(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211134635.1 (22)申请日 2022.09.19 (71)申请人 山东浪潮科 学研究院有限公司 地址 250100 山东省济南市高新浪潮路 1036号S02号楼 (72)发明人 王明圣　李锐　朱翔宇　胡佳　 姜凯　胡雷钧　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 孙晶伟 (51)Int.Cl. G06T 1/20(2006.01) G06N 20/00(2019.01) G06F 16/953(2019.01) G06V 10/147(2022.01)H04L 67/12(2022.01) (54)发明名称 一种基于AIoT和数字孪生的智慧工业实现 方法及系统 (57)摘要 本发明公开一种基于AIoT和数字孪生的智 慧工业实现方法及系统， 涉及物联网自动控制技 术领域； 部署微型机器学习TinyML于终端设备 中， 通过终端设备的微型机器学习T inyML对工业 现场采集的图像进行目标识别， 并通过终端设备 的传感器采集工业现场环境数据， 将目标识别结 果和工业现场环境数据通过MQTT协议发送到服 务器端， 通过浏览器端从服务器端请求目标识别 结果和工业现场环境数据， 并解析目标识别结果 和工业现场环 境数据， 根据解析后目标识别结果 和工业现场环境数据驱动工业现场物理实体对 应的数字孪生体模型， 通过数字孪生体模型的数 据驱动和模型驱动对工业现场运行状态进行监 控和远程控制。 权利要求书1页 说明书4页 附图2页 CN 115511695 A 2022.12.23 CN 115511695 A 1.一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是部署微型机器学习TinyML 于终端设备中， 通过终端设备的微型机器学习TinyML对工业现场采集的图像进行目标识 别， 并通过终端设备 的传感器采集工业现场环境数据， 将目标识别结果和工业现场环境数 据通过MQTT协 议发送到服务器端， 通过浏览器端从服务器端请求目标识别结果和工业现场 环境数据， 并解析目标识别结果和工业现场环境数据， 根据解析后目标识别结果和工业现 场环境数据驱动工业现场物理实体对应的数字孪生体模型， 通过数字孪生体模型的数据驱 动和模型驱动对工业现场运行状态进行监控和远程控制。 2.根据权利要求1所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是利 用ARM架构的处理器、 图形 处理器GPU及传感器组成终端设备， 通过ARM架构的处理器收集工 业现场图像和传感器采集的工业现场环境数据， 并将工业现场图像和工业现场环境数据推 送至图形处理器GPU， 通过图形处理器GPU中TinyML对采集的工业现场图像进行目标识别， 通过ARM架构的处理器将目标识别结果和工业现场环境数据利用MQTT协议发送到服务器 端。 3.根据权利要求1或2所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是 终端设备通过I/O口拓展与传感器的物理连接， 采集工业现场环境数据。 4.根据权利要求1所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是通 过浏览器端部署工业现场现有的数字孪生体模型， 或者搭建工业现场对应的数字孪生体模 型。 5.根据权利要求4所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是所 述搭建工业现场对应的数字 孪生体模型， 包括： 依据工业现场的物理实体使用WebGL和Three.js技术在浏览器端搭建数字孪生体模型 中几何模 型、 物理模 型、 行为模 型和规则模型， 按照规则模型与行为模型对几何模型和物理 模型进行模型组装以及模型间融合的调试。 6.根据权利要求1所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是所 述通过数字孪生体模型的数据驱动和模型驱动对工业现场运行状态进 行监控和远程控制， 包括： 调整数字孪生体模型的参数， 根据调整的参数向终端设备发送相应的控制数据反向驱 动控制终端设备与传感器运行。 7.根据权利要求1或6所述的一种基于AIoT和数字孪生的智慧工业实现方法， 其特征是 所述进行监控， 包括： 通过浏览器端利用VR与AR技术显示工业现场物 理实体的数字孪生体模型， 实现工业现 场的实时状态展示。 8.基于AIoT和数字孪生的智慧工业实现的计算机可读介质， 其特征是所述计算机可读 介质上存储有计算机指令， 所述计算机指令在被处理器执行时， 使所述处理器执行权利要 求1至7任一项所述的一种基于AI oT和数字 孪生的智慧工业实现方法。权　利　要　求　书 1/1 页 2 CN 115511695 A 2一种基于AIoT和数字孪生的智慧工 业实现方法及系统 技术领域 [0001]本发明公开一种方法及系统， 涉及物联网自动控制技术领域， 具体地说是一种基 于AIoT和数字 孪生的智慧工业实现方法及系统。 背景技术 [0002]目前工厂中有大量的老式机器依然不具备现代化的状态监控和数据传输能力， 而 大批量的更换工业设备不仅会带来财力的大量消耗， 在设备升级过程中还会严重影响到公 司的产能。 但目前还没有对工业现场的有效的实时监控方法能够实时监控及分析现场数据 并控制现场终端 进行更为有效的现场数据采集。 发明内容 [0003]本发明针对现有技术的问题， 提供一种基于AIoT和数字孪生的智慧工业实现方法 及系统， 通过人工智能、 机器学习与目标识别和数字孪生技术在B/S系统架构与终端设备的 框架之上实现传统工业的智能化和信息化管理。 [0004]本发明提出的具体方案是： [0005]本发明提供一种基于AIoT和数字孪生的智慧工业实现方法， 部署微型机器学习 TinyML于终端设备中， 通过终端设备的微型机器学习TinyML对工业现场采集的图像进行目 标识别， 并通过终端设备 的传感器采集工业现场环境数据， 将目标识别结果和工业现场环 境数据通过MQTT协 议发送到服务器端， 通过浏览器端从服务器端请求目标识别结果和工业 现场环境数据， 并解析目标识别结果和工业现场环境数据， 根据解析后目标识别结果和工 业现场环境数据驱动工业现场物理实体对应的数字孪生体模型， 通过数字孪生体模型的数 据驱动和模型驱动对工业现场运行状态进行监控和远程控制。 [0006]进一步， 所述的一种基于AIoT和数字孪生 的智慧工业实现方法中利用ARM架构的 处理器、 图形处理器GPU及传感器组成终端设备， 通过ARM架构的处理器收集工业现场图像 和传感器采集的工业现场环境数据， 并将工业现场图像和工业现场环境数据推送至图形处 理器GPU， 通过图形处理器 GPU中TinyML对采集的工业现场图像进行目标识别， 通过ARM架构 的处理器将目标识别结果和工业现场环境数据利用MQT T协议发送到服 务器端。 [0007]进一步， 所述的一种基于AIoT和数字孪生的智慧工业实现方法 中终端设备通过I/ O口拓展与传感器的物理连接， 采集工业现场环境数据。 [0008]进一步， 所述的一种基于AIoT和数字孪生的智慧工业实现方法中通过浏览器端部 署工业现场现有的数字 孪生体模型， 或者搭建工业现场对应的数字 孪生体模型。 [0009]进一步， 所述的一种基于AIoT和数字孪生的智慧工业实现方法中所述搭建工业现 场对应的数字 孪生体模型， 包括： [0010]依据工业现场的物理实体使用WebGL和Thr ee.js技术在浏览器端搭建数字孪生体 模型中几何模型、 物理模型、 行为模型和规则模型， 按照规则模型与行为模型对几何模型和 物理模型进行模型组装以及模型间融合的调试。说　明　书 1/4 页 3 CN 115511695 A 3