基于數(shù)字孿生的飛機裝配狀態(tài)巡檢機器人的建模與控制

侯正航，何衛(wèi)平

(西北工業(yè)大學(xué) 機電學(xué)院，陜西 西安 710072)

1 問題的描述

隨著智能制造技術(shù)的不斷發(fā)展，數(shù)字孿生概念得到了各領(lǐng)域的廣泛重視[1]。數(shù)字孿生技術(shù)的出現(xiàn)，為制造業(yè)的信息物理融合提供了解決思路，在航空航天領(lǐng)域，達索航空公司將基于數(shù)字孿生理念建立的虛擬開發(fā)與模擬平臺用于“陣風”系列戰(zhàn)斗機和“隼”系列公務(wù)機的設(shè)計過程改進，洛克希德—馬丁公司將數(shù)字孿生應(yīng)用于F-35戰(zhàn)斗機的制造過程中，期望通過生產(chǎn)數(shù)據(jù)的實時回饋，進一步提升F-35的生產(chǎn)速度[2]。

數(shù)字孿生技術(shù)在航空航天領(lǐng)域的快速發(fā)展彰顯了其巨大的價值。而飛機裝配作為飛機制造中的關(guān)鍵環(huán)節(jié),飛機裝配質(zhì)量在很大程度上決定了飛機生產(chǎn)質(zhì)量水平和企業(yè)生產(chǎn)效率。提高裝配過程生產(chǎn)效率和可靠性所帶來的經(jīng)濟效益遠比簡單地降低零件生產(chǎn)成本所帶來的經(jīng)濟效益顯著[3]。但在真實的裝配過程中，由于裝配對象類型龐雜和裝配工人的素質(zhì)、技術(shù)水準和注意力等問題，可能導(dǎo)致在裝配過程中出現(xiàn)一些難以發(fā)現(xiàn)的錯誤。因此，實現(xiàn)飛機裝配的自動檢測，進而保證裝配質(zhì)量、提高裝配過程的可靠性在飛機裝配領(lǐng)域中顯得尤為重要。

在飛機裝配中，飛機線纜支架種類繁多、安裝位置各異，其裝配現(xiàn)場如圖1所示。一方面，工人在安裝時容易出現(xiàn)漏裝、錯裝和裝偏等裝配錯誤，影響生產(chǎn)進度；另一方面，目前飛機線纜支架的檢驗方式主要為人工巡檢，檢測人員需對比工藝手冊，判斷支架安裝位姿是否正確，效率低且可能出現(xiàn)錯檢、漏檢等情況，影響線纜總體布局，導(dǎo)致線纜無法安裝或磨損加劇等問題。因此，針對飛機裝配過程中的線纜支架裝配狀態(tài)檢測任務(wù)，本文設(shè)計了一種基于數(shù)字孿生的巡檢機器人系統(tǒng)，通過數(shù)字孿生系統(tǒng)物理層和模型層的雙向數(shù)據(jù)傳輸實現(xiàn)相機朝向的實時優(yōu)化，獲取待檢測區(qū)域的真實圖像和標準數(shù)模圖像，通過真實圖像和標準數(shù)模圖像的實時比對獲取檢測結(jié)果。最后，通過實驗對比了有無數(shù)字孿生系統(tǒng)時機器人相機的指向誤差和虛實相機拍攝區(qū)域的一致性。

2 研究現(xiàn)狀

隨著機器人技術(shù)的發(fā)展，巡檢機器人逐漸應(yīng)用到變電站、石油化工設(shè)備、高壓輸電線、航空航天等場合?，F(xiàn)有巡檢機器人主要有吸附式爬行機器人、輪式機器人、無人機和巡線機器人4種形式。其中，爬行機器人多用于飛機機身和機翼的自動制孔，如西班牙Fatronik公司研制的五坐標爬行機器人自動制孔系統(tǒng)、Mtorres公司研制的FDH2爬行機器人制孔系統(tǒng)[4]；輪式機器人多用于變電站、石化設(shè)備等危險場景的自動巡檢，朱宇昌等[5]研制了一種防爆輪式巡檢機器人系統(tǒng)，實現(xiàn)對石化企業(yè)等高危環(huán)境下設(shè)備的自動巡檢；高寧等[6]針對目前糧倉環(huán)境人工監(jiān)測成本高、效率低的問題，研制出一種糧倉環(huán)境全天候監(jiān)測的巡檢小車。無人機主要用于地質(zhì)勘探、輸電線路巡檢等大范圍場合，馬如海等[7]利用四旋翼無人機對輸電線路關(guān)鍵部位進行航拍巡檢，提高線路巡檢質(zhì)量和運維效率。巡線機器人多用于高壓輸電線路的巡檢工作[8]，多數(shù)研究集中于巡線機器人的越障機構(gòu)設(shè)計與模擬分析，王方順等[9]設(shè)計出一種三臂機器人結(jié)構(gòu)，通過一條行走剎車一體的前臂和兩條隨動后臂的相互配合實現(xiàn)越障巡檢；王吉岱等[10]和肖時雨等[11]都介紹了一種使用四條可升降機械臂實現(xiàn)越障的四臂巡線機器人結(jié)構(gòu)；周風余等[12]通過關(guān)節(jié)式機械臂的方式實現(xiàn)機器人自主越障。此外，國外也有將巡線機器人應(yīng)用到輸電線路架設(shè)和巡檢中的相關(guān)研究[13-14]。

針對飛機線纜支架裝配狀態(tài)的檢驗工作，目前主要依靠人工巡檢，效率低且易出錯。本文提出一種基于數(shù)字孿生的機器人巡檢新方法，通過虛實空間的數(shù)據(jù)交互同步虛實空間中的機器人位姿，獲取待檢測區(qū)域的真實圖像和標準數(shù)模圖像，以標準數(shù)模圖像為依據(jù)，通過模板匹配等圖像處理算法判斷支架安裝位置、角度是否正確，實現(xiàn)飛機線纜支架裝配狀態(tài)的自動巡檢。

3 飛機裝配狀態(tài)巡檢機器人設(shè)計

3.1 機械結(jié)構(gòu)設(shè)計

機器人的機械結(jié)構(gòu)決定了機器人的運動方式和巡檢效率。優(yōu)秀的機械結(jié)構(gòu)應(yīng)滿足運行穩(wěn)定可靠、結(jié)構(gòu)緊湊、體積小重量輕、具備一定的載荷等設(shè)計要求?，F(xiàn)有巡檢機器人的機械結(jié)構(gòu)主要有吸附式爬行機器人、輪式驅(qū)動小車、四旋翼無人機和懸掛式巡線機器人4種。由于線纜支架多安裝在客艙內(nèi)部，存在框肋等結(jié)構(gòu)，不適合爬行機器人運動，同時裝配現(xiàn)場環(huán)境復(fù)雜且障礙物多，增大了輪式機器人和無人機巡檢的控制難度。因此，選用懸掛式巡線機器人的機械結(jié)構(gòu)進行后續(xù)設(shè)計。

巡線機器人常用于高壓輸電線路的巡檢工作中，本文參考輸電線路巡線機器人的機械結(jié)構(gòu)，設(shè)計出一種結(jié)構(gòu)緊湊、體積小巧的巡線機器人結(jié)構(gòu)，機器人實物樣機如圖2所示。

為減輕機器人重量，使用輕質(zhì)鋁型材、鋁板和3D打印結(jié)構(gòu)件搭建機器人框架，框架部分包括驅(qū)動裝置、相機云臺和控制箱。驅(qū)動裝置如圖3所示，由直流減速電機、同步帶、同步輪、傳動軸、驅(qū)動輪和夾緊機構(gòu)組成。為減小機器人運行過程的晃動幅度，本文將質(zhì)量較大的電機安裝于機器人底部以降低重心，電機動力通過同步輪和同步帶傳遞至驅(qū)動輪，張緊輪用來調(diào)節(jié)同步帶的松緊程度，以獲得更佳的傳動效率；為防止機器人在運行過程中打滑，選用外表面為聚氨酯耐磨材料的驅(qū)動輪，增大和驅(qū)動輪和繩索之間的摩擦系數(shù)，并設(shè)計了單獨的繩索夾緊機構(gòu)，微型電機通過螺旋機構(gòu)控制導(dǎo)向輪上下運動來夾緊或松開繩索，防止機器人從繩索上脫落，同時也增大了驅(qū)動輪和繩索之間的摩擦力。相機云臺為搭載了WIFI網(wǎng)絡(luò)攝像機的二自由度全方位云臺，其水平旋轉(zhuǎn)角度和垂直旋轉(zhuǎn)角度均為-180°～180°，WIFI攝像機可在機器人運行過程中始終朝向待檢測區(qū)域，并將圖像實時傳輸至遠程服務(wù)器?？刂葡湮挥跈C器人中部，搭載了維持機器人正常運行所必須的組件，包括Arduino微控制器、WIFI繼電器、慣性測量單元(Inertial Measurement Unit，IMU)、電機驅(qū)動器和電池等相關(guān)控制組件。

2.2 控制系統(tǒng)設(shè)計

機器人本體控制系統(tǒng)硬件部分包括Arduino控制板、WIFI攝像機、編碼器、IMU、WIFI模塊和各類電機等元器件。其中：編碼器用于獲取機器人的運行路程信息，IMU用來獲取機器人的姿態(tài)信息。機器人本體控制系統(tǒng)底層采用輪詢的控制結(jié)構(gòu)，在每一次循環(huán)中，機器人首先依據(jù)傳感器數(shù)據(jù)和相關(guān)補償算法計算自身位姿，并將自身位姿等信息發(fā)送至模型層服務(wù)器，然后依據(jù)模型層服務(wù)器的回饋信息調(diào)節(jié)機器人的目標位置和云臺電機轉(zhuǎn)角。

4 基于數(shù)字孿生的機器人巡檢系統(tǒng)

數(shù)字孿生起源于2002年美國密歇根大學(xué)Grieves教授在向工業(yè)界展示如何進行產(chǎn)品生命周期管理時提出的兩個系統(tǒng)，即真實系統(tǒng)和虛擬系統(tǒng)。這一理念中提及的真實空間、虛空間以及二者之間的數(shù)據(jù)流被認為是數(shù)字孿生的3個基本要素。在數(shù)字孿生三維模型的基礎(chǔ)上，陶飛等[15]提出了數(shù)字孿生五維模型概念，將孿生數(shù)據(jù)維和服務(wù)維融入到數(shù)字孿生體系框架。

本文通過標準數(shù)模圖像與真實圖像的實時比對檢測支架安裝狀態(tài)，因此需要保證虛實相機拍攝范圍的一致性。在機器人運行過程中，由于機器人的質(zhì)量分布不均和機器人的加速度變化，導(dǎo)致機器人會發(fā)生晃動或姿態(tài)偏轉(zhuǎn)現(xiàn)象，若不考慮機器人的姿態(tài)變化，相機拍攝畫面難以保持穩(wěn)定或無法拍攝到目標區(qū)域。而數(shù)字孿生系統(tǒng)提供了一個很好的解決思路，通過數(shù)字孿生系統(tǒng)物理層與模型層的雙向數(shù)據(jù)傳輸，實現(xiàn)相機朝向的實時優(yōu)化，保證虛實相機可始終穩(wěn)定地朝向同一待檢測目標，獲取相同待檢測范圍的虛實圖像，從而進行后續(xù)的圖像對比檢測。

4.1 系統(tǒng)框架

本文以數(shù)字孿生五維模型為依據(jù)，搭建了基于數(shù)字孿生的機器人巡檢系統(tǒng)，其體系結(jié)構(gòu)如圖4所示。首先建立包含物理機器人數(shù)字孿生模型和巡檢目標標準模型的虛擬場景，機器人在運行過程中實時將自身位姿信息發(fā)送到模型層服務(wù)器，模型層服務(wù)器將位姿信息同步到機器人數(shù)字孿生模型上;然后依據(jù)機器人虛擬模型位姿信息和虛擬場景下待檢測目標的位姿計算云臺電機的目標轉(zhuǎn)角，并將目標轉(zhuǎn)角發(fā)送至機器人，機器人接收到云臺電機轉(zhuǎn)角數(shù)據(jù)后驅(qū)動云臺電機，使機器人在偏斜或晃動狀態(tài)下仍可以穩(wěn)定地朝向待檢測區(qū)域，其搭載的物理相機和虛擬場景中的虛擬相機可以獲取同一待檢測區(qū)域下的真實圖像和標準數(shù)模圖像；最后通過虛實圖像比對獲取支架安裝狀態(tài)檢測結(jié)果，并利用MR(mixed reality)眼鏡、投影等多種可視化手段將檢測結(jié)果展示給現(xiàn)場工人或其他人員。

4.2 模型層設(shè)計

本文基于Unity軟件創(chuàng)建了機器人及巡檢對象的數(shù)字孿生模型，其場景如圖5所示。Unity是由Unity Technologies公司開發(fā)的一款專業(yè)游戲引擎，多用于三維游戲、三維動畫的開發(fā)制作，近年來也逐漸應(yīng)用于虛擬現(xiàn)實(Virtual Reality, VR)和增強現(xiàn)實(Augmented Reality, AR)應(yīng)用的開發(fā)領(lǐng)域，本文將Unity軟件用于數(shù)字孿生系統(tǒng)模型層的構(gòu)建。使用SolidWorks創(chuàng)建機器人及巡檢對象的CAD模型，將模型導(dǎo)入Unity創(chuàng)建虛擬場景并創(chuàng)建虛擬相機獲取待檢測區(qū)域的標準數(shù)模圖像，最后使用C#語言編寫腳本實現(xiàn)模型層的數(shù)據(jù)收發(fā)、云臺電機角度計算、檢測結(jié)果可視化、機器人狀態(tài)同步和標準數(shù)模圖像獲取等功能。

4.3 相機朝向?qū)崟r優(yōu)化

機器人在運行過程中可能由于相機轉(zhuǎn)動或外界干擾等因素產(chǎn)生姿態(tài)偏轉(zhuǎn)或晃動現(xiàn)象，導(dǎo)致相機視野偏離目標區(qū)域，為使相機可穩(wěn)定地朝向待檢測區(qū)域，本文通過虛實映像構(gòu)建信息空間與物理空間數(shù)據(jù)交互通道，實現(xiàn)信息在虛實空間的交互聯(lián)動，達到“以實映虛，以虛控實”的目的[16]?；跀?shù)字孿生相機朝向優(yōu)化系統(tǒng)的框架如圖6所示。首先，在信息空間中構(gòu)建巡檢機器人及待巡檢區(qū)域的數(shù)字孿生模型，然后通過藍牙構(gòu)建物理層和數(shù)據(jù)層的雙向數(shù)據(jù)傳輸信道，將機器人位姿信息傳輸至模型層，使數(shù)字孿生模型可實時追蹤物理機器人狀態(tài)，形成具有感知、分析、決策能力的數(shù)字孿生體，接收到機器人位姿數(shù)據(jù)后，機器人數(shù)字孿生模型根據(jù)自身位姿和待檢測目標位姿計算出云臺電機轉(zhuǎn)動角度，并將角度信息發(fā)送至機器人，機器人依據(jù)角度信息調(diào)節(jié)云臺電機。上述過程循環(huán)進行，虛擬機器人實時追蹤物理機器人狀態(tài)，并依據(jù)數(shù)字空間中待檢測目標的位姿信息，通過相關(guān)計算優(yōu)化云臺電機轉(zhuǎn)角，將數(shù)據(jù)發(fā)送至物理機器人驅(qū)動相機朝向變化。通過物理層和模型層的雙向數(shù)據(jù)傳輸，實現(xiàn)相機朝向的實時優(yōu)化，保證相機始終可穩(wěn)定地朝向當前待檢測目標位置。

在對云臺電機轉(zhuǎn)角進行優(yōu)化計算時，需要考慮機器人姿態(tài)的變化，這里采用空間坐標變換的方法。在每一時刻，數(shù)字孿生平臺從物理機器人獲得機器人位姿信息，從數(shù)字孿生模型獲得待檢測目標位姿，通過空間坐標變換的方法將待檢測目標在世界坐標系下的坐標變換到機器人自身坐標系下，然后計算出云臺電機轉(zhuǎn)角。如圖7所示，將世界坐標系O-XYZ中待檢測區(qū)域點坐標變換到坐標系O4-X4Y4Z4中需要經(jīng)過多步移軸變換和轉(zhuǎn)軸變換，如式(1)，將各變換矩陣相乘可得到總變換矩陣M，將待檢測目標坐標與總變換矩陣M相乘，即可得到待檢測目標在O4-X4Y4Z4坐標系下的坐標P4。計算完成后，如式(3)，將P4轉(zhuǎn)換為極坐標表示，γ和φ即為云臺電機轉(zhuǎn)角。在Unity中，使用其內(nèi)置應(yīng)用程序編程接口(Application Programming Interface, API)可方便地進行坐標變換計算。

M=(T0R0XR0YR0Z)T01R12XR23XT34；

(1)

(2)

(3)

虛擬機器人和物理機器人之間的雙向數(shù)據(jù)傳輸可方便地實現(xiàn)虛實機器人之間的狀態(tài)同步，使物理機器人和虛擬機人保持位姿、速度、云臺電機轉(zhuǎn)角的一致，經(jīng)過相機朝向優(yōu)化之后，物理機器人搭載的物理相機和數(shù)字孿生模型中的虛擬相機可保持朝向一致，獲取待檢測區(qū)域下的真實圖像和標準數(shù)模圖像，從而支持后續(xù)的圖像對比檢測和檢測結(jié)果視覺化工作。

5 實驗設(shè)計與驗證

為驗證本文基于數(shù)字孿生系統(tǒng)的機器人巡檢方式的可行性，于實驗室搭建了實驗環(huán)境，并使用C#語言編寫上位機軟件。如圖8所示，軟件支持任務(wù)模式與遙控模式兩種控制模式，可實時顯示機器人位姿、速度和各關(guān)節(jié)角度等信息，同時可觀測到真實相機和虛擬相機獲取的實時圖像；另設(shè)有多個滑動條實現(xiàn)對機器人的控制。

為研究本文數(shù)字孿生系統(tǒng)能否起到優(yōu)化相機朝向的作用，令機器人相機始終朝向空間點(0.5，-0.2，0.3)，針對巡檢機器人在姿態(tài)偏斜(Rx=1.516°,Ry=-5.416°)、晃動、突然啟動/停止以及機器人從繩索靠近端點處運動到繩索中點4種條件，分別考慮使用本文數(shù)字孿生系統(tǒng)優(yōu)化相機朝向和不使用本文數(shù)字孿生系統(tǒng)兩種情況，在虛擬空間中實時獲取機器人相機軸線向量作為相機的實際朝向，獲取相機中心與待檢測目標聯(lián)機向量作為相機的理論朝向，計算實際朝向與理論朝向的向量夾角，將此夾角作為誤差角來衡量相機指向的準確度。實驗結(jié)果如表1所示。

表1 相機朝向誤差對比

由表1可以看出，在每種條件下，使用本文數(shù)字孿生系統(tǒng)優(yōu)化相機朝向時，相機指向的平均誤差角與最大誤差角總是小于不使用數(shù)字孿生系統(tǒng)時相機指向的誤差角，說明本文數(shù)字孿生系統(tǒng)對相機指向具有顯著的優(yōu)化效果。為更明顯地看出機器人運行過程誤差角的變化情況，對每種條件，記錄誤差角的實時變化曲線，如圖9～圖11所示。

圖9為機器人在晃動條件下有無數(shù)字孿生系統(tǒng)優(yōu)化相機朝向情況下誤差角的對比圖。可以看出，隨著機器人晃動幅度的減小，優(yōu)化前后誤差角都逐漸收斂于固定值，使用數(shù)字孿生系統(tǒng)優(yōu)化后，誤差角的變化幅度明顯減小，優(yōu)化前誤差角不收斂于0的原因是機器人在靜止時由于重心不在機器人幾何中心，無法保持水平狀態(tài)。圖10為機器人在突然啟動或急停時的誤差角對比，可以看到在啟動或剎車時，機器人加速度影響姿態(tài)角Rx，導(dǎo)致誤差角相比勻速運行時較大。另外，優(yōu)化后誤差角相比優(yōu)化前明顯減小。圖11為機器人從繩索端點運動到中點往返過程中誤差角和姿態(tài)角Rx的變化圖，在繩索端點處，姿態(tài)角Rx較大，誤差角較大，而經(jīng)過優(yōu)化后，誤差角基本保持為零。圖12所示為5種實驗條件的示意圖。

優(yōu)化相機朝向的目的是為獲取相同待檢測區(qū)域下的真實圖像和標準數(shù)模圖像，從而支持后續(xù)圖像對比檢測及檢測結(jié)果視覺化工作。影響虛實相機拍攝區(qū)域一致性的另一個因素是物理機器人到虛擬機人的狀態(tài)同步延遲，若延遲過高，機器人數(shù)字孿生模型狀態(tài)滯后，無法實時追蹤物理機器人狀態(tài)，虛擬相機獲取的視頻流總會落后于真實相機視頻流。因此，需設(shè)計實驗探究機器人狀態(tài)同步延遲大小以及狀態(tài)同步延遲是否會影響虛實相機拍攝區(qū)域的一致性。

首先從理論上分析數(shù)據(jù)傳輸過程中的延遲大小，然后使用60幀攝像機同時拍攝機器人和計算機屏幕，逐幀比較機器人位姿確定機器人狀態(tài)同步實際延遲。如表2所示，虛實機器人的狀態(tài)同步延遲可分解為IMU延遲、下位機延遲、數(shù)據(jù)傳輸延遲和計算機屏幕刷新延遲4部分，總延遲約為152 ms。而通過攝像機拍攝畫面逐幀對比的方式得到機器人狀態(tài)同步延遲約為7～10幀，即112 ms～160 ms，與理論推算結(jié)果基本一致。由上述各部分延遲大小可知，延遲主要發(fā)生在下位機運行過程中，這是由于目前使用的巡線機器人控制板(Arduino Mega2560)的處理器芯片頻率較低(16 MHz)，計算速度較慢，后續(xù)可考慮換用性能更強的32位控制器。

表2 機器人狀態(tài)同步延遲

為探究上述延遲大小是否會影響虛實相機拍攝區(qū)域的一致性，在虛擬場景中使機器人搭載的虛擬相機在運行過程(運行速度v=0.4 m/s)中始終朝向目標點(0.5，-0.2，0.3)，使用Unity協(xié)程函數(shù)模擬實際運行過程的延遲，虛擬相機在間隔140 ms前后獲取的圖像如圖13所示?？梢钥闯觯瑘D像區(qū)域基本一致，圖像角度略有差異。

此外，相機朝向的準確度與機器人位姿精度和云臺電機精度相關(guān)。機器人姿態(tài)精度由IMU測量精度決定，本文所使用的姿態(tài)傳感器的動態(tài)精度為0.1°，輸出頻率為100 Hz。機器人位置精度由編碼器精度和位置補償算法共同決定，經(jīng)實際測試，在實驗條件(繩索兩端相距2 m)下，機器人的定位誤差小于1 cm。在計算出云臺電機的目標轉(zhuǎn)角后，需確保云臺電機轉(zhuǎn)動到目標角度，本文使用的云臺電機的編碼器為12位編碼器，電機角度精度為0.088°，在實驗過程中發(fā)現(xiàn)，當負載過大時，電機無法轉(zhuǎn)動到預(yù)定位置，因此在安裝相機時需盡可能使相機重心與電機軸線重合以減小負載。從上述各因素可以看出，對相機朝向影響最大的是機器人的定位誤差，后續(xù)可考慮結(jié)合現(xiàn)有室內(nèi)高精度定位技術(shù)獲取機器人位置，如HTC公司的Lighthouse室內(nèi)定位技術(shù)和室內(nèi)GPS定位系統(tǒng)均可實現(xiàn)室內(nèi)毫米級定位。

最后，為驗證本文基于數(shù)字孿生的巡檢機器人系統(tǒng)的可行性，搭建了真實裝配場景和虛擬裝配場景，并進行了機器人的實際運行實驗，實驗結(jié)果如圖14～16所示?？梢钥吹?，虛實機器人的位姿在運行過程中基本保持一致，虛實相機所獲取的待檢測區(qū)域的圖像范圍基本一致。在獲取到待檢測區(qū)域虛實圖像后，使用模板匹配視覺算法提取出的虛實圖像中每個支架的矩形包圍盒如圖16所示，通過比對虛實圖像中矩形包圍盒的位置、大小和方向參數(shù)，即可實現(xiàn)線纜支架裝配錯誤的自動巡檢。

5 結(jié)束語

本文提出一種基于數(shù)字孿生的飛機裝配狀態(tài)巡檢機器人系統(tǒng)。首先介紹了其機械結(jié)構(gòu)和控制系統(tǒng);然后搭建了本文巡檢機器人的數(shù)字孿生系統(tǒng)，通過數(shù)字孿生系統(tǒng)物理層和模型層之間的數(shù)據(jù)雙向傳輸實現(xiàn)了相機朝向的實時優(yōu)化和虛實機器人之間的狀態(tài)同步，獲取待檢測區(qū)域的真實圖像和標準數(shù)模圖像;最后，設(shè)計實驗驗證了本文數(shù)字孿生系統(tǒng)對相機朝向的優(yōu)化效果，分析了狀態(tài)同步延遲和各傳感器精度對虛實圖像獲取的影響，驗證了本文數(shù)字孿生系統(tǒng)的可行性。本文的工作探索了基于數(shù)字孿生的遠程機器人巡檢方法，提出了一種基于虛實圖像比對的實時巡檢方式，下一步工作應(yīng)注重于提升系統(tǒng)可靠性、機器人定位精度，并降低狀態(tài)同步延遲。