数字孪生关键技术有哪些？数字孪生的关键技术介绍

如果说前两年数字孪生还是众说纷纭、莫衷一是、各说各话的年代，那么到如今经过学术界几百个数字孪生厂商数十万个项目的不断摸索、实践和试错，数字孪生的概念也基本已经达成了共识。

那么数字孪生也从刚开始的泡沫炒作到泡沫被戳破的低谷逐渐过渡到平稳发展的理性上升阶段。

那么关于数字孪生所有人达成的最基本的共识，就是以目前的技术，我们只能实现最初级的数字孪生，距离真正的数字孪生可能得和核聚变一样，至少得需要五十年。因为在机理模型构建上、传感器的感知能力上、高自由度复杂场景的预测分析决策上，与我们目前的技术都还远远实现不了。

与此同时呢，当前的市场竞争格局也已经基本形成。经过这几年的野蛮发展和残酷竞争，有百分之六十的数字孪生厂商已经倒下，那么现在还活下来的基本上就是相对比较稳定的。

那么从技术层面上呢，数字孪生的技术路线也已经非常清晰了，几何模型+机理模型+数据驱动模型的有机融合，是数字孪生模型的基本的技术路线。

我们首先说几何外观模型。相对直观视觉冲击感强，而且也是大家都熟悉的模型。几何建模有几种技术路径：比如说以3dmax、玛雅等为代表的通用3d工具。这些工具追求易用性，也就是说方便易学，同时建模动画和渲染为一体，这些模型之前主要是用于在游戏上面。

那么还有是以UG、CAD、creo等为代表的设计软件，追求通过几何引擎、约束求解器等等来实现几何模型的准确性、协同性、集成性。这些软件它起源于设计院，基本上都是用参数进行建模，所以呢模型非常准确。同时呢由于大家一起协作，比如说在建筑设计领域，有人负责结构，有人负责水电，有人负责暖通，最终要汇总到一起做碰撞检查，所以也比较注重协同性和集成性。

还有呢以rapidform、geomatics为代表的基于激光扫描建模的工具，主要通过点云数据的处理，实现直接的建模。同外呢还可以利用对点云、图像、卫星图、人机影像等高自动化方式来实现基于真实数据的大规模场景的重建。

那么关于几何建模的关键技术，其实就两个问题，基本上就是在呈现上面尽量的不卡顿，比较流畅，画面呢更加的真实。现在来说壁垒也不深，因为现在大部分厂家都可以做到3d引擎的一个呈现，只是有了更加流畅，有的更加卡顿而已，那么具体技术是一个轻量化的处理，第二个呢是云渲染的一个引擎。

说完了几何外观的建模，再说一下机理仿真建模。其实我们都知道几何外观只是一个空壳子，只是解决了看的问题。如果说真正让模型有帮助，就需要仿真模型。仿真模型呢最开始是源自于工业制造业，包括现在技术也是，因为一些老牌的仿真大厂所垄断，包括西门子、达索等等，目前国内唯一还能够拿得出手的就是中望软件了，这款我们与国外的技术差距也是最大的，业界一直称是三十年，确实呢改造起来也是比较困难。

最后呢再谈一下基于数据驱动的模型。如果说机理仿真模型是针对已知规律的刻画的话，那么数据驱动的模型就是通过历史数据、实时数据、人工智能等等来实现对未知规律，对虚拟空间的拟合。

目前来看，机理模型发展了七十年，已经遇到了很大的瓶颈。因为过于复杂的场景，超多的自由度和编辑的条件是没办法通过机理模型进行建模的，那么就只能通过人工智能的数据来驱动模型。