一种提高制造技术

本发明专利技术公开了一种提高

【技术实现步骤摘要】
一种提高3D数字孪生无人行车运行速度控制精度的方法


[0001]本专利技术属于
3D
建模和数字孪生领域，尤其涉及一种提高
3D
数字孪生无人行车运行速度控制精度的方法
。

技术介绍

[0002]随着各行各业数字化转型的快速向前推进，以
3D
数字孪生为基础的数字化工厂的建设正越来越受到人们的重视
、
并得到了迅速的推广与应用
。
[0003]当前在
3D
数字孪生系统的开发过程中，对于运动物体的运动状态的模拟，精度（即模型与实际物体运动状态在速度变化上的接近程度）尚不够高，具体应用场景下对模拟精度的要求也不高，大多还停留在人们视觉的基本感觉上，即不明显觉得异常即可
。
具体的技术方法就是在应用中，模型的每一段从当前位置（节点）向下一个位置（节点）的运动，都通过给模型对象赋予下一个位置的坐标和从当前位置坐标到下一个位置坐标的运行速度
。
在相邻两位置节点之间，虽然实际物体的运行速度可能是变化的，但模型的运行速度却是恒定的平均速度，从而导致模型与实际物体在运动状态上的偏差
。
这种误差不仅表现在与实际情况接近的程度上，虚拟物体还会出现小幅的跳跃或卡顿的不好视觉效果
。
[0004]上述的误差可以通过缩短位置节点间距得到降低
。
理论上来讲，如果位置节点间距能够划分得足够小，上述的误差也会相应变得非常小
。
可是在现实世界里，位置节点间距的大小会受到实际物体位置信息的探测方式
、
数据的传输方式
、
和数据的接收与存储的方式等有关
。
在无人行车运行速度相同的条件下，位置节点间距完全由时间节点间距决定，即对于模型应用来讲，数据的“时间粒度”（即数据采集的频率），决定了模型模拟的精度大小，时间粒度越小，则模拟精度越高
。
[0005]由于上述的各因素的综合影响，数据的时间粒度是有限制的
。
目前行业内报道的最小时间粒度为
200
毫秒左右，而由于各自采用的技术手段不同，应用场景不同，在很多类似应用中，最小时间粒度可能是
400
毫秒
、600
毫秒
、1000
毫秒等等
。
本文的举例中，遇到的实际时间粒度长达
3000
毫秒
、4000
毫秒
。
[0006]在数据粒度不可能太小的限制条件下，将虚拟物体（模型）运动速度按节点取相邻俩节点间平均值做匀速运动的处理方式，即用平均速度近似模拟变速运动，误差较大，对要求不高的项目展示，可以满足要求
。
问题在于其模型展示的运动状态与实际的运动状态相差较大，容易给用户造成错觉，对于需要用模型验证运动状态的应用，这种处理方式下的模拟精度则不能满足应用要求
。

技术实现思路

[0007]专利技术目的：本专利技术的目的在于提供一种提高
3D
数字孪生无人行车运行速度控制精度的方法，在两节点间（模型运动的每一步）用精度更高的变速运动模拟替代了传统的精度较低的平均速度模拟，消除了“每步均速”处理方法可能出现的运行速度跳跃突变或卡顿的不好视觉效果，模拟精度更高
。
[0008]技术方案：本专利技术的一种提高
3D
数字孪生无人行车运行速度控制精度的方法，基于目标无人行车初始节点的数据，通过执行以下步骤，完成无人行车运行状态的全时段实时
3D
数值模拟，包括以下步骤：步骤
1、
通过初始节点的数据，初步逼近测算出无人行车的初始运行速度；步骤
2、
由无人行车初始运行速度和到下一个节点的距离进行逼近测算，得出无人行车运动的加速度；步骤
3、
在相邻两个节点之间插入
n
个子节点，模拟精度与子节点个数成正比，但插入子节点个数
n
受系统更新频率的设置
、3D
数字孪生应用的大小及计算机性能因数的限制；步骤
4、
在每个子节点依据逼近测算得到无人行车运动的加速度，计算出相应的无人行车运行速度，并给模型应用速度变量赋值；步骤
5、
累加相邻两节点间按每个子节点的速度和模型更新周期
DeltaUpdate
，得到全部子节点间距，并将累加结果与两节点间的实际距离对比，得其差值，即为模拟算法的中间临时位置误差；步骤
6、
将模拟算法的中间临时位置误差计入到下一步的加速度计算中，从而通过调节下一步运行加速度的大小来实现上述中间临时位置误差的补偿；步骤
7、
循环到步骤
3。
如果
3D
数字系统不有意关闭，该循环将一直进行下去，从而实现无人行车运行状态的全时段实时
3D
数值模拟
。
[0009]进一步的，步骤1具体为：对无人行车实时位置数据的采集和传输以等时间间隔进行，记为
DeltaDA
，首先计算无人行车当前位置与时间
DeltaDA
之前位置的相对位移 ，单位
m
；然后计算无人行车在点（
i
‑
1, 0
）的平均速度，
m/s
：
。
[0010]进一步的，步骤2具体为：设定在两相邻大节点之间的运动加速度不变，计算无人行车运行的加速度
a
i
，
m/s2：；；其中，表示无人行车运行要到达的下一个节点的
X
轴坐标， 表示无人行车运行已到达的当前节点， 表示无人行车在当前点的加速度，表示时间变量
。
[0011]进一步的，步骤4具体为：计算无人行车在点（
i
，0）的速度
V
i,0
，
m/s
：
V
i,0
= V
i
‑
1,0
+ a
i
* t = V
i
‑
1,0
+ a
i
* DeltaDA
计算相邻两大节点间的中间节点处的速度，
m/s
：；其中，
CountUpdate
表示在每个
DeltaDA
的时间区段内
3D
模型更新次数计数
。
[0012]进一步的，步骤5具体为：对应步骤5的每一个中间节点的速度，依次计算：
X
i,j
= X
i,j
‑1+ V
i,j
* DeltaUpdate
，
j = 1, 2, 3,
…
, n
其中，
X
...

【技术保护点】

【技术特征摘要】
1.
一种提高
3D
数字孪生无人行车运行速度控制精度的方法，其特征在于，基于目标无人行车初始节点的数据，通过执行以下步骤，完成无人行车运行状态的全时段实时
3D
数值模拟，包括以下步骤：步骤
1、
通过初始节点的数据，初步逼近测算出无人行车的初始运行速度；步骤
2、
由无人行车初始运行速度和到下一个节点的距离进行逼近测算，得出无人行车运动的加速度；步骤
3、
在相邻两个节点之间插入
n
个子节点，模拟精度与子节点个数成正比，但插入子节点个数
n
受系统更新频率的设置
、3D
数字孪生应用的大小及计算机性能因数的限制；步骤
4、
在每个子节点依据逼近测算得到无人行车运动的加速度，计算出相应的无人行车运行速度，并给模型应用速度变量赋值；步骤
5、
累加相邻两节点间按每个子节点的速度和模型更新周期
DeltaUpdate
，得到全部子节点间距，并将累加结果与两节点间的实际距离对比，得其差值，即为模拟算法的中间临时位置误差；步骤
6、
将模拟算法的中间临时位置误差计入到下一步的加速度计算中，从而通过调节下一步运行加速度的大小来实现上述中间临时位置误差的补偿；步骤
7、
重复循环到步骤3从而实现无人行车运行状态的全时段实时
3D
数值模拟
。2.
根据权利要求1所述的一种提高
3D
数字孪生无人行车运行速度控制精度的方法，其特征在于，步骤1具体为：对无人行车实时位置数据的采集和传输以等时间间隔进行，记为
DeltaDA
，首先计算无人行车当前位置与时间
DeltaDA
之前位置的相对位移 ，单位
m
；然后计算无人行车在点（
i
‑
1, 0
）的平均速度，
m/s
：
。3.
根据权利要求2所述的一种提高
3D
数字孪生无人行车运行速度控制精度的方法，其特征在于，步骤2具体为：设定在两相邻大节点之间的运动加速度不变，计算无人行车运行的加速度
a
i
，
m/s2：；；其中，表示无人行车运行要到达的下一个节点的
X
轴坐标， 表示无人行车运行已到达的当前节点， 表示无人行车在当前点的加速度，表示时间变量
。4.
根据权利要求1所述的一种提高
3D
数字孪生无人行车运行速度控制精度的方法，其特征在于，步骤4具体为：计算无人行车在点（
i
，0）的速度
V
i,0
，
m/s
：
V
i,0 = V
i
‑
1,0 + a
i
*...

【专利技术属性】
技术研发人员：夏奇，钱王平，李春林，周云，
申请(专利权)人：江苏沙钢高科信息技术有限公司，
类型：发明
国别省市：