-
公开(公告)号：CN119583588A
公开(公告)日：2025-03-07
申请号：CN202411622699.5
申请日：2024-11-14
Applicant: 北京邮电大学
Abstract: 本发明是一种支持车路群体协同的智能机器互操作系统，属于智能车辆网技术领域。本发明系统通过中间件即插即用的方式附着于车载和路侧智能平台上，包括协同适配子系统、协同控制子系统和资源编排子系统；协同适配子系统提供不同语义转换的数据接口，为任务构建逻辑步骤，融合不同平台的协同数据；协同控制子系统发现协同对象，构建通信拓扑结构，并协商构建协同过程中的通信时序以及协同内容；资源编排子系统实时感知协同对象的通算资源，进行计算资源分配，将任务卸载到目标计算节点，协同多个平台完成协同任务。本发明系统解决了不同语义的数据异构问题，支持动态适配协同过程，智能优化通信资源和计算资源的利用，并保障车路群体协同质量。
-
公开(公告)号：CN118075708A
公开(公告)日：2024-05-24
申请号：CN202410177381.4
申请日：2024-02-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于点云体素化的通信感知一体化调度方法，用于车路协同感知领域。本发明方法包括：在每个时隙，智能车辆观测雷达点云数据，通过本地轻量级目标检测网络识别周围的交通主体，并通过UU接口将观测的雷达点云数据分布、车辆位置、识别结果上传给基站，基站转发给边缘计算节点，边缘计算节点基于接收的数据获取各智能车辆需要传输雷达点云数据的盲区，确定当前交通场景中的通信链路，基于设计的优化目标和约束条件求取通信资源分配方案，基站下发相应的调度指令给智能车辆，智能车辆根据调度指令，通过PC5接口与其他车辆通信，传输所观测的雷达点云数据。本发明保证实时性，减少了通信资源浪费，提高了协同感知的效率。
-
公开(公告)号：CN114332494A
公开(公告)日：2022-04-12
申请号：CN202111582151.9
申请日：2021-12-22
Applicant: 北京邮电大学
Abstract: 本发明是一种车路协同场景下基于多源融合的三维目标检测与识别方法，涉及车联网、智能汽车技术领域。本发明中，通过不同路侧设备传感器捕获不同环境信息，提取用于三维目标检测的多模态特征后传输给路侧特征融合中心，路侧特征融合中心将获得的多路多模态特征融合为多源融合特征；智能汽车将路侧提供的多源融合特征和自身感知提取的多模态特征进行校准和融合，进一步进行目标识别和检测。本发明中，点云特征提取模块采用邻域自适应的特征提取方法，特征校准和融合模块基于元学习方法对点云特征图和图像特征图进行特征层级融合。本发明极大提升了对外界环境的感知力，减轻了车路协同的通信压力和通信延迟，提高了车辆的感知能力和目标识别准确率。
-
公开(公告)号：CN114327935B
公开(公告)日：2025-03-21
申请号：CN202111495732.9
申请日：2021-12-09
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F9/54 , G06N3/042 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出了一种通信敏感的多智能体协同方法，应用于车联网通信技术领域。本发明方法包括：智能体利用信息过滤模块，将局部观测的消息编码为隐状态向量，即压缩过滤后的消息，在发送消息前，利用共享介质访问控制模块对消息评分，由边缘计算节点根据评分对消息价值排序，向具有topK消息价值的智能体发送确认信息，智能体收到确定后发送消息；边缘计算节点接收所有消息，利用消息蒸馏模块提取有效信息，汇总分发给各智能体；在汇总智能体消息的过程中，利用基于图信息瓶颈的图卷积汇总方式，保留智能体拓扑结构信息，并对汇总消息进行蒸馏。本发明减少了冗余和无效信息在智能体间的传输，节约了通信资源，提高多智能体的决策能力和协同效率。
-
公开(公告)号：CN117955116A
公开(公告)日：2024-04-30
申请号：CN202410035946.5
申请日：2024-01-10
Applicant: 北京邮电大学 , 国网安徽省电力有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种云边协同的电力负荷多粒度混合调控方法与系统，属于电力资源优化调配领域。所述的混合调控系统，包括核心调控系统和若干边缘调控系统；每个边缘区域对应一套边缘调控系统，在各边缘区域内分别部署了若干监测设备，收集各监测设备产生的负荷监测数据，并预测其电力负荷需求；边缘智能体从核心智能体处接收调控策略，生成各监测设备的调控任务列表，实现可控电气设备的负荷调控。核心调控系统收集各边缘调控系统的用电数据，并进行区域级预测，核心智能体基于分层多智能体强化学习方法，在满足用户舒适度的情况下，为各边缘智能体选择合适的调控策略，尽可能的减少各边缘区域可控监测设备的用电量，降低用电成本。
-
Patent Agency Ranking
公开(公告)号：CN114674323A
公开(公告)日：2022-06-28
申请号：CN202210382299.6
申请日：2022-04-12
Applicant: 北京邮电大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于图像目标检测与追踪的智能室内导航方法，属于摄像头定位追踪领域。首先针对排队进入室内的若干用户，每个用户经过每个摄像头时，上位机自动为各用户匹配每个摄像头下的id和追踪检测框；并定位各用户在每个摄像头的实际物理空间坐标；然后，对排队的各用户分别计算距离，选择与自身摄像头距离最小的用户id，匹配生成用户二维码；直至各用户生成各自的二维码；把各用户的起、终点坐标分别传至上位机，规划出最短路径并返回至各用户端；最后，当各用户从起始点开始沿着最短路径移动时，进入跨摄像头区域时，利用跨摄像头行人追踪技术将用户数据进行传递追踪并实时更新导航结果；本发明有效扩大了覆盖面积，适应监控场所。
-
公开(公告)号：CN112153221B
公开(公告)日：2021-06-29
申请号：CN202010976683.X
申请日：2020-09-16
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于社交网络图计算的通信行为识别方法，属于通信社交领域；首先，利用数据流接口抓取海量用户的通信记录，以所有用户为节点，用户间的通信行为为边构建通信社交网络；然后根据牛顿冷却定理，针对某时刻t进行每两个用户间亲密度的初始值计算；并根据通信社交网络，通过游走采样法初步挖掘目标用户A的社交子图：接着利用图卷积模型对社交子图中各节点交互进行建模，完成各节点状态的更新；同时，利用概率图模型通过马尔可夫随机场完成社交子图中各节点状态的更新；最后将各用户对应的两个节点状态的更新结果进行拼接，输入多范围门控单元，利用端到端学习法，输出概率结果进行名单的划分；本发明能实现实时有效的诈骗检测。
-
公开(公告)号：CN107886750B
公开(公告)日：2020-07-03
申请号：CN201711003368.3
申请日：2017-10-24
Applicant: 北京邮电大学
IPC: G08G1/0967
Abstract: 本发明公开了一种基于超视距协同认知的无人驾驶汽车控制方法与系统，属于智能交通领域。本发明的控制系统包括无人驾驶车和无人驾驶网络支撑平台，无人驾驶车包括个体态势认知系统和驾驶决策生成系统，无人驾驶网络支撑平台包括全局态势认知系统、局部态势认知系统和驾驶决策生成系统。应用此控制系统的控制方法为：首先个体态势认知系统形成微观驾驶态势认知；然后驾驶决策生成系统接收信息，处理后下发给驾驶决策生成系统，驾驶决策生成系统生成最终的驾驶操作；最后无人驾驶车通过驾驶执行器接收并执行最终的驾驶操作。本发明在网络端实时认知交通环境态势，实现安全、高效和可靠的无人驾驶，提高无人驾驶汽车控制服务的可执行性和有效性。
-
公开(公告)号：CN107612967B
公开(公告)日：2020-05-26
申请号：CN201710686767.8
申请日：2017-08-11
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于群体智能的车联网服务对象发现方法，包括：首先，车联网服务平台根据接入车辆的行为数据，建立多维度、多尺度的车辆关系网络；然后，根据种子车辆发起车联网服务的需求和车联网服务对象预选策略，车联网服务平台在车辆关系网络中筛选备选车辆，并向备选车辆发送服务信息，备选车辆根据服务信息自主决策是否加入服务；最后，同意加入服务的备选车辆处理服务信息并通过多轮的群体决策过程确定最终的服务对象集合，完成车联网服务对象的发现过程。这种在车辆关系网络支持下的车联网服务对象发现方法，可以有效地扩展车联网服务对象的发现范围，同时提高车联网服务对象发现的准确度。
-
公开(公告)号：CN107612967A
公开(公告)日：2018-01-19
申请号：CN201710686767.8
申请日：2017-08-11
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于群体智能的车联网服务对象发现方法，包括：首先，车联网服务平台根据接入车辆的行为数据，建立多维度、多尺度的车辆关系网络；然后，根据种子车辆发起车联网服务的需求和车联网服务对象预选策略，车联网服务平台在车辆关系网络中筛选备选车辆，并向备选车辆发送服务信息，备选车辆根据服务信息自主决策是否加入服务；最后，同意加入服务的备选车辆处理服务信息并通过多轮的群体决策过程确定最终的服务对象集合，完成车联网服务对象的发现过程。这种在车辆关系网络支持下的车联网服务对象发现方法，可以有效地扩展车联网服务对象的发现范围，同时提高车联网服务对象发现的准确度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.078 seconds)
