作为实现智能制造、工业4.0、工业互联网和智能城市的一种技术和手段,数字孪生(Digital twin)正迅速引起学术界和工业界的关注并被逐渐应用。数字孪生是以数字化的方式建立多空间尺度、多时间尺度、多物理实体的多维动态虚拟模型来仿真真实环境中的属性、行为和性能等。目前,基础的数字孪生模型通常为最初定义的三维模型,即物理实体、虚拟实体以及它们之间的联系。随着物联网、大数据、人工智能等新信息技术的发展,数字孪生在向着基于物联网的集成、虚拟实体与实体的互联等方向发展。通过大数据分析方法和人工智能的深入结合,融合多源异构数据,支持虚拟数据与真实数据的连接,数字孪生模型可以提供智能决策。这一进展为实时仿真和优化创造了可能,从而提供了按需智能服务。
本研究旨在结合人工智能中的视觉问答技术,将数字孪生模型应用于人机协作任务上。如图1所示,用于人机协作的数字孪生模型由五部分组成:物理系统、虚拟系统、服务系统、数据库和各部分间的交互。物理系统中包括每个物理实体,人类和机器是重要的组成部分,此外,还考虑了加工的产品、加工设备、周围环境信息等。速度、能量、温度、湿度、压力等数据可直接由传感器从材料、设备和环境中采集,人类的行为、状态、意图则以摄像、语音或计算及外部输入设备等方式进行获取。上述数字信息共同构成了人机协作的数字孪生模型中的虚拟系统。然后,在服务系统中,应用人工智能技术,对系统中的视觉信息、自然语言信息和传感器信息进行综合分析、建模、表征和预测,其结果进一步补充至虚拟系统。最后,虚拟系统对现实世界中的人类、机器进行反馈,从而形成完整的数字孪生闭环系统。
图1 数字孪生五维模型示意图
结合视觉问答技术,现实的物理世界在虚拟系统中进行演化,其演化结果进一步反馈并影响现实世界,过程如图2所示。举例来说,如果采用新的策略对生产线进行改造,则可以首先在数字孪生系统中对生产过程进行仿真。用数字孪生模型模拟人类、机器及其相互作用。例如,如果将产品的尺寸改为较小的尺寸,则可能会调整相机的位置、传感器参数以获得清晰的图像和数据。同时,模型的结构和参数也可能需要调整。如果在数字孪生模型中新的策略得到成功的测试,那么就可以在实际的生产环境中进行部署。
图2 人机协作(HMC)流程示意图
-
人工智能
+关注
关注
1789文章
46545浏览量
236822 -
人机协作
+关注
关注
0文章
44浏览量
6119 -
数字孪生
+关注
关注
4文章
1252浏览量
12135
发布评论请先 登录
相关推荐
评论