-
公开(公告)号：CN118887172B
公开(公告)日：2025-05-06
申请号：CN202410907979.4
申请日：2024-07-08
Applicant: 大连理工大学 , 特变电工新疆电缆有限公司
IPC: G06T7/00 , G06T5/20 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/0464 , G06N3/086 , G06N3/126 , H04N23/60
Abstract: 本发明涉及一种面向移动视觉系统的成像参数优化方法，包括：获取影响图像质量的成像参数，并对所述成像参数进行约束获取图像数据；构建映射模型，基于所述映射模型获取符合预设图像质量评价值对应的若干组成像参数，其中，所述映射模型通过训练集训练获得，所述训练集包括所述图像数据对应的成像参数和图像质量评价结果，所述映射模型基于卷积神经网络构建；以图像质量评价值的最大期望值为目标，对所述若干组成像参数进行寻优，获取最优的图像成像系统参数组合。本发明结合深度学习的智能优化能力，自动调整成像参数，以适应不同场景和运动状态，从而提高移动机器视觉系统在各种环境下的成像效果和应用性能。
-
公开(公告)号：CN112836177A
公开(公告)日：2021-05-25
申请号：CN202110147606.8
申请日：2021-02-03
Applicant: 大连理工大学
Abstract: 本发明提供一种面向车路协同的边缘系统及信息熵评价方法，该系统包括：网联自动化车辆、路侧设备、路端服务层、边缘服务器、边缘服务层、5G基站和云服务器，对此架构下的功能模块产生的信息量进行分析，提出边缘系统的信息熵评价方法，包括：计算系统节点关系图中第i类所有节点的边数的均值；在系统节点关系的所有设备节点中，计算第i类节点占有的比重，以及第i类节点相关的边占有的比重；计算第i类节点含有系统结构复杂度参数量的熵值，以及第i类设备含有系统结构复杂度参数量最大熵值；计算第i类节点对系统结构复杂度参数的权重和车路协同的边缘系统的结构复杂度。本发明的信息熵对系统中的无序程度进行反应，对系统的演化方向进行定量分析判断。
-
公开(公告)号：CN119576499A
公开(公告)日：2025-03-07
申请号：CN202411725633.9
申请日：2024-11-28
Applicant: 大连理工大学
Abstract: 本发明提供一种用于增强AGV边缘计算能效的去中心化凸优化方法及系统，包括：基于边缘计算网络，构建任务卸载模型；基于预设的基站索引集、AGV索引集以及AGV的计算任务，获得任务卸载模型的状态空间以及动作空间；建立流量模型、计算模型以及通信模型；整合各模型，获得任务卸载以及资源分配的联合优化问题；采用层次分解法，将联合优化问题分解为任务卸载问题以及资源分配问题；采用概率任务卸载策略，对任务卸载问题进行负载预测，分解并凸优化资源分配问题，结合负载预测结果，求解联合优化问题。本发明旨在实现AGV边缘计算网络中满足能量约束的计算卸载，以降低边缘计算网络的时延，并推动边缘计算技术的发展。
-
Patent Agency Ranking
公开(公告)号：CN119473591A
公开(公告)日：2025-02-18
申请号：CN202411526047.1
申请日：2024-10-30
Applicant: 大连理工大学
IPC: G06F9/50 , G06N3/006 , H04W28/084 , H04W28/08
Abstract: 本发明涉及一种面向智能工厂数字孪生系统的边缘计算迁移系统，包括：场景获取模块，用于获取工厂中自动化设备的实时数据；其中，所述实时数据包括：运行状态和任务信息；数字孪生模块，用于虚拟映射自动化设备的所述实时数据，同步工厂物理系统与虚拟系统之间的状态；模型构建模块，用于根据自动化设备的所述实时数据，构建边缘计算网络时延与能耗模型；优化算法模块，用于基于所述边缘计算网络时延与能耗模型，采用多智能体深度强化学习算法，对计算任务和资源的分配进行实时优化。本发明系统具备低时延和高能效的特点，适用于高度动态的工业场景，能够优化计算资源的调度，提升工厂的整体运作效率。
-
公开(公告)号：CN113900739B
公开(公告)日：2024-11-19
申请号：CN202111254759.9
申请日：2021-10-27
Applicant: 大连理工大学
IPC: G06F9/445 , G06F9/48 , G06F9/50 , G06F30/27 , G06N7/01 , G06F111/04 , G06F111/08
Abstract: 本发明公开一种多对多边缘计算场景下的计算卸载方法及系统，包括：获取多边缘服务器多移动终端场景下的边缘计算场景数据，并基于边缘计算场景数据，构建边缘计算场景；基于边缘计算场景，构建卸载模型，其中卸载模型基于马尔科夫决策过程进行建模；通过策略迭代法对卸载模型进行求解，得到最优卸载策略。本发明能够对于不同性质的终端产生的的异构任务，以能量消耗最小化为目标进行任务卸载建模，并获取卸载方法的最优策略。
-
公开(公告)号：CN118887172A
公开(公告)日：2024-11-01
申请号：CN202410907979.4
申请日：2024-07-08
Applicant: 大连理工大学 , 特变电工新疆电缆有限公司
IPC: G06T7/00 , G06T5/20 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/0464 , G06N3/086 , G06N3/126 , H04N23/60
Abstract: 本发明涉及一种面向移动视觉系统的成像参数优化方法，包括：获取影响图像质量的成像参数，并对所述成像参数进行约束获取图像数据；构建映射模型，基于所述映射模型获取符合预设图像质量评价值对应的若干组成像参数，其中，所述映射模型通过训练集训练获得，所述训练集包括所述图像数据对应的成像参数和图像质量评价结果，所述映射模型基于卷积神经网络构建；以图像质量评价值的最大期望值为目标，对所述若干组成像参数进行寻优，获取最优的图像成像系统参数组合。本发明结合深度学习的智能优化能力，自动调整成像参数，以适应不同场景和运动状态，从而提高移动机器视觉系统在各种环境下的成像效果和应用性能。
-
公开(公告)号：CN113807933A
公开(公告)日：2021-12-17
申请号：CN202111176272.3
申请日：2021-10-09
Applicant: 大连理工大学
Abstract: 本发明公开一种多机器人任务分配的“协商‑决策”市场拍卖求解方法，属于多机器人任务分配领域，包括初始化信息；宣布任务区域信息以及对应成本，等待报价；对各任务区域分别报价；以任务区域为单位，根据各报价确定优先级；随机选择一个任务区域，并由最高优先级拍得；在余下的任务区域中再次随机选择一个任务区域，直至所有任务区域均被分配；在达成转接条件下，将拍得的任务区域转接协商，转接条件依托于互利；直至无法达成转接条件，协商结束，每个任务区域转接后的总报价向上汇报；比较每次的总报价，保留其中最少的一次，对应的各任务区域分配方法即为最终的分配方法。本发明采用改进的拍卖求解方法对目标任务进行低成本、高民主的分配。
-
公开(公告)号：CN119576500A
公开(公告)日：2025-03-07
申请号：CN202411725739.9
申请日：2024-11-28
Applicant: 大连理工大学
Abstract: 本发明提供一种面向AGV依赖型计算任务的主动迁移式卸载方法及系统，包括：基于VEC系统，构建AGV任务卸载模型；AGV将接收到的任务划分为子任务，获得任务顺序卸载过程；基于任务顺序卸载过程划分AGV任务卸载模型的状态空间和动作空间；计算时延获得任务卸载总体能耗；建立主动迁移式卸载方案，进行当前时隙和下一时隙卸载任务和获取结果的状态更新；将任务卸载总体能耗定义为优化问题，并将优化问题转化为有限时域时变马尔科夫决策问题；求解获得任务卸载完成所需最小总体能耗，完成面向AGV依赖型计算任务的主动迁移式卸载。本发明可实现车载边缘计算网络中高效节能的服务迁移和计算卸载。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
