数字孪生环境下数据采集方法|DigitalTwin国际期刊文章推荐-7
2021年10月14日上线论文“数字孪生环境下基于神经网络和机器视觉的数据采集方法研究”。这篇文章由郑州轻工业大学李浩教授团队完成。这篇文章提出了一种改进的基于多层神经网络和机器视觉的数据采集方法，用于满足数字孪生环境下物理设备虚实同步要求的物理实体位置、姿态和运动等状态信息采集，文章首先回顾了虚实同步要求下的数据采集方法、基于机器视觉的目标识别和定位，以及神经网络算法的相关研究现状；其次，阐述了基于数字孪生环境下基于神经网络和机器视觉的数据采集方法步骤及其理论和计算过程；最后，给出应用案例实验和实验结果分析。相关工作为满足数字孪生所要求的物理世界和信息世界的智能互联与交互融合提供了技术参考，是保证数字孪生模型高保真性的基础之一。
