资讯

行业前沿|无人集群数字孪生

转载 2022-08-12 10:54 飞思实验室 来源:飞思实验室

导读

数字孪生的概念最早由密歇根大学教授MichaelGrieves于2003年提出,该概念在提出时并未引起国内外军事领域的重视,这是因为:(1)当时收集装备实体信息的技术手段有限,难以实现作战和装备数据的在线实时采集;(2)资源要素的数字化描述尚不成熟,相关的软硬件无法支持在数字空间中精确定义和描述军事实体、军事活动和军事知识等模型;(3)当时的计算机算力和算法难以实现对大数据的实时处理,高速率、大容量和低时延的战术通信技术尚不成熟,虚实之间数据难以实现实时传输。

01/数字孪生介绍

2011年以后,随着物联网、大数据和云计算等IT技术以及人工智能(AI)和机器学习等智能化技术的持续和深入发展,跨学科、跨领域的数字孪生技术逐渐在军民用领域得到重视,从产品研发、装备制造和智慧城市逐渐拓展到复杂军事信息系统。典型的杭州数字孪生城市,已实现交通信号的智能配置,经实际运行验证,试点区域通行时间减少15%,杭州萧山区的120救护车到达现场时间缩短一半;美海军“数字林肯”作战系统,实现了借助数字孪生控制作战力量和发射导弹。这就说明数字孪生技术某种程度上已具备实际场景应用的成熟度。

作为近年来迅速发展的新兴研究领域,数字孪生的内涵逐渐清晰,虽然在其定义方面还未能达成一致的认识。但其主要的元素一定包括物理实体、虚拟模型、数据、连接和服务。

针对不同的对象,从不同的维度进行思考,数字孪生技术具有不同的认识与特征。

物理层面

物理实体是整套系统的基础,不同的物理实体决定不同的物理模型,不同的实体特征决定不同的数据内容,不同的现实需求决定不同的服务拓展;模型(虚拟)层面:理想数字孪生模型包括几何模型、规则模型、物理模型、行为模型等多空间多尺度模型。有别于传统模型,更加强调与实体空间的相互映射与高度一致性;

数据层面

数据是数字孪生系统的核心驱动力,数据的来源不光要包括实体空间、虚拟空间,也要包括虚实结合的融合数据。数字孪生在数据层面还应包括物理层实时交互、响应更新、决策迭代等内容;

连接层面

物理实体与虚拟空间的连接必须具有双向性和兼容性。双向性具体表现为双向连接、双向驱动与双向交互,兼容性表现为跨平台、跨接口、跨协议;

服务层面

针对不同的对象、不同的需求,数字孪生系统可以在产品的全生命周期各个阶段提供相应的可靠服务。

02/国内外研究现状

在国外,数字孪生的概念最早于2003年诞生,却因为数据采集能力和信息技术条件的不成熟,未能得到重视。直到2011年,美国空军研究实验室与NASA合作提出构建未来飞行器的数字孪生体,并将数字孪生定义为一种面向飞行器或系统的高度集成的多物理场、多概率、多尺度的仿真模型之后,才在相关研究领域真正引起关注,并在近些年得到飞速发展。

而在国内,刘青等学者对数字孪生的研究所进行的综述,认为2017年是数字孪生发展的转折点。2017年之前,对于数字孪生的认识还处于模糊阶段,故相关研究主要集中于概念的讨论,同时也探索了几种理论实现模型。到了2017年以后,研究数量大幅度增加,国内也有相当数量的学者参与研究,在对概念进行扩展、完善外,更探索出多种应用框架、新的模型和方式。进而国内数字孪生的研究逐渐向落地产品与实物验证过渡。其中包括,庄存波等提出的一种数字框架,主要用于复杂产品的装配车间的数字孪生系统搭建;郭东升等则充分利用数字孪生系统的可交互性、可计算性等特征,搭建了以数字孪生为基础的航空结构件车间;北航陶飞团队则将研究重心放到对数字孪生系统框架地设计与探索中,包括需求分析、任务划分、框架设计、概念实现、实验验证等环节。而在具体的工程实例方面,数控机床、自动导轨运输车、3D打印机等制造设备的数字孪生系统也相继落地,对该新兴技术产业的发展起到指导意义。与此同时,随着数字孪生价值的不断上升,使用什么样的平台进行数字孪生系统的开发成为备受关注的热点问题。

03/飞思集群仿真平台

飞思集群仿真平台基于以上需求,提出了如下图所示虚实结合的仿真构架,将仿真节点分为两类:实体节点和虚拟节点。其中,实体节点具有较高的模型精度,且将飞控系统、机载视觉计算机、组网通信链路等硬件实体直接接入仿真闭环,形成半物理仿真系统,实现更高精度和可信度的模拟实验效果;而虚拟节点基于专家知识、物理模型、物理空间等多维数据,进行建模和分析,构建物理实体的高保真数字孪生模型,在保证基本仿真精度需求的情况下,采用了简化的运动和控制模型,可以实现大规模无人机集群节点的快速模拟。因此,实体飞机节点精度高,但是占用硬件和计算资源多,在整体集群仿真中少量部署;而虚拟飞机节点精度稍低,但是占用资源少成本低,可在集群仿真中大量部署。通过合理配置实体飞机节点和虚拟飞机节点的数量,可以实现在成本与精度的平衡,实现大规模集群仿真较好的算法验证效果,同时,结合人工智能技术,通过数据融合分析、虚实交互反馈和决策迭代优化等手段,实现物理实体空间与数字虚拟空间的交互共融和智能化操作,提供无人系统集群智能方向的数字孪生解决方案。

"无人机集群虚实结合仿真构架"

"大规模无人机集群仿真"

"无人机视觉仿真开发"

0 0

网友评论

取消