【技术实现步骤摘要】
本专利技术属于数字孪生三维场景更新相关，更具体地，涉及一种基于显隐式融合模型的数字孪生场景多级更新方法及设备。
技术介绍
1、经过多次迭代，目前数字孪生五维模型是最为成熟的数字孪生理论框架之一，具体包括物理实体、虚拟场景、服务、孪生数据以及它们之间的连接交互等部分。其中虚拟场景是反映物理实体最为直接的手段，构建虚拟场景也是构建数字孪生系统的第一步，也是最为关键的步骤之一。而场景更新的性能将直接影响数字孪生系统动态稳定性和对物理实体的判断和决策。随着数字孪生技术向着智能制造、智能建造、智能维护、产品全生命周期管理等领域扩张，各领域也对数字孪生场景构建与更新技术提出了高保真、高实时性等需求。针对于物理场景的动态变化，准确、高效地对虚拟孪生场景更新的技术已经成为制约数字孪生系统发展的关键因素之一。
2、数字孪生场景更新机制的层次、规则和复杂程度，都会直接影响到数字孪生系统的性能和可靠性。目前对于数字孪生场景更新方案的研究尚且不多，而且场景更新方案高度绑定于场景的构建方式和方法，目前的研究中并没有设计有效的场景更新策略以保证场景的动态稳定性能。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于显隐式融合模型的数字孪生场景多级更新方法及设备，该方法将场景更新分为显式场景模型更新、隐式场景模型更新及显隐式场景模型相互转换等主要部分，进而有针对性的设置更新频率，使得整体能够兼具高保真性和高可靠性的同时还能兼具良好的运行效率。
2、为实现上述目的
3、基于场景的预采集数据与实时采集数据对显式场景模型进行结构化处理，并根据场景中的物理设备的运动状态实时更新显式场景模型；
4、同时，使用神经辐射场对低动态的场景进行隐式场景模型的构建，同时对场景运动进行分割与时间一致性约束，使用基于ibr的神经网络和运动调整的特征聚合方式对隐式场景模型进行更新。
5、进一步地，更新显式场景模型的同时还记录显式场景模型的运动状态以形成显式场景模型动作数据库。
6、进一步地，遍历显式场景模型动作数据库以确定低动态显式场景模型，并将低动态显式场景模型转换为隐式场景模型。
7、进一步地，根据设备性能定义一个周期t，在每个周期内，遍历检索显式模型动作数据库，设定一个频率阈值υ和运动幅度阈值ω，筛选低动态显式对象；低动态物体与高动态物体的划分为：第一，判断是否具有自身的运动副运动，产生运动副运动的物体为高动态物体；第二，判断物体的运动频率，运动频率大于频率阈值υ的对象为高动态物体；第三，判断物体的单次运动幅度，单次运动幅度大于运动幅度阈值ω的对象为高动态物体；以上三点中的任一点都不满足的物体即为低动态物体，其余为高动态物体；运动幅度为物体旋转和平移幅度的加权求和。
8、进一步地，将原本属于隐式场景的低动态物体因其改变了运动属性而使得对应的隐式场景模型难以追踪的物体对应的隐式场景模型转换为显式场景模型；难以追踪的物体为在进行ibrnet与mnet联合优化时，给定时间内误差无法降低至阈值κ以下。
9、进一步地，显式场景模型的更新频率大于隐式场景模型的更新频率。
10、进一步地，使用一个学习基函数描述的运动轨迹场来表示场景运动，对于时刻i沿着新视角射线r的采样所得的3d点x，采用一个mlp作为轨迹编码器ten：
11、
12、其中为基函数，γ为位置编码器，
13、引入一个全局自适应的运动基并使用dct基对其进行初始化；
14、该运动基跨越输入视频的每一个时间步长i，然后与ten进行联合优化，将运动轨迹定义为：
15、
16、于是在j时刻位置x处的运动补偿量表示为：
17、δx,i(j)＝θx,i(j)-θx,i(i)。
18、进一步地，隐式场景模型转换为显式场景模型时：首先，调用mnet找出隐式场景模型对应的物体大致所在区域，然后调用目标检测算法识别物体类别，进一步地使用立体视觉算法计算出该物体的三维位姿信息；然后从预构建的模型数据库中调用该物体的显式模型加载进入场景中；对于该物体的隐式场景模型，通过掩膜隔离进而局部更改删除。
19、本专利技术还提供了一种基于显隐式融合模型的数字孪生场景多级更新系统，所述系统包括存储器及处理器，所述存储器储存有计算机程序，所述处理器执行所述计算机程序时执行如上所述的基于显隐式融合模型的数字孪生场景多级更新方法。
20、本专利技术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机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现如上所述的基于显隐式融合模型的数字孪生场景多级更新方法。
21、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，本专利技术提供的基于显隐式融合模型的数字孪生场景多级更新方法及设备主要具有以下有益效果：
22、1.本专利技术能够通过ibrnet和mnet对隐式场景的动静态物体分解，然后实现时间域上对场景动态对象进行运动调整补偿，基于ibr思想于新视角的3d采样点聚合特征通过体渲染获得隐式场景视图，最终综合以上方法实现了传统隐式场景模型难以进行的场景更新。
23、2.本专利技术构建了显隐式场景模型相互转换的方案，基于隐式场景模型局部编辑算法，实现了场景灵活更新策略并加强了系统自适应性能，同时提供了对于场景动态物体的异常活动状态处理机制，增强了系统的鲁棒性。
24、3.本专利技术采用了分层更新策略，对于显式高动态模型进行高频更新，对于隐式低动态场景进行低频更新，并构建层级间动态转换的通道，使得在硬件性能有限的情况下尽可能地保证了数字孪生场景对物理场景的高保真实时映射，从而提高了整个数字孪生系统的性能上限。
本文档来自技高网...【技术保护点】
1.一种基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：更新显式场景模型的同时还记录显式场景模型的运动状态以形成显式场景模型动作数据库。
3.如权利要求2所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：遍历显式场景模型动作数据库以确定低动态显式场景模型，并将低动态显式场景模型转换为隐式场景模型。
4.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：根据设备性能定义一个周期T，在每个周期内，遍历检索显式模型动作数据库，设定一个频率阈值υ和运动幅度阈值ω，筛选低动态显式对象；低动态物体与高动态物体的划分为：第一，判断是否具有自身的运动副运动，产生运动副运动的物体为高动态物体；第二，判断物体的运动频率，运动频率大于频率阈值v的对象为高动态物体；第三，判断物体的单次运动幅度，单次运动幅度大于运动幅度阈值ω的对象为高动态物体；以上三点中的任一点都不满足的物体即为低动态物体，其余为高动态物体；运动幅度为
5.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：将原本属于隐式场景的低动态物体因其改变了运动属性而使得对应的隐式场景模型难以追踪的物体对应的隐式场景模型转换为显式场景模型；难以追踪的物体为在进行IBRNet与MNet联合优化时，给定时间内误差无法降低至阈值κ以下。
6.如权利要求5所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：显式场景模型的更新频率大于隐式场景模型的更新频率。
7.如权利要求1-6任一项所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：使用一个学习基函数描述的运动轨迹场来表示场景运动，对于时刻i沿着新视角射线r的采样所得的3D点x，采用一个MLP作为轨迹编码器Ten：
8.如权利要求7所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：隐式场景模型转换为显式场景模型时：首先，调用MNet找出隐式场景模型对应的物体大致所在区域，然后调用目标检测算法识别物体类别，进一步地使用立体视觉算法计算出该物体的三维位姿信息；然后从预构建的模型数据库中调用该物体的显式模型加载进入场景中；对于该物体的隐式场景模型，通过掩膜隔离进而局部更改删除。
9.一种基于显隐式融合模型的数字孪生场景多级更新系统，其特征在于：所述系统包括存储器及处理器，所述存储器储存有计算机程序，所述处理器执行所述计算机程序时执行权利要求1-8任一项所述的基于显隐式融合模型的数字孪生场景多级更新方法。
10.一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机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-8任一项所述的基于显隐式融合模型的数字孪生场景多级更新方法。
...【技术特征摘要】
1.一种基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：更新显式场景模型的同时还记录显式场景模型的运动状态以形成显式场景模型动作数据库。
3.如权利要求2所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：遍历显式场景模型动作数据库以确定低动态显式场景模型，并将低动态显式场景模型转换为隐式场景模型。
4.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：根据设备性能定义一个周期t，在每个周期内，遍历检索显式模型动作数据库，设定一个频率阈值υ和运动幅度阈值ω，筛选低动态显式对象；低动态物体与高动态物体的划分为：第一，判断是否具有自身的运动副运动，产生运动副运动的物体为高动态物体；第二，判断物体的运动频率，运动频率大于频率阈值v的对象为高动态物体；第三，判断物体的单次运动幅度，单次运动幅度大于运动幅度阈值ω的对象为高动态物体；以上三点中的任一点都不满足的物体即为低动态物体，其余为高动态物体；运动幅度为物体旋转和平移幅度的加权求和。
5.如权利要求1所述的基于显隐式融合模型的数字孪生场景多级更新方法，其特征在于：将原本属于隐式场景的低动态物体因其改变了运动属性而使得对应的隐式场景模型难以追踪的物体对应的隐式场景模型转换为显式场景模型；难以追踪的物体为在进行ibrnet与mnet联合优化时，给...
【专利技术属性】
技术研发人员：谢远龙，罗庆良，王书亭，张鑫，徐磊，肖瑞康，
申请(专利权)人：华中科技大学，
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。