CN116860029B - 基于数字孪生的登乘廊桥控制方法及相关设备 - Google Patents
基于数字孪生的登乘廊桥控制方法及相关设备 Download PDFInfo
- Publication number
- CN116860029B CN116860029B CN202310803046.6A CN202310803046A CN116860029B CN 116860029 B CN116860029 B CN 116860029B CN 202310803046 A CN202310803046 A CN 202310803046A CN 116860029 B CN116860029 B CN 116860029B
- Authority
- CN
- China
- Prior art keywords
- boarding
- target
- bridge
- moving
- personnel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012423 maintenance Methods 0.000 claims abstract description 47
- 230000008859 change Effects 0.000 claims description 36
- 230000005484 gravity Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D19/00—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B27/00—Arrangement of ship-based loading or unloading equipment for cargo or passengers
- B63B27/14—Arrangement of ship-based loading or unloading equipment for cargo or passengers of ramps, gangways or outboard ladders ; Pilot lifts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B27/00—Arrangement of ship-based loading or unloading equipment for cargo or passengers
- B63B27/30—Arrangement of ship-based loading or unloading equipment for transfer at sea between ships or between ships and off-shore structures
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于数字孪生的登乘廊桥控制方法及相关设备。为了解决多维度补偿模型计算量较大耗费控制系统的计算资源,以及由于计算量较大登乘廊桥响应时间有待缩短的问题,上述方法包括:分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
Description
技术领域
本说明书涉及智能控制领域,更具体地说,本发明涉及一种基于数字孪生的登乘廊桥控制方法及相关设备。
背景技术
海上风电所处环境恶劣,与陆上风电相比,发生故障后运维检修难度大,需要运维人员搭乘运维船往返风机。随着海上风电场规模不断扩大,出海运维作业任务愈发繁重。然而,海上作业环境复杂多变,运维船晃动剧烈,人员在运维船与风机间的转移存在安全隐患。具有运动补偿功能的登乘廊桥应运而生。该设备可安装在运维船上,提高海上风电运维作业登乘安全性及效率,是解决海上风电运维当前面临挑战的有效途径。为保证运维人员、物资在转移过程中的安全,登乘廊桥的控制响应需要与运维船的运动响应相匹配,以便保证正常作业状态下,登乘廊桥的平稳。但目前,由于多维度补偿模型计算量较大,一方面,计算量较大耗费控制系统的计算资源,另一方面,由于计算量较大登乘廊桥响应时间有待缩短。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
为了解决多维度补偿模型计算量较大耗费控制系统的计算资源,以及由于计算量较大登乘廊桥响应时间有待缩短的问题,第一方面,本发明提出一种基于数字孪生的登乘廊桥控制方法,上述方法包括:
分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
可选的,所述获取目标登乘人员的移动特征信息,包括:
获取所述目标登乘人员的体征信息,基于所述体征信息预测所述登乘人员的移动特征信息;和/或,
基于所述目标登乘人员的可穿戴设备或便携移动设备中记录的历史移动数据,计算所述目标登乘人员的移动特征信息。
可选的,所述获取所述目标登乘人员的体征信息,包括:
查询所述目标登乘人员预存的体征信息;和/或,
基于成像设备获取所述目标登乘人员预存的体征信息,所述成像设备的图像采集区域包括所述廊桥登乘区域。
可选的,还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势;
基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述相对所述登乘廊桥表面的重心位置呈现降低趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述方法还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的移动姿态变化趋势;
基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述移动姿态偏离理论移动姿态预设范围并呈现扩大趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
第二方面,本发明还提出一种基于数字孪生的登乘廊桥控制装置,包括:
建模单元,用于分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取单元,用于获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
预测单元,用于在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
补偿单元,用于在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
第三方面,一种电子设备,包括:存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的基于数字孪生的登乘廊桥控制方法的步骤。
第四方面,本发明还提出一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现第一方面上述任一项的基于数字孪生的登乘廊桥控制方法。
综上,本申请提出的基于数字孪生的登乘廊桥控制方法,通过分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。由此,基于运维船数字孪生模型和登乘廊桥数字孪生模型,通过仿真模拟登乘廊桥和运维船的运动情况。以便采集到的运维船的实际运动状态与仿真的运维船的运动状态一致时,及时得到登乘廊桥的理想运动补偿参数,及时做出正确的控制决定。另外,由于人员在不稳定环境中移动的情况下,通常地面不稳定环境因素在人员移动起始阶段对人员的影响远小于人员移动落点阶段对人员的影响,那么仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,能够在节省算力的情况下尽可能保证目标登乘人员在登乘廊桥上的平稳移动。并且,由于仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,运动补偿系统有充足的时间进行补充运算、查询以及执行机械补充操作,进一步提高了登乘廊桥的运动补偿的及时性。
本发明的基于数字孪生的登乘廊桥控制方法,本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本说明书的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例提供的一种基于数字孪生的登乘廊桥控制方法流程示意图;
图2为本申请实施例提供的一种基于数字孪生的登乘廊桥控制装置结构示意图;
图3为本申请实施例提供的一种基于数字孪生的登乘廊桥控制电子设备结构示意图。
具体实施方式
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”、“第三”、“第四”等(如果存在)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数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,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。
为了解决多维度补偿模型计算量较大耗费控制系统的计算资源,以及由于计算量较大登乘廊桥响应时间有待缩短的问题,请参阅图1,为本申请实施例提供的一种基于数字孪生的登乘廊桥控制方法流程示意图,具体可以包括:步骤S110、S120、S130和S140。
S110,分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
S120获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
S130,在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
S140,在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
综上,本申请实施例提供的基于数字孪生的登乘廊桥控制方法,通过分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。由此,基于运维船数字孪生模型和登乘廊桥数字孪生模型,通过仿真模拟登乘廊桥和运维船的运动情况。以便采集到的运维船的实际运动状态与仿真的运维船的运动状态一致时,及时得到登乘廊桥的理想运动补偿参数,及时做出正确的控制决定。另外,由于人员在不稳定环境中移动的情况下,通常地面不稳定环境因素在人员移动起始阶段对人员的影响远小于人员移动落点阶段对人员的影响,那么仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,能够在节省算力的情况下尽可能保证目标登乘人员在登乘廊桥上的平稳移动。并且,由于仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,运动补偿系统有充足的时间进行补充运算、查询以及执行机械补充操作,进一步提高了登乘廊桥的运动补偿的及时性。
根据一些实施例,所述获取目标登乘人员的移动特征信息,包括:
获取所述目标登乘人员的体征信息,基于所述体征信息预测所述登乘人员的移动特征信息;和/或,
基于所述目标登乘人员的可穿戴设备或便携移动设备中记录的历史移动数据,计算所述目标登乘人员的移动特征信息。
示例性的,上述体征信息可以是直接身高、年龄、性别等信息,可以基于这些信息确定登乘人员的移动特征信息。
在一些示例中,所述获取所述目标登乘人员的体征信息,包括:
查询所述目标登乘人员预存的体征信息;和/或,
基于成像设备获取所述目标登乘人员预存的体征信息,所述成像设备的图像采集区域包括所述廊桥登乘区域。
在一些示例中,还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势;
基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
示例性的,可以通过成像设备或目标登乘人员携带的智能终端获取目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势,人员一般在感受到摇摆或无法平衡时,会下意识降低重心,那么基于所述相对所述登乘廊桥表面的重心位置变化趋势,可以一定程度预测当前的登乘人员对廊桥运动补偿的需求程度,便可以基于相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,来进行对廊桥运动补偿程度及补偿时长的控制。
在一些示例中,所述基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述相对所述登乘廊桥表面的重心位置呈现降低趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
在一些示例中,所述方法还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的移动姿态变化趋势;
基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
示例性的,可以通过成像设备或目标登乘人员携带的智能终端获取所述目标登乘人员的移动姿态变化趋势,人员一般在感受到摇摆或无法平衡时,移动姿态变化趋势会变大,那么基于目标登乘人员的移动姿态变化趋势,可以一定程度预测当前的登乘人员对廊桥运动补偿的需求程度,便可以基于相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,来进行对廊桥运动补偿程度及补偿时长的控制。
在一些示例中,所述基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述移动姿态偏离理论移动姿态预设范围并呈现扩大趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
请参阅图2,本申请实施例中基于数字孪生的登乘廊桥控制装置的一个实施例,可以包括:
建模单元21,用于分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取单元22,用于获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
预测单元23,用于在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
补偿单元24,用于在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
综上,本申请实施例提供的基于数字孪生的登乘廊桥控制装置,通过分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。由此,基于运维船数字孪生模型和登乘廊桥数字孪生模型,通过仿真模拟登乘廊桥和运维船的运动情况。以便采集到的运维船的实际运动状态与仿真的运维船的运动状态一致时,及时得到登乘廊桥的理想运动补偿参数,及时做出正确的控制决定。另外,由于人员在不稳定环境中移动的情况下,通常地面不稳定环境因素在人员移动起始阶段对人员的影响远小于人员移动落点阶段对人员的影响,那么仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,能够在节省算力的情况下尽可能保证目标登乘人员在登乘廊桥上的平稳移动。并且,由于仅考虑人员移动落点阶段及时进行登乘廊桥的运动补偿操作,运动补偿系统有充足的时间进行补充运算、查询以及执行机械补充操作,进一步提高了登乘廊桥的运动补偿的及时性。
如图3所示,本申请实施例还提供一种电子设备300,包括存储器310、处理器320及存储在存储器320上并可在处理器上运行的计算机程序311,处理器320执行计算机程序311时实现上述基于数字孪生的登乘廊桥控制的任一方法的步骤:
分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
可选的,所述获取目标登乘人员的移动特征信息,包括:
获取所述目标登乘人员的体征信息,基于所述体征信息预测所述登乘人员的移动特征信息;和/或,
基于所述目标登乘人员的可穿戴设备或便携移动设备中记录的历史移动数据,计算所述目标登乘人员的移动特征信息。
可选的,所述获取所述目标登乘人员的体征信息,包括:
查询所述目标登乘人员预存的体征信息;和/或,
基于成像设备获取所述目标登乘人员预存的体征信息,所述成像设备的图像采集区域包括所述廊桥登乘区域。
可选的,还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势;
基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述相对所述登乘廊桥表面的重心位置呈现降低趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述方法还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的移动姿态变化趋势;
基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述移动姿态偏离理论移动姿态预设范围并呈现扩大趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
由于本实施例所介绍的电子设备为实施本申请实施例中一种基于数字孪生的登乘廊桥控制装置所采用的设备,故而基于本申请实施例中所介绍的方法,本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍,只要本领域所属技术人员实施本申请实施例中的方法所采用的设备,都属于本申请所欲保护的范围。
在具体实施过程中,该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式:
分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
可选的,所述获取目标登乘人员的移动特征信息,包括:
获取所述目标登乘人员的体征信息,基于所述体征信息预测所述登乘人员的移动特征信息;和/或,
基于所述目标登乘人员的可穿戴设备或便携移动设备中记录的历史移动数据,计算所述目标登乘人员的移动特征信息。
可选的,所述获取所述目标登乘人员的体征信息,包括:
查询所述目标登乘人员预存的体征信息;和/或,
基于成像设备获取所述目标登乘人员预存的体征信息,所述成像设备的图像采集区域包括所述廊桥登乘区域。
可选的,还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势;
基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述相对所述登乘廊桥表面的重心位置呈现降低趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述方法还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的移动姿态变化趋势;
基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
可选的,所述基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述移动姿态偏离理论移动姿态预设范围并呈现扩大趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,当计算机软件指令在处理设备上运行时,使得处理设备执行如图1对应实施例中的基于数字孪生的登乘廊桥控制的流程。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于数字孪生的登乘廊桥控制方法,其特征在于,包括:
分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
2.如权利要求1所述的方法,其特征在于,所述获取目标登乘人员的移动特征信息,包括:
获取所述目标登乘人员的体征信息,基于所述体征信息预测所述登乘人员的移动特征信息;和/或,
基于所述目标登乘人员的可穿戴设备或便携移动设备中记录的历史移动数据,计算所述目标登乘人员的移动特征信息。
3.如权利要求2所述的方法,其特征在于,所述获取所述目标登乘人员的体征信息,包括:
查询所述目标登乘人员预存的体征信息;和/或,
基于成像设备获取所述目标登乘人员预存的体征信息,所述成像设备的图像采集区域包括所述廊桥登乘区域。
4.如权利要求1所述的方法,其特征在于,还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的相对所述登乘廊桥表面的重心位置变化趋势;
基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
5.如权利要求4项所述的方法,其特征在于,所述基于所述相对所述登乘廊桥表面的重心位置变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述相对所述登乘廊桥表面的重心位置呈现降低趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
在目标登乘人员进入廊桥登乘区域的情况下,获取所述目标登乘人员的移动姿态变化趋势;
基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度。
7.如权利要求6所述的方法,其特征在于,所述基于所述移动姿态变化趋势调整所述在每个所述移动落点时刻前后的预设时间范围的长度,包括:
在所述移动姿态偏离理论移动姿态预设范围并呈现扩大趋势的情况下,延长所述在每个所述移动落点时刻前后的预设时间范围的长度。
8.一种基于数字孪生的登乘廊桥控制装置,其特征在于,包括:
建模单元,用于分别建立运维船数字孪生模型和登乘廊桥数字孪生模型;
获取单元,用于获取目标登乘人员的移动特征信息,所述移动特征信息包括步幅信息和步频信息;
预测单元,用于在采集到所述目标登乘人员进入廊桥登乘区域的情况下,基于所述目标登乘人员的移动特征信息预测所述目标登乘人员的移动落点时刻;
补偿单元,用于在每个所述移动落点时刻前后的预设时间范围内通过所述运维船数字孪生模型和登乘廊桥数字孪生模型执行登乘廊桥海浪补偿操作。
9.一种电子设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的基于数字孪生的登乘廊桥控制方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于数字孪生的登乘廊桥控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310803046.6A CN116860029B (zh) | 2023-06-30 | 2023-06-30 | 基于数字孪生的登乘廊桥控制方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310803046.6A CN116860029B (zh) | 2023-06-30 | 2023-06-30 | 基于数字孪生的登乘廊桥控制方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116860029A CN116860029A (zh) | 2023-10-10 |
CN116860029B true CN116860029B (zh) | 2023-12-19 |
Family
ID=88235157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310803046.6A Active CN116860029B (zh) | 2023-06-30 | 2023-06-30 | 基于数字孪生的登乘廊桥控制方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116860029B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013174886A1 (en) * | 2012-05-22 | 2013-11-28 | Otso Limited | Vessel gangway system |
CN108820138A (zh) * | 2018-05-28 | 2018-11-16 | 哈尔滨工程大学 | 一种基于视觉引导的海上登靠系统自动对接方法 |
CN114960398A (zh) * | 2022-06-09 | 2022-08-30 | 北京千尧新能源科技开发有限公司 | 一种海上风电场登乘廊桥及其使用方法 |
CN115639751A (zh) * | 2022-10-20 | 2023-01-24 | 哈尔滨工程大学 | 混联平台迟滞响应的主动补偿方法 |
CN115857425A (zh) * | 2022-12-05 | 2023-03-28 | 中国船舶集团有限公司第七〇四研究所 | 高海况下的风电平台运维作业的人员辅助登乘系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL2005453C2 (en) * | 2010-10-05 | 2012-04-06 | Praxis B V | A gangway construction having a guiding assembly with pulley wheels and pulling cables. |
-
2023
- 2023-06-30 CN CN202310803046.6A patent/CN116860029B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013174886A1 (en) * | 2012-05-22 | 2013-11-28 | Otso Limited | Vessel gangway system |
CN108820138A (zh) * | 2018-05-28 | 2018-11-16 | 哈尔滨工程大学 | 一种基于视觉引导的海上登靠系统自动对接方法 |
CN114960398A (zh) * | 2022-06-09 | 2022-08-30 | 北京千尧新能源科技开发有限公司 | 一种海上风电场登乘廊桥及其使用方法 |
CN115639751A (zh) * | 2022-10-20 | 2023-01-24 | 哈尔滨工程大学 | 混联平台迟滞响应的主动补偿方法 |
CN115857425A (zh) * | 2022-12-05 | 2023-03-28 | 中国船舶集团有限公司第七〇四研究所 | 高海况下的风电平台运维作业的人员辅助登乘系统及方法 |
Non-Patent Citations (1)
Title |
---|
风电运维母船智能系统的研究与应用;谢珉 等;《船舶工程》;第45卷(第4期);第58-65页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116860029A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829494B (zh) | 基于负载预测的容器云平台智能资源优化方法 | |
TWI598744B (zh) | 雲端資源之管理系統及其管理方法 | |
US20200320397A1 (en) | Learning-based service migration in mobile edge computing | |
CN111108737B (zh) | 在物联网环境中的边缘设备上提供软件应用 | |
EP3089034A1 (en) | System and method for optimizing energy consumption by processors | |
JPWO2008102739A1 (ja) | 仮想サーバシステム及び物理サーバ選択方法 | |
US20210209481A1 (en) | Methods and systems for dynamic service performance prediction using transfer learning | |
CN114330699A (zh) | 神经网络结构搜索方法及装置 | |
CN111143039B (zh) | 一种虚拟机的调度方法、装置及计算机存储介质 | |
KR102612841B1 (ko) | 마이크로 데이터센터 내 운용 서비스별 작업 부하 예측 모델 적용 방법 | |
GB2588701A (en) | Predicting a remaining battery life in a device | |
CN115543577A (zh) | 基于协变量的Kubernetes资源调度优化方法、存储介质及设备 | |
CN103034267A (zh) | 用于控制设施装置的设备和方法 | |
CN108781189B (zh) | 一种负载均衡的方法及相关设备 | |
CN107943570A (zh) | 应用管理方法、装置、存储介质及电子设备 | |
CN116860029B (zh) | 基于数字孪生的登乘廊桥控制方法及相关设备 | |
EP3798931A1 (en) | Machine learning training resource management | |
Zhou et al. | Cushion: A proactive resource provisioning method to mitigate SLO violations for containerized microservices | |
CN110826867B (zh) | 车辆管理方法、装置、计算机设备和存储介质 | |
KR102135209B1 (ko) | 가상 머신 배치 모의 실험 방법 및 이를 구현하는 가상 머신 배치 모의 실험 장치 | |
US20220368163A1 (en) | Systems and methods for wirelessly charging internet of things devices | |
CN108563489A (zh) | 一种数据中心综合管理系统的虚拟机迁移方法及系统 | |
JPWO2018008391A1 (ja) | 線形パラメータ変動モデル推定システム、方法およびプログラム | |
Banaezadeh et al. | Evaluation ARIMA modeling-based target tracking scheme in wireless sensor networks using statistical tests | |
CN112669353A (zh) | 数据处理方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |