CN116432940A - 基于数字孪生技术的协同控制系统 - Google Patents

基于数字孪生技术的协同控制系统 Download PDF

Info

Publication number
CN116432940A
CN116432940A CN202310206743.3A CN202310206743A CN116432940A CN 116432940 A CN116432940 A CN 116432940A CN 202310206743 A CN202310206743 A CN 202310206743A CN 116432940 A CN116432940 A CN 116432940A
Authority
CN
China
Prior art keywords
vehicle
terminal
unit
information
module
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.)
Pending
Application number
CN202310206743.3A
Other languages
English (en)
Inventor
孙朋
张博强
吴兰
高衡
张勋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN202310206743.3A priority Critical patent/CN116432940A/zh
Publication of CN116432940A publication Critical patent/CN116432940A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了基于数字孪生技术的协同控制系统，该系统包括：终端采集模块和协同控制模块，其中：终端采集模块用于采集各个终端的状态信息，并将各个终端的状态信息发送至协同控制模块；协同控制模块用于基于数字孪生技术，对各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。通过本申请实施例，人车库云等智能设备终端信息实时上传至终端采集模块，终端采集模块再通过网络将人车库云状态信息实时上传到基于数字孪生的协同控制模块，协同控制模块通过基于数字孪生技术进行人车库云协同信息同步、协同信息数据治理、协通状态同步、协同信息下发，辅助粮库管理人员决策等。

Description

基于数字孪生技术的协同控制系统
技术领域
本申请属于协同控制技术领域，尤其涉及一种基于数字孪生技术的协同控制系统。
背景技术
目前，传统粮库采用了一些信息化手段和云架构信息系统，不过其云架构信息系统和智能粮机装备之间缺少统一的集成控制方法和平台。因此，传统粮库信息系统所使用到的场景，局限性比较大，这也导致了粮库信息系统、智能粮机装备等智慧粮库软硬件装备不能达到很好的协同效果。从而，不能够全面实现智慧粮库所需的人车库云协同能力。
如何提高传统粮库内人员、车辆、粮库实体及粮食机械设备、粮库云服务系统间缺乏协同和联系，高效的实现粮库粮食管理、提高粮机设备的利用率和调动库管人员管理问题，是目前急需解决的问题。
发明内容
本申请意在提供一种基于数字孪生技术的协同控制系统，以解决现有技术中存在的不足，本申请要解决的技术问题通过以下技术方案来实现。
本申请实施例提供一种基于数字孪生技术的协同控制系统，所述系统包括：终端采集模块和协同控制模块，其中：
所述终端采集模块用于采集各个终端的状态信息，并将所述各个终端的状态信息发送至所述协同控制模块；
所述协同控制模块用于基于数字孪生技术，对所述各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。
可选地，所述系统还包括显示模块，所述显示模块用于显示各个终端的状态信息以及处理后的结果。
可选地，所述显示模块至少包括网页端显示子模块和移动端显示子模块。
可选地，所述终端采集模块至少包括：人员信息采集子模块、车辆信息采集子模块和库房信息采集子模块，其中，所述人员信息采集子模块用于获取人员的状态信息，并对所述人员的状态信息进行特征提取，得到人员特征信息；
所述车辆信息采集子模块用于获取车辆的状态信息，并对所述车辆的状态信息进行特征提取，得到车辆特征信息；
所述库房信息采集子模块用于获取库房的状态信息，并对所述库房的状态信息进行特征提取，得到库房特征信息。
可选地，所述协同控制模块包括人员位置追踪单元、电子围栏单元、车辆数据管理单元、车辆调度规划单元、库区视频监控单元、库内检测单元、云边协同单元和云服务大数据单元，其中，
所述人员位置追踪单元用于对人员所在位置进行追踪；
所述电子围栏单元用于对车辆位置进行定位；
所述车辆数据管理单元用于对所述车辆特征信息进行管理；
所述车辆调度规划单元用于所述车辆特征信息，对车辆进行调度；
所述库区视频监控单元用于获取各个粮库区的监控视频数据；
所述库内检测单元用于获取各个粮库内的监控视频数据；
所述云边协同单元用于基于数字孪生技术，将各个终端的状态信息以及处理后的结果同步；
所述云服务大数据单元用于基于大数据技术，对所述各个终端的状态信息进行处理。
可选地，所述协同控制模块还包括：路侧感知单元，该路侧感知单元至少包括激光雷达传感器、雷达传感器和摄像机，其中，所述激光雷达传感器用于采集数字表面模型的离散点数据，所述离散点数据中含有空间三维信息和激光强度信息；
所述雷达传感器用于获取目标车辆至电磁波发射点的距离、距离变化率、方位和高度；
所述摄像机用于获取车辆行驶的视频数据。
可选地，所述摄像机通过转换器与ECS服务器相连，所述雷达传感器与所述ECS服务器相连，所述ECS服务器用于接收所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据。可选地，所述ECS服务器通过路侧单元与车载单元相连。
可选地，所述协同控制模块还包括自动驾驶单元，其中，所述自动驾驶单元用于根据所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，对车辆进行控制。
可选地，所述云边协同单元用于根据采集到的所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，进行协同控制，控制车辆运动到目标粮库。
本申请实施例包括以下优点：
本申请实施例提供的基于数字孪生技术的协同控制系统，该系统包括：终端采集模块和协同控制模块，其中：终端采集模块用于采集各个终端的状态信息，并将各个终端的状态信息发送至协同控制模块；协同控制模块用于基于数字孪生技术，对各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。通过本申请实施例，人车库云等智能设备终端信息实时上传至终端采集模块，终端采集模块再通过网络将人车库云状态信息实时上传到基于数字孪生的协同控制模块，协同控制模块通过基于数字孪生技术进行人车库云协同信息同步、协同信息数据治理、协通状态同步、协同信息下发，辅助粮库管理人员决策等。
附图说明
为了更清楚地说明本申请实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例中一种基于数字孪生技术的协同控制系统的流程图；
图2为本申请一实施例中又一种基于数字孪生技术的协同控制系统的流程图；
图3为本申请一实施例中再一种基于数字孪生技术的协同控制系统的流程图；
图4为本申请一实施例中又一种基于数字孪生技术的协同控制系统的流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请一实施例提供一种基于数字孪生技术的协同控制系统，用于进行人车库的协同同步。
参照图1，示出了本申请的一种基于数字孪生技术的协同控制系统实施例的步骤流程图，该系统包括：终端采集模块101和协同控制模块102，其中：
终端采集模块101用于采集各个终端的状态信息，并将各个终端的状态信息发送至协同控制模块；
具体地，终端采集模块至少包括：人员信息采集子模块、车辆信息采集子模块和库房信息采集子模块，其中，人员信息采集子模块用于获取人员的状态信息，并对人员的状态信息进行特征提取，得到人员特征信息；
车辆信息采集子模块用于获取车辆的状态信息，并对车辆的状态信息进行特征提取，得到车辆特征信息；
库房信息采集子模块用于获取库房的状态信息，并对库房的状态信息进行特征提取，得到库房特征信息。
具体的，车辆等智能设备通过网络通信接口直接上传其运行特征参数，如速度、温度、载重等。人员通过机器视觉定位其几何尺寸、空间位置及运动速度等特征参数。
终端采集模块采用5G通信协议向协同控制模块发送各个终端的状态信息。
5G作为一种新型移动通信网络，不仅要解决人与人通信，为用户提供增强现实、虚拟现实、超高清(3D)视频等更加身临其境的极致业务体验，更要解决人与物、物与物通信问题，满足移动医疗、车联网、智能家居、工业控制、环境监测等物联网应用需求。最终，5G将渗透到经济腊故提甩社会的各行业各领域，成为支撑经济社会数字化、网络化、智能化转型的关键新型基础设施。
协同控制模块102用于基于数字孪生技术，对各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。
具体地，Digital Twin数字孪生：是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，在日常的运维中二者继续进行信息交互。值得注意的是：Digital Twin不是构型管理的工具，不是制成品的3D尺寸模型，不是制成品的MBD定义。
对于Digital Twin的极端需求，同时也将驱动着新材料开发，而所有可能影响到装备工作状态的异常，将被明确地进行考察、评估和监控。Digital Twin正是从内嵌的综合健康管理系统(IVHM)集成了传感器数据、历史维护数据，以及通过挖掘而产生的相关派生数据。通过对以上数据的整合，Digital Twin可以持续地预测装备或系统的健康状况、剩余使用寿命以及任务执行成功的概率，也可以预见关键安全事件的系统响应，通过与实体的系统响应进行对比，揭示装备研制中存在的未知问题。Digital Twin可能通过激活自愈的机制或者建议更改任务参数来减轻损害或进行系统的降级，从而提高寿命和任务执行成功的概率。Digital Twin是一个物理产品的数字化表达，以便于能够在这个数字化产品上看到实际物理产品可能发生的情况，与此相关的技术包括增强现实和虚拟现实。
如图2所示，针对粮库园区内人员、车辆、仓库实体、粮机装备、云架构软件系统缺少协同的缺陷，提供一种基于数字孪生的人车库云协同系统平台，人车库云等智能设备终端信息实时上传至数据采集设备，数采设备再通过网络将人车库云状态信息实时上传到基于数字孪生的人车库云软件平台，人车库云软件平台通过基于数字孪生技术、大数据技术的数据中台进行人车库云协同信息同步、协同信息数据治理、协通状态同步、协同信息下发，辅助粮库管理人员决策等。
如图3所示，协同控制模块包括人员位置追踪单元、电子围栏单元、车辆数据管理单元、车辆调度规划单元、库区视频监控单元、库内检测单元、云边协同单元和云服务大数据单元，其中，
人员位置追踪单元用于对人员所在位置进行追踪；
电子围栏单元用于对车辆位置进行定位；
车辆数据管理单元用于对车辆特征信息进行管理；
车辆调度规划单元用于车辆特征信息，对车辆进行调度；
库区视频监控单元用于获取各个粮库区的监控视频数据；
库内检测单元用于获取各个粮库内的监控视频数据；
云边协同单元用于基于数字孪生技术，将各个终端的状态信息以及处理后的结果同步；
云服务大数据单元用于基于大数据技术，对各个终端的状态信息进行处理。
具体地，云服务包括数据处理、数据价值挖掘、人车库信息一致性匹配，人车库云协同实时数据终端展示、远程运维控制、人车库云协同服务等。
如图4所示，协同控制模块还包括：路侧感知单元，该路侧感知单元至少包括激光雷达传感器、雷达传感器和摄像机，其中，激光雷达传感器用于采集数字表面模型的离散点数据，离散点数据中含有空间三维信息和激光强度信息；
雷达传感器用于获取目标车辆至电磁波发射点的距离、距离变化率、方位和高度；
摄像机用于获取车辆行驶的视频数据。
具体的，激光雷达传感器Light Detection And Ranging，即激光探测与测量；是利用GPS(Global Position System)和IMU(Inertial Measurement Unit，惯性测量装置)机载激光扫描。其所测得的数据为数字表面模型(Digital Surface Model,DSM)的离散点表示，数据中含有空间三维信息和激光强度信息。激光测量装置，用于测量传感器到地面的距离；GPS:用于确定扫描仪中心的空间位置；姿态测量装置(IMU),用于测量扫描装置主光轴的空间姿态参数；成像装置：主要是数码相机,用于获取对应地面的彩色数码影像,用于最终制作正射影像。
雷达传感器：radar(radio detection and ranging，无线电探测和测距)，即用无线电的方法发现目标并测定它们的空间位置。
雷达是利用电磁波探测目标的电子设备，原理与探测结果:雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。
可选地，摄像机通过转换器与ECS(Elastic Compute Service)服务器相连，雷达传感器与ECS服务器相连，ECS服务器用于接收离散点数据、目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据。可选地，ECS服务器通过路侧单元(RSU)与车载单元(OBU)相连。
RSU，(Road Side Unit)，路侧单元，是ETC系统中，安装在路侧，采用DSRC(Dedicated Short Range Communication)技术，与车载单元(OBU，On Board Unit)进行通讯，实现车辆身份识别，电子扣分的装置。
在高速公路、车场管理中，在路侧安装RSU，建立无人值守的快速专用车道。
RSU的设计，遵循国家标准为GB20851，通讯频率为5.8GHz。RSU是由高增益定向束控读写天线和射频控制器组成。高增益定向束控读写天线是一个微波收发模块，负责信号和数据的发送/接收、调制/解调、编码/解码、加密/解密；射频控制器是控制发射和接收数据以及处理向上位机收发信息的模块。
RSU一般会有4个PSAM卡插座。在高速公路、车场管理中，都采用DSRC技术实现不停车快速车道。
可选地，协同控制模块还包括自动驾驶单元，其中，自动驾驶单元用于根据离散点数据、目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，对车辆进行控制。
具体地，路侧感知基于北斗定位导航方法与5G通信，集成视觉传感器、激光雷达、惯性传感器等多传感器的数据融合实现车辆路侧感知，包括姿态感知、SLAM实时定位与构图技术、目标检测与智能识别、编队巡航与跟踪等，提高智能车辆自我状态感知和环境感知的精度。
自动驾驶以5G网络切片技术为车路通信数据收发通道，以激光雷达、摄像头、毫米波雷达等多传感器融合的高精地图和定位算法为定位数据源，以边缘计算模块为中心的复合型智慧路侧单元，为智能车辆提供交叉口车速引导、安全预警、高精地图服务，实现自动驾驶。
如图4中所示，感知模块获取人车库等设备实时状态数据并进行初步数据筛选获取特征数据，决策模块进行系统仿真和车辆运行轨迹初步预测，并将仿真最优结果下发给控制模块，控制模块对决策模块传递过来的数据进行机器控制语言解析和分解，并下发给各个控制单元，实现智能控制。
具体地，本申请中采用自动驾驶技术控制车辆行驶到目的粮仓，其中，自动驾驶使用的技术包括:传感器技术、芯片技术、操作系统和网络技术，具体的，对于传感器技术，在自动驾驶汽车上，有各种传感器来了解周围的环境、道路和交通状况；对于芯片技术，它是一个类似于小型计算机的超级芯片，可以对多个传感器采集的数据进行处理和集成，大大降低了汽车“总计算机”的体积和成本，可以应用到汽车上；对于操作系统，计算机控制系统将处理结果与操作硬件相结合，实现加减速、制动停车、转向避让、人机对话等；对于网络技术，为了能够上路，无人驾驶汽车必须具备与互联网和局域网的通信和识别功能，包括汽车之间的通信和对话、汽车与卫星之间的通信、汽车与天气预报之间的通信、汽车与交通指挥网络之间的通信，从而正确识别和选择道路、正确服从交警指挥、正确决定交叉路口、正确规避危险、安全行驶。
可选地，云边协同单元用于根据采集到的离散点数据、目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，进行协同控制，控制车辆运动到目标粮库。
具体地，基于数字孪生的人车库云协同方法中的“人-车-库-云”智能协同模块是由云服务技术，数字孪生技术，路侧感知技术，自动驾驶技术所组成的，其中云服务技术与数字孪生技术用于智能粮食装备的相互感知，相互控制，相互决策；路侧感知技术得到的信息可以传送给人车库云协同平台中的车辆调度规划模块。
本发明实施例通过数字孪生技术、混合现实技术、5G通信技术、物联网技术、云边协同技术等智能制造相关技术，并将云服务技术、路测感知技术和平行驾驶技术，两两之间相互结合传入到数字孪生技术中，实现自动驾驶技术和数字孪生技术的相互结合，达到虚实结合的目的；“人-车-库-云”物理实体模块是由粮库人员，智能车辆，智慧粮库，g粮库实体，云服务机房所组成的；智慧粮库中粮库人员，智能车辆，粮库实体，云服务通过数采设备进行协同信息特征提取。
可选地，该系统还包括显示模块，显示模块用于显示各个终端的状态信息以及处理后的结果。
可选地，显示模块至少包括网页端显示子模块和移动端显示子模块。
针对粮库园区内人员、车辆、仓库实体、粮机装备、云架构软件系统缺少协同的缺陷，提供一种基于数字孪生的人车库云协同系统平台。包括“人-车-库-云”智能协同模块和“人-车-库-云”物理实体。智能协同模块与“人-车-库-云”物理实体可以通过数据接口和网络接口进行相互交互，相互推理和相互模仿。
人车库云等智能设备终端信息实时上传至数据采集设备，数采设备再通过网络将人车库云状态信息实时上传到基于数字孪生的人车库云软件平台，人车库云软件平台通过基于数字孪生技术、大数据技术的数据中台进行人车库云协同信息同步、协同信息数据治理、协通状态同步、协同信息下发，辅助粮库管理人员决策等。人、车、库、云相关信息通过网页端、移动端等终端可视化装备实时显示在可视化大屏、电脑、手机、平板电脑等上，实现人车库云的可视化协同，构造形成一种基于数字孪生的人车库云协同系统。
本申请实施例提供的基于数字孪生技术的协同控制系统，该系统包括：终端采集模块和协同控制模块，其中：终端采集模块用于采集各个终端的状态信息，并将各个终端的状态信息发送至协同控制模块；协同控制模块用于基于数字孪生技术，对各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。通过本申请实施例，人车库云等智能设备终端信息实时上传至终端采集模块，终端采集模块再通过网络将人车库云状态信息实时上传到基于数字孪生的协同控制模块，协同控制模块通过基于数字孪生技术进行人车库云协同信息同步、协同信息数据治理、协通状态同步、协同信息下发，辅助粮库管理人员决策等。
应该指出，上述详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位，如旋转90度或处于其他方位，并且对这里所使用的空间相对描述作出相应解释。
在上面详细的说明中，参考了附图，附图形成本文的一部分。在附图中，类似的符号典型地确定类似的部件，除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下，其他实施方案可以被使用，并且可以作其他改变。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于数字孪生技术的协同控制系统，其特征在于，所述系统包括：终端采集模块和协同控制模块，其中：
所述终端采集模块用于采集各个终端的状态信息，并将所述各个终端的状态信息发送至所述协同控制模块；
所述协同控制模块用于基于数字孪生技术，对所述各个终端的状态信息进行处理，并将各个终端的状态信息以及处理后的结果同步至各个终端。
2.根据权利要求1所述的基于数字孪生技术的协同控制系统，其特征在于，所述系统还包括显示模块，所述显示模块用于显示各个终端的状态信息以及处理后的结果。
3.根据权利要求2所述的基于数字孪生技术的协同控制系统，其特征在于，所述显示模块至少包括网页端显示子模块和移动端显示子模块。
4.根据权利要求1所述的基于数字孪生技术的协同控制系统，其特征在于，所述终端采集模块至少包括：人员信息采集子模块、车辆信息采集子模块和库房信息采集子模块，其中，所述人员信息采集子模块用于获取人员的状态信息，并对所述人员的状态信息进行特征提取，得到人员特征信息；
所述车辆信息采集子模块用于获取车辆的状态信息，并对所述车辆的状态信息进行特征提取，得到车辆特征信息；
所述库房信息采集子模块用于获取库房的状态信息，并对所述库房的状态信息进行特征提取，得到库房特征信息。
5.根据权利要求4所述的基于数字孪生技术的协同控制系统，其特征在于，所述协同控制模块包括人员位置追踪单元、电子围栏单元、车辆数据管理单元、车辆调度规划单元、库区视频监控单元、库内检测单元、云边协同单元和云服务大数据单元，其中，
所述人员位置追踪单元用于对人员所在位置进行追踪；
所述电子围栏单元用于对车辆位置进行定位；
所述车辆数据管理单元用于对所述车辆特征信息进行管理；
所述车辆调度规划单元用于所述车辆特征信息，对车辆进行调度；
所述库区视频监控单元用于获取各个粮库区的监控视频数据；
所述库内检测单元用于获取各个粮库内的监控视频数据；
所述云边协同单元用于基于数字孪生技术，将各个终端的状态信息以及处理后的结果同步；
所述云服务大数据单元用于基于大数据技术，对所述各个终端的状态信息进行处理。
6.根据权利要求1所述的基于数字孪生技术的协同控制系统，其特征在于，
所述协同控制模块还包括：路侧感知单元，该路侧感知单元至少包括激光雷达传感器、雷达传感器和摄像机，其中，所述激光雷达传感器用于采集数字表面模型的离散点数据，所述离散点数据中含有空间三维信息和激光强度信息；
所述雷达传感器用于获取目标车辆至电磁波发射点的距离、距离变化率、方位和高度；
所述摄像机用于获取车辆行驶的视频数据。
7.根据权利要求6所述的基于数字孪生技术的协同控制系统，其特征在于，所述摄像机通过转换器与ECS服务器相连，所述雷达传感器与所述ECS服务器相连，所述ECS服务器用于接收所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据。
8.根据权利要求7所述的基于数字孪生技术的协同控制系统，其特征在于，所述ECS服务器通过路侧单元与车载单元相连。
9.根据权利要求8所述的基于数字孪生技术的协同控制系统，其特征在于，所述协同控制模块还包括自动驾驶单元，其中，所述自动驾驶单元用于根据所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，对车辆进行控制。
10.根据权利要求5所述的基于数字孪生技术的协同控制系统，其特征在于，所述云边协同单元用于根据采集到的所述离散点数据、所述目标车辆至电磁波发射点的距离、距离变化率、方位和高度以及车辆行驶的视频数据，进行协同控制，控制车辆运动到目标粮库。
CN202310206743.3A 2023-03-06 2023-03-06 基于数字孪生技术的协同控制系统 Pending CN116432940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310206743.3A CN116432940A (zh) 2023-03-06 2023-03-06 基于数字孪生技术的协同控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310206743.3A CN116432940A (zh) 2023-03-06 2023-03-06 基于数字孪生技术的协同控制系统

Publications (1)

Publication Number Publication Date
CN116432940A true CN116432940A (zh) 2023-07-14

Family

ID=87078659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310206743.3A Pending CN116432940A (zh) 2023-03-06 2023-03-06 基于数字孪生技术的协同控制系统

Country Status (1)

Country Link
CN (1) CN116432940A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881108A (zh) * 2023-09-01 2023-10-13 安徽高灯微行科技有限公司 车辆etc功能监测方法、装置、车辆、存储介质和产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208787A (zh) * 2019-05-05 2019-09-06 北京航空航天大学 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统
CN112418764A (zh) * 2020-11-24 2021-02-26 上海治云智能科技有限公司 一种5g可视化仓管系统
CN114358674A (zh) * 2021-12-10 2022-04-15 中都物流有限公司 一种基于北斗高精度定位实现仓储自动化作业的方法
WO2022227105A1 (zh) * 2021-04-30 2022-11-03 广州中国科学院软件应用技术研究所 一种基于端云融合的协同控制系统及方法
CN115578067A (zh) * 2022-10-25 2023-01-06 上海通贸国际供应链管理有限公司 基于数字孪生的物流园区可视化管理方法及系统、设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208787A (zh) * 2019-05-05 2019-09-06 北京航空航天大学 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统
CN112418764A (zh) * 2020-11-24 2021-02-26 上海治云智能科技有限公司 一种5g可视化仓管系统
WO2022227105A1 (zh) * 2021-04-30 2022-11-03 广州中国科学院软件应用技术研究所 一种基于端云融合的协同控制系统及方法
CN114358674A (zh) * 2021-12-10 2022-04-15 中都物流有限公司 一种基于北斗高精度定位实现仓储自动化作业的方法
CN115578067A (zh) * 2022-10-25 2023-01-06 上海通贸国际供应链管理有限公司 基于数字孪生的物流园区可视化管理方法及系统、设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881108A (zh) * 2023-09-01 2023-10-13 安徽高灯微行科技有限公司 车辆etc功能监测方法、装置、车辆、存储介质和产品
CN116881108B (zh) * 2023-09-01 2023-11-28 安徽高灯微行科技有限公司 车辆etc功能监测方法、装置、车辆、存储介质和产品

Similar Documents

Publication Publication Date Title
US11443148B2 (en) Multiple stage image based object detection and recognition
CN110832474B (zh) 更新高清地图的方法
US10310505B1 (en) Seamless vehicle entry
US11727272B2 (en) LIDAR-based detection of traffic signs for navigation of autonomous vehicles
CN106846863B (zh) 基于增强现实和云端智能决策的事故黑点警告系统及方法
CN103065465B (zh) 基于物联网和动态3d gis的交通管理系统及其方法
US11326888B2 (en) Generation of polar occlusion maps for autonomous vehicles
CN110945320B (zh) 车辆定位方法和系统
CN203165208U (zh) 基于物联网和动态3d gis的交通管理系统
CN112382131B (zh) 一种机场场面安全避撞预警系统和方法
CN104574952A (zh) 车辆导航用航摄数据
CN111402387B (zh) 从用于导航自主车辆的高清晰度地图的点云中移除短时点
US8885151B1 (en) Condensing sensor data for transmission and processing
US20220044558A1 (en) Method and device for generating a digital representation of traffic on a road
CN111383456A (zh) 一种用于智能道路基础设施系统的本地化人工智能系统
US11820397B2 (en) Localization with diverse dataset for autonomous vehicles
CN116432940A (zh) 基于数字孪生技术的协同控制系统
CN111693055A (zh) 道路网络变化检测和所检测的变化的本地传播
EP3940666A1 (en) Digital reconstruction method, apparatus, and system for traffic road
Poornima et al. Fog robotics-based intelligence transportation system using line-of-sight intelligent transportation
Farrell et al. Best practices for surveying and mapping roadways and intersections for connected vehicle applications
Bai et al. Cyber mobility mirror: a deep learning-based real-world object perception platform using roadside LiDAR
WO2022098511A2 (en) Architecture for map change detection in autonomous vehicles
Mahmud et al. Leveraging data-driven traffic management in smart cities: Datasets for highway traffic monitoring
CN114964257A (zh) 矿井车辆导航与自动驾驶系统

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