System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数字孪生,具体为一种基于数字孪生的可视化系统。
技术介绍
1、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;而数字孪生可视化系统则是指将数字孪生技术应用于物理实体的可视化呈现,以实现更加直观、精准的监控和管理。
2、现有的基于数字孪生的可视化系统在对实体进行虚拟映射时,容易存在采集的数据过多,不够精简,并且在进行虚拟映射时,误差较大,不够精准。
3、为此我们提出一种基于数字孪生的可视化系统用于解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于数据网络的集成信息评测系统,以解决上述
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种基于数字孪生的可视化系统,包括数据采集模块,在实体周围设置多个采集设备,通过多个采集设备对实体进行数据采集,被采集的数据记为第一采集数据;
4、数据处理模块,对第一采集数据进行初步处理和深度处理,将初步处理和深度处理后的第一采集数据记为第二采集数据;
5、构建虚拟模型模块,基于第二采集数据在虚拟空间一比一映射构成虚拟模型,所述虚拟模型与实体对应;
6、建立运动规律模块,基于第二采集数据获得实体运动规律,基于实体运动规律获得实体运动特征;
7、实时监测模块,通过采集设备对实体进行实时数
8、调整模块,设定判定策略,基于判定策略对监测数据进行判定,获得判定结果,通过判定结果对虚拟模型进行调整;
9、显示模块,用于对虚拟模型进行显示。
10、优选的,所述第一采集数据包括实体外部轮廓数据、实体内部构造数据、实体运动数据、实体周围环境数据、实体图像和实体运动视频。
11、优选的,对所述第一采集数据的初步处理步骤包括,对第一采集数据进行数据转换,记为转换数据;对转换数据进行数据清洗,记为清洗数据;对清洗数据进行数据整合归类,按照部位与用途整合归类成不同类别的数据集;对不同类别的数据集进行归一化处理,记为归一化数据集。
12、优选的,对所述第一采集数据的深度处理步骤包括,对归一化数据集进行拟合,获得拟合曲线;将拟合曲线与实体图像轮廓线进行相似度比对,根据弗雷歇算法将最小的距离选择相似度最高的拟合曲线。
13、优选的,保留构成所述拟合曲线的关键点,对拟合曲线中关键点的数据进行保留,对拟合曲线中非关键点的数据进行去除,去除非关键点后的数据记为第二采集数据。
14、优选的,所述基于第二采集数据在虚拟空间一比一映射构成虚拟模型的步骤包括,基于第二采集数据在虚拟模型构建初步模型;将初步模型的各个角度与实体的各个角度图像进行比对,获得第一比对结果;基于第一比对结果对初步模型进行调整,得到虚拟模型;将第一比对结果产生的差异数据记为第一差异值,将第一差异值输入深度学习模型进行训练,得到第一差异影响因子。
15、优选的,所述基于第二采集数据获得实体运动规律,基于实体运动规律获得实体运动特征的步骤包括,通过人工识别确定实体运动类别,选出第二采集数据中与实体运动类别对应的数据,记为对应数据;对应数据为多组,将多组对应数据输入深度学习模型进行训练,获得对应数据中的规律变化,对应数据中的规律变化即为实体运动规律;获取实体运动规律与虚拟模型运动规律的差异值;通过线性判别分析算法对实体运动规律进行分析,获得实体运动规律中的运动特征,记为实体运动特征。
16、优选的,所述获取实体运动规律与虚拟模型运动规律的差异值的步骤包括,将所述实体运动规律的数据赋值于虚拟模型,获得调整模型;逐帧将调整模型与实体的各个角度进行比对,获得第二比对结果,将第二比对结果产生的差异数据记为第二差异值;将第二差异值输入深度学习模型进行训练,得到第二差异影响因子。
17、优选的,所述设定判定策略,基于判定策略对监测数据进行判定,获得判定结果的步骤包括,将实体运动特征对应的数据与监测数据进行匹配,得到匹配结果;将得到匹配结果的监测数据定为有效数据,将未得到匹配结果的监测数据定为无效数据;若存在有效数据时,则判定需要对虚拟模型进行调整,若不存在有效数据时,则判定无需对虚拟模型进行调整。
18、优选的,所述通过判定结果对虚拟模型进行调整的步骤包括,基于所述实体运动特征的匹配结果确定对应的实体运动规律;通过对应的实体运动规律确定对应的实体运动类别,基于实体运动类别确定对应的虚拟模型;通过第二差异影响因子对有效数据进行调整,得到调整数据;通过调整数据对虚拟模型进行调整。
19、与现有技术相比,本专利技术的有益效果是:
20、1.能够对第一采集数据进行精简,降低数据的冗余,提高数据处理的效率;能够提升数据的质量和准确性,有助于减少数据处理结果出现误差和偏差的情况;
21、2.能够使静态的虚拟模型在虚拟空间更加贴合实体;能够使存在的虚拟模型运动规律与实体运动规律更贴合,从而使得虚拟模型在虚拟空间的显示较为精准;
22、3.能够获得关于实体的数字孪生可视化系统,能够实现实体个性化的显示界面,能够便于观看人观看实体的状态与运动,较为直观。
本文档来自技高网...【技术保护点】
1.一种基于数字孪生的可视化系统,其特征在于,包括数据采集模块,在实体周围设置多个采集设备,通过多个采集设备对实体进行数据采集,被采集的数据记为第一采集数据;
2.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:
3.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:
4.根据权利要求2所述的一种基于数字孪生的可视化系统,其特征在于:
5.根据权利要求4所述的一种基于数字孪生的可视化系统,其特征在于:
6.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:所述基于第二采集数据在虚拟空间一比一映射构成虚拟模型的步骤包括,基于第二采集数据在虚拟模型构建初步模型;将初步模型的各个角度与实体的各个角度图像进行比对,获得第一比对结果;基于第一比对结果对初步模型进行调整,得到虚拟模型;将第一比对结果产生的差异数据记为第一差异值,将第一差异值输入深度学习模型进行训练,得到第一差异影响因子。
7.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:
8.根据权利要求
9.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:所述设定判定策略,基于判定策略对监测数据进行判定,获得判定结果的步骤包括,将实体运动特征对应的数据与监测数据进行匹配,得到匹配结果;将得到匹配结果的监测数据定为有效数据,将未得到匹配结果的监测数据定为无效数据;若存在有效数据时,则判定需要对虚拟模型进行调整,若不存在有效数据时,则判定无需对虚拟模型进行调整。
10.根据权利要求9所述的一种基于数字孪生的可视化系统,其特征在于:所述通过判定结果对虚拟模型进行调整的步骤包括,基于所述实体运动特征的匹配结果确定对应的实体运动规律;通过对应的实体运动规律确定对应的实体运动类别,基于实体运动类别确定对应的虚拟模型;通过第二差异影响因子对有效数据进行调整,得到调整数据;通过调整数据对虚拟模型进行调整。
...【技术特征摘要】
1.一种基于数字孪生的可视化系统,其特征在于,包括数据采集模块,在实体周围设置多个采集设备,通过多个采集设备对实体进行数据采集,被采集的数据记为第一采集数据;
2.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:
3.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:
4.根据权利要求2所述的一种基于数字孪生的可视化系统,其特征在于:
5.根据权利要求4所述的一种基于数字孪生的可视化系统,其特征在于:
6.根据权利要求1所述的一种基于数字孪生的可视化系统,其特征在于:所述基于第二采集数据在虚拟空间一比一映射构成虚拟模型的步骤包括,基于第二采集数据在虚拟模型构建初步模型;将初步模型的各个角度与实体的各个角度图像进行比对,获得第一比对结果;基于第一比对结果对初步模型进行调整,得到虚拟模型;将第一比对结果产生的差异数据记为第一差异值,将第一差异值输入深度学习模型进行训练,得到第一差异影响因子。
...【专利技术属性】
技术研发人员:满旺,胡海东,赖宜亮,杨鑫刚,陈连国,
申请(专利权)人:泉州天云科技有限公司,
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。