Digitaalinen kaksonen

Digitaaliset kaksoset ovat fyysisen todellisuuden virtuaalisia vastineita. Tiedot, joihin ne perustuvat, kerätään ja visualisoidaan automaattisesti ja ihanteellisessa tapauksessa reaaliajassa. Todelliset ja virtuaaliset versiot pidetään jatkuvassa yhteydessä tai paremminkin vuorovaikutuksessa.

Digitaalinen kaksonen voi edustaa yksittäisiä esineitä, kuten koneita, ajoneuvoja tai rakennuksia, sekä kokonaisia prosesseja esimerkiksi tuotantolinjoilla, varastoissa tai jopa mannertenvälisissä kuljetusverkostoissa. Logistiikassa digitaaliset kaksoset pääasiassa tallentavat ja näyttävät esineiden kulloisenkin avaruudellisen sijainnin ja tilan määritetyllä alueella.

Nämä digitaaliset esitykset todellisuudesta ovat mahdollisia entistä tehokkaamman ja edullisemman elektronisen anturitekniikan ansiosta. Pienikokoiset ja energiatehokkaat elektroniset mikroanturit tallentavat automaattisesti lämpötilan, kiihtyvyyden, valon ja muita olosuhteita reaaliajassa. Esineiden sijainnin määrittämiseen voidaan käyttää myös erilaisia radiosignaaleihin perustuvia paikannusmenetelmiä esimerkiksi yksityisten paikallisten lähettimien avulla rakennuksissa ja varastoissa tai matkapuhelinverkkomastojen ja satelliittisignaalien avulla julkisissa tiloissa. Käytettävissä olevien radiopohjaisten teknologioiden määrä on kasvanut tasaisesti viime vuosina, ja tunnettuja esimerkkejä niistä ovat RFID, Bluetooth Low Energy (BLE), WLAN, 4G/5G ja GPS. Kaikki nämä ovat laajalti käytössä.

Viime vuosina digitaalisille kaksosille on kehitetty toinenkin tärkeä perustekniikka: optiset järjestelmät, joissa kuvien ja videoiden tallennus yhdistetään koneoppimiseen perustuvaan ohjelmistoon. Kuvatietojen perusteella järjestelmät voivat tunnistaa yksittäisen esineen ja lisäksi käyttää lisälogiikkaa esineen avaruudellisen sijainnin sekä esineen koon ja muiden ominaisuuksien laskemiseksi. Paikoissa, joissa kameroiden on vaikeaa tai mahdotonta havaita ympäristöä, yritykset voivat hyödyntää kaksiulotteisia koodeja, kuten QR tai Data Matrix (DMC). Kuvien ja videoiden analysoinnin aikana luodut suuret tietomäärät sekä tarvittava prosessointinopeus käsitellään yleensä tehokkailla näytönohjaimilla. Tietoja käsitellään yhä useammin suoraan optisessa skannausyksikössä tai paikan päällä olevalla palvelimella (reunalaskennalla). Tämän ansiosta yhteyteen tarvitsee siirtää ainoastaan pieni määrä tietoja tai vuorovaikutusta.

Vikojen ja virheiden saaminen näkyviin

Digitaalisen kaksosen ensimmäinen etu on esineiden ja prosessien tilan reaaliaikainen visualisointi. Tämän läpinäkyvyyden ansiosta viat saadaan välittömästi näkyviin, joten ne voidaan korjata nopeammin. Tällä on myönteinen vaikutus aikaan ja laatuun toimitusketjuissa. Yritykset voivat hetkessä tunnistaa kohdan, jossa viallinen kone tarvitsee huoltoa tai jossa prosessi todennäköisesti epäonnistuu, ja ryhtyä viipymättä asianmukaisiin toimenpiteisiin. Digitaalisen kaksosen ansiosta manuaaliset tietojen keräys- ja analysointiprosessit ovat vanhentuneita menetelmiä.

Ohjaileva analytiikka vie digitaalisen kaksosen käytön askelta pidemmälle. Tämä työkalu käyttää digitaalisen kaksosen reaaliaikaisia tietoja tulevien tilojen ja tapahtumien simulointiin ja arviointiin. Näin ollen se voi automaattisesti näyttää ehdotuksia ei-toivottujen tilojen välttämiseksi tai jopa tehdä automaattisesti päätöksiä tällaisten tapahtumien estämiseksi kokonaan. Aiempiin tietoihin ja älykkäisiin algoritmeihin yhdistettynä ohjailevaa analytiikkaa voidaan käyttää esimerkiksi kuljetuslogistiikassa ajoneuvojen aikataulutuksen tukena.

Digitaalisen kaksosen avulla voidaan myös kauko-ohjata esineitä, kuten ajoneuvoja pitkillä matkoilla monimutkaisissa ympäristöissä. Digitaalisen kaksosen tietoihin perustuvan virtuaalisesti luodun 3D-ympäristön avulla voidaan saada optimaalinen näkymä etäsijaintiin ja ohjata kuorma-autoa yrityksen toimipaikasta. Logistiikassa tätä voidaan hyödyntää vararatkaisuna itseohjautuvia ajoneuvoja käytettäessä. Samaa teknologiaa voidaan käyttää myös sekä ihmisten että tekoälyalgoritmien kouluttamiseen. Erityisesti äärimmäiset tilanteet voidaan ”oppia” vähällä vaivalla ja ilman vaaraa ihmisille.