CN115346026A - 基于数字孪生技术的应急处理系统 - Google Patents

Abstract

本发明提供一种基于数字孪生技术的应急处理系统，包括：数据采集模块，数据采集模块用于采集真实场景中的数据信息；孪生场景搭建模块，孪生场景搭建模块基于数据信息搭建孪生场景动态模型；应急处理模块，应急处理模块基于安全生产预案，模拟预案中涉及的救援方案，当应急处理模块识别到孪生场景动态模型中发生异常事件时，应急处理模块匹配相应的应急预案，为应急处理提供预警和/或救援方案预演效果。根据本发明实施例的基于数字孪生技术的应急处理系统，能够对真实场景中出现的异常提前预警，并提供救援方案的预演效果，便于管理者和参与者及时采取措施，避免发生更大的经济损失，具有实时性、精确性、可视性和可预见性的优点。

Description

基于数字孪生技术的应急处理系统

技术领域

本发明涉及应急处理系统技术领域，具体涉及一种基于数字孪生技术的应急处理系统。

背景技术

科学智能的应急系统能够让管理者和参与者在高维视角俯视全局，并对发生的异常事件及时采取应对措施，提供应对策略，及时解决问题。

目前的应急系统往往是通过实时画面以及长期应急处理经验等手段对发生的紧急事件进行处理。然而通过经验进行判断，难以做到事前预警和事后妥善处理，存在着滞后性，且智能化程度低，系统性差。

发明内容

本发明实施例要解决的技术问题是现有技术的应急处理系统智能化程度低，精确性和实时性差。

有鉴于此，本发明提供一种基于数字孪生技术的应急处理系统。

为解决上述技术问题，本发明采用以下技术方案：

根据本发明第一方面实施例的基于数字孪生技术的应急处理系统包括：

数据采集模块，所述数据采集模块用于采集真实场景中的数据信息；

孪生场景搭建模块，所述孪生场景搭建模块基于所述数据信息搭建孪生场景动态模型；

应急处理模块，所述应急处理模块基于安全生产预案，模拟预案中涉及的救援方案，当所述应急处理模块识别到所述孪生场景动态模型中发生异常事件时，所述应急处理模块匹配相应的应急预案，为应急处理提供预警和/或救援方案预演效果。

根据本发明实施例的基于数字孪生技术的应急处理系统还可以包括以下技术特征：

进一步地，所述数据采集模块包括：

地理信息数据采集模块，所述地理信息数据采集模块用于采集真实场景中的地理信息并对所述地理信息进行处理；

物联网数据采集模块，所述物联网数据采集模块用于采集真实场景中的物体信息，并建立物体之间的网络关系信息。

进一步地，所述孪生场景搭建模块包括：

建模模块，所述建模模块基于所述真实场景建立三维模型；

视频融合模块，所述视频融合模块将所述真实场景的视频和图片序列与对应的所述三维模型融合成所述孪生场景动态模型；

数据汇聚模块，所述数据汇聚模块将所述真实场景中的数据信息匹配至所述孪生场景动态模型。

进一步地，所述建模模块包括倾斜模型建模模块、实景模型建模模块和机电模型建模模块。

进一步地，所述建模模块还包括：BIM轻量化模型模块，所述BIM轻量化模型模块用于对所述三维模型轻量化处理。

进一步地，所述孪生场景搭建模块还包括：渲染模块，所述渲染模块用于对所述孪生场景动态模型的气象状态进行渲染。

进一步地，所述应急处理模块包括：

风险评估模块，所述风险评估模块通过信息整合，模拟所述孪生场景动态模型中涉及的风险以及所述风险的救援方案；

AI识别模块，所述AI识别模块用于识别所述孪生场景动态模型中发生的异常事件；

处理模块，所述处理模块基于所述异常事件匹配相应的应急预案，并为应急处理提供预警和/或救援方案预演效果。

进一步地，所述风险评估模块包括：

点位信息获取模块，所述点位信息获取模块用于采集真实场景中传感器点位、风险点位和物资点位信息并处理；

点位坐标匹配模块，所述点位坐标匹配模块将所述传感器点位、所述风险点位和所述物资点位信息与所述孪生场景动态模型中的对应位置坐标匹配；

标注模块，将所述传感器点位、所述风险点位和所述物资点位信息预先在所述孪生场景动态模型中标注；

模拟模块，所述模拟模块基于安全生产预案，模拟所述孪生场景动态模型中涉及的风险以及所述风险的救援方案。

进一步地，应急处理模块还包括：路径规划模块，所述路径规划模块根据所述救援方案的起点和终点生成规划路径，且提取路径上的地标物，形成地标物导航信息。

本发明的上述技术方案至少具有以下技术效果：

总而言之，根据本发明实施例的基于数字孪生技术的应急处理系统，通过软件建模使真实场景的静态属性和动态属性数字化，使无法保存的应急事件处理经验数字化，该基于数字孪生技术的应急处理系统能够对真实场景中出现的异常提前预警，并提供救援方案的预演效果，便于管理者和参与者及时采取措施，避免发生更大的经济损失，具有实时性、精确性、可视性和可预见性的优点。

附图说明

图1为根据本发明实施例中基于数字孪生技术的应急处理系统一个结构示意图；

图2为根据本发明实施例中基于数字孪生技术的应急处理系统的又一个结构示意图；

图3为根据本发明实施例中AI识别模块工作原理层级划分示意图；

图4为根据本发明实施例中基于数字孪生技术的应急处理系统的工作原理和工作过程示意图。

附图标记

基于数字孪生技术的应急处理系统100；

数据采集模块10；地理信息数据采集模块11；物联网数据采集模块12；

孪生场景搭建模块20；建模模块21；倾斜模型建模模块211；实景模型建模模块212；机电模型建模模块213；BIM轻量化模型模块214；视频融合模块22；数据汇聚模块23；渲染模块24；

应急处理模块30；风险评估模块31；点位信息获取模块311；点位坐标匹配模块312；标注模块313；模拟模块314；AI识别模块32；处理模块33；路径规划模块34。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例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的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

下面首先结合附图具体描述根据本发明实施例的基于数字孪生技术的应急处理系统100。

如图1所示，根据本发明实施例的基于数字孪生技术的应急处理系统100包括数据采集模块10、孪生场景搭建模块20和应急处理模块30。

具体而言，数据采集模块10用于采集真实场景中的数据信息，孪生场景搭建模块20基于数据信息搭建孪生场景动态模型，应急处理模块30基于安全生产预案，模拟预案中涉及的救援方案，当应急处理模块30识别到孪生场景动态模型中发生异常事件时，应急处理模块30匹配相应的应急预案，为应急处理提供预警和/或救援方案预演效果。

换言之，根据本发明实施例的基于数字孪生技术的应急处理系统100主要由数据采集模块10、孪生场景搭建模块20和应急处理模块30组成，其中，数据采集模块10采集多种类型的数据。孪生场景搭建模块20将数据与模型融合为一体建立孪生场景动态模型，并通过数字空间实时构建物理对象的精准数字化映射。应急处理模块30基于数据整合和分析技术来模拟、验证、预测、控制物理实体全生命周期过程，将原先无法保存的专家经验进行数字化，并提供保存、复制、修改和转移的功能，最终形成智能决策的优化闭环。孪生场景动态模型模拟真实场景并对真实世界动态及时做出反馈，当真实场景出现异常事件时，对应的孪生场景动态模型中也会显示对应的异常事件，应急处理模块30识别出异常事件对应的处理策略，并提供预警和/或者救援方案的预演效果。

该基于数字孪生技术的应急处理系统100提供了一种全局的视角，管理者能够站在高维视角俯视全局，同时可以无限拉近视角看到的一砖一瓦，一草一木等细节，无论是过去的样式还是未来的规划都可以一目了然，便于城市的综合管理和场馆单体的智慧化管理。也就是说，基于孪生场景动态模型模可以对各类业务和情况进行分析预测，为各种决策提供有效依据，最终影响真实的物理世界。

由此，根据本发明实施例的基于数字孪生技术的应急处理系统100，通过软件建模使真实场景的静态属性和动态属性数字化，使无法保存的应急事件处理经验数字化，该基于数字孪生技术的应急处理系统100能够对真实场景中出现的异常提前预警，并提供救援方案的预演效果，便于管理者和参与者及时采取措施，避免发生更大的经济损失，具有实时性、精确性、可视性和可预见性的优点。

根据本发明的一个实施例，如图2所示，数据采集模块10包括地理信息数据采集模块11和物联网数据采集模块12。

具体地，地理信息数据采集模块11用于采集真实场景中的地理信息并对地理信息进行处理，物联网数据采集模块12用于采集真实场景中的物体信息，并建立物体之间的网络关系信息。

具体而言，地理信息数据采集模块11主要是指地理信息系统(GeographicInformation System或Geo－Information system，GIS)，地理信息数据采集模块11在计算机软硬件系统的支持下，能够对大气表层的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述。

物联网数据采集模块12主要是指物联网(Internet of Things，简称IoT)，IoT集成技术通过各种信息传感器、射频识别技术、全球定位系统、红外传感器、激光扫描器等各种装置和技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物和位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。

根据本发明的一个实施例，通过物联网数据采集模块12对接企业的IBMS系统，完成温度、湿度、烟感、视频、门禁、火点探测、空调和电梯等真实数据的接入，接入方式采用API方式对接，实时报警数据采用MQTT协议对接，视频数据采用TCP/IP协议体系种RTSP视频流方式汇入，IOT数据通过HTTP方式接入。

地理信息数据采集模块11和物联网数据采集模块12采集的数据用于融合到孪生场景动态模型中，最终实现三维场景的展示。

优选地，如图2所示，孪生场景搭建模块20包括建模模块21、视频融合模块22和数据汇聚模块23。

具体地，建模模块21基于真实场景建立三维模型，视频融合模块22将真实场景的视频和图片序列与对应的三维模型融合成孪生场景动态模型，数据汇聚模块23将真实场景中的数据信息匹配至孪生场景动态模型。

也就是说，建模模块21建立好三维模型后，视频融合模块22把由一个或由多摄像机拍摄的图像序列、视频和与之相关的三维模型加以匹配和融合，生成一个关于此场景的动态场景模型，实现虚拟场景与实时视频的虚实融合，这种融合不会随着三维模型的倾斜、旋转等操作而产生错位，使三维场景更加直观。数据汇聚模块23用于完成GIS数据、三维模型、各类物联网数据服务集成对接等过程。

其中，视频融合过程一般可以分为以下四个层次：

(1)预处理技术：主要用来对视频图像进行几何校正、噪声消除、色彩修饰；

(2)亮度调整及配准：视频图像配准是指找到视频图像与三维虚拟场景的最大相关，以消除图像在空间、相位和分辨率等方向的信息差异，达到融合更真实，信息更准确的目的。

(3)视频图像融合：信息融合即视频图像的融合，视频图像融合由智能度由低向高可以分为像素级、特征级、决策级融合等。像素级融合是基于图像像素进行拼接融合，是两个或两个以上的图像融合成为一个整体。特征级融合以图形的明显特征，如线条、建筑等特征为基础进行图像的拼接与融合。

(4)虚实融合：虚实融合是把视频画面精确融合显示在三维模型对应的空间真实地理坐标位置，这种融合不会随着对三维模型的倾斜、旋转等操作而产生错位,充分发挥出三维场景的直观特点。

在本发明的一个实施例中，如图2所示，建模模块21包括倾斜模型建模模块211、实景模型建模模块212和机电模型建模模块213。

换言之，数据类型包括GIS基础数据、倾斜模型数据、实景模型数据、机电设备模型数据等多种类型的数据，多种数据融合便于在应用平台中实现三维场景的展示。

优选地，建模模块21还包括BIM轻量化模型模块214，BIM轻量化模型模块214用于对三维模型轻量化处理。

具体地，在系统中可将多源BIM数据和GIS数据一体化融合并实现对融合后的数据的优化，最终在应用平台中实现三维场景展示。BIM轻量化模型模块214采用面向实体对象的矢量化方式，从位置、几何实体、符号化、属性、运行机理和语义管理等多维度来描述世界中的实体，利用多空间列技术，对实体数据信息进行组织与管理，为二三维一体化的实现奠定基础。通过基于计算几何/图形、机器视觉、并行/分布式计算、超算、机器学习的核心算法，实现三维数据的轻量化处理，解决BIM数据承载和展示的效率问题。

需要说明的是，BIM轻量化模型模块214处理包括以下几个步骤：

(1)简化模型属性：通过新建属性表，将BIM模型属性数据与模型分离开，根据运维系统的实际需求，对模型各个属性列表进行修改和简化；

(2)降低模型分辨率：为了更加方便精确的展示模型，减少了等待时间，同时为了方便使用者在大型模拟中快速地旋转和观察所需要的图形，采用一种低分辨率的粗模拟代替高分辨率的准确模拟和精确图像展示的方法，实现对模型的快速搜索和浏览。

(3)压缩模型数据：利用三角剖分将三维参数化的模型直接转化成一种离散三角网格模型，并且利用这种三角网格模型的近似来表达准确的三维模型。另外，在进行建模计算过程中，利用抑制压缩的数学处理办法处理细节部分，既保证了局部特征的语义和不变性，同时也保证了草图中各种元素的量得到缩减，降低模型的复杂度。模型文件经过轻量化处理，占用空间小，内存省，模型信息完整，保证了数据的安全性。便于快速读取、维护和管理数据，大大提高了运行管理的质量和效率。

从而，基于数字孪生技术的应急处理系统100通过BIM轻量化模型模块214、地理信息数据采集模块11以及地下网管线等模块，同时通过三维建模技术和模型轻量化技术，搭建数字孪生场景动态模型，能够展示真实场景区域的整理宏观外貌、建筑物的内部结构以及地下空间、地上地下管道的真实面貌。

可选地，如图2所示，孪生场景搭建模块20还包括渲染模块24，渲染模块24用于对孪生场景动态模型的气象状态进行渲染。

具体地，渲染模块24利用最新的GPU特性，对真实世界的光照、时间变换、天气变化进行模拟，实现物理世界和虚拟世界同步的数字镜像。

在本发明的一个实施例中，如图2所示，应急处理模块30包括风险评估模块31、AI识别模块32和处理模块33。

具体地，风险评估模块31通过信息整合，模拟孪生场景动态模型中涉及的风险以及风险的救援方案，AI识别模块32用于识别孪生场景动态模型中发生的异常事件，处理模块33基于异常事件匹配相应的应急预案，为应急处理提供预警和/或救援方案预演效果。

其中，AI识别模块32通过设定的相关规则，识别异常事件，作为应急处置的起点。视频行为识别涉及的算法包括AI神经网络的深度学习算法、视频结构化技术、人脸识别算法、人脸比对算法、人体识别算法、物体识别算法、活体算法、3D画面矫正算法、移动侦测算法、图像比对算法、物体轨迹算法和人体跟踪算法等。

基于特定业务需求，AI识别模块32运用各种算法能够对各类结构化和非结构化数据进行AI智能识别分析，实现将现有信息资源与人工智能计算结果进行串并分析，通过AI赋能，为应急处理提供智能化决策支持。AI识别模块32工作原理层级划分如图3所示，自下而上主要包括基础硬件层、资源管理层、引擎框架层、图像算法层和推理服务层。

根据本发明的一个实施例，通过在AI识别模块32中设置AI视频烟火识别分析系统能够实现无人值守的不间断识别分析工作，自动发现监控区域内的异常烟雾和火焰苗头，迅速进行告警和协助消防人员处理火灾危机，并降低误报和漏报现象，同时还可以查看现场实时图像，根据直观画面直接指挥调度救火。

根据本发明的一个实施例，风险评估模块31包括点位信息获取模块311、点位坐标匹配模块312、标注模块313和模拟模块314。

具体而言，点位信息获取模块311用于采集真实场景中传感器点位、风险点位和物资点位信息并处理，点位坐标匹配模块312将传感器点位、风险点位和物资点位信息与孪生场景动态模型中的对应位置坐标匹配，将传感器点位、风险点位和物资点位信息预先在孪生场景动态模型中标注，为预警识别及处置提供数字孪生场景分析和决策提供基点。模拟模块314基于安全生产预案，模拟孪生场景动态模型中涉及的风险的救援方案。优选地，应急处理模块30还包括路径规划模块34，路径规划模块34根据救援方案的起点和终点生成规划路径，且提取路径上的地标物，形成地标物导航信息。

具体地，路径规划模块34一般将地图作为信息化、智能化应用的基础，制作的电子地图可以根据起始地和目的地生成规划路径，然后选取规划路径上的节点，为其提取与之所匹配对应的地标物，最终实现在无定位系统支撑的情况下，依托于地标物指引，为人们提供符合应用习惯的室内导航信息。

也就是说，基于数字孪生技术的应急处理系统100能够基于企业安全生产预案，将预案中涉及的救援物资、救援装备、救援场所、逃生路线、逃生通道等进行模拟，并进行模型标注演示。同时根据不同预案孪生场景要素动态切换，当监测到异常时，自动匹配相关预案及点位资源，为处置决策提供真实的预演效果。

进一步地，如图4所示，基于数字孪生技术的应急处理系统的工作原理和工作过程可以概括为数据采集层、服务层应用层三个层级。数据采集层主要为各类IOT、视频等感知设备信息采集，服务层包含GIS数据汇聚、数字孪生场景搭建、各类物联数据服务集成对接等过程，应用层为基于真实感知数据及数字孪生场景行程的数字孪生应急处置系统应用功能。

由此，根据本发明是实施例的基于数字孪生技术的应急处理系统至少具有以下优点。

(1)可定位性：通过可视化和地理信息系统等技术，将避难场所和物资仓库等相关信息直观呈现，让管理人员和社会大众可以实时查看当前区域的避难场所及物资仓库的分布情况，在需要的第一时间即能找到相关场所和物资。

(2)可预见性：充分发挥人工智能和大数据技术优势，针对人、车、物、地和事件信息进行实时采集与分析，将危险源、隐患和事故等数据相联动关联，实现对复杂场景的敏锐感知与精准掌控，重点判断关键部位、重点目标是否存在潜在危险，做到预测防范，机制前移。同时，也要做好随时联动周边可调动资源的准备。

(3)数据实时性：以实时的方式接入数据库、设备API和物联网等真实数据源，系统能够在低延时情况下感知真实世界的状态和变化。

(4)处置可视性：根据需求可以合理设计事件处置流转原则，并提供指导依据及指派机制，及时处理布控告警、接报事件、人员感知、车辆感知等相关事件，能够实现“预警-推送-接警-处置-反馈-统计”的管理闭环。

总而言之，根据本发明实施例的基于数字孪生技术的应急处理系统100，通过软件建模使真实场景的静态属性和动态属性数字化，使无法保存的应急事件处理经验数字化，该基于数字孪生技术的应急处理系统100能够对真实场景中出现的异常提前预警，并提供救援方案的预演效果，便于管理者和参与者及时采取措施，避免发生更大的经济损失，具有实时性、精确性、可视性和可预见性的优点。

除非另作定义，本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也相应地改变。

以上所述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，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种基于数字孪生技术的应急处理系统，其特征在于，包括：

数据采集模块，所述数据采集模块用于采集真实场景中的数据信息；

孪生场景搭建模块，所述孪生场景搭建模块基于所述数据信息搭建孪生场景动态模型；

应急处理模块，所述应急处理模块基于安全生产预案，模拟预案中涉及的救援方案，当所述应急处理模块识别到所述孪生场景动态模型中发生异常事件时，所述应急处理模块匹配相应的应急预案，为应急处理提供预警和/或救援方案预演效果。

2.根据权利要求1所述的基于数字孪生技术的应急处理系统，其特征在于，所述数据采集模块包括：

地理信息数据采集模块，所述地理信息数据采集模块用于采集真实场景中的地理信息并对所述地理信息进行处理；

物联网数据采集模块，所述物联网数据采集模块用于采集真实场景中的物体信息，并建立物体之间的网络关系信息。

3.根据权利要求1所述的基于数字孪生技术的应急处理系统，其特征在于，所述孪生场景搭建模块包括：

建模模块，所述建模模块基于所述真实场景建立三维模型；

视频融合模块，所述视频融合模块将所述真实场景的视频和图片序列与对应的所述三维模型融合成所述孪生场景动态模型；

数据汇聚模块，所述数据汇聚模块将所述真实场景中的数据信息匹配至所述孪生场景动态模型。

4.根据权利要求3所述的基于数字孪生技术的应急处理系统，其特征在于，所述建模模块包括倾斜模型建模模块、实景模型建模模块和机电模型建模模块。

5.根据权利要求3所述的基于数字孪生技术的应急处理系统，其特征在于，所述建模模块还包括：

BIM轻量化模型模块，所述BIM轻量化模型模块用于对所述三维模型轻量化处理。

6.根据权利要求1所述的基于数字孪生技术的应急处理系统，其特征在于，所述孪生场景搭建模块还包括：

渲染模块，所述渲染模块用于对所述孪生场景动态模型的气象状态进行渲染。

7.根据权利要求1所述的基于数字孪生技术的应急处理系统，其特征在于，所述应急处理模块包括：

风险评估模块，所述风险评估模块通过信息整合，模拟所述孪生场景动态模型中涉及的风险以及所述风险的救援方案；

AI识别模块，所述AI识别模块用于识别所述孪生场景动态模型中发生的异常事件；

处理模块，所述处理模块基于所述异常事件匹配相应的应急预案，并为应急处理提供预警和/或救援方案预演效果。

8.根据权利要求7所述的基于数字孪生技术的应急处理系统，其特征在于，所述风险评估模块包括：

点位信息获取模块，所述点位信息获取模块用于采集真实场景中传感器点位、风险点位和物资点位信息并处理；

点位坐标匹配模块，所述点位坐标匹配模块将所述传感器点位、所述风险点位和所述物资点位信息与所述孪生场景动态模型中的对应位置坐标匹配；

标注模块，将所述传感器点位、所述风险点位和所述物资点位信息预先在所述孪生场景动态模型中标注；

模拟模块，所述模拟模块基于所述安全生产预案，模拟所述孪生场景动态模型中涉及的风险以及所述风险的救援方案。

9.根据权利要求1所述的基于数字孪生技术的应急处理系统，其特征在于，应急处理模块还包括：

路径规划模块，所述路径规划模块根据所述救援方案的起点和终点生成规划路径，且提取路径上的地标物，形成地标物导航信息。

Images