一种场景模拟沙盘演示系统的制作方法

1.本发明涉及ai应用场景模拟与演示技术领域，尤其涉及一种可自定义场景、对算法模型应用进行可视化演示并可配置场景数据反哺算法模型优化的场景模拟沙盘演示系统。


背景技术：

2.对于ai领域的ai应用场景模拟与演示，目前采用的算法模型应用与测试是在真实场景中或采集真实素材(图片、影像、声音等)进行的，需搭建或寻找合适的场景/素材，且场景/素材无法快速准确地实现自定义的调整，同时模型的数据采集、开发、测试往往涉及多个岗位，综合下来，需花费大量的人力与物力。


技术实现要素：

3.有鉴于此，本公开实施例提供一种场景模拟沙盘演示系统，该演示系统满足ai应用场景的自由配置与可视化，使场景数据更精确且可自定义便捷、快速的调整。
4.为了实现上述目的，本发明提供如下技术方案：
5.一种场景模拟沙盘演示系统，包括相互进行无线通讯的电子系统和物理设备，所述电子系统包括模拟器和场景设计模块，所述物理设备包括集群机器人、渲染服务器、显示设备和交互桌面；
6.所述集群机器人被配置为接受虚拟系统上位机发出的指令后在所述交互桌面运作，或手动控制其在场景中的定位；所述渲染服务器搭载仿真引擎以及可视化引擎，用于模拟场景搭建、场景数据同步与解析；所述显示设备用于将模拟场景在所述交互桌面进行显示；所述交互桌面上配套发射接收器和处理器，用于实时检测和反馈所述集群机器人的分布、定位、角度等特征信息，反馈至虚拟系统上位机；
7.所述场景设计模块被配置为3d模拟视角的虚拟场景的搭建和资源的配置管理；所述模拟器用于实时生成场景画面，通过所述显示设备投射到所述交互桌面，并通过交互桌面上的发射接收器与处理器将所述集群机器人的运行/变化同步到所述场景设计模块的3d模拟视角中，实现双向的输入与反馈；
8.其中，所述虚拟系统上位机中设置ai算法模型。
9.进一步地，所述场景设计模块中资源的配置管理包括环境配置、图像与声音源管理、传感器设置。
10.进一步地，所述场景设计模块包括工具栏、可视化画板、属性设置与模拟视角。
11.进一步地，所述交互桌面上还搭载配套场景基础画面与互动部件，用于实时可视化场景环境，并支持物理编辑场景特征数据。
12.进一步地，所述集群机器人与所述虚拟系统上位机之间为无线通讯，所述无线通讯包括2.4ghz无线通信和低功耗蓝牙通信。
13.进一步地，所述集群机器人配设光学传感器，以配合所述交互桌面实现集群机器
人的绝对位置检测；所述集群机器人还配设加速度计、陀螺仪和地磁传感器，以探测敲击或碰撞的物理输入。
14.进一步地，所述集群机器人还包括彩的灯光组件，用于指示或标识。
15.进一步地，所述集群机器人和所述交互桌面中均配置充电装置。
16.进一步地，所述渲染服务器采用迷你渲染服务器。
17.进一步地，所述交互桌面还包括数据存储和同步模块，用于将所述集群机器人的运行参数进行存储，并同步至所述虚拟系统上位机。
18.本发明的场景模拟沙盘演示系统，可无缝集成到现有系统，支持数据导入或接入api，自定义场景参数并进行可视化搭建，涵盖图像、声音、传感器的各种设置，并可实现各种环境配置与渲染，覆盖多种难以模拟的跨产业教学与展示场景；准确识别集群机器人在虚拟环境中的位置与视角变化，并向现有系统返回数据，辅助ai决策判断下一步指令，以虚拟应用辅助开发实践，包括但不限于以下应用场景：
19.远场音频：多角度音频输入下的iot，可控制场景内音频数量、位置、大小、空间距离等，并可搭配背景声音干扰，以集群机器人作为定点，全面检测iot相关模型的语音控制性能。
20.自动化作业：以机器视觉流水线质检产品为例，可搭建模拟流水线场景，并按需制造目标瑕疵产品视觉并调整布局，以集群机器人的视角获取虚拟流水线的影像进行检测；
21.交通监控：通过调整集群机器人的定位、方向与运行状态，模拟车辆牌号场景并创造干扰；通过配置交通状态，模拟交通路况识别与自动推荐路线测试。
22.自动驾驶:以集群机器人示意无人车，模拟结合障碍物、方向变化、速度变化、停车场等综合场景，体验无人车在模拟场景中的运行状态。
23.森林火险:以集群机器人模拟火灾识别侦测设备，自定义森林场景与布局，配置危险点信息，评估设备的侦测性能。
24.智慧大棚设备:接入数字化大棚，以集群机器人示意机械臂摄像头，可利用各种作物影像打造环境，模拟摄像头在大棚中的工作状态。
25.另外，本发明的该演示系统满足ai应用场景的自由配置与可视化，使场景数据更精确且可自定义便捷、快速的调整，可用于检验模型成果，也可将多类型数据反哺给模型以进行训练，开发者可同步进行模型的训练与应用测试。加速ai开发的进程的同时也节省了人力物力。
附图说明
26.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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它的附图。
27.图1为本发明实施例的场景模拟沙盘演示系统中物理设备结构示意图；
28.图2为本发明实施例的场景模拟沙盘演示系统中场景设计工具模块示意图；
29.图3为本发明实施例的场景模拟沙盘演示系统中集群机器人在“自动驾驶”案例中的小车造型示意图；
30.图4为本发明实施例的场景模拟沙盘演示系统的架构示意图。
31.图1中，1-显示设备、2-集群机器人、3-交互界面、4-渲染服务器(位于柜体中)
具体实施方式
32.下面结合附图对本公开实施例进行详细描述。
33.以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
34.要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
35.还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
36.另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
37.如图1-2所示，本公开实施例提供一种场景模拟沙盘演示系统，包括相互进行无线通讯的电子系统和物理设备，所述电子系统包括模拟器和场景设计模块，所述物理设备包括集群机器人2、渲染服务器4、显示设备1和交互桌面3；
38.所述集群机器人被配置为接受虚拟系统上位机发出的控制指令后在所述交互桌面3完成控制动作；
39.具体地，上述集群机器人2：具备快速机动能力；搭载2.4ghz无线通信和低功耗蓝牙通信能力，可与虚拟系统上位机时时通信；内置可充电锂电池，具备较长时间续航能力；底部具有特殊光学传感器，配合交互桌面隐藏的标识实现集群机器人的绝对位置检测；内置加速度计，陀螺仪和地磁传感器，可以探测到敲击或者碰撞物理输入；具有彩色灯光组件，可用于指示或标识；造型可基于场景需求定制。
40.所述渲染服务器搭载仿真引擎(simulation engine)以及可视化引擎；
41.所述显示设备1用于将模拟场景在所述交互桌面进行显示；
42.所述交互桌面3上配套发射接收器和处理器，用于实时检测和反馈所述集群机器人的分布、定位、角度等特征信息，反馈至虚拟系统上位机；其中，优选采用2.4ghz发射/接受器，arm嵌入式处理器。
43.所述交互桌面3上还搭载配套场景基础画面与互动部件，用于实时可视化场景环境，并支持物理编辑场景特征数据。
44.所述交互桌面3还包括数据存储和同步模块，用于将所述集群机器人的运行参数进行存储，并同步至所述虚拟系统上位机。
45.所述场景设计模块由工具栏、可视化画板、属性设置与模拟视角构成，被配置为3d模拟视角的虚拟场景的搭建和资源的配置管理；上述资源的配置管理包括环境配置、图像与声音源管理、传感器设置。
46.所述模拟器用于实时生成场景画面，通过所述显示设备投射到所述交互桌面，并将所述集群机器人在交互桌面上的运行/变化同步到所述场景设计模块的3d模拟视角中，实现双向的输入与反馈；
47.其中，所述虚拟系统上位机中设置ai算法模型。
48.本发明涉及的集群机器人2可以基于场景设置形态，如无人驾驶中的车、森林火险中的探测设备、自动化作业中的分拣机械臂等；显示设备1可以是屏幕也可以是投影仪等画面输出设备；交互桌面3可以是结合装置组件的空白桌面，也可以配置为有基础画面的场景背景。
49.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及“自动驾驶”案例，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。
50.图2为场景设计工具示意图，可导入基本背景模拟场地，从数据源中选取或自行构建图像指代障碍物、路径等，并可在模拟视角中通过拖拽实现在设计视角中的移动，同时，支持参数/可视化两种配置模式；
51.图3的小车为集群机器人2在“自动驾驶”场景模式的一种造型状态，小车置于交互桌面上，可手动控制其位置，并将其参数同步上传至虚拟沙盘系统；
52.图4为系统架构示意图，通常地，用户可基于api\数据集导入或自定义配置进行场景设计；在以物理模拟与虚拟环境相结合生成所述的虚拟沙盘系统中生成相应需求下的综合场景数据；虚拟沙盘系统将综合场景数据传输至上位机的算法模型中，上位机返回相应的控制指令，从而用于算法模型训练/测试。
53.现就“自动驾驶”案例介绍具体的实施步骤。在虚拟系统上位机中导入算法模型后，可基于小车在虚拟环境中的定位，配置虚拟传感器，通过虚拟传感器的识别与“自动驾驶”模型算法的命令控制小车在物理环境中的运行状态，如启动/刹车、速度控制、转向等，综合测试模型性能，并可通过编辑场景、调整小车物理定位等各种方式综合测试算法模型性能，并制造特征数据供模型进一步的模拟与专项训练。例如，可主动手动将小车置于障碍物附近或在虚拟环境中搭建各种属性的障碍物，以探测其是否可以实现自动避让；可调整模拟环境中交通灯状况，以探测其是否可以实现自行停车；设置小车运行路线，结合障碍物，以探测小车对于路线的把控等等。
54.以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。