一种分布式算力调度方法、装置、电子设备及存储介质

    公开(公告)号:CN116069498A

    公开(公告)日:2023-05-05

    申请号:CN202211597806.4

    申请日:2022-12-12

    Abstract: 本发明涉及一种分布式算力调度方法、装置、电子设备及存储介质,其中方法包括:任务终端广播资源请求信息,辅助终端和边缘计算服务器将计算资源状态信息反馈给任务终端;任务终端执行多智能体分布式算力调度模型,得到各个计算密集型且时延敏感型的计算任务待选择的卸载模式、目标辅助终端或边缘计算服务器对应的标识,以及无线信道的标识;任务终端将各个计算任务分别通过标识的无线信道发送至对应的目标辅助终端或者边缘计算服务器;目标辅助终端或者边缘计算服务器对接收到的计算任务进行处理,并将计算任务处理结果按照标识的无线信道发送至对应的任务终端。与现有技术相比,本发明具有降低了计算任务处理时延与能耗、提高了效率等优点。

    一种基于滤波校正的网联车超速预警方法及系统

    公开(公告)号:CN114758504A

    公开(公告)日:2022-07-15

    申请号:CN202210661541.3

    申请日:2022-06-13

    Abstract: 本发明公开了一种基于滤波校正的网联车超速预警方法及系统,通过对激光雷达和摄像头感知数据中同一目标生成时间偏差进行估计,并利用估计的时间偏差分布,对点云目标位置进行滤波校正,实现多源目标映射对齐,解决由于时间偏差造成的点云和图像融合准确率低的问题。本发明通过标记出参考网联车在连续行驶过程中,分别在点云和图像数据中的中心点坐标,并利用仿射变换矩阵将参考网联车在点云中的中心点映射至图像,利用映射点和在图像中的中心点的距离差,推导出目标的生成时间偏差,并设计一种置信滤波方法重新估计网联车点云目标的最优位置,实现基于点云和图像高精度融合的车辆超速识别预警,为智能网联车安全驾驶提供技术支撑。

    一种面向边缘智能的车联网切片方法及装置

    公开(公告)号:CN114641041A

    公开(公告)日:2022-06-17

    申请号:CN202210536594.2

    申请日:2022-05-18

    Abstract: 本发明公开了一种面向边缘智能的车联网切片方法及装置,应用于部署了移动边缘计算(Mobile Edge Computing,MEC)服务器的车联网通信场景中,并将车联网服务根据服务质量(Quality of Service,QoS)需求划分为交通信息服务、感知融合服务、车载娱乐服务三种类型。综合考虑系统时延和能耗,该方法从车联网全局性能出发设计优化函数来分配通信、计算、存储资源,通过深度强化学习方法进行求解,以实现面向服务类型的网络切片部署。本发明通过对MEC辅助的车联网场景进行智能网络切片,可以根据用户业务需求,灵活、动态地进行网络资源的定制化分配,保障用户服务体验和交通效率及安全。

    一种基于可变限速的长上坡交通流稳定性提升方法

    公开(公告)号:CN113554877B

    公开(公告)日:2021-12-28

    申请号:CN202111097587.9

    申请日:2021-09-18

    Abstract: 本发明公开了一种基于可变限速的长上坡交通流稳定性提升方法,该方法首先对路段根据坡度与上下游关系进行编码划分,将摄像头获取的交通流密度、速度、车型信息等数据作为模型输入,构建双机制的车辆跟驰随机模型,搭建交通仿真平台进行交通仿真,通过网格搜索法获取可变限速的输出值,从而通过引导长上坡上游车辆适当提前减速,避免因上坡路段引擎动力不足造成的速度突变。该方法主要用于城市快速路或高速公路的长上坡路段。根据仿真结果,该方法显著提升了交通流稳定性,从而降低了安全隐患,同时该方法显著降低了长上坡路段的车辆排放。

    基于人工智能的RAN侧网络切片管理系统和方法

    公开(公告)号:CN113507729B

    公开(公告)日:2021-12-28

    申请号:CN202111060374.9

    申请日:2021-09-10

    Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法,该系统包括AI切片算法平台和若干基站;AI切片算法平台提供AI切片算法并发起和终止AI切片功能,基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报,AI切片算法实现网络资源切片分配方案,并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上,实现基于AI的RAN侧网络切片,在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站,有助于网络的快速部署和维护;同时AI切片算法平台与多个基站相连,可对多个基站的无线资源进行联合管理和优化,在充分利用人工智能算法的基础上,提高网络资源的整体利用率和用户体验。

    一种基于背景建模和分类网络的高速路抛洒物检测方法

    公开(公告)号:CN113688812A

    公开(公告)日:2021-11-23

    申请号:CN202111251147.4

    申请日:2021-10-27

    Abstract: 本发明公开了一种基于背景建模和分类网络的高速路抛洒物检测方法,包括以下步骤:S1:获取视频流数据进行道路区域提取,得到道路区域数据;S2:对道路区域数据和视频流数据进行目标检测得到目标对象集;S3:在目标对象集中收集包含抛洒物和非抛洒物的样本,清洗、标注和增强得到包含抛洒物和非抛洒物的完整样本集;S4:分类网络模型训练,得到包含抛洒物模型和非抛洒物模型的目标检测结果分类器分类结果;S5:对目标检测结果分类器模型进行网络模型部署,并完成抛洒检测器端口的对接得到抛洒物检测结果。本发明实现动态建模,极大提高了检测精度,提高了鲁棒性。

    基于人工智能的RAN侧网络切片管理系统和方法

    公开(公告)号:CN113507729A

    公开(公告)日:2021-10-15

    申请号:CN202111060374.9

    申请日:2021-09-10

    Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法,该系统包括AI切片算法平台和若干基站;AI切片算法平台提供AI切片算法并发起和终止AI切片功能,基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报,AI切片算法实现网络资源切片分配方案,并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上,实现基于AI的RAN侧网络切片,在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站,有助于网络的快速部署和维护;同时AI切片算法平台与多个基站相连,可对多个基站的无线资源进行联合管理和优化,在充分利用人工智能算法的基础上,提高网络资源的整体利用率和用户体验。

Patent Agency Ranking