数字孪生数据采集方法、装置及计算机设备与流程

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。

背景技术：

1、随着自动化技术的发展，机器人替代人工的趋势愈发明显，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，本申请提供了一种数字孪生数据采集方法，包括：

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。

技术特征：

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。

技术总结
本申请涉及一种数字孪生数据采集方方法、装置及计算机设备。所述方法包括：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。采用本方法能够实现构建数字孪生模型所需数据量的降级，并且提高整体数据的稳定性，使得机器人的数字孪生模型建模在工业应用上能够实现。

技术研发人员：康冬华,吴车,贺毅,左志军
受保护的技术使用者：广州明珞装备股份有限公司
技术研发日：
技术公布日：2024/4/29