标签：与物 孪生 数字 IoT 技术 实时 联网 ThingJS 数据
- 数字孪生基于物联网传输实时数据
- 数字孪生借助物联网实现未来预测
- 基础技术与底层伴生的共存关系
数字孪生如同一个“执行者”，从设计、模型和数据入手，感知并优化物理实体，同时推动传感器、设计软件、物联网、新技术的更新迭代。
从这里我们也能看到，数字孪生与很多新兴技术的关联性是很强的，比如物联网（IoT）、增强现实（AR）、虚拟现实（VR）等等。
数字孪生基于物联网传输实时数据
今天来讲讲数字孪生与物联网技术之间的关系。若要实现数字孪生，必须借助传感器运行、更新的实时数据来反馈到数字系统，进而实现在虚拟空间的仿真过程。也就是说，物联网（IoT）的各种感知技术是实现数字孪生的必然条件。
只要现实中的物体联了网，能实时传输数据，才能对应的实现数字孪生。
它是一种建立在互联网上的泛在网络。物联网技术的重要基础和核心仍旧是互联网，通过各种有线和无线网络与互联网融合，将物体的信息实时准确地传递出去。
在物联网上的传感器定时采集的信息需要通过网络传输。数量极其庞大，形成了海量信息，在传输过程中，为了保障数据的正确性和及时性，必须适应各种异构网络和协议，因此，平台数据统一，方便数据传输和安全应用。优锘ThingJS是一个在线可视化开发平台（https://www.thingjs.com/guide/?m=sample），从3D场景搭建开始积累建模的数据，继而开发场景互动脚本并对接数据源接口，不断采集实时数据，让项目场景“活”起来。平台亮点就在于，这个项目开发的过程中，数据本身是同步的，只要使用一个平台账号，就能够从头到尾集中在一个项目上进行开发！
数字孪生借助物联网实现未来预测
数字孪生可以借助物联网和大数据技术，达到指标测量甚至精准预测未来的目的。
（1）指标测量
通过采集有限的物理传感器指标的直接数据，并借助大样本库，通过机器学习推测出一些原本无法直接测量的指标。例如，可以利用一系列历史指标数据，通过机器学习来构建不同的故障特征模型，间接推测出物理实体运行的健康指标。
以优锘ThingJS为例，先利用CampusBuilder构建一个3D场景模型，通过Ajax或者Json数据连接到传感器数据，从而模拟智慧园区的运行。除此之外，任何的物联网设备可以添加互动脚本，即使是离线运行的环境，也可以利用已有数据进行仿真模拟。
（2）精准预测
现有的产品全生命周期管理很少能够实现精准预测，因此往往无法对隐藏在表象下的问题进行预判。而数字孪生可以结合物联网的数据采集、大数据的处理和人工智能的建模分析，实现对当前状态的评估、对过去发生问题的诊断，并给予分析的结果，模拟各种可能性，以及实现对未来趋势的预测，进而实现更全面的决策支持。
数字孪生技术应用的一个活脱脱的例子就是使用3D建模来为物理对象创建数字模型，并镜像呈现物理世界的位置、特征、属性、互动等最新拷贝版本。
NASA（美国宇航局）首次提出数字孪生模型，正是对于未来紧急状况判断、分析、解答并排除障碍点的需求。试想一下，我们不太可能在地球环境预想到所有在太空遇到的情况，如果在太空发生事故，解决问题的环境也会比地球严峻得多。所以，美国宇航局的阿波罗计划“其中至少建造了两个相同的空间飞行器，以反映航天器在执行执行任务期间的状况”，也就是模拟仿真紧急情况，获得更全面的解决方案。
基础技术与物联网底层伴生共存
可以说，数字孪生在未来的技术矩阵里将处于一个非常基础的位置。而在新技术的价值闭环上，数字孪生也承担着关键的一环，而物联网技术一直是底层伴生关系，相辅相成。其中，业务应用很方便的与物联网系统进行交互，共同创建智能系统。
ThingJS，物联网可视化在线开发更轻松！
标签：与物,孪生,数字,IoT,技术,实时,联网,ThingJS,数据 来源： https://blog.51cto.com/14889890/2655619
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。