CN111881515A - 一种基于孪生数据驱动的无人艇实时速度测量方法及*** - Google Patents
一种基于孪生数据驱动的无人艇实时速度测量方法及*** Download PDFInfo
- Publication number
- CN111881515A CN111881515A CN202010692749.2A CN202010692749A CN111881515A CN 111881515 A CN111881515 A CN 111881515A CN 202010692749 A CN202010692749 A CN 202010692749A CN 111881515 A CN111881515 A CN 111881515A
- Authority
- CN
- China
- Prior art keywords
- data
- unmanned ship
- twin
- pose
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无人艇测量技术领域,公开了一种基于孪生数据驱动的无人艇实时速度测量方法及***,根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息。基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或者校准至少一套位姿传感器测量信息。本发明提出了物理空间不同布置位置和不同量程范围的实体无人艇传感器时间序列数据与信息空间虚拟孪生体三维模型空间数据的实时、跨域、时空融合方法,实现了利用虚实融合和多传感器数据互补的无人艇任意测点位姿观测和可靠估计。
Description
技术领域
本发明属于无人艇测量技术领域,尤其涉及一种基于孪生数据驱动的无人 艇实时速度测量方法及***。
背景技术
目前,小型无人艇在航行中受风、浪、流等多种因素的影响,会产生六自 由度运动,包括三个方向的平动和三个方向的转动。其中,三个方向的转动, 是无人艇绕自身旋转中心的旋转运动,无人艇的姿态变化便由此产生。通常, 小型无人艇可视为刚体,艇体上任意点的速度是平动速度与旋转运动线速度的 矢量和,由于艇体不同位置与旋转中心的距离不等,导致实际海上航行无人艇 艇体各点的合速度矢量不同。很多海上作业需要实时位姿信息作为参照,尤其 是测量艇体某一局部位置的精确位姿状态,才可以顺利完成作业任务。例如, 无人艇的布放和回收、多无人艇对接、无人艇靠离码头、艇载传感器位姿补偿(如摄像头、测扫声呐、避障声呐、对底声呐、激光雷达等)等,这些作业场 景均依赖于准确可靠地测量无人艇自身某一局部位置的位姿信息。无人艇位姿 状态感知,主要通过在无人艇上安装北斗(专利CN111323804)、GPS(专利 CN107797131)、IMU(专利CN1865854)等物理传感器来完成。为了不额外 增加***复杂度,无人艇导航***通常仅配备一套位姿感知设备。因此,如何 运用有限的传感器数据获取更多局部位置的准确位姿信息完成海上作业任务成 为了无人艇感知技术发展迫切需要解决的难题。
专利文献CN 107797131公开了一种基于GPS载波相位姿态的无人船数据 融合姿态测量方法,特征为构建已知相对位置的GPS三天线阵列,通过解算GPS 载波相位信号,获取导航坐标系下的姿态信息,并进一步进行运动学解析求得 无人船三轴姿态欧拉角。该方法解决了电子罗盘测量易受磁场干扰、惯导测量 易受艇载震动环境影响等问题,是一种新的无人艇姿态测量方法。但该方法却 只能给出一组欧拉角及其角速度信息,不能满足复杂任务情况下艇体任意局部 位置实时位姿测量需求(包括线速度和角速度)。此外,专利文献CN108189980 公开了一种用于码头停靠船舶的位姿实时测量方法,基于无线电定位标签与基 站的位置关系,解算获得船舶上各标签位置的船舶姿态数据。该方法能够测量 船舶多处局部位置的位姿状态,但却需要额外增加对应数量的物理无线电定位 标签,造成***复杂度提升,成本投入增加。与此类似,专利文献CN106933232 也公开了一种类似的多节点分布式位姿测量***,该方法采用一个节点对应一 套IMU设备的测量方法实现高精度分布式位姿测量。一旦测点位置需求增多, 该方法同样面临***复杂度与成本的制约。另外,专利文献CN107796388公开 了一种基于惯性技术的相对姿态测量方法,充分利用舰载自身惯导与相对位姿 测量装置(测量安装位置角速度)的角速度匹配观测估计舰载设备局部位置的真实姿态信息,从而补偿由于船体结构变形引起的局部位置设备位姿偏差。该 方法利用卡尔曼滤波观测器解决局部位置位姿测量,较好地实现舰船运动中同 步测量,但对于舰船其他艇载设备均需要采用相同方法布置若干套相对位姿测 量装置,增加了测量***复杂度。
当前,以数字孪生为代表的新一代信息技术的迅速发展为无人艇感知技术 发展提供了新的解决思路。数字孪生是一种集成了多物理量、多尺度、多概率 的仿真过程,以数字化方式创建物理实体的虚拟模型,通过虚实交互与数据融 合实现物理实体的全生命周期服务。专利文献CN 109445305公开了一种虚实融 合的无人艇智能控制***测试平台,根据真实航行数据库内数据生成数字孪生 融合交通场景的实时仿真***,用于模拟所述测试场景中无人艇模拟***,根 据无人艇模拟***提供的数据控制模拟无人艇的被测智能控制***。该无人艇 智能控制***测试平台通过对外界环境的感知融合,构造出基于真实数据采集 的实验环境,保证了仿真实验的有效性。但该平台并未能实现融合虚实空间感知数据用于实体无人艇的位姿信息等观测。
尽管国内外学者围绕无人艇姿态测量技术已经开展了大量研究,但却少有 人报道解决无人艇局部位置实时姿态测量与状态感知的问题。传统的通过在目 标位置安装物理传感器的测量方式,虽然能够实现无人艇某一局部位置的姿态 信息感知,但是有限的传感器数量终将难以满足各种任务场景的需求,且物理 传感器的扩容会显著增加传感***的复杂度及成本,传统的硬件传感器堆积方 案显然已不适应当前无人艇承担愈来愈复杂任务的需求。
通过上述分析,现有技术存在的问题及缺陷为:
(1)在没有物理位姿传感器在局部目标位置布置的情况下,现有技术无法 解决无人艇局部位置实时姿态测量与状态感知的问题。
(2)传统的通过在目标位置安装物理传感器的测量方式,有限的传感器数 量将难以满足各种任务场景的需求,且物理传感器的扩容会显著增加传感*** 的复杂度及成本,无法满足复杂任务的需求。
解决以上问题及缺陷的难度为:
物理位姿传感器的时间序列数据与三维模型的几何空间数据进行实时、跨 域、时空融合的方法尚不成熟。对于船舶智能感知领域,物理空间与信息空间 融合产生新的孪生数据服务于自身状态感知仍处于原理探索阶段。
解决以上问题及缺陷的意义为:
本发明提供了一种将无人艇物理位姿传感器数据与三维模型数据在线融合 的方法,生成了服务于船舶位姿状态感知的孪生数据集,增强了无人艇虚实交 互能力与位姿测量能力;基于有限数量传感器解决无人艇任意位置测量问题, 有效降低了硬件成本投入和***复杂度。
发明内容
针对现有技术存在的问题,本发明提供了一种基于孪生数据驱动的无人艇 实时速度测量方法及***。
本发明是这样实现的,一种基于孪生数据驱动的无人艇实时速度测量方法 及***,所述基于孪生数据驱动的无人艇实时速度测量方法包括:通过实体无 人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息,基于获取的信 息驱动无人艇虚拟孪生体与实体无人艇同步运动,根据实体无人艇位姿传感器 布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的空间数据, 实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息; 同时基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或 者校准至少一套位姿传感器测量信息。
进一步,所述基于孪生数据驱动的无人艇实时速度测量方法包括以下步骤:
步骤一,利用至少一个位姿传感器测量实体无人艇在安装位置点的位姿信 息;并利用通信***将获取的位姿数据和传感器安装信息打包发送至数据通信 模块;
步骤二,数据通信模块解算获取原始位姿感知信息数据;同时虚拟孪生体 模块建立与实体无人艇几何模型相同的三维模型;
步骤三,虚拟孪生体模块基于建立的三维模型提供船体任意点的几何信息, 将感知信息与几何信息融合得到实时孪生数据集,并用孪生数据驱动虚实交互 模块,进行虚拟孪生体与实体无人艇的同步运动;
步骤四,利用虚实交互模块的虚拟传感器测量获得无人艇任意位置点的实 时位姿信息,同时将被校准传感器的位姿期望信息反馈至实体无人艇,反馈位 姿校准数据,进行被校准传感器的修正。
进一步,步骤三中,所述孪生数据集获取方法包括:
位姿传感器测量反馈传感器安装点所在局部坐标系内随时间变化的无人艇 位姿信息,经过局部坐标系向无人艇附体坐标系的变换以及欧拉角、四元数转 换等,得到附体坐标系内传感器安装位置点的位姿数据以及无人艇质心位置点 的位姿状态信息;将质心位置点的位姿状态信息与无人艇虚拟孪生体的船体任 意点几何信息进行数据融合,即可获取无人艇位姿信息实时孪生数据集。
进一步,步骤三中,所述基于建立的三维模型提供船体任意点的几何信息, 将感知信息与几何信息融合得到实时孪生数据集包括:
(1)利用位姿传感器S测量获取安装点所在局部坐标系{s}内无人艇位姿 信息sνs=[ν1s,ν2s]T=[us,vs,ws,ps,qs,rs]T;其中sν1s=[us,vs,ws]T描述三个方向的 平动线速度u、v、w,sν2s=[ps,qs,rs]T为绕三个方向转动的角速度p、q、r;
(2)无人艇虚拟孪生体通过三维模型获取传感器安装点S相对无人艇以质 心Ob即旋转中心为原点的附体坐标系{b}内的向径brs;根据传感器局部坐标系{s} 与附体坐标系{b}的空间位置关系得到局部坐标系{s}向附体坐标系{b}变换的 坐标转换矩阵获取无人艇质心在附体坐标系{b}内的运动状态信息
(3)通过三维模型测量获得船体任意点i相对无人艇质心Ob在附体坐标系 {b}内的向径bri,融合数据得到表达船体任意点i实时位姿状态的孪生数据为:
(4)实体无人艇安装n套位姿传感器,每套传感器获得的孪生数据为:
其中,n≥1,Sn代表实体无人艇安装的传感器;
(5)根据每套传感器在不同量程范围的精度等级、观测噪声和测量环境条 件,得到每套传感器的权重系数wsn=f(量程范围、观测噪声、环境条件),融 合多传感器数据获得更为准确的无人艇位姿信息估计,融合后无人艇任意位置 实时孪生数据为:
进一步,步骤三中,所述利用孪生数据驱动虚实交互模块,进行虚拟孪生 体与实体无人艇的同步运动包括:
利用无人艇附体坐标系定义无人艇虚拟孪生体的运动状态,以无人艇旋转 运动的旋转中心位置为原点Ob,xb轴正方向指向船艏,zb轴正方向指向左舷,yb轴 正方向竖直向上,建立无人艇虚拟孪生体的附体坐标系,虚拟孪生体上每一点 都有对应附体坐标值;使用孪生数据驱动无人艇虚拟孪生体在虚拟场景的实时 运动,按照孪生数据的时间序列设置虚拟孪生体在不同帧的位姿坐标,并通过 三维引擎插值算法将离散的孪生数据序列转化为连续的仿真运动数据序列,令 无人艇虚拟孪生体与实体无人艇具有相同的运动规律,实现虚拟孪生体与实体 无人艇的同步运动。
进一步,步骤四中,所述被校准传感器的修正方法包括:
1)基于高精度计量传感器S1获取无人艇任意位置点运动状态孪生数据;
本发明的另一目的在于提供一种实施所述基于孪生数据驱动的无人艇实时 速度测量方法的基于孪生数据驱动的无人艇实时速度测量***,所述基于孪生 数据驱动的无人艇实时速度测量***包括:
实体无人艇、通信***、数据通信模块、虚拟孪生体模块、孪生数据集模 块、虚实交互模块、任意点位姿测量模块;
实体无人艇,与通信***、任意点位姿测量模块连接,用于利用安装在实 体无人艇内的嵌入式控制器控制任意点位姿测量模块进行数据采集;并利用控 制器将获取到的数据传送至通信***;
通信***,通过UART、CAN与实体无人艇连接,用于接收实体无人艇的 相关数据,并发送至数据通信模块;
数据通信模块,与通信***连接;用于接收通信***传输的位姿感知信息, 并同时通过通信***向实体无人艇发送位姿校准数据;
虚拟孪生体模块,用于建立与实体无人艇几何模型相同的三维模型;
孪生数据集模块,用于融合位姿传感器测量感知数据和虚拟孪生体几何数 据,生成驱动虚实交互***的孪生数据集;
虚实交互模块,用于进行人机交互以及基于真实物理场景数据的实时仿真 测试;
任意点位姿测量模块,通过UART、CAN与实体无人艇连接,用于利用安 装于无人艇内部的位姿传感器于无人艇任意点进行位姿测量以及利用被校准传 感器进行实体无人艇位姿传感器校准。
进一步,所述基于孪生数据驱动的无人艇实时速度测量***还包括:
所述通信***与数据通信模块利用点对点无线传输模块、无线网络、移动 蜂窝网、北斗通信及其他多种方式进行数据通信。
本发明另一目的在于提供一种计算机设备,所述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,所述计算机程序被所述处理器执行时, 使得所述处理器执行如下步骤:
通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息, 基于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动;
根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚 拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意 位置点的实时位姿孪生数据信息;
基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或 者校准至少一套位姿传感器测量信息。
本发明另一目的在于提供一种计算机可读存储介质,存储有计算机程序, 所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息, 基于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动;
根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚 拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意 位置点的实时位姿孪生数据信息;
基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或 者校准至少一套位姿传感器测量信息。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明在 信息空间构建具有与实体无人艇和外界环境具有相同物理属性的无人艇虚拟孪 生体和虚拟环境场景,利用实体无人艇位姿传感器感知到的运动状态信息,驱 动虚拟孪生体在信息空间与实体无人艇同步运动,进而融合真实运动状态数据 与虚拟孪生体的几何信息数据生成无人艇运动状态孪生数据。基于孪生数据, 即可获得实体无人艇任意位置点的运动状态,实现了由单一传感器位姿信息, 获取任意点的实时速度信息。
本发明提出了物理空间不同布置位置和不同量程范围的实体无人艇传感器 时间序列数据与信息空间虚拟孪生体三维模型空间数据的实时、跨域、时空融 合方法,实现了利用虚实融合和多传感器数据互补的无人艇任意测点位姿观测 和可靠估计。
本发明建立了基于孪生数据的实体无人艇传感器校准新方法,高精度计量 传感器和被校准传感器可以分别布置在无人艇任意位置,借助孪生数据在信息 空间即可完成校准工作,简化了实体无人艇传感器校准的复杂度和安装要求。
本发明还具有硬件***简单,扩展性好等优势,只需要借助至少一套位置 和姿态传感器即可通过数据孪生获得无人艇任意点位置和姿态信息。
对比的技术效果或者实验效果包括:
无人艇位姿测量是无人艇感知的重要支撑技术,对于无人艇开发、检验及 运维都有重要价值。当前无人艇研制过程,位姿观测主要集中于两类技术途径, 具体如表1所示。一类是信息空间里单纯仿真测量方法,另一类是物理空间里 物理传感器实际测量方法。相比这两种现有技术途径,本发明提出的位姿测量 方法充分发挥虚实融合优势,突破物理空间时间序列真实数据与信息空间模型 空间数据的实时、跨域、时空融合技术,实现无人艇任意位置点的实时位姿测 量,既降低了安装额外物理传感器的成本投入和技术复杂度,又确保了信息空 间孪生数据特征与真实物理平台同步一致。本文所提方法获取的无人艇位姿感 知数据将为无人艇的数据驱动算法开发、无人艇虚拟现实监控与远程驾驶等前 沿应用场景提供可信赖的数据支撑。
表1无人艇位姿测量技术途径对比
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所 需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请 的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下 还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于孪生数据驱动的无人艇实时速度测量方法 流程图。
图2是本发明实施例提供的基于孪生数据驱动的无人艇实时速度测量*** 结构示意图;
图中:1、实体无人艇;2、通信***;3、数据通信模块;4、虚拟孪生体 模块;5、孪生数据集模块;6、虚实交互模块;7、任意点位姿测量模块。
图3是本发明实施例提供的无人艇任意点位姿测量***架构示意图。
图4是本发明实施例提供的速度测量试验轨迹示意图。
其中,a、中国地图及试验位置标注;b、开放水域及规划航路。
图5是本发明实施例提供的速度测量试验目标点分布示意图。
图6是本发明实施例提供的A点的线速度测量结果示意图。
图7是本发明实施例提供的B点的线速度测量结果示意图。
图8是本发明实施例提供的C点的线速度测量结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例, 对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以 解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于孪生数据驱动的无人艇 实时速度测量方法及***,下面结合附图对本发明作详细的描述。
本发明实施例提供的基于孪生数据驱动的无人艇实时速度测量方法包括: 通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息,基 于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动,根据实体无人艇 位姿传感器布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的 空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪 生数据信息;同时基于实时孪生数据信息,实时测量实体无人艇任意位置点的 运动状态,或者校准至少一套位姿传感器测量信息。
如图1所示,本发明实施例提供的基于孪生数据驱动的无人艇实时速度测 量方法包括以下步骤:
S101,利用至少一个位姿传感器测量实体无人艇在安装位置点的位姿信息; 并利用通信***将获取的位姿数据和传感器安装信息打包发送至数据通信模块。
S102,数据通信模块解算获取原始位姿感知信息数据;同时虚拟孪生体模 块建立与实体无人艇几何模型相同的三维模型。
S103,虚拟孪生体模块基于建立的三维模型提供船体任意点的几何信息, 将感知信息与几何信息融合得到实时孪生数据集,并用孪生数据驱动虚实交互 模块,进行虚拟孪生体与实体无人艇的同步运动。
S104,利用虚实交互模块的虚拟传感器测量获得无人艇任意位置点的实时 位姿信息,同时将被校准传感器的位姿期望信息反馈至实体无人艇,反馈位姿 校准数据,进行被校准传感器的修正。
步骤S103中,本发明实施例提供的孪生数据集获取方法包括:
位姿传感器测量反馈传感器安装点所在局部坐标系内随时间变化的无人艇 位姿信息,经过局部坐标系向无人艇附体坐标系的变换以及欧拉角、四元数转 换等,得到附体坐标系内传感器安装位置点的位姿数据以及无人艇质心位置点 的位姿状态信息;将质心位置点的位姿状态信息与无人艇虚拟孪生体的船体任 意点几何信息进行数据融合,即可获取无人艇位姿信息实时孪生数据集。
步骤S103中,本发明实施例提供的基于建立的三维模型提供船体任意点的 几何信息,将感知信息与几何信息融合得到实时孪生数据集包括:
(1)利用位姿传感器S测量获取安装点所在局部坐标系{s}内无人艇位姿 信息sνs=[ν1s,ν2s]T=[us,vs,ws,ps,qs,rs]T;其中sν1s=[us,vs,ws]T描述三个方向的 平动线速度u、v、w,sν2s=[ps,qs,rs]T为绕三个方向转动的角速度p、q、r;
(2)无人艇虚拟孪生体通过三维模型获取传感器安装点S相对无人艇以质 心Ob即旋转中心为原点的附体坐标系{b}内的向径brs;根据传感器局部坐标系{s} 与附体坐标系{b}的空间位置关系得到局部坐标系{s}向附体坐标系{b}变换的 坐标转换矩阵获取无人艇质心在附体坐标系{b}内的运动状态信息
(3)通过三维模型测量获得船体任意点i相对无人艇质心Ob在附体坐标系 {b}内的向径bri,融合数据得到表达船体任意点i实时位姿状态的孪生数据为:
(4)实体无人艇安装n套位姿传感器,每套传感器获得的孪生数据为:
其中,n≥1,Sn代表实体无人艇安装的传感器;
(5)根据每套传感器在不同量程范围的精度等级、观测噪声和测量环境条 件,得到每套传感器的权重系数wsn=f(量程范围、观测噪声、环境条件),融 合多传感器数据获得更为准确的无人艇位姿信息估计,融合后无人艇任意位置 实时孪生数据为:
步骤S103中,本发明实施例提供的利用孪生数据驱动虚实交互模块,进行 虚拟孪生体与实体无人艇的同步运动包括:
利用无人艇附体坐标系定义无人艇虚拟孪生体的运动状态,以无人艇旋转 运动的旋转中心位置为原点Ob,xb轴正方向指向船艏,zb轴正方向指向左舷,yb轴 正方向竖直向上,建立无人艇虚拟孪生体的附体坐标系,虚拟孪生体上每一点 都有对应附体坐标值;使用孪生数据驱动无人艇虚拟孪生体在虚拟场景的实时 运动,按照孪生数据的时间序列设置虚拟孪生体在不同帧的位姿坐标,并通过 三维引擎插值算法将离散的孪生数据序列转化为连续的仿真运动数据序列,令 无人艇虚拟孪生体与实体无人艇具有相同的运动规律,实现虚拟孪生体与实体 无人艇的同步运动。
步骤S104中,本发明实施例提供的被校准传感器的修正方法包括:
1)基于高精度计量传感器S1获取无人艇任意位置点运动状态孪生数据;
如图2-图3所示,本发明实施例提供的基于孪生数据驱动的无人艇实时速 度测量***包括:
实体无人艇1、通信***2、数据通信模块3、虚拟孪生体模块4、孪生数 据集模块5、虚实交互模块6、任意点位姿测量模块7;
实体无人艇1,与通信***2、任意点位姿测量模块7连接,用于利用安装 在实体无人艇内的嵌入式控制器控制任意点位姿测量模块进行数据采集;并利 用控制器将获取到的数据传送至通信***;
通信***2,通过UART、CAN与实体无人艇1连接,用于接收实体无人 艇的相关数据,并发送至数据通信模块;
数据通信模块3,与通信***2连接;用于接收通信***传输的位姿感知信 息,并同时通过通信***向实体无人艇发送位姿校准数据;
虚拟孪生体模块4,用于建立与实体无人艇几何模型相同的三维模型;
孪生数据集模块5,用于融合位姿传感器测量感知数据和虚拟孪生体几何数 据,生成驱动虚实交互***的孪生数据集;
虚实交互模块6,用于进行人机交互以及基于真实物理场景数据的实时仿真 测试;
任意点位姿测量模块7,通过UART、CAN与实体无人艇连接,用于利用 安装于无人艇内部的位姿传感器于无人艇任意点进行位姿测量以及利用被校准 传感器进行实体无人艇位姿传感器校准。
本发明实施例提供的基于孪生数据驱动的无人艇实时速度测量***还包括:
所述通信***与数据通信模块利用点对点无线传输模块、无线网络、移动 蜂窝网、北斗通信及其他多种方式进行数据通信。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1:
为了解决基于至少一组位姿传感器获取无人艇任意位置的位姿信息的感知 技术难题,本发明提出一种基于融合孪生数据的无人艇任意位置实时速度测量 方法及***。
(一)方法介绍
无人艇的运动包括三个方向的平动和三个方向的转动,位姿传感器可获取 安装点所在六自由度运动状态信息。无人艇可看作刚体,因此无人艇所有点的 平动状态相同,转动角速度及角加速度也相同,但由于转动运动,刚体上各点 的转动线速度实际不等。已知无人艇的六自由度运动信息可以定义无人艇整体 的运动状态,但在物理空间中无法做到对船体上所有点进行监测,所以不能直 接获取任意点的线速度。本发明通过实体无人艇上安装的至少一套位姿传感器 所获取的实时位姿信息,输入信息空间中驱动无人艇虚拟孪生体与实体无人艇 同步运动,根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无 人艇虚拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息。进而,可在信息空间中基于实时孪生 数据信息,实时测量实体无人艇任意位置点的运动状态,或者校准至少一套位 姿传感器测量信息。
关于基于物理空间实体无人艇安装至少一套位姿传感器实时测量信息与信 息空间无人艇虚拟孪生体三维模型信息融合获得孪生数据的方法做进一步说明。 物理空间实体无人艇安装至少一套位姿传感器S,测量获取安装点所在局部坐标 系{s}内无人艇位姿信息sνs=[ν1s,ν2s]T=[us,vs,ws,ps,qs,rs]T(其中 sν1s=[us,vs,ws]T描述三个方向的平动线速度u、v、w,sν2s=[ps,qs,rs]T为绕三 个方向转动的角速度p、q、r)。信息空间无人艇虚拟孪生体通过三维模型可获 取传感器安装点S相对无人艇以质心Ob(旋转中心)为原点的附体坐标系{b}内 的向径brs。根据传感器局部坐标系{s}与附体坐标系{b}的空间位置关系可得到 前者向后者变换的坐标转换矩阵在信息空间可以获得无人艇质心在附体坐 标系{b}内的运动状态信息进而,在信息空间通过三维模型可 测量获得船体任意点i相对无人艇质心Ob在附体坐标系{b}内的向径bri,融合信 息空间和物理空间数据得到表达船体任意点i实时位姿状态的孪生数据为
根据公式(1)即可在实体无人艇安装至少一套位姿传感器的前提下,融合 信息空间几何模型数据和物理空间位姿感知数据获得孪生数据,进而在信息空 间获得无人艇任意位置点位姿测量观测的方法。
在此基础上,本发明进一步提出了不同布置位置和不同量程范围的实体无 人艇传感器数据融合方法,实现了利用实体无人艇多传感器的数据互补和位姿 信息可靠估计。假设实体无人艇安装n套位姿传感器(n≥1,Sn代表实体无人 艇安装的传感器),则每套传感器可获得的孪生数据为:
根据每套传感器在不同量程范围的精度等级、观测噪声和测量环境条件, 得到每套传感器的权重系数wsn=f(量程范围、观测噪声、环境条件),进而可 以融合多传感器数据获得更为准确的无人艇位姿信息估计,融合后无人艇任意 位置实时孪生数据为:
此外,本发明还进一步提出了基于无人艇任意位置实时孪生数据的传感器 校准新方法,首先基于高精度计量传感器S1获取无人艇任意位置点运动状态孪 生数据,接着在信息空间无人艇虚拟孪生体上选择被校准传感器S2的安装位置 点,根据该位置点的孪生数据信息bνs2逆向解算对应实体无人艇该位置点的期望 观测位姿信息接着,将信息空间获取的S2传感器期望位姿信息与物 理空间S2传感器实际测量信息s2νs2对比,获得被校准传感器S2的测量补偿值。
(二)***介绍
本发明的***组成如图3所示,主要包括实体无人艇、位姿传感器(如S1, S2,...,Sn)、被校准传感器、通信***、虚拟孪生体、孪生数据集、虚实交互 ***及任意点位姿测量。其中,至少一个位姿传感器通过UART、CAN等形式与 实体无人艇连接,通信***也通过UART、CAN等形式与实体无人艇连接,经过 实体无人艇内安装的嵌入式控制器采集位姿传感器测量数据,并实时通过通信 ***发出至上位机***。物理空间与信息孔的通信模式可参与点对点无线传输 模块、无线网络、移动蜂窝网、北斗通信等多种方式。上位机硬件部分主要包 括通信***和高性能计算机,软件部分构成信息空间。上位机软件部分主要包 括数据通信单元、虚拟孪生体单元、孪生数据集单元、虚实交互***单元以及 任意点位姿测量单元组成。其中,数据通信单元主要负责接收实体无人艇传回 的位姿感知信息,并同时向实体无人艇发送位姿校准数据;虚拟孪生体单元负 责建立与实体无人艇几何模型相同的三维模型;孪生数据集单元主要负责融合 物理空间位姿传感器测量感知数据和信息空间虚拟孪生体几何数据,生成驱动 虚实交互***的孪生数据集;虚实交互***单元主要负责人机交互与基于真实 物理场景数据的实时仿真测试;任意点位姿测量单元主要负责无人艇任意点位 姿测量以及实体无人艇位姿传感器校准等。
***运行过程中,物理空间至少一个位姿传感器测量实体无人艇在安装位 置点的位姿信息。通过通信***将位姿数据和传感器安装信息打包发送至对应 信息空间的数据通信单元,经数据通信单元解算获得原始位姿感知信息数据。 与此同时,信息空间虚拟孪生体基于跟实体无人艇几何相等的三维模型提供船 体任意点的几何信息,将感知信息与几何信息融合得到实时孪生数据集,并用 孪生数据驱动虚拟交互***,实现在信息空间虚拟孪生体与实体无人艇的同步 运动。接着,可以借助虚实交互***的操作界面进一步完成任意点位姿测量功 能。与此同时,基于信息空间测量获取的被校准传感器的位姿期望信息反馈到 物理空间实体无人艇,用于被校准传感器的修正。
信息空间中,在通信***接受数据环节,物理空间位姿传感器测量反馈的 是传感器安装点所在局部坐标系{s}内随时间变化的无人艇位姿信息,经过局部 坐标系向无人艇附体坐标系的变换以及欧拉角、四元数转换等,得到附体坐标 系内传感器安装位置点的位姿数据,并进一步获得无人艇质心位置点的位姿状 态信息。将质心位置点的位姿状态信息与无人艇虚拟孪生体的船体任意点几何 信息进行数据融合,即可获取无人艇位姿信息实时孪生数据集。利用该实时孪 生数据集驱动虚实交互***,实现在信息空间实时监测实体无人艇的运动状态, 并可基于来自实体无人艇真实同步数据驱动仿真测试,实现更优于软件在环仿 真、硬件在环仿真等方式的仿真测试效果。接着,基于虚实交互***提供的虚 拟传感器功能,可以测量获得无人艇任意位置点的实时位姿信息,并结合被校 准传感器的位置信息,反馈位姿校准数据。
信息空间可由三维引擎Unity3D创建,包含与实体无人艇、真实外界环境 具有相同物理属性的无人艇虚拟孪生体和虚拟场景等。无人艇虚拟孪生体的运 动状态由信息空间下无人艇附体坐标系定义,通常以无人艇旋转运动的旋转中 心位置为原点Ob,xb轴正方向指向船艏,zb轴正方向指向左舷,yb轴正方向竖直 向上,建立无人艇虚拟孪生体的附体坐标系,虚拟孪生体上每一点都有对应附 体坐标值。无人艇在虚拟场景中的运动属性包括空间和时间两个维度,虚拟场 景中空间属性由虚拟场景的位置、角度等坐标定义,时间属性由按照时序排列 的帧定义。使用孪生数据驱动虚实交互***中无人艇虚拟孪生体在虚拟场景的 实时运动,按照孪生数据的时间序列设置虚拟孪生体在不同帧的位姿坐标,然 后通过三维引擎插值算法将离散的孪生数据序列转化为连续的仿真运动数据序 列,使信息空间中无人艇虚拟孪生体与实体无人艇具有相同的运动规律。无人 艇任意点位姿测量可通过脚本控制虚实交互***实现,虚实交互***包括观测 无人艇虚拟孪生体运动状态的操作界面,和用于显示无人艇运动的三维画面、 位姿数据、小地图及航行轨迹,提供切换场景视角、选取船体任意点进行速度 测量等交互操作。
实施例2:
本实施例将在小型无人艇上对本发明中任意位置点的位姿测量方法及*** 进行验证。由于无人艇刚体任意点的角速度均相同,因此本实施例仅展示线速 度的测量结果。本实施例主要分为无人艇和上位机两部分,无人艇包括搭载的 传感器和通信设备;上位机包括PC和通信设备,PC中安装本发明的软件(包括 数据处理、虚实交互***等)。
无人艇作为物理空间实体对象,搭载有GPS、陀螺仪、磁力计等传感器,这 些传感器共同构成感知***,通过卡尔曼滤波技术,将各传感器的数据融合得 到相对准确的位置和姿态数据,其中位置数据以经纬度形式给出,姿态数据以 欧拉角形式给出。
无人艇和上位机的通信设备构成本发明的通信***,通过Mavlink通信协 议进行通信,将无人艇的位姿数据实时发送给上位机。
上位机中的数据通信单元对接收到的数据包进行解析,提取其中的位姿数 据。对于位置数据,使用坐标系转换方程将经纬度转化为坐标值,并对其进行 缩放,使其符合虚拟场景的尺度;对于姿态数据,将无人艇姿态的欧拉角数据 转换为四元数格式,以避免驱动无人艇虚拟孪生体时出现“万向节锁”问题。
经过处理的位姿数据与虚拟孪生体几何信息数据融合得到孪生数据集,进 而输入虚实交互***,驱动***中的无人艇虚拟孪生体在虚拟场景中按实体无 人艇运动状态同步响应,进而实现通过无人艇虚拟孪生体的运动信息来远程监 测实体无人艇上任意点的实时运动状态。
为进一步测试本发明的任意点速度测量功能,使用小型无人艇进行了实验, 航行轨迹如图4所示,监测无人艇在湖中航行直角转弯过程船体上不同点的速 度。
选取无人艇附体坐标系原点ob作为参考点(附体坐标系原点与无人艇质心 重合),选取如图5所示无人艇上的各点作为目标点进行速度测量。
得到原点Ob线速度与各目标点的线速度及偏差,测量结果如图6-8所示,其 中图(a)为原点Ob与目标点的速度对比,图(b)为原点Ob与目标点的速度偏差。
试验结果验证了本发明能够在不额外添加传感器的情况下,对实际航行中 实体无人艇任意点的线速度进行实时观测。
实施例3:
为使本发明的技术方案和优点更加清楚,本实施例将对本发明的软件实施 方案进一步描述。
本发明的软件部分主要包括数据通信单元、虚拟孪生体单元、孪生数据集 单元、虚实交互***单元以及任意点位姿测量单元组成。其中,数据通信单元 可由二次开发的地面站软件QGroundControl(简称QGC)实现,剩余部分则由 Unity3D创建三维模型和对应脚本实现。
QGC是一款开源地面站软件,为使用Mavlink协议通信的无人航行器(包括 水面船、无人机、无人车等移动机器人)提供完整的飞行控制和任务计划,能 够从无人艇传回的Mavlink消息中解析出经纬度、欧拉角等位姿数据。为使用 解析后的传感器测量用于驱动无人艇虚拟孪生体,对QGC进行二次开发,将解 析出的位姿数据按照UDP协议封装,通过本地UDP套接字,将封装好的数据发 送至特定的UDP端口实现信息空间内部数据交互。
本发明无人艇虚拟孪生体的运动及孪生数据的产生与应用等都在三维可视 化软件中完成。三维可视化软件包括虚拟场景和脚本两部分。其中,虚拟场景 为软件的前端,无人艇虚拟孪生体的运动在虚拟场景中完成。脚本为软件的后 台程序,本发明中包含数据处理、数据融合、数据驱动虚拟孪生体运动、任意 点速度计算等功能脚本。数据处理脚本对QGC发送数据的端口进行监听,将接 收到的UDP数据包解包并作数据转换、插值、定义变量等处理,将处理过后的 位姿数据定义为可供其他脚本调用的位姿变量。数据融合脚本对位姿传感器发 送的数据和虚拟孪生体几何信息进行实时融合得到孪生数据。孪生数据驱动虚 拟孪生体运动脚本通过在三维可视化软件虚拟场景每一帧画面刷新时,将最新 的位姿变量赋值给无人艇虚拟孪生体在虚拟场景中的位置坐标、旋转角度等属 性,使在虚拟场景中无人艇虚拟孪生体与实体无人艇同步位姿状态,结合 Unity3D的动态渲染,实现无人艇虚拟孪生体在虚拟场景中的连续运动。无人艇 任意点速度测量功能由任意点速度计算脚本实现,利用Unity3D碰撞检测功能 获取目标点的附体坐标值,结合当前的无人艇实时线速度与角速度计算出任意 点的实时速度(或实时位姿)。此外,输入实体无人艇待校准传感器位置信息, 即可通过任意点速度测量功能获取信息空间中无人艇的最优位姿观测信息,将 此信息通过数据通信单元反馈至实体无人艇内嵌入式控制器,即可在控制器内 补偿待校准传感器的测量偏差。
在三维可视化软件中设有人机交互界面,用户通过人机交互界面与虚实交 互***进行交互,人机交互界面上显示无人艇的实时位姿数据、无人艇虚拟孪 生体在虚拟场景中的运动画面,提供视角切换、任意点速度测量、传感器校准 等功能,用户利用鼠标或键盘进行操作,可以自由地调整视角、查看小地图或 计算任意点的速度。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上; 术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、 “头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关 系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元 件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明 的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不 能理解为指示或暗示相对重要性。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于 此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明 的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的 保护范围之内。
Claims (10)
1.一种基于孪生数据驱动的无人艇实时速度测量方法,其特征在于,所述基于孪生数据驱动的无人艇实时速度测量方法包括:通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息,基于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动;
根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息;
基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或者校准至少一套位姿传感器测量信息。
2.如权利要求1所述基于孪生数据驱动的无人艇实时速度测量方法,其特征在于,所述基于孪生数据驱动的无人艇实时速度测量方法包括以下步骤:
步骤一,利用至少一个位姿传感器测量实体无人艇在安装位置点的位姿信息;并利用通信***将获取的位姿数据和传感器安装信息打包发送至数据通信模块;
步骤二,数据通信模块解算获取原始位姿感知信息数据;同时虚拟孪生体模块建立与实体无人艇几何模型相同的三维模型;
步骤三,虚拟孪生体模块基于建立的三维模型提供船体任意点的几何信息,将感知信息与几何信息融合得到实时孪生数据集,并用孪生数据驱动虚实交互模块,进行虚拟孪生体与实体无人艇的同步运动;
步骤四,利用虚实交互模块的虚拟传感器测量获得无人艇任意位置点的实时位姿信息,同时将被校准传感器的位姿期望信息反馈至实体无人艇,反馈位姿校准数据,进行被校准传感器的修正。
3.如权利要求2所述基于孪生数据驱动的无人艇实时速度测量方法,其特征在于,步骤三中,所述孪生数据集获取方法包括:
位姿传感器测量反馈传感器安装点所在局部坐标系内随时间变化的无人艇位姿信息,经过局部坐标系向无人艇附体坐标系的变换以及欧拉角、四元数转换等,得到附体坐标系内传感器安装位置点的位姿数据以及无人艇质心位置点的位姿状态信息;将质心位置点的位姿状态信息与无人艇虚拟孪生体的船体任意点几何信息进行数据融合,即可获取无人艇位姿信息实时孪生数据集。
4.如权利要求2所述基于孪生数据驱动的无人艇实时速度测量方法,其特征在于,步骤三中,所述基于建立的三维模型提供船体任意点的几何信息,将感知信息与几何信息融合得到实时孪生数据集包括:
(1)利用位姿传感器S测量获取安装点所在局部坐标系{s}内无人艇位姿信息sνs=[ν1s,ν2s]T=[us,vs,ws,ps,qs,rs]T;其中sν1s=[us,vs,ws]T描述三个方向的平动线速度u、v、w,sν2s=[ps,qs,rs]T为绕三个方向转动的角速度p、q、r;
(2)无人艇虚拟孪生体通过三维模型获取传感器安装点S相对无人艇以质心Ob即旋转中心为原点的附体坐标系{b}内的向径brs;根据传感器局部坐标系{s}与附体坐标系{b}的空间位置关系得到局部坐标系{s}向附体坐标系{b}变换的坐标转换矩阵获取无人艇质心在附体坐标系{b}内的运动状态信息
(3)通过三维模型测量获得船体任意点i相对无人艇质心Ob在附体坐标系{b}内的向径bri,融合数据得到表达船体任意点i实时位姿状态的孪生数据为:
(4)实体无人艇安装n套位姿传感器,每套传感器获得的孪生数据为:
其中,n≥1,Sn代表实体无人艇安装的传感器;
(5)根据每套传感器在不同量程范围的精度等级、观测噪声和测量环境条件,得到每套传感器的权重系数wsn=f(量程范围、观测噪声、环境条件),融合多传感器数据获得更为准确的无人艇位姿信息估计,融合后无人艇任意位置O实时孪生数据为:
5.如权利要求2所述基于孪生数据驱动的无人艇实时速度测量方法,其特征在于,步骤三中,所述利用孪生数据驱动虚实交互模块,进行虚拟孪生体与实体无人艇的同步运动包括:
利用无人艇附体坐标系定义无人艇虚拟孪生体的运动状态,以无人艇旋转运动的旋转中心位置为原点Ob,xb轴正方向指向船艏,zb轴正方向指向左舷,yb轴正方向竖直向上,建立无人艇虚拟孪生体的附体坐标系,虚拟孪生体上每一点都有对应附体坐标值;使用孪生数据驱动无人艇虚拟孪生体在虚拟场景的实时运动,按照孪生数据的时间序列设置虚拟孪生体在不同帧的位姿坐标,并通过三维引擎插值算法将离散的孪生数据序列转化为连续的仿真运动数据序列,令无人艇虚拟孪生体与实体无人艇具有相同的运动规律,实现虚拟孪生体与实体无人艇的同步运动。
7.一种实施如权利要求1-6所述基于孪生数据驱动的无人艇实时速度测量方法的基于孪生数据驱动的无人艇实时速度测量***,其特征在于,所述基于孪生数据驱动的无人艇实时速度测量***包括:
实体无人艇、通信***、数据通信模块、虚拟孪生体模块、孪生数据集模块、虚实交互模块、任意点位姿测量模块;
实体无人艇,与通信***、任意点位姿测量模块连接,用于利用安装在实体无人艇内的嵌入式控制器控制任意点位姿测量模块进行数据采集;并利用控制器将获取到的数据传送至通信***;
通信***,通过UART、CAN与实体无人艇连接,用于接收实体无人艇的相关数据,并发送至数据通信模块;
数据通信模块,与通信***连接;用于接收通信***传输的位姿感知信息,并同时通过通信***向实体无人艇发送位姿校准数据;
虚拟孪生体模块,用于建立与实体无人艇几何模型相同的三维模型;
孪生数据集模块,用于融合位姿传感器测量感知数据和虚拟孪生体几何数据,生成驱动虚实交互***的孪生数据集;
虚实交互模块,用于进行人机交互以及基于真实物理场景数据的实时仿真测试;
任意点位姿测量模块,通过UART、CAN与实体无人艇连接,用于利用安装于无人艇内部的位姿传感器于无人艇任意点进行位姿测量以及利用被校准传感器进行实体无人艇位姿传感器校准。
8.如权利要求7所述基于孪生数据驱动的无人艇实时速度测量***,其特征在于,所述基于孪生数据驱动的无人艇实时速度测量***还包括:
所述通信***与数据通信模块利用点对点无线传输模块、无线网络、移动蜂窝网、北斗通信及其他多种方式进行数据通信。
9.一种计算机设备,其特征在于,所述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,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息,基于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动;
根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息;
基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或者校准至少一套位姿传感器测量信息。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
通过实体无人艇上安装的至少一套位姿传感器获取无人艇的实时位姿信息,基于获取的信息驱动无人艇虚拟孪生体与实体无人艇同步运动;
根据实体无人艇位姿传感器布置位置、传感器时间序列数据以及无人艇虚拟孪生体三维模型的空间数据,实时进行跨域、时空融合得到表达无人艇任意位置点的实时位姿孪生数据信息;
基于实时孪生数据信息,实时测量实体无人艇任意位置点的运动状态,或者校准至少一套位姿传感器测量信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010692749.2A CN111881515B (zh) | 2020-07-17 | 2020-07-17 | 一种基于孪生数据驱动的无人艇实时速度测量方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010692749.2A CN111881515B (zh) | 2020-07-17 | 2020-07-17 | 一种基于孪生数据驱动的无人艇实时速度测量方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881515A true CN111881515A (zh) | 2020-11-03 |
CN111881515B CN111881515B (zh) | 2022-08-30 |
Family
ID=73154857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010692749.2A Active CN111881515B (zh) | 2020-07-17 | 2020-07-17 | 一种基于孪生数据驱动的无人艇实时速度测量方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881515B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560263A (zh) * | 2020-12-11 | 2021-03-26 | 太原理工大学 | 一种基于数字孪生的移动机器人状态监控与保养*** |
CN112581502A (zh) * | 2020-12-23 | 2021-03-30 | 北京环境特性研究所 | 一种基于孪生网络的目标跟踪方法 |
CN113180738A (zh) * | 2021-05-25 | 2021-07-30 | 山东大学 | 一种用于远程心脏超声的虚拟探头及诊疗*** |
CN113468724A (zh) * | 2021-06-09 | 2021-10-01 | 中国民航大学 | 一种机场飞机降落引导的数字孪生***仿真方法及装置 |
CN113821884A (zh) * | 2021-08-31 | 2021-12-21 | 郑州煤矿机械集团股份有限公司 | 一种基于液压支架多维姿态监测的数字孪生方法及*** |
CN114004015A (zh) * | 2021-10-19 | 2022-02-01 | 中国舰船研究设计中心 | 一种基于ROS-Gazebo的无人艇建模与运动仿真方法 |
CN114019827A (zh) * | 2021-10-19 | 2022-02-08 | 中国舰船研究设计中心 | 一种基于数字孪生的无人艇虚拟化平台 |
CN114584571A (zh) * | 2021-12-24 | 2022-06-03 | 北京中电飞华通信有限公司 | 基于空间计算技术的电网场站数字孪生同步通信方法 |
CN114802640A (zh) * | 2021-12-26 | 2022-07-29 | 中国船舶工业***工程研究院 | 无人艇测试***及方法 |
CN115097821A (zh) * | 2022-06-09 | 2022-09-23 | 中国船舶集团有限公司***工程研究院 | 无人艇集群环境状态空间模拟方法及装置 |
CN115421500A (zh) * | 2022-11-04 | 2022-12-02 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生模型的自动装卸车控制方法和*** |
CN116047889A (zh) * | 2023-01-16 | 2023-05-02 | 中国人民解放军国防科技大学 | 一种虚实结合仿真***中控制补偿方法及装置 |
CN116127783A (zh) * | 2023-03-24 | 2023-05-16 | 摩尔线程智能科技(北京)有限责任公司 | 一种虚拟世界生成*** |
CN116563505A (zh) * | 2023-05-09 | 2023-08-08 | 阿波罗智联(北京)科技有限公司 | 虚拟形象生成方法、装置、电子设备以及存储介质 |
CN116954137A (zh) * | 2023-09-20 | 2023-10-27 | 北京大学 | 跨介质航行器的运动控制方法、***、装置、设备及介质 |
CN117152324A (zh) * | 2023-09-04 | 2023-12-01 | 艾迪普科技股份有限公司 | 基于三维播放器的数据驱动方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101988776B1 (ko) * | 2017-12-28 | 2019-06-12 | 주식회사 현대미포조선 | 3차원 모델링 기반의 디지털 트윈쉽 시스템 |
CN110705868A (zh) * | 2019-09-27 | 2020-01-17 | 江苏科技大学 | 一种基于孪生数据的船舶堆场作业调度***及其调度方法 |
CN111046549A (zh) * | 2019-12-09 | 2020-04-21 | 上海航天精密机械研究所 | 一种基于数字孪生体的自适应装调方法及*** |
CN111208759A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 矿井无人化综采工作面数字孪生智能监控*** |
CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器***及其建模方法 |
CN111381515A (zh) * | 2020-01-20 | 2020-07-07 | 兰州理工大学 | 基于数字孪生五维模型的软体机器人或驱动器***及其建模方法 |
-
2020
- 2020-07-17 CN CN202010692749.2A patent/CN111881515B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101988776B1 (ko) * | 2017-12-28 | 2019-06-12 | 주식회사 현대미포조선 | 3차원 모델링 기반의 디지털 트윈쉽 시스템 |
CN110705868A (zh) * | 2019-09-27 | 2020-01-17 | 江苏科技大学 | 一种基于孪生数据的船舶堆场作业调度***及其调度方法 |
CN111046549A (zh) * | 2019-12-09 | 2020-04-21 | 上海航天精密机械研究所 | 一种基于数字孪生体的自适应装调方法及*** |
CN111208759A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 矿井无人化综采工作面数字孪生智能监控*** |
CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器***及其建模方法 |
CN111381515A (zh) * | 2020-01-20 | 2020-07-07 | 兰州理工大学 | 基于数字孪生五维模型的软体机器人或驱动器***及其建模方法 |
Non-Patent Citations (1)
Title |
---|
杨少龙等: "融入光伏发电技术的大型船舶电力***可行性实验研究", 《船舶科学技术》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560263A (zh) * | 2020-12-11 | 2021-03-26 | 太原理工大学 | 一种基于数字孪生的移动机器人状态监控与保养*** |
CN112560263B (zh) * | 2020-12-11 | 2023-02-03 | 太原理工大学 | 一种基于数字孪生的移动机器人状态监控与保养*** |
CN112581502A (zh) * | 2020-12-23 | 2021-03-30 | 北京环境特性研究所 | 一种基于孪生网络的目标跟踪方法 |
CN113180738A (zh) * | 2021-05-25 | 2021-07-30 | 山东大学 | 一种用于远程心脏超声的虚拟探头及诊疗*** |
CN113468724B (zh) * | 2021-06-09 | 2023-01-17 | 中国民航大学 | 一种机场飞机降落引导的数字孪生***仿真方法及装置 |
CN113468724A (zh) * | 2021-06-09 | 2021-10-01 | 中国民航大学 | 一种机场飞机降落引导的数字孪生***仿真方法及装置 |
CN113821884A (zh) * | 2021-08-31 | 2021-12-21 | 郑州煤矿机械集团股份有限公司 | 一种基于液压支架多维姿态监测的数字孪生方法及*** |
CN113821884B (zh) * | 2021-08-31 | 2024-01-26 | 郑州恒达智控科技股份有限公司 | 一种基于液压支架多维姿态监测的数字孪生方法及*** |
CN114019827A (zh) * | 2021-10-19 | 2022-02-08 | 中国舰船研究设计中心 | 一种基于数字孪生的无人艇虚拟化平台 |
CN114004015B (zh) * | 2021-10-19 | 2024-04-26 | 中国舰船研究设计中心 | 一种基于ROS-Gazebo的无人艇建模与运动仿真方法 |
CN114004015A (zh) * | 2021-10-19 | 2022-02-01 | 中国舰船研究设计中心 | 一种基于ROS-Gazebo的无人艇建模与运动仿真方法 |
CN114584571A (zh) * | 2021-12-24 | 2022-06-03 | 北京中电飞华通信有限公司 | 基于空间计算技术的电网场站数字孪生同步通信方法 |
CN114584571B (zh) * | 2021-12-24 | 2024-02-27 | 北京中电飞华通信有限公司 | 基于空间计算技术的电网场站数字孪生同步通信方法 |
CN114802640B (zh) * | 2021-12-26 | 2023-08-15 | 中国船舶集团有限公司***工程研究院 | 无人艇测试***及方法 |
CN114802640A (zh) * | 2021-12-26 | 2022-07-29 | 中国船舶工业***工程研究院 | 无人艇测试***及方法 |
CN115097821A (zh) * | 2022-06-09 | 2022-09-23 | 中国船舶集团有限公司***工程研究院 | 无人艇集群环境状态空间模拟方法及装置 |
CN115421500A (zh) * | 2022-11-04 | 2022-12-02 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生模型的自动装卸车控制方法和*** |
CN116047889A (zh) * | 2023-01-16 | 2023-05-02 | 中国人民解放军国防科技大学 | 一种虚实结合仿真***中控制补偿方法及装置 |
CN116047889B (zh) * | 2023-01-16 | 2023-06-27 | 中国人民解放军国防科技大学 | 一种虚实结合仿真***中控制补偿方法及装置 |
CN116127783B (zh) * | 2023-03-24 | 2024-01-23 | 摩尔线程智能科技(北京)有限责任公司 | 一种虚拟世界生成*** |
CN116127783A (zh) * | 2023-03-24 | 2023-05-16 | 摩尔线程智能科技(北京)有限责任公司 | 一种虚拟世界生成*** |
CN116563505A (zh) * | 2023-05-09 | 2023-08-08 | 阿波罗智联(北京)科技有限公司 | 虚拟形象生成方法、装置、电子设备以及存储介质 |
CN116563505B (zh) * | 2023-05-09 | 2024-04-05 | 阿波罗智联(北京)科技有限公司 | 虚拟形象生成方法、装置、电子设备以及存储介质 |
CN117152324A (zh) * | 2023-09-04 | 2023-12-01 | 艾迪普科技股份有限公司 | 基于三维播放器的数据驱动方法和装置 |
CN117152324B (zh) * | 2023-09-04 | 2024-07-12 | 艾迪普科技股份有限公司 | 基于三维播放器的数据驱动方法和装置 |
CN116954137A (zh) * | 2023-09-20 | 2023-10-27 | 北京大学 | 跨介质航行器的运动控制方法、***、装置、设备及介质 |
CN116954137B (zh) * | 2023-09-20 | 2023-12-08 | 北京大学 | 跨介质航行器的运动控制方法、***、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111881515B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881515B (zh) | 一种基于孪生数据驱动的无人艇实时速度测量方法及*** | |
US10983206B2 (en) | Low cost high precision GNSS systems and methods | |
US10989537B2 (en) | Sonar sensor fusion and model based virtual and augmented reality systems and methods | |
JP4439896B2 (ja) | 移動型デバイスおよびナビゲーション方法 | |
Zhao et al. | Motion measurement using inertial sensors, ultrasonic sensors, and magnetometers with extended kalman filter for data fusion | |
US10503393B2 (en) | Touch screen sonar adjustment systems and methods | |
CN109887057A (zh) | 生成高精度地图的方法和装置 | |
CN111156998A (zh) | 一种基于rgb-d相机与imu信息融合的移动机器人定位方法 | |
Arrichiello et al. | Observability metric for the relative localization of AUVs based on range and depth measurements: theory and experiments | |
CN108375370A (zh) | 一种面向智能巡防无人机的复合导航*** | |
CN111338383B (zh) | 基于gaas的自主飞行方法及***、存储介质 | |
CN107192983B (zh) | 一种观测水下潜航器相对位置的装置、方法和*** | |
CN111595348A (zh) | 一种自主水下航行器组合导航***的主从式协同定位方法 | |
CN112967392A (zh) | 一种基于多传感器触合的大规模园区建图定位方法 | |
CN109471447A (zh) | 无人机导航方法、装置、无人机和数据可读存储装置 | |
CN109945871B (zh) | 一种通信带宽与距离受限情况下的多无人平台同步定位与地图构建方法 | |
CN111618861A (zh) | 一种基于四轴结构的双随动智能手臂控制方法 | |
CN207181664U (zh) | 一种观测水下潜航器相对位置的装置和*** | |
Liu et al. | A high-accuracy pose measurement system for robotic automated assembly in large-scale space | |
US10754528B2 (en) | Sonar user interface systems and methods | |
CN112762935B (zh) | 一种基于船体姿态监测的定位方法及*** | |
CN117685953A (zh) | 面向多无人机协同定位的uwb与视觉融合定位方法及*** | |
CN114659496B (zh) | 一种用于船载北斗一体机倾斜监测的方法 | |
CN112241170B (zh) | 基于并联六自由度平台的无人艇自稳定*** | |
CN113237485A (zh) | 一种基于多传感器融合的slam方法与*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |