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】
本申请涉及自动化,特别是涉及一种数字孪生数据采集方法、装置及计算机设备。
技术介绍
1、随着自动化技术的发展,机器人替代人工的趋势愈专利技术显,进而需要基于机器人数字孪生体模型构建技术,对机器人进行控制管理。
2、传统技术中,机器人相关的数据收集及分析研究工作还比较少。由于机器人相关的产品落地较少,机器人的数据特征工程较难进行建设,而且由于针对的业务不一样,导致数据采集的形式各不一样,而数据采集后将会进行数据上传的操作,在这个过程中,如果数据没有根据具体的业务目的做一定的边缘计算和数据调整,则数据的上传量将会是天量,根据国内外的机器人研发进展,单台机器人的数据采集已经是可以10ms以下的频率,每天采集的数据量在g级别上下。按照正常的汽车产线(200台以上)去计算,机器人的数据产生量每天将近t级别。如果数据直接采集上传,则会产生庞大的上传数据量,维持这么庞大的上传数据量需要大量的硬件资源和稳定的网络带宽,这与实际工业现场的网络环境差异较大。而尤其对数字孪生体系的建模方式及接入方式更加少之又少,主要是由于,机器人的运动方式难以预测,采样数据点过多,导致如果实现孪生体建模,将会是耗费大量的数据io(input/output,输入接口/输出接口)在传输和计算上,在工业应用上的落地难以实现。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够实现数据量降级的数字孪生数据采集方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提
3、基于构建机器人数字孪生模型所需的特征工程数据的数据类型,对机器人数据进行预处理筛选,得到对应特征工程数据的原始时序数据;
4、通过规则引擎对原始时序数据进行定向筛选,得到满足规则引擎的筛选条件的目标数据;
5、对目标数据进行流式计算处理,得到用于构建机器人数字孪生模型对应的模型数据。
6、在其中一个实施例中,对目标数据进行流式计算处理,得到用于构建机器人数字孪生模型对应的模型数据,包括:
7、基于目标数据的数据源输入,确定目标数据的数据源解析规则;
8、根据数据源解析规则,将目标数据解析为对应类型的极值点数据,得到模型数据。
9、在其中一个实施例中,通过规则引擎对原始时序数据进行定向筛选,得到满足规则引擎的筛选条件的目标数据,包括:
10、使用规则引擎的where参数,对原始时序数据进行定向筛选,得到满足where参数的筛选条件的目标数据。
11、第二方面,本申请还提供了一种数字孪生数据采集装置,包括:
12、预处理模块,用于基于构建机器人数字孪生模型所需的特征工程数据的数据类型,对机器人数据进行预处理筛选,得到对应特征工程数据的原始时序数据;
13、定向筛选模块,用于通过规则引擎对原始时序数据进行定向筛选,得到满足规则引擎的筛选条件的目标数据;
14、流式处理模块,用于对目标数据进行流式计算处理,得到用于构建机器人数字孪生模型对应的模型数据。
15、第三方面,本申请还提供了一种数字孪生构建系统,包括:边缘服务器和云中心服务器;
16、边缘服务器用于执行上述的方法,以将模型数据传输至云中心服务器;
17、云中心服务器用于基于模型数据构建机器人对应的数字孪生模型。
18、在其中一个实施例中,边缘服务器配置有:
19、mqtt,用于接收机器人数据;
20、边缘端数据etl工具ekuiper,连接mqtt,用于对机器人数据进行处理,得到模型数据;
21、云中心服务器配置有kafka,用于接收边缘端数据etl工具ekuiper传输的模型数据,并传输至云中心服务器的数字孪生构建模组。
22、在其中一个实施例中,数字孪生构建模组包括:
23、模型数据库、调度器和机器人模型库;
24、模型数据库用于接收并存储kafka传输的模型数据;
25、调度器用于根据模型数据库中的数据,构建机器人模型库,机器人模型库存储有机器人对应的数字孪生模型。
26、第四方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
27、第五方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
28、第六方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
29、上述数字孪生数据采集方法、装置及计算机设备,通过基于构建机器人数字孪生模型所需的特征工程数据的数据类型,对机器人数据进行预处理筛选,得到对应所述特征工程数据的原始时序数据;通过规则引擎对所述原始时序数据进行定向筛选,得到满足所述规则引擎的筛选条件的目标数据;对所述目标数据进行流式计算处理,得到用于构建所述机器人数字孪生模型对应的模型数据,实现了构建数字孪生模型所需数据量的降级,并且提高了整体数据的稳定性,使得机器人的数字孪生模型建模在工业应用上能够实现。
本文档来自技高网...【技术保护点】
1.一种数字孪生数据采集方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述目标数据进行流式计算处理,得到用于构建所述机器人数字孪生模型对应的模型数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述通过规则引擎对所述原始时序数据进行定向筛选,得到满足所述规则引擎的筛选条件的目标数据,包括:
4.一种数字孪生数据采集装置,其特征在于,所述装置包括:
5.一种数字孪生构建系统,其特征在于,所述系统包括:边缘服务器和云中心服务器;
6.根据权利要求5所述的系统,其特征在于,所述边缘服务器配置有:
7.根据权利要求6所述的系统,其特征在于,所述数字孪生构建模组包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
9.一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权利要求1至3中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种数字孪生数据采集方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述目标数据进行流式计算处理,得到用于构建所述机器人数字孪生模型对应的模型数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述通过规则引擎对所述原始时序数据进行定向筛选,得到满足所述规则引擎的筛选条件的目标数据,包括:
4.一种数字孪生数据采集装置,其特征在于,所述装置包括:
5.一种数字孪生构建系统,其特征在于,所述系统包括:边缘服务器和云中心服务器;
6.根据权利要求5所述的系统,其特...
【专利技术属性】
技术研发人员:康冬华,吴车,贺毅,左志军,
申请(专利权)人:广州明珞装备股份有限公司,
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。