓,物理属性刻画物理实体材料老化、变形、碰撞等,行为属性刻画物理实体生产加工动作,规则属性刻画物理实体工艺规程;
②将数字孪生模型中的几何、物理、行为、规则子模型分类组帧,帧结构包括帧头字段、类型字段、序号字段、载荷字段、校验字段和帧尾字段,其中类型字段表示不同类型的子模型,序号字段表示相同类型子模型的序号,即数字孪生可视化系统中存在众多模型,每个模型又可细分为几何、物理、行为、规则子模型,载荷字段表示子模型数据;
③将②中的各帧模型数据存储进FPGA片外Flash的不同偏移地址出,实现数字孪生子模型的分类存储;同时在FPGA内部构建四个BRAM,当数字孪生可视化系统运行时,将片外Flash中的各帧子模型数据加载进相对应的BRAM中;
设计数字孪生模型动态校验模块,在FPGA内划分四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验,具体实现如下:
①在FPGA内部构建四个动态重构区,即第一动态重构区用于动态校验几何子模型BRAM数据、第二动态重构区用于动态校验物理子模型BRAM数据、第三动态重构区用于动态校验行为子模型BRAM数据、第四动态重构用于动态校验规则子模型BRAM数据;
②基于各动态重构区中的模型数据校验逻辑完成相对应BRAM中子模型数据的校验,即按照帧结构判断子模型数据的准确性,当某帧数据不准确时,模型数据校验逻辑完成该帧数据从片外Flash到BRAM的重新加载和再校验;
设计数字孪生模型传输控制模块,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送,具体实现如下:
①接收外部数字孪生可视化系统下发的控制指令,包括可视化系统中摄像机的三维空间坐标和子模型显示指令,根据可视化系统中摄像机的三维空间坐标即可判断出当前需要呈现出的数字孪生模型,即摄像机视角内的数字孪生模型呈现出来,视角外的不呈现,即可确定帧结构中的序号字段;根据子模型显示指令即可判断出数字孪生几何、物理、行为、规则子模型中哪些显示、哪些不显示,即再对摄像机视角内呈现的数字孪生模型进行进一步轻量化处理,即确定帧结构中的类型字段;
②根据①即确定待显示的数字孪生子模型,读取对应的BRAM并将其重新组帧,帧结构包括帧头字段、类型字段1、序号字段1、载荷字段1、…、类型字段4、序号字段n、载荷字段n、校验字段和帧尾字段,因为子模型类型只有几何、物理、行为、规则四种,故类型字段也只有四种,但是因为数字孪生系统中存在不确定数量的模型,故序号字段为n,最终将重新组的帧发送给外部数字孪生可视化系统。
综上所述,本发明公开了一种数字孪生模型轻量化方法和系统,包括数字孪生模型分类存储模块设计、数字孪生模型动态校验模块设计和数字孪生模型传输控制模块设计,通过对数字孪生几何、物理、行为、规则不同子模型的分类存储、动态校验和传输控制,控制不必要模型的显示,能够在一定程度上实现数字孪生模型的轻量化。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种数字孪生模型轻量化方法,其特征在于,包括如下步骤:
步骤(1)、数字孪生模型分类存储,首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;具体实现如下:
(1.1)从几何属性、物理属性、行为属性和规则属性四个方面构建数字孪生模型,几何属性刻画三维轮廓,物理属性刻画材料老化、变形、碰撞,行为属性刻画生产加工动作,规则属性刻画工艺规程;
(1.2)将数字孪生模型中的几何、物理、行为、规则子模型分类组帧,帧结构包括帧头字段、类型字段、序号字段、载荷字段、校验字段和帧尾字段,其中类型字段表示不同类型的子模型,序号字段表示相同类型子模型的序号,即数字孪生可视化系统中存在众多模型,每个模型又可细分为几何、物理、行为、规则子模型,载荷字段表示子模型数据;
(1.3)将(1.2)中的各帧模型数据存储进FPGA片外Flash的不同偏移地址出,实现数字孪生子模型的分类存储;同时在FPGA内部构建四个BRAM,当数字孪生可视化系统运行时,将片外Flash中的各帧子模型数据加载进相对应的BRAM中;
步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;
步骤(3)、进行数字孪生模型传输控制,一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送;具体实现如下:
(3.1)接收外部数字孪生可视化系统下发的控制指令,包括可视化系统中摄像机的三维空间坐标和子模型显示指令,根据可视化系统中摄像机的三维空间坐标即可判断出当前需要呈现出的数字孪生模型,即可确定(1.2)帧结构中的序号字段;根据子模型显示指令即可判断出数字孪生子模型中哪些显示、哪些不显示,即可确定(1.2)帧结构中的类型字段;
(3.2)根据(3.1)即确定待显示的数字孪生子模型,读取对应的BRAM并将其重新组帧,帧结构包括帧头字段、类型字段1、序号字段1、载荷字段1、…、类型字段4、序号字段n、载荷字段n、校验字段和帧尾字段,最终发送给外部数字孪生可视化系统。
2.根据权利要求1所述的一种数字孪生模型轻量化方法,其特征在于,所述步骤(2)、数字孪生模型动态校验,在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验,具体实现如下:
(2.1)在FPGA内部构建四个动态重构区,即第一动态重构区用于动态校验几何子模型BRAM数据、第二动态重构区用于动态校验物理子模型BRAM数据、第三动态重构区用于动态校验行为子模型BRAM数据、第四动态重构区用于动态校验规则子模型BRAM数据;
(2.2)基于各动态重构区中的模型数据校验逻辑完成相对应BRAM中子模型数据的校验,即按照(1.2)中的帧结构判断子模型数据的准确性,当某帧数据不准确时,模型数据校验逻辑完成该帧数据从片外Flash到BRAM的重新加载和再校验。
3.一种数字孪生模型轻量化系统,其特征在于,包括:
数字孪生模型分类存储模块,该模块用于首先将数字孪生模型中的几何、物理、行为、规则子模型以特定帧格式分别存储在片外Flash中的不同偏移地址处,然后将其加载进FPGA内部四个BRAM中;具体实现如下:
(1.1)从几何属性、物理属性、行为属性和规则属性四个方面构建数字孪生模型,几何属性刻画三维轮廓,物理属性刻画材料老化、变形、碰撞,行为属性刻画生产加工动作,规则属性刻画工艺规程;
(1.2)将数字孪生模型中的几何、物理、行为、规则子模型分类组帧,帧结构包括帧头字段、类型字段、序号字段、载荷字段、校验字段和帧尾字段,其中类型字段表示不同类型的子模型,序号字段表示相同类型子模型的序号,即数字孪生可视化系统中存在众多模型,每个模型又可细分为几何、物理、行为、规则子模型,载荷字段表示子模型数据;
(1.3)将各帧模型数据存储进FPGA片外Flash的不同偏移地址出,实现数字孪生子模型的分类存储;同时在FPGA内部构建四个BRAM,当数字孪生可视化系统运行时,将片外Flash中的各帧子模型数据加载进相对应的BRAM中;
数字孪生模型动态校验模块,该模块用于在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验;
数字孪生模型传输控制模块,该模块用于一方面接收外部数字孪生可视化系统下发的控制指令,另一方面完成待显示的不同类型模型的组帧和发送,具体实现如下:
(3.1)接收外部数字孪生可视化系统下发的控制指令,包括可视化系统中摄像机的三维空间坐标和子模型显示指令,根据可视化系统中摄像机的三维空间坐标即可判断出当前需要呈现出的数字孪生模型,即可确定(1.2)帧结构中的序号字段;根据子模型显示指令即可判断出数字孪生子模型中哪些显示、哪些不显示,即可确定(1.2)帧结构中的类型字段;
(3.2)根据(3.1)即确定待显示的数字孪生子模型,读取对应的BRAM并将其重新组帧,帧结构包括帧头字段、类型字段1、序号字段1、载荷字段1、…、类型字段4、序号字段n、载荷字段n、校验字段和帧尾字段,最终发送给外部数字孪生可视化系统。
4.根据权利要求3所述的一种数字孪生模型轻量化系统,其特征在于,所述数字孪生模型动态校验模块,用于在FPGA内部划分出四个动态重构区,即几何、物理、行为、规则子模型动态校验区,完成对应BRAM中子模型数据的校验,具体实现如下:
(2.1)在FPGA内部构建四个动态重构区,即第一动态重构区用于动态校验几何子模型BRAM数据、第二动态重构区用于动态校验物理子模型BRAM数据、第三动态重构区用于动态校验行为子模型BRAM数据、第四动态重构区用于动态校验规则子模型BRAM数据;
(2.2)基于各动态重构区中的模型数据校验逻辑完成相对应BRAM中子模型数据的校验,即按照帧结构判断子模型数据的准确性,当某帧数据不准确时,模型数据校验逻辑完成该帧数据从片外Flash到BRAM的重新加载和再校验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110417850.1A CN113111201B (zh) | 2021-04-19 | 2021-04-19 | 一种数字孪生模型轻量化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110417850.1A CN113111201B (zh) | 2021-04-19 | 2021-04-19 | 一种数字孪生模型轻量化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113111201A CN113111201A (zh) | 2021-07-13 |
CN113111201B true CN113111201B (zh) | 2022-02-11 |
Family
ID=76718307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110417850.1A Active CN113111201B (zh) | 2021-04-19 | 2021-04-19 | 一种数字孪生模型轻量化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111201B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113821904A (zh) * | 2021-07-23 | 2021-12-21 | 西安理工大学 | 一种基于数字孪生的物流设备动态模型构建系统及方法 |
CN115982828B (zh) * | 2023-02-15 | 2023-12-08 | 中咨公路养护检测技术有限公司 | 桥梁养护数字孪生体构建方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399642A (zh) * | 2019-06-21 | 2019-11-01 | 浙江大学 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
CN110658795A (zh) * | 2019-10-10 | 2020-01-07 | 北京航空航天大学 | 一种数字孪生数据精准融合方法和系统 |
CN110674078A (zh) * | 2019-10-08 | 2020-01-10 | 北京航空航天大学 | 一种数字孪生系统复杂任务异构多核并行高效求解方法和系统 |
CN110705117A (zh) * | 2019-10-12 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生系统复杂任务可配置高效求解方法和系统 |
CN110704213A (zh) * | 2019-10-10 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生数据虚实高效实时交互方法和系统 |
CN110750345A (zh) * | 2019-10-16 | 2020-02-04 | 北京航空航天大学 | 一种数字孪生系统复杂任务高效调度系统 |
CN111027209A (zh) * | 2019-12-10 | 2020-04-17 | 北京航空航天大学 | 一种数字孪生行为模型快速构建方法 |
CN111133409A (zh) * | 2017-10-19 | 2020-05-08 | 净睿存储股份有限公司 | 确保人工智能基础设施中的再现性 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
US10699419B2 (en) * | 2018-09-10 | 2020-06-30 | Siemens Aktiengesellschaft | Tracking and traceability of parts of a product |
CN112200491A (zh) * | 2020-10-30 | 2021-01-08 | 傲林科技有限公司 | 一种数字孪生模型构建方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112099948B (zh) * | 2020-09-10 | 2022-12-09 | 西安交通大学 | 数字孪生制造单元协议标准化与工业大数据实时集成方法 |
-
2021
- 2021-04-19 CN CN202110417850.1A patent/CN113111201B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111133409A (zh) * | 2017-10-19 | 2020-05-08 | 净睿存储股份有限公司 | 确保人工智能基础设施中的再现性 |
US10699419B2 (en) * | 2018-09-10 | 2020-06-30 | Siemens Aktiengesellschaft | Tracking and traceability of parts of a product |
CN110399642A (zh) * | 2019-06-21 | 2019-11-01 | 浙江大学 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
CN110674078A (zh) * | 2019-10-08 | 2020-01-10 | 北京航空航天大学 | 一种数字孪生系统复杂任务异构多核并行高效求解方法和系统 |
CN110658795A (zh) * | 2019-10-10 | 2020-01-07 | 北京航空航天大学 | 一种数字孪生数据精准融合方法和系统 |
CN110704213A (zh) * | 2019-10-10 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生数据虚实高效实时交互方法和系统 |
CN110705117A (zh) * | 2019-10-12 | 2020-01-17 | 北京航空航天大学 | 一种数字孪生系统复杂任务可配置高效求解方法和系统 |
CN110750345A (zh) * | 2019-10-16 | 2020-02-04 | 北京航空航天大学 | 一种数字孪生系统复杂任务高效调度系统 |
CN111027209A (zh) * | 2019-12-10 | 2020-04-17 | 北京航空航天大学 | 一种数字孪生行为模型快速构建方法 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN112200491A (zh) * | 2020-10-30 | 2021-01-08 | 傲林科技有限公司 | 一种数字孪生模型构建方法、装置及存储介质 |
Non-Patent Citations (5)
Title |
---|
Digital Twin Real-Time FPGA implementation for light electric vehicle propulsion system using EMR organization;Mircea Ruba 等;《2019 IEEE Vehicle Power and Propulsion Conference (VPPC)》;20200109;1-6 * |
SoC-based Digital Twin of Power System Simulation;Chujun Wang 等;《 2020 5th Asia Conference on Power and Electrical Engineering (ACPEE)》;20210708;185-191 * |
基于ESB的小型断路器生产线信息采集系统设计与应用;姚艺;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20210315(第03期);C042-301 * |
数字孪生标准体系;陶飞 等;《计算机集成制造系统》;20191015;第25卷(第10期);2405-2418 * |
智慧矿山数字孪生技术研究综述;张帆 等;《煤炭科学技术》;20200608;第48卷(第07期);168-176 * |
Also Published As
Publication number | Publication date |
---|---|
CN113111201A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951926B (zh) | 一种混合架构的深度学习方法及装置 | |
CN108073981B (zh) | 处理卷积神经网络的方法和设备 | |
CN107844828B (zh) | 神经网络中的卷积计算方法和电子设备 | |
US10417555B2 (en) | Data-optimized neural network traversal | |
CN110717527B (zh) | 结合空洞空间金字塔结构的目标检测模型确定方法 | |
CN113111201B (zh) | 一种数字孪生模型轻量化方法和系统 | |
US20190095212A1 (en) | Neural network system and operating method of neural network system | |
CN110546611A (zh) | 通过跳过处理操作来减少神经网络处理器中的功耗 | |
US20230026006A1 (en) | Convolution computation engine, artificial intelligence chip, and data processing method | |
CN109191507A (zh) | 三维人脸图像重建方法、装置和计算机可读存储介质 | |
CN107578467B (zh) | 一种医疗器械三维建模方法及装置 | |
CN113244622B (zh) | 碰撞数据处理方法和装置、存储介质及电子设备 | |
CN112633490B (zh) | 执行神经网络模型的数据处理装置、方法及相关产品 | |
CN111767986A (zh) | 一种基于神经网络的运算方法及装置 | |
CN106273441A (zh) | 打印温度的控制方法及其装置 | |
CN108229536A (zh) | 分类预测模型的优化方法、装置及终端设备 | |
CN112529165A (zh) | 深度神经网络剪枝方法、装置、终端及存储介质 | |
CN110490302B (zh) | 一种神经网络编译优化方法、装置以及相关产品 | |
US20220036106A1 (en) | Method and apparatus for data calculation in neural network model, and image processing method and apparatus | |
CN115908715A (zh) | 建筑信息模型的加载方法及装置、设备、存储介质 | |
CN111709415A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
Wang et al. | An FPGA-based online reconfigurable CNN edge computing device for object detection | |
CN114008636A (zh) | 优化机器学习模型性能 | |
CN116580251A (zh) | 一种图像分类方法、装置、设备和计算机可读存储介质 | |
CN116434303A (zh) | 基于多尺度特征融合的人脸表情捕捉方法、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 | ||
CB02 | Change of applicant information |
Address after: 100191 No. 37, Haidian District, Beijing, Xueyuan Road Applicant after: BEIHANG University Applicant after: Beizisuo (Beijing) Technology Development Co.,Ltd. Address before: 100191 No. 37, Haidian District, Beijing, Xueyuan Road Applicant before: BEIHANG University Applicant before: RIAMB (BEIJING) TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |