-
公开(公告)号：CN115883475B
公开(公告)日：2023-05-12
申请号：CN202310171559.X
申请日：2023-02-28
申请人： 北京理工大学
IPC分类号： H04L47/2425 , H04L47/32 , G06N3/126 , G06N5/01
摘要： 本发明提供一种面向智能网联汽车的时间敏感网络流量调度方法及系统，涉及网络流量调度领域，所述方法包括：获取智能网联汽车应用时间敏感网络进行信息传输时的所有信息流及信息流属性；对所有信息流对应的所有传输端口中信息流的传输执行顺序进行随机排布，得到多种信息流传输排布方式；以所有信息流完成信息传输的延迟时间之和最小，且高优先级的信息流的延迟时间最小为目标，利用改进的遗传算法对多种信息流传输排布方式进行优化，得到最优流量调度策略。利用改进的遗传算法确定所有信息流的最优流量调度策略，提高了最优流量调度策略获取的准确性和效率，保证了车载网络信息传输的实时性。
-
公开(公告)号：CN115883475A
公开(公告)日：2023-03-31
申请号：CN202310171559.X
申请日：2023-02-28
申请人： 北京理工大学
IPC分类号： H04L47/2425 , H04L47/32 , G06N3/126 , G06N5/01
摘要： 本发明提供一种面向智能网联汽车的时间敏感网络流量调度方法及系统，涉及网络流量调度领域，所述方法包括：获取智能网联汽车应用时间敏感网络进行信息传输时的所有信息流及信息流属性；对所有信息流对应的所有传输端口中信息流的传输执行顺序进行随机排布，得到多种信息流传输排布方式；以所有信息流完成信息传输的延迟时间之和最小，且高优先级的信息流的延迟时间最小为目标，利用改进的遗传算法对多种信息流传输排布方式进行优化，得到最优流量调度策略。利用改进的遗传算法确定所有信息流的最优流量调度策略，提高了最优流量调度策略获取的准确性和效率，保证了车载网络信息传输的实时性。
-
公开(公告)号：CN117631645A
公开(公告)日：2024-03-01
申请号：CN202311589078.7
申请日：2023-11-27
申请人： 北京理工大学
IPC分类号： G05B23/02
摘要： 本发明公开一种全流程电子电气信息架构虚拟仿真测试平台及方法，涉及虚拟仿真测试技术领域，虚拟仿真测试平台包括：控制模拟计算机、执行模拟计算机以及实现控制模拟计算机与执行模拟计算机之间信息通信的通信网络；控制模拟计算机包括控制器模拟模块和总线通信模拟模块；执行模拟计算机包括车辆模拟模块、传感器模拟模块、场景模拟模块和调试模拟模块。本发明将电子电气信息架构设计过程的测试验证过程完全放置于虚拟环境下，可以在软件在环的维度下对电子电气信息架构设计的全流程进行测试验证，提高了电子电气信息架构设计过程的测试验证效率。
-
公开(公告)号：CN117315255A
公开(公告)日：2023-12-29
申请号：CN202311374168.4
申请日：2023-10-23
申请人： 北京理工大学
IPC分类号： G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0464
摘要： 本发明公开一种图像实例分割方法、电子设备及介质，涉及图像处理技术领域，该方法包括获取目标图像；将目标图像输入至训练好的图像识别模型中，得到第一图像中每一物体的中心像素点的位置坐标；第一图像为经训练好的图像识别模型处理后的图像；对第一图像进行尺寸还原，并根据第一图像中每一物体的中心像素点的位置坐标以及目标映射关系得到目标图像中每一物体的中心像素点的位置坐标；将目标图像和目标图像中每一物体的中心像素点的位置坐标输入至训练好的图像分割模型中，得到目标分割结果。本发明基于每一物体的中心像素点的位置坐标以及目标图像进行图像实例分割，得到的目标分割结果更加准确，且相比于现有技术逐像素分割的方法效率更高。
-
公开(公告)号：CN116203972B
公开(公告)日：2023-08-18
申请号：CN202310491011.3
申请日：2023-05-05
申请人： 北京理工大学
IPC分类号： G05D1/02
摘要： 本发明公开一种未知环境探索路径规划方法、系统、设备及介质，涉及未知环境探索技术领域，利用边缘检测算法确定当前时刻的栅格地图的多个边缘点，均匀选取部分边缘点作为潜在目标点，基于强化学习算法选取一潜在目标点作为目标边缘点，以进一步规划从无人车辆在当前时刻的当前位置到目标边缘点之间的无碰撞路径，并控制无人车辆沿无碰撞路径运动，持续上述过程，直至未知环境探索完成，从而完成未知环境探索的路径规划过程，生成未知环境的栅格地图。本发明通过强化学习算法选择目标边缘点，能够解决规划路径长和探索提前终止的情况，提高未知环境的探索效率，并可实现未知环境的充分探索。
-
公开(公告)号：CN115511754B
公开(公告)日：2023-09-12
申请号：CN202211463703.9
申请日：2022-11-22
申请人： 北京理工大学
IPC分类号： G06T5/00 , G06N3/0464 , G06N3/048
摘要： 本发明涉及一种基于改进的Zero‑DCE网络的低照度图像增强方法，属于低照度图像增强领域。该方法包括：获取待增强图像；将所述待增强图像输入至改进的Zero‑DCE网络中，输出增强后的图像；其中，在传统Zero‑DCE网络的结构之上，取消了Zero‑DCE网络中第七浅层特征层的8次迭代步骤，以卷积、归一化、激活的方式取而代之，避免了迭代冗余的问题，大大降低了计算量；且引入了残差网络作为残差模块，作用于第四浅层特征层、第五浅层特征层以及第六浅层特征层，从而能够更大程度保留原有特征。
-
公开(公告)号：CN116203972A
公开(公告)日：2023-06-02
申请号：CN202310491011.3
申请日：2023-05-05
申请人： 北京理工大学
IPC分类号： G05D1/02
摘要： 本发明公开一种未知环境探索路径规划方法、系统、设备及介质，涉及未知环境探索技术领域，利用边缘检测算法确定当前时刻的栅格地图的多个边缘点，均匀选取部分边缘点作为潜在目标点，基于强化学习算法选取一潜在目标点作为目标边缘点，以进一步规划从无人车辆在当前时刻的当前位置到目标边缘点之间的无碰撞路径，并控制无人车辆沿无碰撞路径运动，持续上述过程，直至未知环境探索完成，从而完成未知环境探索的路径规划过程，生成未知环境的栅格地图。本发明通过强化学习算法选择目标边缘点，能够解决规划路径长和探索提前终止的情况，提高未知环境的探索效率，并可实现未知环境的充分探索。
-
公开(公告)号：CN115511754A
公开(公告)日：2022-12-23
申请号：CN202211463703.9
申请日：2022-11-22
申请人： 北京理工大学
摘要： 本发明涉及一种基于改进的Zero‑DCE网络的低照度图像增强方法，属于低照度图像增强领域。该方法包括：获取待增强图像；将所述待增强图像输入至改进的Zero‑DCE网络中，输出增强后的图像；其中，在传统Zero‑DCE网络的结构之上，取消了Zero‑DCE网络中第七浅层特征层的8次迭代步骤，以卷积、归一化、激活的方式取而代之，避免了迭代冗余的问题，大大降低了计算量；且引入了残差网络作为残差模块，作用于第四浅层特征层、第五浅层特征层以及第六浅层特征层，从而能够更大程度保留原有特征。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.023 秒)
