本发明专利技术公开了一种应用于元宇宙的数字孪生联动方法，包括：云服务器获取至少两个实体信息；对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息；基于所述多个参数信息，对所述至少两个实体进行数字化映射，生成对应的至少两个数字孪生体；建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动。对所述至少两个数字孪生体进行主从联动。对所述至少两个数字孪生体进行主从联动。
【技术实现步骤摘要】
一种应用于元宇宙的数字孪生联动方法及系统
[0001]本专利技术属于信息
，具体地，涉及一种应用于元宇宙的数字孪生联动的方法及系统。
技术介绍
[0002]元宇宙是对现实世界的虚拟化、数字化过程，需要对内容生产、经济系统、用户体验以及实体世界内容等进行大量改造。但元宇宙的发展是循序渐进的，是在共享的基础设施、标准及协议的支撑下，由众多工具、平台不断融合、进化而最终成形。它基于扩展现实技术提供沉浸式体验，基于数字孪生技术生成现实世界的镜像，基于区块链技术搭建经济体系，将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合，并且允许每个用户进行内容生产和世界编辑。
[0003]数字孪生技术是元宇宙实现的核心技术之一，在数字孪生技术中，需要将实体信息的各项参数信息进行标准化数字映射，生成数字化、虚拟化的对象。作为一个新兴技术，数字孪生还没有达到技术上的成熟，其使用上颇有不变，例如，数字孪生技术中，多个数字孪生体之间的联动交互方式会受到场景、实例和标准库的约束，其联动方式单一且通用性不强。
技术实现思路
[0004]本专利技术提供了一种应用于元宇宙的数字孪生联动的方法及系统，有效解决了现有技术中针对数字孪生体联动方式单一且通用性不强的问题，提升了联动方式的多样性和通用性。
[0005]为了实现上述目的，本专利技术提供了一种应用于元宇宙的数字孪生联动的方法，包括：
[0006]云服务器获取至少两个实体信息；
[0007]对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息；
[0008]基于所述多个参数信息，对所述至少两个实体进行数字化映射，生成对应的至少两个数字孪生体；
[0009]建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动。
[0010]可选地，所述对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息，包括：
[0011]获取包含了所述实体的图像信息；
[0012]对所述图像信息进行预处理，获取所述特定实体图像数据；
[0013]基于深度学习进行网络模型构建，进行深度神经网络的训练；
[0014]将所述特定实体图像数据输入训练后的所述深度神经网络，识别出所述实体的多
个参数信息。
[0015]可选地，若所述实体为人体，则所述基于深度学习进行网络模型构建，进行深度神经网络的训练，包括：
[0016]基于深度学习进行网络模型构建，所述网络模型包括颜色空间变换，区块1、区块2、FC和特征连接层，其中，区块1的卷积核大小为3*3，步长为1，区块2由多个High
‑
Low Block组成，FC由两个全连接层组成；
[0017]获取样本数据，将所述样本数据按比例分为训练集和测试集；
[0018]将所述训练集输入所述网络模型中进行训练优化；
[0019]采用反向传播算法和Adam优化算法，根据前向传播Loss值，将所述测试集进行输入所述网络模型中，进行迭代更新每一全连接层的权重；
[0020]当所述网络模型的LOSS值为最小值时，停止对所述深度神经网络的训练。
[0021]可选地，所述建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动，包括：
[0022]设置所述至少两个数字孪生体的调度机制，其中，所述至少两个数字孪生体为非标准数字孪生体；
[0023]将所述至少两个数字孪生体的多个参数输入至所述数字孪生交互模型，以进行所述多个参数的标准化映射；
[0024]基于所述调度机制和所述进行了标准化映射的多个参数，确定所述至少两个数字孪生体的主从联动方式，并进行主从联动。
[0025]可选地，若所述至少两个数字孪生体的主从联动方式为相互作用，则所述主从联动包括：
[0026]建立中间架构件Frame；
[0027]将第一数字孪生的第一联动参数输入至所述中间架构件，由所述中间架构件转换为第二数字孪生的第二联动参数，其中，所述第一数字孪生体和第二数字孪生体隶属于所述至少两个数字孪生体；
[0028]所述中间架构件将所述第二联动参数输入至所述第二数字孪生体，以使所述第二数字孪生体基于所述第二联动参数进行虚拟化动作响应；
[0029]所述中间架构件接收所述第二数字孪生体反馈的第三联动参数，并将其转换为第一数字孪生的第四联动参数，将所述第四联动参数输入至所述第一数字孪生体，以使所述第一数字孪生体基于所述第四联动参数进行虚拟化动作响应。
[0030]可选地，若所述至少两个数字孪生体的主从联动方式为相互组合，则所述主从联动包括：
[0031]建立中间架构件Frame；
[0032]所述中间架构件获取所述第一数字孪生体和所述第二数字孪生体的多个联动参数，并基于所述多个联动参数，生成第三数字孪生体，所述第三数字孪生体为所述第一数字孪生体和第二数字孪生体的组合。
[0033]可选地，若所述至少两个数字孪生体的主从联动方式为相互自影响，则所述主从联动包括：
[0034]建立中间架构件Frame；
[0035]所述中间架构件分别获取所述第一数字孪生体的第一联动参数和所述第二数字孪生体的第二联动参数；
[0036]所述中间架构件将所述第一联动参数发送给所述第二数字孪生体，以使所述第二数字孪生体基于所述第一联动参数改变自身的状态；
[0037]所述中间架构件将所述第二联动参数发送给所述第一数字孪生体，以使所述第一数字孪生体基于所述第二联动参数改变自身的状态。
[0038]可选地，在所述至少两个数字孪生体进行主从联动之前，所述方法还包括：
[0039]将所述至少两个数字孪生体设置在元宇宙虚拟化场景中。
[0040]本专利技术实施例还提供一种应用于元宇宙的数字孪生联动系统，包括：
[0041]获取单元，用于获取至少两个实体信息；
[0042]所述获取单元，还用于对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息；
[0043]映射单元，还用于基于所述多个参数信息，对所述至少两个实体进行数字化映射，生成对应的至少两个数字孪生体；
[0044]联动单元，还用于建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动。
[0045]本专利技术实施例还提供一种应用于元宇宙的数字孪生联动系统，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时实现上述方法。
[0046]本专利技术实施例的方法及系统具有下列优点：
[0047]本专利技术实施例中，通过建立通用性的数字孪生交互模型，并基于改交互模型，对至少两个数字孪生体进行主从联动，提升了不同数字孪生体之间联动的通用性，此外，主从联动可以有多种联动方式，其多样性、交互性和体验会更好。
附图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应用于元宇宙的数字孪生联动方法，其特征在于，包括：云服务器获取至少两个实体信息；对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息；基于所述多个参数信息，对所述至少两个实体进行数字化映射，生成对应的至少两个数字孪生体；建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动。2.根据权利要求1所述的方法，其特征在于，所述对所述至少两个实体信息进行智能化操作，获取所述至少两个实体信息的多个参数信息，包括：获取包含了所述实体的图像信息；对所述图像信息进行预处理，获取所述特定实体图像数据；基于深度学习进行网络模型构建，进行深度神经网络的训练；将所述特定实体图像数据输入训练后的所述深度神经网络，识别出所述实体的多个参数信息。3.根据权利要求2所述的方法，其特征在于，若所述实体为人体，则所述基于深度学习进行网络模型构建，进行深度神经网络的训练，包括：基于深度学习进行网络模型构建，所述网络模型包括颜色空间变换，区块1、区块2、FC和特征连接层，其中，区块1的卷积核大小为3*3，步长为1，区块2由多个High
‑
Low Block组成，FC由两个全连接层组成；获取样本数据，将所述样本数据按比例分为训练集和测试集；将所述训练集输入所述网络模型中进行训练优化；采用反向传播算法和Adam优化算法，根据前向传播Loss值，将所述测试集进行输入所述网络模型中，进行迭代更新每一全连接层的权重；当所述网络模型的LOSS值为最小值时，停止对所述深度神经网络的训练。4.根据权利要求1所述的方法，其特征在于，所述建立数字孪生交互模型，基于所述交互模型，对所述至少两个数字孪生体进行主从联动，包括：设置所述至少两个数字孪生体的调度机制，其中，所述至少两个数字孪生体为非标准数字孪生体；将所述至少两个数字孪生体的多个参数输入至所述数字孪生交互模型，以进行所述多个参数的标准化映射；基于所述调度机制和所述进行了标准化映射的多个参数，确定所述至少两个数字孪生体的主从联动方式，并进行主从联动。5.根据权利要求4所述的方法，其特征在于，若所述至少两个数字孪生体的主从联动方式为相互作用，则所述主从联动包括：建立中间架构件Frame；将第一数字孪生的第一联动参数输入至所述中间架构件，由所述中间架构件转...
【专利技术属性】
技术研发人员：杨亮，李晓燕，
申请(专利权)人：深圳市笈简科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。