前言
现代工业化的推进在极大加速现代化进程的同时也带来的相应的安全隐患,在传统的可视化监控领域,一般都是基于 Web SCADA 的前端技术来实现 2D 可视化监控,本系统采用 Hightopo 的 HT for Web 产品来构造轻量化的 3D 可视化场景,该 3D 场景从正面展示了一个现代化工厂的现实场景,室内定位包括工厂工人的实时位置、电子围栏的范围、现场的安全情况等等,帮助我们直观的了解当前工厂人员的安全状况。
 
界面简介及效果预览
 
工厂人员实时定位效果及电子围栏效果
 
工厂人员轨迹图效果
 
系统分析
1、室内定位行业定义及核心技术分类

室内定位指采用无线通讯、基站定位、惯性导航定位等多种技术集成,实现人员、物体等在各种室内场景下的位置监控。室内定位的应用需求来自安防监控、应急救援、智能看护、精准营销、智能工厂及智能交通等领域。

按定位原理的不同,主流的室内定位技术可分为四大类:

(1)基于传感器的室内定位技术:红外线、超声波、惯性导航、计算机视觉;

(2)基于射频信号的室内定位技术:WiFi、蓝牙、ZigBee、蜂窝网络、射频识别、超宽带;

(3)融合定位技术:不同传感器进行位置信息融合;

(4)地磁定位技术:利用室内环境中不同点位地磁场强度差异进行定位。

2、室内位置服务需求量迅速增长
随着万物互联时代的到临,社会生活各个层面对室内位置服务需求不断增加。
以企业管理应用为例,室内定位系统可用于企业内部人员、设备、货物的管理与监控,可通过 ZigBee 传感器技术,以信号强弱来锁定员工位置,且与门禁系统结合,拒绝无权限人员进入限制区域。此外,室内定位系统通过在所有的设备、货物上安装RFID电子标签,可对设备、货物的移动轨迹进行动态监控,实现自动化管理。
 
3、推进5G可为室内定位技术的发展提供技术支持
通信是精准定位的基础,通信能力决定了位置服务的质量。中国积极参与了全球 5G 标准制定,凭借着 5G 专利全球申请数量第一的优势,引领 5G 技术在全球的发展。5G 的特点是多天线、基站布局密集,能大幅提升通信终端的带宽,与室内定位导航结合将产生强大的联合效应。5G 通信网络在未来可直接发射位置信号,跳过改造原有通信网络这一步骤,还能连带解决基站、信号体制、手机芯片和终端的问题,给室内定位系统的应用提供了强大的技术支持。基于 5G 技术的室内位置服务将拥有定位精确、响应快速的特点,高精度室内定位将为物流、智慧城市、智慧社区等业务创造新的服务模式。
 
效果实现
系统实现上通过 2D 与 3D 的融合,展示了工厂人员安全管理的室内定位可视化系统,功能涵盖人员实时定位、人员历史轨迹回放、设置电子围栏以及警告触发机制。在工厂作业运作的时候,可以实时了解人员的位置进行人员的工作安排和区域划分;在工作期间,对高危环境进行电子围栏的设立,越界则通过警报告诫危险环境使人员撤离,可以充分保障作业人员的安全;工作完成后,可以通过人员轨迹的回放,查看运作路线用于故障排除作为可靠的依据。
 
一、工厂运作以及人员的实时定位
三维可视化系统全方面展示了工厂内部的场景细节,以及工厂炼铁工艺流程的运作,在机器作业的环境下,对于人员进行了实时的位置定位,不仅可以有效地了解人员的位置并进行工作上安排,也可以查看人员位置来有效预防危险的发生。
 
二、工厂设定电子围栏——人员点名区域以及报警区域
工人在工厂内作业的情况下,划分出高危区域,预警不小心进入的人员,可以安全有效地预防危险环境下出现的状况。
 
三、风格的选择——线框模式
风格的采用,不仅可以沿用传统的写实风格,也可以使用酷炫的线框模式,虚化工厂内部的结构,有效地突出运作机器和人员的位置,更好地进行工厂内的审查以及作业范围的判断。
 
总结
中国室内定位行业市场竞争激烈,已经形成四大梯队差异化竞争格局。从市场份额来看,四大梯队公司总共占据了 80%-90% 的市场份额,参与竞争企业数量少,市场竞争相对集中。随着移动通信技术的升级换代,4G 正在向 5G 演进更迭中,室内定位精度要求也更高,推动了高精度定位技术的发展。随着物联网技术的发展,人们在室内活动的时间更长,围绕人员、物体的室内位置服务需求愈加强烈,室内定位技术将在企业管理、安防监护、应急救援、智慧养老等领域发挥重要作用。
 
2019 我们也更新了数百个工业互联网 2D/3D 可视化案例集,在这里你能发现许多新奇的实例,也能发掘出不一样的工业互联网:https://mp.weixin.qq.com/s/ZbhB6LO2kBRPrRIfHlKGQA
同时,你也可以查看更多案例及效果:https://www.hightopo.com/demos/index.html

5G“乍到”,图扑带你了解室内定位可视化的实现与新突破的更多相关文章

  1. 图扑软件正式加入腾讯智维生态发展计划,智能 IDC 开启数字经济新征程

    4 月 23 日,主题为<智汇科技,维新至善>的腾讯数据中心智维技术研讨会在深圳胜利召开,发布了腾讯智维 2.0 技术体系,深度揭秘了智维 2.0 新产品战略和技术规划.图扑软件(High ...

  2. 图扑 Web 可视化引擎在仿真分析领域的应用

    ​ 前言 在数字孪生和仿真研究过程中,会产生大量和三维空间相关的数值信息,比如设备外观的扫描数据.地形扫描数据.生产设备温度场/压力场.流体的速度场.流体扩散,以及各种仿真数据:速度,压力,应力,温度 ...

  3. 图扑软件 3D 组态编辑器,低代码零代码构建数字孪生工厂

    行业背景 随着中国制造 2025 计划的提出,新一轮的工业改革拉开序幕.大数据积累的指数级增长为智能商业爆发奠定了良好的基础,传统制造业高污染.高能耗.低效率的生产模式已不符合现代工业要求. 图扑拖拽 ...

  4. HDOJ 4687 Boke and Tsukkomi 一般图最大匹配带花树+暴力

    一般图最大匹配带花树+暴力: 先算最大匹配 C1 在枚举每一条边,去掉和这条边两个端点有关的边.....再跑Edmonds得到匹配C2 假设C2+2==C1则这条边再某个最大匹配中 Boke and ...

  5. URAL 1099. Work Scheduling (一般图匹配带花树)

    1099. Work Scheduling Time limit: 0.5 secondMemory limit: 64 MB There is certain amount of night gua ...

  6. HDU 4687 Boke and Tsukkomi (一般图匹配带花树)

    Boke and Tsukkomi Time Limit: 3000/3000 MS (Java/Others)    Memory Limit: 102400/102400 K (Java/Othe ...

  7. kuangbin带你飞 匹配问题 二分匹配 + 二分图多重匹配 + 二分图最大权匹配 + 一般图匹配带花树

    二分匹配:二分图的一些性质 二分图又称作二部图,是图论中的一种特殊模型. 设G=(V,E)是一个无向图,如果顶点V可分割为两个互不相交的子集(A,B),并且图中的每条边(i,j)所关联的两个顶点i和j ...

  8. ZOJ 3316 Game 一般图最大匹配带花树

    一般图最大匹配带花树: 建图后,计算最大匹配数. 假设有一个联通块不是完美匹配,先手就能够走那个没被匹配到的点.后手不论怎么走,都必定走到一个被匹配的点上.先手就能够顺着这个交错路走下去,最后一定是后 ...

  9. URAL1099 Work Scheduling —— 一般图匹配带花树

    题目链接:https://vjudge.net/problem/URAL-1099 1099. Work Scheduling Time limit: 0.5 secondMemory limit: ...

  10. 图扑 Web SCADA 零代码组态水泥生产工艺流程 HMI

    前言 水泥是建筑工业三大基本材料之一,素有"建筑工业的粮食"之称.2022 年 1-9 月水泥产量为 15.63 亿吨,生产方法包括新型干法.立窑.湿窑.干法中空窑和立波尔窑等. ...

随机推荐

  1. javaweb项目搭建|前端项目【包含增删改查,mysql】二

    首先,新建一个javaweb项目[前提已经下载tomcat,mysql,此实验idea版本为2022,其他版本可能位置不一样] File->New->Project 起一个项目名称(随便起 ...

  2. idea配置servlet项目找不到servlet jar包爆红【解决办法】

    1.看你的implements 后面的Servlet是否大写了 2.大部分原因就是缺少servlet-api jar包或者idea找不到jar包 如果你是爆红的,那么问题就在这里,点击-号,重新添加这 ...

  3. MAUI+Masa Blazor APP 各大商店新手发布指南-华为篇

    目录 前言 准备材料 一.企业认证 二.审核资料 审核注意事项 总结 前言 AppGallery Connect(简称AGC)是华为应用市场推出的应用一站式服务平台,致力于为开发者提供应用创意.开发. ...

  4. 第二章 若依JFlow流程模型设计

    若依-JFlow框架如何拉取.配置并运行请查看这篇文章:<第一章 若依-JFlow的配置与启动> 上一节我们讲解了如何拉取若依-JFlow框架代码并配置运行,这一部分我们就以公司员工请假的 ...

  5. 【scikit-learn基础】--『数据加载』之真实数据集

    上一篇介绍了scikit-learn中的几个玩具数据集,本篇介绍scikit-learn提供的一些真实的数据集.玩具数据集:scikit-learn 基础(01)--『数据加载』之玩具数据集 1. 获 ...

  6. [ABC267F] Exactly K Steps

    Problem Statement You are given a tree with $N$ vertices. The vertices are numbered $1, \dots, N$, a ...

  7. [ABC246D] 2-variable Function

    Problem Statement Given an integer $N$, find the smallest integer $X$ that satisfies all of the cond ...

  8. Hive SQL之表与建表

    数据类型:  建表 create database itheima; --1.创建一张表 -- 表名 --字段 名称 类型 顺序 --字段之间的分隔符 create table itheima.t_a ...

  9. 混合专家模型 (MoE) 详解

    随着 Mixtral 8x7B (announcement, model card) 的推出,一种称为混合专家模型 (Mixed Expert Models,简称 MoEs) 的 Transforme ...

  10. Ubuntu安装Maridb 10.5版本

    以20.04版本为例 Ubutun20.04自带源默认安装的mariadb版本为10.3不符合安装zabbix6.0的要求 打开MariaDB的官方网站:https://mariadb.org/mar ...