-
公开(公告)号：CN116723526A
公开(公告)日：2023-09-08
申请号：CN202310988738.2
申请日：2023-08-08
Applicant: 北京航空航天大学
Abstract: 本申请属于计算资源优化领域，提供了一种无人机辅助的网联车辆队列随机任务分配决策方法，包括以下步骤：输入系统参数；对系统中的车辆任务需求进行统计和分析；分析车辆队列和无人机的相对位置和传输质量；车辆队列产生的高于车辆计算期望的配额的计算任务，卸载在无人机进行计算，结合步骤3的车辆队列和无人机的相对位置和传输质量，分析协同任务计算的计算成本；对系统中的计算资源进行鲁棒优化分配，使得节点的负载均衡，同时最小化计算成本。本申请方法分析协同计算的传输成本，确定车辆计算期望的配额，实现计算任务的协同分配决策，适应车辆动态行为和任务需求的变化。
-
Patent Agency Ranking
公开(公告)号：CN117315432B
公开(公告)日：2024-02-13
申请号：CN202311616549.9
申请日：2023-11-30
Applicant: 北京航空航天大学
Abstract: 本申请涉及智能交通系统领域，提供了一种动态多目标识别的车路多模态传感器数据融合方法，用于解决车路协同环境下不同端侧的同构、异构传感器信息交换与融合问题，并在通过信息协同实现多目标的识别与跟踪。其基于现有通信设备实现车载端和路侧端的信息互联，将相应的传感器数据由车载端、路侧端发送至边缘计算中心，实现不同端在时间、空间上的配准；针对异构与同构传感器数据，分别自适应的采用数据集、特征级、目标级的融合算法，在数据融合的基础上实现目标识别与跟踪。本申请可以拓展单车车载传感器的感知局限，同时将感知计算重心放置于边缘设施，有效降低车载单元计算负载，对于推动智能交通系统发展以及自动驾驶落地有重要意义。
-
公开(公告)号：CN117315432A
公开(公告)日：2023-12-29
申请号：CN202311616549.9
申请日：2023-11-30
Applicant: 北京航空航天大学
Abstract: 本申请涉及智能交通系统领域，提供了一种动态多目标识别的车路多模态传感器数据融合方法，用于解决车路协同环境下不同端侧的同构、异构传感器信息交换与融合问题，并在通过信息协同实现多目标的识别与跟踪。其基于现有通信设备实现车载端和路侧端的信息互联，将相应的传感器数据由车载端、路侧端发送至边缘计算中心，实现不同端在时间、空间上的配准；针对异构与同构传感器数据，分别自适应的采用数据集、特征级、目标级的融合算法，在数据融合的基础上实现目标识别与跟踪。本申请可以拓展单车车载传感器的感知局限，同时将感知计算重心放置于边缘设施，有效降低车载单元计算负载，对于推动智能交通系统发展以及自动驾驶落地有重要意义。
-
公开(公告)号：CN117031927A
公开(公告)日：2023-11-10
申请号：CN202311044263.8
申请日：2023-08-18
Applicant: 北京航空航天大学
IPC: G05B13/02
Abstract: 本申请涉及网联车辆队列控制技术领域，提供了保障燃油经济性的网联车队加速度和传输数据优化方法，具体步骤包括：输入初始状态，分别为初始加速度ai(0)、初始速度vi(0)、初始位置si(0)；跟车车辆的跟车控制单元采用控制协议aj(t)对自身加速度进行控制并由此对头车和前车的状态进行跟踪；由车辆运动学方程得到车辆队列速度信息vi(t)；由车辆队列油耗最小化目标得到最优加速度控制#imgabs0#计算队列车辆与基础设施间距#imgabs1#由通讯可靠性最大化目标得到时间t的数据传输量#imgabs2#本申请的方法在保障燃油经济性的基础上，对其加速度及传输数据进行联合优化。
-
公开(公告)号：CN116954087A
公开(公告)日：2023-10-27
申请号：CN202311117732.4
申请日：2023-09-01
Applicant: 北京航空航天大学
IPC: G05B13/04
Abstract: 本申请属于无线通信技术与无人飞行器控制技术领域，具体涉及一种用于协调无人机集群编队的神经网络控制器设计方法，通过建立单架无人机动力学模型、系统状态空间方程，利用无人机自身传感器获得对应时刻的状态向量后，根据损失函数反向更新网络权重系数，从而诱导控制输入的梯度下降，不断更新控制输入，通过多次策略迭代从而获得不同时刻的最优控制策略，不依赖传统损失函数的构建，不需要大量先验的模型参数数据，极大的提高了无人机编队的实时性和稳定性。
-
公开(公告)号：CN116723526B
公开(公告)日：2023-10-24
申请号：CN202310988738.2
申请日：2023-08-08
Applicant: 北京航空航天大学
Abstract: 本申请属于计算资源优化领域，提供了一种无人机辅助的网联车辆队列随机任务分配决策方法，包括以下步骤：输入系统参数；对系统中的车辆任务需求进行统计和分析；分析车辆队列和无人机的相对位置和传输质量；车辆队列产生的高于车辆计算期望的配额#imgabs0#的计算任务，卸载在无人机进行计算，结合步骤3的车辆队列和无人机的相对位置和传输质量，分析协同任务计算的计算成本#imgabs1#；对系统中的计算资源进行鲁棒优化分配，使得节点的负载#imgabs2#均衡，同时最小化计算成本。本申请方法分析协同计算的传输成本，确定车辆计算期望的配额，实现计算任务的协同分配决策，适应车辆动态行为和任务需求的变化。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
