CN116502182B - 基于测绘数据的孪生平台构建方法、装置、设备和介质 - Google Patents
基于测绘数据的孪生平台构建方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116502182B CN116502182B CN202310745925.8A CN202310745925A CN116502182B CN 116502182 B CN116502182 B CN 116502182B CN 202310745925 A CN202310745925 A CN 202310745925A CN 116502182 B CN116502182 B CN 116502182B
- Authority
- CN
- China
- Prior art keywords
- data
- mapping
- mapping data
- sources
- signal intensity
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 230000004927 fusion Effects 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于测绘数据的孪生平台构建方法、装置、设备和介质，涉及数字孪生平台技术领域，其中，该方法包括以下步骤：针对待模拟现实世界场景，从多种数据源收集数据得到初始测绘数据；按照数据对象的类型将初始测绘数据划分为不同类的数据，并根据每类数据的特性分别对每类数据进行预处理形成中间数据源集合；将中间数据源集合中不同数据源的数据进行时间匹配，生成统一时间线数据源组；根据每个数据源的预设权重，将统一时间线数据源组中各个数据源的数据融合为最终测绘数据；基于最终测绘数据构建待模拟现实世界场景的数字孪生平台。该方案通过对多数据源的初始测绘数据进行融合，提高了基于测绘数据构建的数据孪生平台的准确性。
Description
技术领域
本发明涉及数字孪生平台技术领域，特别涉及一种基于测绘数据的孪生平台构建方法、装置、设备和介质。
背景技术
基于测绘数据构建的数字孪生平台通常需要大量的高精度测绘数据，虽然高精度测绘技术可以获取地球表面的高精度数据，但是测绘数据的采集和处理的成本相对较高，需要耗费大量的时间和资金。测绘数据通常来自多种数据源，例如全球导航卫星系统、惯性导航、地图等数据。测绘数据需要有效的融合后才能够作为构建数字孪生平台的基础数据，但是，目前这些测绘数据采集自不同的传感器或设备，具有不同的特性、精度和误差，无法实现有效的融合，进而会影响生成的数字孪生平台的准确性。
发明内容
有鉴于此，本发明实施例提供了一种基于测绘数据的孪生平台构建方法，以解决现有技术中由于多种测绘数据无法融合而导致数字孪生平台的准确性低的技术问题。该方法包括：
针对待模拟现实世界场景，从多种数据源收集数据得到初始测绘数据，其中，初始测绘数据包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
按照数据对象的类型将初始测绘数据划分为不同类的数据，并根据每类数据的特性分别对每类数据进行预处理，预处理后的各类数据形成中间数据源集合；
将中间数据源集合中不同数据源的数据进行时间匹配，使各个数据源的数据均对应至同一个时间轴下，生成统一时间线数据源组；
根据每个数据源的预设权重，将统一时间线数据源组中各个数据源的数据融合为最终测绘数据；
基于最终测绘数据构建待模拟现实世界场景的数字孪生平台。
本发明实施例还提供了一种基于测绘数据的孪生平台构建装置，以解决现有技术中由于多种测绘数据无法融合而导致数字孪生平台的准确性低的技术问题。该装置包括：
数据采集模块，用于针对待模拟现实世界场景，从外部采集装置中收集初始测绘数据源，其中，初始测绘数据源包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
预处理模块，用于将初始测绘数据源进行分类，并根据分类对初始测绘数据源进行预处理，生成中间数据源集合；
时间轴统一模块，用于将中间数据源集合中的每个数据源进行时间匹配，使每个数据源均对应至同一个时间轴下，生成统一时间线数据源组；
数据融合模块，用于根据预设权重将统一时间线数据源组的数据源融合为最终测绘数据源；
构建数字孪生平台模块，用于基于最终测绘数据源，构建基于测绘数据的数字孪生平台。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的基于测绘数据的孪生平台构建方法，以解决现有技术中由于多种测绘数据无法融合而导致数字孪生平台的准确性低的技术问题。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的基于测绘数据的孪生平台构建方法的计算机程序，以解决现有技术中由于多种测绘数据无法融合而导致数字孪生平台的准确性低的技术问题。
与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：
将分别经过预处理的不同数据源的数据按照统一的时间线进行时间对齐后，再按照每个数据源的权重，将不同数据源的数据融合为最终测绘数据，以得到构建数字孪生平台的基础数据，实现了不同数据源数据的有效融合，进而可以基于该最终测绘数据构建数字孪生平台，使得提高了基于测绘数据构建的数据孪生平台的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种基于测绘数据的孪生平台构建方法的流程图；
图2是本发明实施例提供的一种计算机设备的结构框图；
图3是本发明实施例提供的一种基于测绘数据的孪生平台构建装置的结构框图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作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。
在本发明实施例中，提供了一种基于测绘数据的孪生平台构建方法，如图1所示，该方法包括：
步骤S101：针对待模拟现实世界场景，从多种数据源收集数据得到初始测绘数据，其中，初始测绘数据包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
步骤S102：按照数据对象的类型将初始测绘数据划分为不同类的数据，并根据每类数据的特性分别对每类数据进行预处理，预处理后的各类数据形成中间数据源集合；
步骤S103：将中间数据源集合中不同数据源的数据进行时间匹配，使各个数据源的数据均对应至同一个时间轴下，生成统一时间线数据源组；
步骤S104：根据每个数据源的预设权重，将统一时间线数据源组中各个数据源的数据融合为最终测绘数据；
步骤S105：基于最终测绘数据构建待模拟现实世界场景的数字孪生平台。
具体实施时，可以采用多种外部采集装置（外部采集装置可以包括全球导航卫星系统、Wifi设备、蓝牙设备和惯性传感器等）收集多种数据源的数据作为初始测绘数据。
具体实施时，为了实现将不同采集精度、不同采集误差和不同特性的初始测绘数据进行有效融合，提出了先按照数据对象的类型将所述初始测绘数据划分为不同类的数据，再根据每类数据的特性分别对每类数据进行预处理，例如，
按照数据对象的类型将所述初始测绘数据划分为物理空间数据和环境变量数据，其中，所述数据对象的类型包括物理空间相关变量（物理空间相关变量对应的分类数据为物理空间数据）和环境相关变量（环境相关变量对应的分类数据为环境变量数据）；对物理空间数据进行预处理，生成第一预处理数据，对环境变量数据进行去噪处理，生成第二预处理数据；将第一预处理数据和第二预处理数据整合为中间数据源集合。
具体的，初始测绘数据的类型分为物理空间相关变量和环境相关变量。物理空间相关变量可以包括水面（包括海洋、湖泊、江河等水域信息）、地面（包括土地、沙漠、森林、草原等地表面信息）、空气（包括大气、云、风等空气信息）、地下（包括地下水、矿藏、岩层等地下信息）和空间位置（包括卫星、飞机、车辆等位置信息）等。环境相关变量包括气象（包括气温、湿度、降雨量、气压等气象信息）、地质（包括岩性、地质构造等地质信息）、人文环境（包括城市、建筑物、道路、桥梁等人文环境信息）和生物环境（包括植被、动物、生态系统等生物环境信息）等。
具体实施时，为了去除物理空间数据中的不可公开数据并提高物理空间数据的精度，通过以下步骤实现对物理空间数据进行预处理：
删除物理空间数据中不可公开的物理空间数据；对物理空间数据进行去噪处理，以删除物理空间数据中的异常物理空间数据；使用空间滤波算法对物理空间数据进行滤波，以增加物理空间数据的精度。
具体的，不可公开的物理空间数据可以包括个人或公司的敏感信息（车牌号码电话号码等），还可以包括敏感物体或建筑的位置信息等。
具体的，对物理空间数据进行去噪处理，用以提高物理空间数据的质量和准确性。去噪方法可以采用平滑和降噪等处理。
具体的，对物理空间数据进行滤波处理的过程中，采用的空间滤波算法可以包括低通、高通、带通或带阻滤波处理，以去除噪声和不必要的频率成分，提高信号的质量和可靠性。
具体实施时，为了去除环境变量数据中异常数据并增加环境变量数据的强度，通过以下步骤实现对环境变量数据进行去噪处理：
删除环境变量数据中的异常环境数据；使用环境滤波算法对环境变量数据进行滤波，以增强环境变量数据的强度。
具体的，删除环境变量数据中的异常值或异常记录，以避免对数据分析和应用的影响。异常值删除的方法可以包括均值、中位数、标准差等。对环境变量数据的滤波可以包括对环境变量数据进行平滑处理，以去除波动和抖动，使数据更加平稳。
具体实施时，通过以下步骤实现将所中间数据源集合中不同数据源的数据进行时间匹配，使各个数据源的数据均对应至同一个时间轴下，生成统一时间线数据源组：
通过时间戳对WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据的时间进行统一；通过全球导航卫星信号的同步方法对全球导航卫星系统数据的时间进行统一；按照时间轴分别对各个数据源的数据集进行排序，生成统一时间线数据源组。
具体的，由于不同数据源之间存在时间偏差或延迟等问题，因此需要将这些数据源信息对应到同一时间轴下。数据源统一时刻通常使用时间戳或者全球导航卫星信号的同步技术进行统一。时间戳同步技术可以应用于很多种类型的数据源，如传感器数据、计算机日志数据、网络流量数据等等。在这种情况下，每个数据源都可以生成自己的时间戳，然后将这些时间戳通过同步技术对齐到同一时间线上。因此，首先通过时间戳对WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据的时间进行统一。全球导航卫星信号同步技术通常用于需要高精度时间同步的应用场景，如通信系统、航空航天等领域，这种方法通过使用全球导航卫星接收器来接收卫星信号并计算其信号传播的时间延迟，以获得高精度的全球导航卫星信号数据的时间同步。最后，按照时间轴分别对各个数据源的数据集进行排序，以达到将所有数据源对应到同一时刻下的目的。
具体实施时，为了使多种初始测绘数据进行有效的融合，通过以下步骤实现根据每个数据源的预设权重，将统一时间线数据源组中各个数据源的数据融合为最终测绘数据：
通过多源数据融合定位算法确定每个数据源的预设权重，其中，按照预设权重递减的顺序各个数据源的数据排序如下：全球导航卫星系统数据、蓝牙信号强度数据、WiFi信号强度数据和惯性传感器数据，预设权重的数值大小与各个数据源的数据在融合中的相对重要性成正比；利用全球导航卫星系统数据的三维框架数据构建基础框架；将全球导航卫星系统数据、蓝牙信号强度数据、WiFi信号强度数据和惯性传感器数据按照各自数据源的预设权重，填充至基础框架，生成中间测绘数据；使用交叉验证的方法评估中间测绘数据的精度和准确性，得到评估结果；若评估结果在阈值以内，则将中间测绘数据作为最终测绘数据；若评估结果在阈值之外，则调整和优化预设权重的数值并进行数据融合，直至中间测绘数据的评估结果在阈值之内。
具体的，全球导航卫星系统数据通常是精度最高、覆盖范围最广的一种数据源，其在融合中的相对重要性最高，因此其对应的预设权重也较高。同时，由于全球导航卫星系统信号受天气、地形等因素的影响，可能存在一定的误差，因此需要结合其他数据源进行融合，以提高融合后的最终测绘数据的定位精度和可靠性。蓝牙信号强度数据通常也可以用于室内定位，其精度和覆盖范围可能会受到与WiFi类似的影响，其对应的预设权重通常也会比全球导航卫星系统数据的预设权重低，但相对于WiFi信号强度数据的预设权重可能会更高。WiFi信号强度数据通常可以提供较好的室内定位效果，但由于信号受到墙体等障碍物的影响，其精度和覆盖范围可能受限，因此，其对应的预设权重相对于全球导航卫星系统定位数据的预设权重可能较低，但在室内环境中依然具有一定的价值。惯性传感器数据可以提供设备的加速度、角速度等信息，但其精度通常较低，并且容易受到设备姿态变化等因素的影响，因此，其权重通常会比其他数据源更低，通常作为其他数据的补充。
具体的，例如，在数据融合融合的过程中，全球导航卫星系统数据的占比（即上述预设权重）可以为60-70%；蓝牙信号强度数据的占比可以为20-15%；WiFi信号强度数据的占比可以为15-10%；惯性传感器数据的占比可以为5%。
具体的，若评估结果超过预先设定的阈值，则此融合后的数据为无效数据，不用于三维场景的建模；若评估结果在阈值之内，则此融合后的数据有效。
具体的，由于全球导航卫星系统数据占比较大且作为构建孪生平台的基础框架，因此需要特别关注其精度和准确性。在多源数据融合之前，可单独对全球导航卫星系统数据进行评估。定位评估指标包括定位精度与位置信息可靠性。全球导航卫星系统数据可采用如均方根误差、置信椭圆等多种评估指标和方法，用于全面评估定位精度和数据可靠性。
具体实施时，通过以下步骤实现基于最终测绘数据构建所述待模拟现实世界场景的数字孪生平台：
基于最终测绘数据构建待模拟现实世界场景的三维虚拟现实场景，并在三维虚拟现实场景中渲染世界动态变化情况（例如，天气变化、交通流量变化、人群流量变化等），生成数字孪生平台，其中，世界动态变化情况包括天气变化以及交通流量变化；在用户通过虚拟现实设备登录数字孪生平台时，根据数字孪生平台的实时数据（例如，气象、环境、人群流动等数据）预测现实世界场景未来的世界动态变化情况。
具体的，通过数字孪生平台探索虚拟世界，并根据虚拟世界预测未来的真实世界的世界动态变化情况，并为作出后续决策提供数据依据。例如可以在数字孪生中选择一个地点，进入该地点的三维虚拟场景，并通过手柄、头盔等VR设备（虚拟现实设备）或AR设备（增强现实设备）进行交互式操作，通过三维虚拟场景探索真实世界的各个角落。同时，数字孪生平台还可以根据实时数据，对真实世界场景未来的世界动态变化进行数据分析和预测，以便为用户做出更加准确和合理的决策提供数据依据。例如，决定行走或驾驶路线、确定具体行驶车道以避开拥堵、问题路段，以避开遭遇天气问题的地区等等决策。
在本实施例中，提供了一种计算机设备，如图2所示，包括存储器201、处理器202及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的孪生平台构建方法。
具体的，该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的孪生平台构建方法的计算机程序。
具体的，计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读存储介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
基于同一发明构思，本发明实施例中还提供了一种基于测绘数据的孪生平台构建装置，如下面的实施例所述。由于基于测绘数据的孪生平台构建装置解决问题的原理与基于测绘数据的孪生平台构建方法相似，因此基于测绘数据的孪生平台构建装置的实施可以参见基于测绘数据的孪生平台构建方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是本发明实施例的基于测绘数据的孪生平台构建装置的一种结构框图，如图3所示，包括：数据采集模块301、预处理模块302、时间轴统一模块303、数据融合模块304和构建数字孪生平台模块305，下面对该结构进行说明。
数据采集模块301，用于针对待模拟现实世界场景，从外部采集装置中收集初始测绘数据源，其中，初始测绘数据源包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
预处理模块302，用于将初始测绘数据源进行分类，并根据分类对初始测绘数据源进行预处理，生成中间数据源集合；
时间轴统一模块303，用于将中间数据源集合中的每个数据源进行时间匹配，使每个数据源均对应至同一个时间轴下，生成统一时间线数据源组；
数据融合模块304，用于根据预设权重将统一时间线数据源组的数据源融合为最终测绘数据源；
构建数字孪生平台模块305，用于基于最终测绘数据源，构建基于测绘数据的数字孪生平台。
在一个实施例中，预处理模块，包括：
数据对象类型划分单元，用于按照数据对象的类型将初始测绘数据划分为物理空间数据和环境变量数据，其中，数据对象的类型包括物理空间相关变量和环境相关变量；
数据预处理单元，用于对物理空间数据进行预处理，生成第一预处理数据，对环境变量数据进行去噪处理，生成第二预处理数据；
中间数据生成单元，用于将第一预处理数据和第二预处理数据整合为中间数据源集合。
在一个实施例中，数据预处理单元，用于删除物理空间数据中不可公开的物理空间数据；对物理空间数据进行去噪处理，以删除物理空间数据中的异常物理空间数据；使用空间滤波算法对物理空间数据进行滤波。
在一个实施例中，数据预处理单元，还用于删除环境变量数据中的异常环境数据；使用环境滤波算法对环境变量数据进行滤波。
在一个实施例中，时间轴统一模块，包括：
时间戳同步单元，用于通过时间戳对WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据的时间进行统一；
卫星信号同步单元，用于通过全球导航卫星信号的同步方法对全球导航卫星系统数据的时间进行统一；
统一数据源组生成单元，用于按照时间轴分别对各个数据源的数据集进行排序，生成统一时间线数据源组。
在一个实施例中，数据融合模块，包括：
权重设置单元，用于通过多源数据融合定位算法确定每个数据源的预设权重，其中，按照预设权重递减的顺序各个数据源的数据排序如下：全球导航卫星系统数据、蓝牙信号强度数据、WiFi信号强度数据和惯性传感器数据，预设权重的数值大小与各个数据源的数据在融合中的相对重要性成正比；
基础框架构建单元，用于利用全球导航卫星系统数据的三维框架数据构建基础框架；
中间测绘数据生成单元，用于将全球导航卫星系统数据、蓝牙信号强度数据、WiFi信号强度数据和惯性传感器数据按照各自数据源的预设权重，填充至基础框架，生成中间测绘数据；
数据评估单元，用于使用交叉验证的方法评估中间测绘数据的精度和准确性，得到评估结果；
最终数据生成单元，用于若评估结果在阈值以内，则将中间测绘数据作为最终测绘数据；
数据调整优化单元，用于若评估结果在阈值之外，则调整和优化预设权重的数值并进行数据融合，直至中间测绘数据的评估结果在阈值之内。
在一个实施例中，构建数字孪生平台模块，包括：
数字孪生平台构建单元，用于基于最终测绘数据构建待模拟现实世界场景的三维虚拟现实场景，并在三维虚拟现实场景中渲染世界动态变化情况，生成数字孪生平台，其中，世界动态变化情况包括天气变化以及交通流量变化；
漫游数字孪生平台单元，用于在用户通过虚拟现实设备登录数字孪生平台时，根据数字孪生平台的实时数据预测现实世界场景的世界动态变化情况。
本发明实施例实现了如下技术效果：按照初始测绘数据源的类型分别对物理空间数据和环境变量数据进行去噪和滤波处理，确保测绘数据的准确性和可用性。删除测绘数据中的敏感信息，避免隐私泄露和安全问题。将不同数据源按照统一的时间线融合，通过融合算法并按照每个数据源不同的权重，生成构建的数字孪生平台的基础数据，同时，采用了全球导航卫星系统数据作为基础框架其他测绘数据进行补充的融合方式，最后，对构建的数据孪生平台进行评估，提高了基于测绘数据构建的数据孪生平台的准确性。
显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于测绘数据的孪生平台构建方法，其特征在于，包括：
针对待模拟现实世界场景，从多种数据源收集数据得到初始测绘数据，其中，所述初始测绘数据包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
按照数据对象的类型将所述初始测绘数据划分为不同类的数据，并根据每类数据的特性分别对每类数据进行预处理，预处理后的各类数据形成中间数据源集合，包括：按照数据对象的类型将所述初始测绘数据划分为物理空间数据和环境变量数据，其中，所述数据对象的类型包括物理空间相关变量和环境相关变量，所述物理空间相关变量包括水面信息、地面信息、空气信息、地下信息和空间位置信息，所述环境相关变量包括气象信息、地质信息、人文环境信息和生物环境信息；对所述物理空间数据进行预处理，生成第一预处理数据，对所述环境变量数据进行去噪处理，生成第二预处理数据；将所述第一预处理数据和所述第二预处理数据整合为所述中间数据源集合；
将所述中间数据源集合中不同数据源的数据进行时间匹配，使各个数据源的数据均对应至同一个时间轴下，生成统一时间线数据源组；
将所述中间数据源集合中不同数据源的数据进行时间匹配，使各个数据源的数据均对应至同一个时间轴下，生成统一时间线数据源组，包括：
通过时间戳对所述WiFi信号强度数据、所述蓝牙信号强度数据和所述惯性传感器数据的时间进行统一；
通过全球导航卫星信号的同步方法对所述全球导航卫星系统数据的时间进行统一；
按照时间轴分别对各个数据源的数据集进行排序，生成所述统一时间线数据源组；
根据每个数据源的预设权重，将所述统一时间线数据源组中各个数据源的数据融合为最终测绘数据，包括：通过多源数据融合定位算法确定每个数据源的预设权重，其中，按照所述预设权重递减的顺序各个数据源的数据排序如下：所述全球导航卫星系统数据、所述蓝牙信号强度数据、所述WiFi信号强度数据和惯性传感器数据，所述预设权重的数值大小与各个数据源的数据在融合中的相对重要性成正比；利用所述全球导航卫星系统数据的三维框架数据构建基础框架；将所述全球导航卫星系统数据、所述蓝牙信号强度数据、所述WiFi信号强度数据和惯性传感器数据按照各自数据源的预设权重，填充至所述基础框架，生成中间测绘数据；使用交叉验证的方法评估所述中间测绘数据的精度和准确性，得到评估结果；若评估结果在阈值以内，则将所述中间测绘数据作为最终测绘数据；若评估结果在阈值之外，则调整和优化所述预设权重的数值并进行数据融合，直至所述中间测绘数据的评估结果在阈值之内；所述全球导航卫星系统数据的预设权重为60-70%，所述蓝牙信号强度数据的预设权重为20-15%，所述WiFi信号强度数据的预设权重为15-10%；所述惯性传感器数据的预设权重为5%，在多源数据融合之前，采用均方根误差或置信椭圆单独对全球导航卫星系统数据的定位评估指标进行评估，定位评估指标包括定位精度与位置信息可靠性；
基于所述最终测绘数据构建所述待模拟现实世界场景的数字孪生平台。
2.如权利要求1所述的基于测绘数据的孪生平台构建方法，其特征在于，对所述物理空间数据进行预处理，包括：
删除所述物理空间数据中不可公开的物理空间数据；
对所述物理空间数据进行去噪处理，以删除所述物理空间数据中的异常物理空间数据；
使用空间滤波算法对所述物理空间数据进行滤波。
3.如权利要求1所述的基于测绘数据的孪生平台构建方法，其特征在于，对所述环境变量数据进行去噪处理，包括：
删除所述环境变量数据中的异常环境数据；
使用环境滤波算法对所述环境变量数据进行滤波。
4.如权利要求1至3中任一项所述的基于测绘数据的孪生平台构建方法，其特征在于，基于所述最终测绘数据构建所述待模拟现实世界场景的数字孪生平台，包括：
基于所述最终测绘数据构建所述待模拟现实世界场景的三维虚拟现实场景，并在所述三维虚拟现实场景中渲染世界动态变化情况，生成所述数字孪生平台，其中，所述世界动态变化情况包括天气变化以及交通流量变化；
在用户通过虚拟现实设备登录所述数字孪生平台时，根据所述数字孪生平台的实时数据预测现实世界场景的所述世界动态变化情况。
5.一种基于测绘数据的孪生平台构建装置，其特征在于，包括：
数据采集模块，用于针对待模拟现实世界场景，从外部采集装置中收集初始测绘数据源，其中，所述初始测绘数据源包括全球导航卫星系统数据、WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据；
预处理模块，用于将所述初始测绘数据源进行分类，并根据所述分类对所述初始测绘数据源进行预处理，生成中间数据源集合，包括：按照数据对象的类型将所述初始测绘数据划分为物理空间数据和环境变量数据，其中，所述数据对象的类型包括物理空间相关变量和环境相关变量，所述物理空间相关变量包括水面信息、地面信息、空气信息、地下信息和空间位置信息，所述环境相关变量包括气象信息、地质信息、人文环境信息和生物环境信息；对所述物理空间数据进行预处理，生成第一预处理数据，对所述环境变量数据进行去噪处理，生成第二预处理数据；将所述第一预处理数据和所述第二预处理数据整合为所述中间数据源集合；
时间轴统一模块，用于将所述中间数据源集合中的每个数据源进行时间匹配，使所述每个数据源均对应至同一个时间轴下，生成统一时间线数据源组；
所述时间轴统一模块，包括：
时间戳同步单元，用于通过时间戳对WiFi信号强度数据、蓝牙信号强度数据和惯性传感器数据的时间进行统一；
卫星信号同步单元，用于通过全球导航卫星信号的同步方法对全球导航卫星系统数据的时间进行统一；
统一数据源组生成单元，用于按照时间轴分别对各个数据源的数据集进行排序，生成统一时间线数据源组；
数据融合模块，用于根据预设权重将所述统一时间线数据源组的数据源融合为最终测绘数据源，包括：通过多源数据融合定位算法确定每个数据源的预设权重，其中，按照所述预设权重递减的顺序各个数据源的数据排序如下：所述全球导航卫星系统数据、所述蓝牙信号强度数据、所述WiFi信号强度数据和惯性传感器数据，所述预设权重的数值大小与各个数据源的数据在融合中的相对重要性成正比；利用所述全球导航卫星系统数据的三维框架数据构建基础框架；将所述全球导航卫星系统数据、所述蓝牙信号强度数据、所述WiFi信号强度数据和惯性传感器数据按照各自数据源的预设权重，填充至所述基础框架，生成中间测绘数据；使用交叉验证的方法评估所述中间测绘数据的精度和准确性，得到评估结果；若评估结果在阈值以内，则将所述中间测绘数据作为最终测绘数据；若评估结果在阈值之外，则调整和优化所述预设权重的数值并进行数据融合，直至所述中间测绘数据的评估结果在阈值之内；所述全球导航卫星系统数据的预设权重为60-70%，所述蓝牙信号强度数据的预设权重为20-15%，所述WiFi信号强度数据的预设权重为15-10%；所述惯性传感器数据的预设权重为5%，在多源数据融合之前，采用均方根误差或置信椭圆单独对全球导航卫星系统数据的定位评估指标进行评估，定位评估指标包括定位精度与位置信息可靠性；
构建数字孪生平台模块，用于基于所述最终测绘数据源，构建基于测绘数据的数字孪生平台。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的孪生平台构建方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至4中任一项所述的孪生平台构建方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745925.8A CN116502182B (zh) | 2023-06-25 | 2023-06-25 | 基于测绘数据的孪生平台构建方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745925.8A CN116502182B (zh) | 2023-06-25 | 2023-06-25 | 基于测绘数据的孪生平台构建方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116502182A CN116502182A (zh) | 2023-07-28 |
| CN116502182B true CN116502182B (zh) | 2023-10-27 |
Family
ID=87325030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310745925.8A Active CN116502182B (zh) | 2023-06-25 | 2023-06-25 | 基于测绘数据的孪生平台构建方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502182B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101989982B1 (ko) * | 2019-03-08 | 2019-06-17 | 이봉규 | 디지털 트윈 기반의 실내 공간 분석을 통한 모델링 시스템과 모델링 방법 |
| CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
| CN113554063A (zh) * | 2021-06-25 | 2021-10-26 | 西安电子科技大学 | 一种工业数字孪生虚实数据融合方法、系统、设备、终端 |
| CN114611180A (zh) * | 2022-05-12 | 2022-06-10 | 北京龙软科技股份有限公司 | 基于地质测量保障系统的矿山智能化管控平台建设方法 |
| CN115622257A (zh) * | 2022-11-10 | 2023-01-17 | 南方电网科学研究院有限责任公司 | 一种用于变电设备智能运维的边缘端数字孪生装置 |
| CN115796567A (zh) * | 2022-12-30 | 2023-03-14 | 西安合智宇信息科技有限公司 | 基于地质保障系统的安全规划开采系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020040772A1 (en) * | 2018-08-23 | 2020-02-27 | Siemens Aktiengesellschaft | Automatic setup of digital twins for industrial controllers |
-
2023
- 2023-06-25 CN CN202310745925.8A patent/CN116502182B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101989982B1 (ko) * | 2019-03-08 | 2019-06-17 | 이봉규 | 디지털 트윈 기반의 실내 공간 분석을 통한 모델링 시스템과 모델링 방법 |
| CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
| CN113554063A (zh) * | 2021-06-25 | 2021-10-26 | 西安电子科技大学 | 一种工业数字孪生虚实数据融合方法、系统、设备、终端 |
| CN114611180A (zh) * | 2022-05-12 | 2022-06-10 | 北京龙软科技股份有限公司 | 基于地质测量保障系统的矿山智能化管控平台建设方法 |
| CN115622257A (zh) * | 2022-11-10 | 2023-01-17 | 南方电网科学研究院有限责任公司 | 一种用于变电设备智能运维的边缘端数字孪生装置 |
| CN115796567A (zh) * | 2022-12-30 | 2023-03-14 | 西安合智宇信息科技有限公司 | 基于地质保障系统的安全规划开采系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116502182A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111307166B (zh) | 一种构建占据栅格地图的方法及其装置、处理设备 | |
| CN110914777B (zh) | 用于自主车辆的高清地图以及路线存储管理系统 | |
| US11619724B2 (en) | Calibration of multiple lidars mounted on a vehicle using localization based on a high definition map | |
| CN105158762A (zh) | 识别和跟踪对流天气单体 | |
| US20200042657A1 (en) | Multi-dimensional event model generation | |
| CN111429528A (zh) | 大型分布式高精地图数据处理系统 | |
| KR102118357B1 (ko) | 모바일 맵핑 또는 자율 주행용 플랫폼과 관측 데이터의 구조화를 위한 시스템 | |
| Jain et al. | Modeling urban land cover growth dynamics based on land change modeler (LCM) using remote sensing: a case study of Gurgaon, India | |
| CN114248778B (zh) | 移动设备的定位方法和定位装置 | |
| Argany et al. | Impact of the quality of spatial 3D city models on sensor networks placement optimization | |
| Nam et al. | CNVPS: Cooperative neighboring vehicle positioning system based on vehicle-to-vehicle communication | |
| CN113115230B (zh) | 一种基于信息物理系统的车辆广播通信控制方法 | |
| CN116502182B (zh) | 基于测绘数据的孪生平台构建方法、装置、设备和介质 | |
| CN113917503A (zh) | 卫星信号遮蔽场景建模方法、装置及程序产品 | |
| Lewińska et al. | Use of structure-from-motion algorithms for geomorphological analyses of simple volcanic structures: A case study of Chilcayoc Chico and four other volcanoes of the Andahua Group, Peru | |
| KR20200032776A (ko) | 다중 센서 플랫폼 간 정보 융합을 위한 시스템 | |
| Voloshyn | Conceptual model of information system for drone monitoring of trees’ condition | |
| KR102408981B1 (ko) | Nd 맵 생성방법 및 그를 활용한 맵 업데이트 방법 | |
| KR101099443B1 (ko) | 이진트리 기반의 공간 분할 기법과 가상 피라미드를 이용한 대용량 항공 레이저 측정자료 처리 방법 | |
| Sharma et al. | Map matching algorithm: Trajectory and sequential map analysis on road network | |
| CN113534214B (zh) | 一种车辆定位方法及装置 | |
| Adesina et al. | Comparative assessment of SRTM and UAV-derived DEM in flood modelling | |
| WO2022198590A1 (zh) | 一种标定方法、装置、智能驾驶系统和车辆 | |
| US20240134052A1 (en) | Light-based time-of-flight sensor simulation | |
| CN116929377A (zh) | 激光雷达与惯导融合定位方法及相关设备 |
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 |