CN116016591A - 一种用于数字孪生的数据采集方法及系统 - Google Patents

Abstract

本发明提供一种用于数字孪生的数据采集方法及系统，其中该系统包括：数据采集模块和数据处理模块；数据采集模块包括现场采集单元和边缘处理单元，其中，现场采集单元用于采集监测数据，并将采集到的监测数据传输到边缘处理单元；边缘处理单元用于将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；数据处理模块用于将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。本发明有助于提高实验室监测数据采集的实时水平和质量。

Description

一种用于数字孪生的数据采集方法及系统

技术领域

本发明涉及数字孪生技术领域，特别是一种用于数字孪生的数据采集方法及系统。

背景技术

实验室作为特殊的科研场所，其对实验室内部人员、环境、材料等监控都具有较为高的标准，以保障实验室科研项目开展的安全和可靠性。

目前，针对实验室的监测管理，大多通过传统的巡逻监测的方式进行，即安排专门的巡逻人员在规定的时间完成对实验室设备、环境、人员、材料等信息进行记录和监测。但是，通过人为巡逻对实验室进行监测的方式，实时性水平不足，无法第一时间发现异常的情况，存在实验室监测的安全隐患；同时，通过人为记录数据的方式，数据资源利用率不高，无法满足数据资源管理的需求。

发明内容

针对上述问题，本发明旨在提供一种用于数字孪生的数据采集方法及系统。

本发明的目的采用以下技术方案来实现：

第一方面，本发明示出一种用于数字孪生的数据采集系统，包括：数据采集模块和数据处理模块；

数据采集模块包括现场采集单元和边缘处理单元，其中，

现场采集单元用于采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元用于将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块用于将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

一种实施方式中，现场采集单元包括设置在实验室内的数据采集节点和基站节点；

其中数据采集节点用于采集实验室监测数据，并将采集到的实验室监测数据传输到基站节点；

基站节点分别与各个数据采集节点通信连接，用于汇聚数据采集节点的传输的实验室监测数据后，将实验室监测数据传输到边缘处理单元。

一种实施方式中，数据采集节点包括人员监测单元、环境监测单元、设备监测单元和智能网关单元；其中，

人员监测单元用于采集实验室内的人员信息，包括通过智能门禁设备获取实验室内的人员身份信息和人员定位信息；

环境监测单元用于采集实验室内各区域的环境监测数据，其中环境监测数据包括温度、湿度、PH值、氧浓度数据、污水微生物数据；

设备监测单元用于采集实验室内各设备的运行状态数据，其中设备包括污水处理设备、灭菌设备、空调设备、新风系统、安全指示设备、生物柜。

一种实施方式中，数据采集节点还包括视频监控单元，视频监控单元用于采集实验室内各区域的视频监控数据，并将采集到的视频监控数据通过基站单元传输到边缘处理单元中，

边缘处理单元还包括视频预处理单元，视频处理单元用于对获取的视频监控数据进行预处理，并将预处理后的视频监控数据传输到数据处理模块中。

一种实施方式中，数据采集节点预基站节点通过物联网或自组网的方式连接，其中数据采集节点通过直接传输或间接传输的方式将采集到的实验室监测数据传输到基站节点。

一种实施方式中，数据采集节点检索自身直接通信范围内的其他邻域节点，当检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过直接传输的方式将采集到的实验室监测数据传输到基站节点；

当没有检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过间接传输的方式，从自身直接通信范围内的其他邻域节点中选择下一跳节点，并将自身采集到的实验室监测数据传输到该下一跳节点，由该下一跳节点将实验室监测数据进一步传输到通信基站。

一种实施方式中，数据采集模块还包括供应链管理单元；

供应链管理单元用于获取供应链监测数据，并将获取的供应链监测数据传输到数据处理模块。

一种实施方式中，供应链管理单元包括物料运输跟踪单元和库存管理单元；其中，

物料运输跟踪单元用于获取物料在运输过程中的物流信息和保存信息，并将得到的物流信息和保存信息传输到数据处理模块，包括从物流管理系统得到物料的实时物流数据，和从物流监控系统得到物料在运输过程中的保存数据，其中保存数据包括物料在运输过程中的实时环境监测数据；

库存管理单元用于对实验室内的物料库存信息进行采集，并将物料库存信息传输到数据处理模块，其中物料库存信息包括各物料的保存位置、使用明细和剩余库存。

一种实施方式中，边缘处理单元包括第一通信单元、预处理单元和第二通信单元；

第一通信单元与基站节点连接，用于接收由基站节点传输的实验室监测数据；、

预处理单元用于对获取的实验室监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

第二通信单与数据处理模块连接，用于将预处理后的实验室监测数据传输到数据处理模块。

一种实施方式中，数据处理模块包括数据获取单元、数据治理单元、整合单元、实验室分析单元、预警单元和供应链分析单元；其中，

数据获取单元分别于边缘处理单元和物流管理单元连接，分别获取由边缘处理单元传输的预处理后的实验室监测数据以及由物流管理单元传输的物流监测数据；

数据治理单元用于对获取的物流监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

整合单元用于将预处理后的实验室监测数据和预处理后的实验室监测数据整合到数字孪生模型中并对数字孪生模型进行更行；

实验室分析单元用于根据实时的实验室监测数据进行分析，将实时的实验室监测数据和对应的安全标准进行比对，得到实时的实验室异常分析结果，并将实验室异常分析结果整合到数字孪生模型中；

预警单元用于根据一段时间周期内的实验室监测数据进行预测分析，得到实验室监测数据的变化预测结果，并将得到的变化预测结果和对应的安全标准进行比对，得到实验室异常预警结果，并将实验室异常预警结果整合到数字孪生模型中；

供应链分析单元用于根据实时的供应链监测数据进行分析，将实施的供应链监测数据和对应的警示标准进行比对分析，得到供应链异常分析结果，并将供应链异常分析结果整合到数字孪生模型中。

一种实施方式中，数据处理模块还包括视频处理单元；

视频处理单元用于根据获取的预处理后的视频监控数据对应的监测区域，将预处理后的视频监控数据整合到数字孪生模型中，并在大屏展示模块发出调用指令时，将预处理后的视频监控数据传输到大屏展示模块中进行展示。

第二方面，本发明示出一种用于数字孪生的数据采集方法，包括：

现场采集单元采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

本发明的有益效果为：数据采集模块中特别设置有现场采集单元来对实验室的数据进行实时的采集，有助于提高实验室监测数据采集的实时水平；同时设置有边缘处理单元，来首先汇聚现场采集单元采集的监测数据并进行预处理，并将预处理后的监测数据同一传输到处理模块，通过边缘处理单元的设置，有效分担降低数据处理模块针对大量实验室监测数据的数据接收和数据处理的压力，避免数据处理模块负载过高导致数字孪生模型更新失效的情况，有助于提高数字孪生系统数据采集和数据处理的可靠性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明一种用于数字孪生的数据采集系统的框架结构图；

图2为本发明一种用于数字孪生的数据采集系统的功能模块结构示意图。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出一种用于数字孪生的数据采集系统，包括：数据采集模块和数据处理模块；

数据采集模块包括现场采集单元和边缘处理单元，其中，

现场采集单元用于采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元用于将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块用于将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

本发明上述实施方式，提出一种用于数字孪生的数据采集系统，其中，数据采集模块中特别设置有现场采集单元来对实验室的数据进行实时的采集，有助于提高实验室监测数据采集的实时水平；同时设置有边缘处理单元，来首先汇聚现场采集单元采集的监测数据并进行预处理，并将预处理后的监测数据同一传输到处理模块，通过边缘处理单元的设置，有效分担降低数据处理模块针对大量实验室监测数据的数据接收和数据处理的压力，避免数据处理模块负载过高导致数字孪生模型更新失效的情况，有助于提高数字孪生系统数据采集和数据处理的可靠性。

一种实施方式中，现场采集单元包括设置在实验室内的数据采集节点和基站节点；

其中数据采集节点用于采集实验室监测数据，并将采集到的实验室监测数据传输到基站节点；

基站节点分别与各个数据采集节点通信连接，用于汇聚数据采集节点的传输的实验室监测数据后，将实验室监测数据传输到边缘处理单元。

通过在实验室内设置多个数据采集节点，来对相应的实验室监测数据进行采集，有助于提高监测节点布置的灵活性，同时通过本地基站节点来统一将监测数据传输到边缘计算单元，有助于提高数据传输的质量和性能。

一种实施方式中，数据采集节点包括人员监测单元、环境监测单元、设备监测单元和智能网关单元；其中，

人员监测单元用于采集实验室内的人员信息，包括通过智能门禁设备获取实验室内的人员身份信息和人员定位信息；

环境监测单元用于采集实验室内各区域的环境监测数据，其中环境监测数据包括温度、湿度、PH值、氧浓度数据、污水微生物数据；

设备监测单元用于采集实验室内各设备的运行状态数据，其中设备包括污水处理设备、灭菌设备、空调设备、新风系统、安全指示设备、生物柜。

本发明上述实施方式，根据实验室监测管理的需求，数据采集模块分别设置有针对实验室人员、设备和环境进行监测的数据采集节点；能够对实验室的人员、设备、环境、物料等不同维度的监测信息进行全方位的采集，并将采集到的监测信息整合到数字孪生模型中进行展示，能够满足不同场景、不同管理需求下针对实验室监测信息采集的需求。

一种场景中，数据采集节点能够根据设置在实验室内的传感器、设置在智能设备上的监控终端等进行设置；供应链管理单元能够通过接入相关的物流系统或仓管系统的数据接口(如通过API接口等)，来获取与物料相关的物流或库存监测数据。

一种实施方式中，数据采集节点还包括视频监控单元，视频监控单元用于采集实验室内各区域的视频监控数据，并将采集到的视频监控数据通过基站单元传输到边缘处理单元中，

边缘处理单元还包括视频预处理单元，视频处理单元用于对获取的视频监控数据进行预处理，并将预处理后的视频监控数据传输到数据处理模块中。

视频监控单元用于采集实验室内各区域的视频监控数据，并将采集到的视频监控数据传输到数据处理模块，由数据处理模块将获取的视频监控数据整合到数字孪生模型中。

其中，根据视频监控的需求，实验室内还设置有视频监控单元，通过视频监控单元实时采集实验室不同区域的视频监控数据，通过视频监控的方式来对实验室进行全面的监控，有助于提高实验室监测管理的可靠性。

一种实施方式中，数据采集节点预基站节点通过物联网或自组网的方式连接，其中数据采集节点通过直接传输或间接传输的方式将采集到的实验室监测数据传输到基站节点。

一种实施方式中，数据采集节点检索自身直接通信范围内的其他邻域节点，当检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过直接传输的方式将采集到的实验室监测数据传输到基站节点；

当没有检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过间接传输的方式，从自身直接通信范围内的其他邻域节点中选择下一跳节点，并将自身采集到的实验室监测数据传输到该下一跳节点，由该下一跳节点将实验室监测数据进一步传输到通信基站。

本发明上述实施方式，数据采集节点能够自适应选择直接或间接的方式来将采集到的实验室监测数据传输到基站节点；其中，针对传输距离过远的情况下，数据采集节点能够通过间接传输的方式首先将监测数据传输给自适应选择的邻域节点，并由邻域节点进一步完成该监测数据的传输工作；通过间接传输的方式来设置数据采集节点的传输方式，有助于协助距离基站节点较远的数据采集节点完成监测数据的传输，避免因数据采集节点和基站节点距离太远从而导致的数据丢失或者通信连接受阻的情况，提高数据传输质量。

一种实施方式中，数据采集节点通过间接传输的方式，从自身直接通信范围内的其他邻域节点中选择下一跳节点，并将自身采集到的实验室监测数据传输到该下一跳节点，由该下一跳节点将实验室监测数据进一步传输到通信基站；具体包括：

1)数据采集节点周期性向其直接通信范围内的其他邻域节点广播hello数据包，并接收由其他邻域节点根据接收到的hello数据包进行答复的rep数据包；

2)根据接收到的rep数据包，数据采集节点计算自身的传输性能等级：

式中，P_k表示数据采集节点的传输性能等级，DistP表示数据采集节点与基站节点之间的距离，根据数据采集节点自身的定位信息和预存的基站节点定位你信息计算所得；DistR表示数据采集节点直接通信距离长度；

表示赋值函数，其中

NumJ表示数据采集节点直接通信距离内邻域节点的数量，NnmT表示设定的邻域节点标准值，Numt∈[3.5]，

表示赋值函数，其中

TimPN表示数据采集节点接收前N个rep数据包的平均时间，具体根据发出的hello数据包和接收到的rep数据包的时间戳信息计算所得，其中N＝NumT，TimT1表示设定的第一时间标准值，TimPA表示数据采集节点在设定时间段内接收到的所有rep数据包的平均时间，TimT2表示设定的第二时间标准值，

表示赋值函数，其中

表示赋值函数，其中

Rand表示0-0.1之间的随机数；

3)数据采集节点广播自身的传输性能等级，并接收由其他邻域节点广播的传输性能等级；

4)数据采集节点根据邻域节点的传输性能等级进行从大到小排序，当排序前3的邻域节点中存在于自身节点类型与该数据采集节点不相同的邻域节点，则从节点类型不相同的邻域节点中选择传输性能等级最大的邻域节点作为下一跳节点；如果排序前3的邻域节点的节点类型均与该数据采集节点相同时，则选择传输性能等级最大的邻域节点作为下一跳节点。

其中，数据采集节点的节点类型指的是数据采集节点采集的数据类型，例如，如果两个数据采集节点均为温度传感器，则两个数据采集节点的节点类型相同，如果两个数据采集节点分别为温度传感器和湿度传感器，则两个数据采集节点的节点类型不相同。

本发明上述事实方式，提出了一种数据采集节点在通过间接传输方式传输实验室监测数据的技术方案，其中在选取下一跳节点的时候，数据采集节点首先向自身的直接通信范围广播hello数据包并得到邻域节点答复的rep数据包；根据得到的rep数据包，数据采集节点首先计算自身的传输性能等级，其中提出了一种改进的传输性能等级计算函数，能够真实，直观地反馈数据采集节点的数据传输性能，其中在传输性能等级计算的过程中，特别加考虑了数据采集节点所处的位置、周边节点的密集度和数据传输性能作为综合的评判标准，并结合赋值函数来对传输性能等级进行综合计算，能够有助于根据传输性能等级来区分数据采集节点作为下一跳节点时的性能高低，并为需要通过间接传输的数据采集节点在选取下一跳性能的时候提供依据；在计算完传输性能等级后，数据采集节点将自身的传输性能等级信息进行广播，并接收由邻域节点广播的传输性能等级，根据邻域节点的传输性能等级进行排序，并选取下一跳节点，有助于提高数据传输的整体性能。其中，在最终选取下一跳节点的时候，考虑到当同类型的数据采集节点担任间接传输任务的时候，其发生因数据干扰导致的数据出错的几率是不同种类节点配合的3倍，因此，在最终选择下一跳节点的时候，还特别考虑节点类型的考虑，有助于进一步提高数据传输的性能。

一种实施方式中，数据采集模块还包括供应链管理单元；

供应链管理单元用于获取供应链监测数据，并将获取的供应链监测数据传输到数据处理模块。

一种实施方式中，供应链管理单元包括物料运输跟踪单元和库存管理单元；其中，

物料运输跟踪单元用于获取物料在运输过程中的物流信息和保存信息，并将得到的物流信息和保存信息传输到数据处理模块，包括从物流管理系统得到物料的实时物流数据，和从物流监控系统得到物料在运输过程中的保存数据，其中保存数据包括物料在运输过程中的实时环境监测数据；

库存管理单元用于对实验室内的物料库存信息进行采集，并将物料库存信息传输到数据处理模块，其中物料库存信息包括各物料的保存位置、使用明细和剩余库存。

一种实施方式中，边缘处理单元包括第一通信单元、预处理单元和第二通信单元；

第一通信单元与基站节点连接，用于接收由基站节点传输的实验室监测数据；、

预处理单元用于对获取的实验室监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

第二通信单与数据处理模块连接，用于将预处理后的实验室监测数据传输到数据处理模块。

一种实施方式中，数据处理模块包括数据获取单元、数据治理单元、整合单元、实验室分析单元、预警单元和供应链分析单元；其中，

数据获取单元分别于边缘处理单元和物流管理单元连接，分别获取由边缘处理单元传输的预处理后的实验室监测数据以及由物流管理单元传输的物流监测数据；

数据治理单元用于对获取的物流监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

整合单元用于将预处理后的实验室监测数据和预处理后的实验室监测数据整合到数字孪生模型中并对数字孪生模型进行更行；

实验室分析单元用于根据实时的实验室监测数据进行分析，将实时的实验室监测数据和对应的安全标准进行比对，得到实时的实验室异常分析结果，并将实验室异常分析结果整合到数字孪生模型中；

预警单元用于根据一段时间周期内的实验室监测数据进行预测分析，得到实验室监测数据的变化预测结果，并将得到的变化预测结果和对应的安全标准进行比对，得到实验室异常预警结果，并将实验室异常预警结果整合到数字孪生模型中；

供应链分析单元用于根据实时的供应链监测数据进行分析，将实施的供应链监测数据和对应的警示标准进行比对分析，得到供应链异常分析结果，并将供应链异常分析结果整合到数字孪生模型中。

本发明上述实施方式，数据处理模块通过数据获取单元与数据采集模块建立通信连接，实时接收由数据采集模块传输的实验室监测数据，在获取到监测数据后，首先通过数据治理单元来对海量的监测数据进行数据治理，以提高监测数据的质量；将治理后的监测数据整合到数字孪生模型中对模型进行更新，为后续进一步根据监测数据进行不同需求的分析处理奠定基础。

其中数据处理模块设置有实验室分析但原来对实时采集到的实验室监测数据进行监控分析，当监测数据超过预设的安全标准时，则发出相应的实验室异常分析结果，例如，当实验室物料仓库的温度超过预设的标准温度值时，则得到实验室物料仓库出现温度异常的分析结果。

同时数据处理模块还设置有预警单元，基于设定的数据分析模型(例如是大数据分析模型，人工智能分析模型等)来对历史监测数据进行智能化分析和预测，得到预警结果，例如，根据当前实验室内某设备的运行状态数据进行大数据分析，来预测该设备的剩余寿命，当剩余寿命低于设定的标准时间时，则发出该设备的低寿命预警结果。

针对实验室中的物料情况，数据处理模块还设置有供应链分析单元来根据从供应链管理单元得到的供应链监测数据进行分析，当供应链监测数据出现异常时，则发出相应的供应链异常分析结果，例如，当某批生化物料在运输的过程中出现滞留或运输环境不符合标准时，则标记该批物料出现异常；或者当出现某物料的剩余存量过低时，则发出该物料存量不足的异常供应链分析结果。

基于得到的监测数据来进行不同监测需求的分析并得到分析结果，能够有助于管理者根据分析结果直观地了解当前实验室的状况，并根据异常的分析结果做出相应的管理措施，有助于提高实验室管理的智能化水平，同时也提高了实验室管理的效果。

一种实施方式中，数据处理模块还包括视频处理单元；

视频处理单元用于获取由视频监控单元传输的视频监控数据，并对获取的视频监控数据进行预处理，并根据视频监控数据对应的监测区域，将预处理后的视频监控数据整合到数字孪生模型中，并在大屏展示模块发出调用指令时，将预处理后的视频监控数据传输到大屏展示模块中进行展示。

一种场景中，将视频监控数据整合到数字孪生模型后，管理者通过访问数字孪生模型并选中相应的区域时，能够于该区域对应的实时/历史视频监控数据，有助于管理者能够根据视频监控数据准确了解实验室目标区域的情况，提高了实验室远程管理的效果。

针对通过视频采集单元采集的视频数据容易受到实验室环境的影响，导致视频监控数据质量不佳的情况，一种实施方式中，视频处理单元在对获取的视频监控数据进行预处理的时候，还包括对视频监控数据进行增强处理，以提高视频监控数据的质量，将增强处理后的视频监控数据进行存储管理和整合到数字孪生模型中，有助于提高管理者通过数字孪生模型调用并展示相关视频监控数据的效果，间接提高了管理者根据视频监控数据对实验室进行远程管理的可靠性。

一种实施方式中，视频处理单元对获取的视频监控数据进行增强处理，具体包括：

根据视频监控数据获取各个视频监控帧画面；

根据获取的视频监控帧画面进行小波分解，分别得到视频监控帧画面的高频分量子画面和低频分量子画面；

针对得到的低频分量子画面从RGB颜色空间转换到HSI颜色空间，得到低频分量子画面的色调分量H、饱和度分量S和亮度分量I；

根据得到的亮度分量I进行亮度均衡调节：

式中，

表示亮度均衡调节后当前时刻像素点(x,y)的亮度分量值，Ie_t(x,y）表示当前时刻以像素点（x,y)为中中心的邻域范围内各像素点的亮度分量值平均值，Func1(|I_t(x,y)-I_t-1(x,y)|,IΔ,a,b,I_t-1(x,y),I_t(x,y))表示条件函数，I_t(x,y)表示当前时刻像素点(x,y)的亮度分量值，I_t-1(x,y)表示前一时刻像素点(x,y)的亮度分量值，IΔ表示设定的亮度变化阈值，其中0.3<IΔ<0.5，a,b分别表示设定的调控因子，其中0.7<a<0.9，1.1<b<1.25；当|I_t(x,y)-I_t-1(x,y)|>IΔ时，则

当|I_t(x,y)-I_t-1(x,y)|≤IΔ时，

IT表示设定的标准亮度分量值，其中0.6<IT<0.65；ω1、ω2、ω3分别表示设定的权重因子，其中0.25<ω1<0.4，0.25<ω2<0.4，0.25<ω3<0.4，ω1+ω2+ω3＝1；

根据亮度均衡调节后的亮度分量

和色调分量H、饱和度分量S重新转换到RGB颜色空间，得到增强后的低频分量子画面；

针对得到的高频分量子画面进行滤波增强处理：

式中，

表示滤波增强处理后的第j尺度第k个高频小波系数，e(j,k)表示小波分解得到的第j尺度第k个高频小波系数，T表示设定的高频小波系数标准值，其中

med(w(k))表示高频小波系数的中值；K表示小波系数的总数；

得到增强后的高频分量子画面；

根据增强后的低频分量子画面和增强后的高频分量子画面进行重构，得到增强后的视频监控帧画面并组成增强后的视频监控数据。

本发明上述实施方式，提出一种针对得到的视频监控数据首先进行增强处理的技术方案，首先对视频监控帧画面进行基于小波分解的高低频划分，针对得到的低频分量子画面，能够基于HIS颜色空间对亮度分量进行自适应的亮度调节，智能化调节画面的亮度水平，避免因画面收到的闪烁光源影响，导致画面整体清晰度受到影响的情况，提高画面的清晰度和观感水平。同时针对高频分量进行自适应的滤波增强处理，能够剔除画面中受到的噪声干扰，避免在采集和传输过程中受到噪声干扰导致画面不清晰的情况，提高画面的整体清晰度。最终将增强后的高低频分量子画面进行重构，得到增强后的视频监控数据，能够在视频监控数据整合到数字孪生模型时，提高视频监控数据的清晰度，间接提高了管理者根据得到的视频监控数据对实验室进行远程管理的效果。

一种实施方式中，数据处理模块还包括视频处理单元；

视频处理单元用于根据获取的预处理后的视频监控数据对应的监测区域，将预处理后的视频监控数据整合到数字孪生模型中，并在大屏展示模块发出调用指令时，将预处理后的视频监控数据传输到大屏展示模块中进行展示。

一种实施方式中，参见图2，该系统还包括模型管理模块；

模型管理模块用于根据实验室管理要素构建数字孪生模型，并完成数字孪生模型动态参数的配置和动态参数与数据采集模块的关联，其中实验室管理要素包括实验室基础信息和供应链信息，动态参数包括实验室监测参数和供应链监测参数。

一种实施方式中，模型管理模块包括模型构建单元和模型配置单元；其中，

模型构建单元用于根据实验室基础信息构建数字孪生模型，并根据实验室结构信息对数字孪生模型进行空间划分，其中实验室基础信息包括实验室结构信息；

模型配置单元用于为数字孪生模型配置相应的实验室监测参数，并将实验室监测参数与数据采集模块的实验室采集单元进行关联；以及用于配置相应的供应链监测参数，将供应链监测参数整合到数字孪生模型中，并将供应链监测参数与数据采集模块的供应链管理单元进行关联。

其中，监测数据包括实验室监测数据和供应链监测数据。

本发明上述实施方式，在需要对某个实验室进行监测管理的时候，首先根据该实验室的基础信息构建与实验室对应的数字孪生模型，并根据实验室的实际区域划分或者结构信息来对数字孪生模型进行空间划分，以使得数字孪生模型中的各个空间能够与实验室实际的监测区域进行对应。在构建好基础的数字孪生模型之后，根据实验室中实际设置的现场监测设备，在数字孪生模型中设置相应的动态参数，并将设置的动态参数与现场监测设备进行绑定关联，以使得后续数据处理模块在获取到该现场监测设备传输的数据的时候，能够自动将获取的数据整合到数字孪生模型对应的位置，以完成实验室监测数据在数字孪生模型中的映射。

一种场景中，根据实验室的房间结构，将数字孪生模型划分为办公室、生化实验室、物料仓库、前台等区域，根据得到的监测数据，数字孪生模型的各区域中整合有该区域的人员监测数据、设备运行状态数据和环境监测数据，当通过大屏展示模块访问数字孪生模型并选择指定的区域的时候，能够对目标区域相关的人员监测数据、设备运行状态数据和环境监测数据进行展示。

一种实施方式中，该系统还包括大屏展示模块；

大屏展示模块用于对数字孪生模型和智能分析结果进行大屏展示。

通过模型管理模块根据需要被管理的实验室构建数字孪生模型，并将数字孪生模型中配置的动态参数与实验室对应的数据采集模块进行绑定关联，通过数据采集模块实时采集实验室的监测数据，并将采集到的监测数据映射到数字孪生模型中进行展示，有助于提高实验室数据监测的实时性，同时将实验室监测数据统一整合到数字孪生模型中进行展示，也有助于提高监测数据的管理水平；通过数据处理模块对数字孪生模型中的监测数据进行实时分析，能够根据得到的监测数据对实验室进行全面的监控，当出现异常情况时第一时间能够发出警示消息，有助于提高实验室管理的智能化水平。通过大屏展示模块对实验室的数字孪生模型进行展示，能够根据管理需求，对实验室相关的监测数据和数据分析结果进行直观的分类展示，有助于管理者通过大屏展示对实验室的各方面情况进行了解，协助管理者做出及时、准确的管理决定，提高了实验室的管理效果。

一种实施方式中，大屏展示模块还包括视频展示单元；

视频展示单元用于根据视频展示指令，从数字孪生模型中调取所选的实验室区域的视频监控数据，并将调取的视频监控数据进行展示；

一种实施方式中，大屏展示模块包括权限管理单元和大屏展示单元；

权限管理单元用于获取用户身份信息，并根据用户身份信息进行权限验证，当权限雅正通过后，允许用户访问大屏展示单元；

大屏展示单元用于根据实时的数字孪生模型进行大屏展示，包括根据数字孪生模型的不同实验室管理要素，对数字孪生模型中的实验室监测数据、供应链监测数据和视频监控数据进行分类展示，以及根据数字孪生模型中的智能分析结果进行可视化展示，并当智能分析结果出现异常时显示相应的异常提醒消息。

一种场景中，管理者通过大屏管理模块的身份验证后，能够通过大屏展示单元访问一个或多个实验室的数字孪生模型，并根据展示的数字孪生模型对实验室的实时监测数据和分析结果进行直观的了解，以及对实验室做出相应的管理措施。

一种实施方式中，该系统还包括数据库模块；

其中数据库模块分别于模型管理模块、数据采集模块、数据处理模块连接，用于将各实验室对应的数字孪生模型、监测数据和分析结果进行分类存储管理，构建实验室管理数据库。

其中，该系统还设置有数据库模块，通过将采集到的实验室监测数据和智能分析结果构建数据库，来对数据进行集中的管理，有助提高数据的管理水平，同时基于构建的数据库也能够作为后续数据分析的基础，提高了数据资源的价值。

一种实施方式中，该系统还包括控制模块；

控制模块用于当数据处理模块得到的实验室异常分析结果和/或实验室异常预警结果出现异常时，根据异常信息对相应的实验室设备发出对应的控制指令。

根据得到的异常分析结果，系统能够设置专门的控制模块与实验室内的相关设备进行远程连接，根据异常分析结果完成对相关设备的远程操控，以解决实验室内出现的异常情况，或者避免异常情况的发生，提高了实验室管理的可靠性和智能化水平。

一种场景中，当数据处理模块分析到实验室物料仓库内的空气湿度上升速度超过设定的标准值时，则输出无聊仓库出现异常湿度上升的异常分析结果；控制模块根据得到的异常分析结果，生成实验室无聊仓库对应新风系统的控制指令，以使得对应的新风系统能够开始抽湿运作，以避免物料仓库出现湿度超标的情况，提高了实验室物料管理的可靠性。

本发明上述实施方式，其中模型管理模块能够基于本地智能终端或者云服务器设置，以完成数字孪生模型的搭建，并将搭建好的数字孪生模型传输到数据处理模块作为实验室监测管理的基础；数据采集模块基于设置在实验室的本地数据采集设备设置，其中数据采集设备包含不同类型的数据传感器或智能采集终端，通过物联网或无线网络通信等方式，将采集到的监测数据传输到数据处理模块；数据处理模块能够基于saas云服务器进行搭建，基于云服务器海量存储空间和高效数据处理的特点来完成数字孪生模型相关数据的汇集、整合和分析处理，有助于提高数字孪生模型的性能；大屏展示模块能够基于云服务器搭建，通过调用数字孪生模型，并基于预设的数据展示界面来对实验室监测数据进行全面、直观的展示，方便管理者通过大屏展示的内容完成对实验室情况的全面了解，提高了实验室管理的实时性和便捷程度。

一种场景中，本发明系统能够针对单个实验室进行监测管理，也能够针对多个实验室进行监测管理，其中，在针对多个实验室进行监测管理的时候，系统还包括上层管理模块，通过上层管理模块来对不同实验室的基础信息进行管理，并为每个实验室构建设置对应的数字孪生模型进行分别的监测管理，以满足不同场景下实验室监测管理的扩展需求。

基于上述图1所示的一种用于数字孪生的数据采集系统，本发明还提出一种用于数字孪生的数据采集方法，包括：

现场采集单元采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

同时，本发明提出的一种用于数字孪生的数据采集方法还用于实现如图1所示一种用于数字孪生的数据采集系统各功能模块对应实施例的方法步骤，本申请在此不重复叙述。

需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。

通过以上的实施方式的描述，所属领域的技术人员应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种用于数字孪生的数据采集系统，其特征在于，包括：数据采集模块和数据处理模块；

数据采集模块包括现场采集单元和边缘处理单元，其中，

现场采集单元用于采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元用于将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块用于将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

2.根据权利要求1所述的一种用于数字孪生的数据采集系统，其特征在于，现场采集单元包括设置在实验室内的数据采集节点和基站节点；

其中数据采集节点用于采集实验室监测数据，并将采集到的实验室监测数据传输到基站节点；

基站节点分别与各个数据采集节点通信连接，用于汇聚数据采集节点的传输的实验室监测数据后，将实验室监测数据传输到边缘处理单元。

3.根据权利要求2所述的一种用于数字孪生的数据采集系统，其特征在于，数据采集节点包括人员监测单元、环境监测单元、设备监测单元和智能网关单元；其中，

人员监测单元用于采集实验室内的人员信息，包括通过智能门禁设备获取实验室内的人员身份信息和人员定位信息；

环境监测单元用于采集实验室内各区域的环境监测数据，其中环境监测数据包括温度、湿度、PH值、氧浓度数据、污水微生物数据；

设备监测单元用于采集实验室内各设备的运行状态数据，其中设备包括污水处理设备、灭菌设备、空调设备、新风系统、安全指示设备、生物柜。

4.根据权利要求2所述的一种用于数字孪生的数据采集系统，其特征在于，数据采集节点预基站节点通过物联网或自组网的方式连接，其中数据采集节点通过直接传输或间接传输的方式将采集到的实验室监测数据传输到基站节点，

其中，数据采集节点检索自身直接通信范围内的其他邻域节点，当检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过直接传输的方式将采集到的实验室监测数据传输到基站节点；

当没有检索倒基站节点在自身的直接通信范围内时，则数据采集节点通过间接传输的方式，从自身直接通信范围内的其他邻域节点中选择下一跳节点，并将自身采集到的实验室监测数据传输到该下一跳节点，由该下一跳节点将实验室监测数据进一步传输到通信基站。

5.根据权利要求2所述的一种用于数字孪生的数据采集系统，其特征在于，数据采集模块还包括供应链管理单元；

供应链管理单元用于获取供应链监测数据，并将获取的供应链监测数据传输到数据处理模块；

其中，供应链管理单元包括物料运输跟踪单元和库存管理单元；

物料运输跟踪单元用于获取物料在运输过程中的物流信息和保存信息，并将得到的物流信息和保存信息传输到数据处理模块，包括从物流管理系统得到物料的实时物流数据，和从物流监控系统得到物料在运输过程中的保存数据，其中保存数据包括物料在运输过程中的实时环境监测数据；

库存管理单元用于对实验室内的物料库存信息进行采集，并将物料库存信息传输到数据处理模块，其中物料库存信息包括各物料的保存位置、使用明细和剩余库存。

6.根据权利要求2所述的一种用于数字孪生的数据采集系统，其特征在于，边缘处理单元包括第一通信单元、预处理单元和第二通信单元；

第一通信单元与基站节点连接，用于接收由基站节点传输的实验室监测数据；、

预处理单元用于对获取的实验室监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

第二通信单与数据处理模块连接，用于将预处理后的实验室监测数据传输到数据处理模块。

7.根据权利要求2所述的一种用于数字孪生的数据采集系统，其特征在于，数据处理模块包括数据获取单元、数据治理单元、整合单元、实验室分析单元、预警单元和供应链分析单元；其中，

数据获取单元分别于边缘处理单元和物流管理单元连接，分别获取由边缘处理单元传输的预处理后的实验室监测数据以及由物流管理单元传输的物流监测数据；

数据治理单元用于对获取的物流监测数据进行预处理，包括数据清洗和标准化处理，得到预处理后的实验室监测数据；

整合单元用于将预处理后的实验室监测数据和预处理后的实验室监测数据整合到数字孪生模型中并对数字孪生模型进行更行；

实验室分析单元用于根据实时的实验室监测数据进行分析，将实时的实验室监测数据和对应的安全标准进行比对，得到实时的实验室异常分析结果，并将实验室异常分析结果整合到数字孪生模型中；

预警单元用于根据一段时间周期内的实验室监测数据进行预测分析，得到实验室监测数据的变化预测结果，并将得到的变化预测结果和对应的安全标准进行比对，得到实验室异常预警结果，并将实验室异常预警结果整合到数字孪生模型中；

供应链分析单元用于根据实时的供应链监测数据进行分析，将实施的供应链监测数据和对应的警示标准进行比对分析，得到供应链异常分析结果，并将供应链异常分析结果整合到数字孪生模型中。

8.一种用于数字孪生的数据采集方法，其特征在于，包括：

现场采集单元采集监测数据，并将采集到的监测数据传输到边缘处理单元；

边缘处理单元将获取的监测数据预处理，得到预处理后的监测数据，将预处理后的监测数据传输到处理模块；

数据处理模块将获取的监测数据整合到数字孪生模型中对数字孪生模型进行更新；并根据获取的监测数据进行智能化分析处理，得到智能分析结果，将智能分析结果整合到数字孪生模型中。

Images