考慮呈現(xiàn)數(shù)字化雙胞胎的5種技術(shù)方法和它們各自的能力。這些是傳統(tǒng)的臺式機(jī)；智能手機(jī)或平板電腦；單鏡片AR；立體AR，包括混合現(xiàn)實(shí)（MR）設(shè)備；和全沉浸式VR（圖2）。

圖2：該表顯示了呈現(xiàn)數(shù)字化雙胞胎的5種技術(shù)方法：傳統(tǒng)臺式機(jī)；智能手機(jī)或平板電腦；單鏡片AR；立體AR，包括MR設(shè)備；和全沉浸式VR。每種類型的設(shè)備功能各不相同，這些差異可能會(huì)影響產(chǎn)品在不同應(yīng)用下的使用效果。

 

　　每一類設(shè)備的能力各不相同，而這種差異可能會(huì)影響產(chǎn)品在不同使用情況下的可行性。這對AR頭盔來說尤其如此。顯示分辨率、視場和計(jì)算能力因產(chǎn)品而異。此外，關(guān)于將電池和計(jì)算單元放在耳機(jī)上，還是放在一個(gè)單獨(dú)的連接模塊上的設(shè)計(jì)決定，會(huì)對其舒適度和實(shí)用性產(chǎn)生影響。AR頭盔的另一個(gè)實(shí)際問題是它們與工作服是否可以無縫整合，如無塵室和食品加工操作所需的工作服。

　　在數(shù)字化雙胞胎環(huán)境中進(jìn)行報(bào)告

　　在一個(gè)交互式的視覺分析應(yīng)用中，可以使用集成的3D模型創(chuàng)建智能現(xiàn)實(shí)報(bào)告（圖3）。數(shù)字化雙胞胎提供了可以與報(bào)告中其他對象進(jìn)行交互的自定義可視化效果，包括在表格或圖形中顯示數(shù)據(jù)。 

圖3：使用SAS Visual Analytics和Autodesk Forge軟件可以實(shí)現(xiàn)系統(tǒng)集成。在這個(gè)例子中，Autodesk Forge被集成到SAS Visual Analytics的報(bào)告界面中。

 

　　這種可視化方法遵循了長期存在的數(shù)據(jù)顯示傳統(tǒng)，不需要增加常規(guī)臺式機(jī)設(shè)置以外的新硬件。 用戶界面顯示在帶有鼠標(biāo)和鍵盤的典型計(jì)算機(jī)上。 用戶幾乎不需要額外的培訓(xùn)就可以使用數(shù)字化雙胞胎的功能。

　　增強(qiáng)現(xiàn)實(shí)的可用性和易學(xué)性

　　當(dāng)從臺式機(jī)轉(zhuǎn)移到AR頭盔時(shí)，應(yīng)用程序設(shè)計(jì)人員將面臨一系列新的可用性挑戰(zhàn)。可用性是任何技術(shù)成為工具的基石。盡管AR是一種新的交互范例，但長期使用的可用性標(biāo)準(zhǔn)仍然適用。這些標(biāo)準(zhǔn)可以指導(dǎo)將AR與數(shù)字化雙胞胎集成的工作。一個(gè)良好的界面應(yīng)該是高效、易學(xué)、令人難忘、不經(jīng)常出錯(cuò)且使用愉快的。

　　一些用戶發(fā)現(xiàn)AR最初很困難，因?yàn)樗麄儫o法依靠自己的固有知識來操作系統(tǒng)。然而，這種挫折是暫時(shí)的，用戶通常會(huì)有所改善。根據(jù)目標(biāo)受眾的不同，學(xué)習(xí)能力差異很大。為專家設(shè)計(jì)的工具具有較高的學(xué)習(xí)曲線，但整體功能更強(qiáng)大，專家的效率應(yīng)證明延長培訓(xùn)時(shí)間是合理的。通過將現(xiàn)實(shí)世界中的信息與程序中的信息相結(jié)合，體驗(yàn)認(rèn)知提高了執(zhí)行任務(wù)的效率。

　　與任何應(yīng)用程序一樣，錯(cuò)誤率通常受界面設(shè)計(jì)的影響。一個(gè)好的界面設(shè)計(jì)人員將能夠在人為因素的限制內(nèi)很好地創(chuàng)建用戶體驗(yàn)，這也適用于AR。盡管交互方式不同于點(diǎn)擊式，但系統(tǒng)設(shè)計(jì)人員已經(jīng)考慮了可以識別的輸入種類，并限制了使用過程中不可恢復(fù)的錯(cuò)誤數(shù)量。多項(xiàng)研究表明，相比傳統(tǒng)的交互范例用戶更喜歡AR。

　　創(chuàng)建深度學(xué)習(xí)模型的常見做法

　　深度學(xué)習(xí)模型是在大型數(shù)據(jù)庫上訓(xùn)練的，幾乎總是脫機(jī)完成的。花費(fèi)數(shù)小時(shí)或數(shù)天的時(shí)間來訓(xùn)練模型并不罕見。訓(xùn)練完模型后，通過推理進(jìn)行的模型應(yīng)用程序?qū)⒉辉傩枰罅康挠?jì)算資源，但仍比數(shù)字化雙胞胎應(yīng)用需要更多的計(jì)算資源。

　　對于某些應(yīng)用，接近實(shí)時(shí)或稍微延遲的結(jié)果就足夠了。例如，在某些計(jì)算機(jī)視覺缺陷檢測中，在執(zhí)行缺陷檢測的同時(shí)保留生產(chǎn)批次可能是可以接受的。而在其他情況下，則需要實(shí)時(shí)推斷?？梢栽谟凶銐蛸Y源的云或數(shù)據(jù)中心中進(jìn)行推斷。對于邊緣推理，具有足夠計(jì)算能力的邊緣網(wǎng)關(guān)正使其變得可用，但是這種特殊需求需要進(jìn)行規(guī)劃。

　　遞歸神經(jīng)網(wǎng)絡(luò)（RNN）是一類專門為序列或時(shí)間數(shù)據(jù)設(shè)計(jì)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。在物聯(lián)網(wǎng)和數(shù)字化雙胞胎應(yīng)用中，有許多此類序列和時(shí)間數(shù)據(jù)的示例。隨著時(shí)間的推移，許多傳感器都在收集數(shù)據(jù)。隨時(shí)間變化的測量順序或模式可用于了解數(shù)字化雙胞胎資產(chǎn)的有趣特征。一個(gè)示例是測量智能建筑或電網(wǎng)中的能源電路。電路上的能源使用模式可以捕獲資產(chǎn)運(yùn)行的開始或結(jié)束（例如電機(jī)啟動(dòng)），這預(yù)示著數(shù)字化雙胞胎資產(chǎn)的運(yùn)行變化。RNN的另一個(gè)用途是預(yù)測異常的時(shí)間序列數(shù)據(jù)。一個(gè)示例是預(yù)測太陽能發(fā)電場的能量輸出。

　　使用序列數(shù)據(jù)與使用時(shí)間數(shù)據(jù)時(shí)，訓(xùn)練RNN的過程有所不同。用序列數(shù)據(jù)訓(xùn)練RNN的過程如下：

　　● 將數(shù)據(jù)分為順序測量的各個(gè)部分。段的長度由數(shù)據(jù)的時(shí)間間隔和事件前兆的預(yù)期持續(xù)時(shí)間確定。

　　● 為感興趣的事件創(chuàng)建目標(biāo)變量，并將其用于標(biāo)記事件發(fā)生的序列。

　　● 訓(xùn)練RNN。在這種情況下，不需要雙向模型擬合，因?yàn)闇y量數(shù)據(jù)始終會(huì)及時(shí)向前移動(dòng)。

　　然后可以將訓(xùn)練后的模型用于推理。在大多數(shù)情況下，模型推斷功能將足夠快，可以在云，服務(wù)器或邊緣設(shè)備中的實(shí)時(shí)測量流上使用。

　　基于機(jī)器視覺的數(shù)字化雙胞胎

　　計(jì)算機(jī)視覺或機(jī)器視覺是一種功能強(qiáng)大的工具，它因能識別場景中的面部和物體而引起了眾多關(guān)注。對于數(shù)字化雙胞胎，它可以增加有關(guān)被監(jiān)測物體的重要信息?？梢酝ㄟ^與數(shù)字化雙胞胎的AR界面來增強(qiáng)需要目視檢查的任務(wù)。例如，計(jì)算機(jī)視覺可以通過比較成千上萬的圖像來檢測人類可能無法檢測到的異常，從而檢測缺陷。而且，諸如紅外線之類的專用攝像機(jī)通過組合多個(gè)信息流，甚至可以進(jìn)行進(jìn)一步的分析。

　　另一個(gè)選擇是創(chuàng)建一個(gè)模型，該模型可以在零件上找到容易識別的特征。生成的圖像可以使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）創(chuàng)建分類模型。根據(jù)數(shù)據(jù)標(biāo)簽的好壞，模型可能具有各種復(fù)雜性。

　　通過收集大部分為良好的圖像，可以創(chuàng)建一個(gè)二元分類模型，該模型可以識別出具有已知良好圖像或可疑異常圖像的可能性很高的圖像。通過用已知缺陷類型標(biāo)記圖像，可以創(chuàng)建識別各種缺陷的更復(fù)雜的分類模型。通過良好的位置識別，還可以分解圖像并找到圖像中有缺陷的部分。例如在半導(dǎo)體晶片生產(chǎn)中，可以基于具有缺陷的晶片的比例來量化預(yù)期的產(chǎn)量。

　　在模型被訓(xùn)練之后，需要確定推斷的延遲并測試捕獲的新圖像，以及是否需要逐流傳輸圖像并立即獲得結(jié)果。也可以捕獲一批圖像并進(jìn)行批量處理。還要確定是否可以在云中或服務(wù)器中完成推理，或者是否需要邊緣網(wǎng)關(guān)。

　　當(dāng)在智能現(xiàn)實(shí)的保護(hù)下進(jìn)行適當(dāng)?shù)募軜?gòu)和集成時(shí)，物聯(lián)網(wǎng)、人工智能和擴(kuò)展現(xiàn)實(shí)技術(shù)可以開辟新的可能性，而數(shù)字化雙胞胎提供了一種可用的表示方式，使得此類架構(gòu)中固有的大量信息的價(jià)值被充分挖掘出來。