国产平台PMU自适应的性能采集监控系统

    公开(公告)号:CN112069029B

    公开(公告)日:2023-11-14

    申请号:CN202010920679.1

    申请日:2020-09-04

    Abstract: 本发明涉及一种国产平台PMU自适应的性能采集监控系统,属于计算机技术领域。采用本发明基于PMU自适应的性能采集监控系统,通过前端提取PMU硬件配置信息,后端将平台PMU硬件相关配置操作作为硬件屏蔽层,以参数形式接收前端配置信息后进行实体化配置,达到无需根据平台的升级不断修改天熠内核PMU核心代码的效果,从而极大方便开发者更加专注于程序本身的PMU性能优化问题,节省开发适配调试时间。本发明同时提供了用户查询、设置等操作界面和可视化性能实时分析结果动态展示,可视化操作帮助开发者更快捷直观定位性能热点。为国产关键软硬件平台复杂程序性能监控提供了技术保障和应用支撑。本发明实现简单有效,达到了应用的要求。

    一种基于噪声点云的场景重建方法

    公开(公告)号:CN110706332B

    公开(公告)日:2022-05-17

    申请号:CN201910908114.9

    申请日:2019-09-25

    Abstract: 本发明提供了一种基于深度相机的场景建模方法,属于图像处理技术领域,使用基于噪声点云的方法来表达模型,并构建包含噪声的位姿估计以及模型聚合方法,提高模型建模质量,提高环境感知的能力。本发明根据深度相机获取深度图数据,基于采用带概率的噪声点云模型,设计相应的位姿计算和聚合算法,减少噪声数据影响,从而可以提升模型质量和位姿准确性,得到更好的建模效果。

    一种系统动态重构的方法
    15.
    发明公开

    公开(公告)号:CN118963823A

    公开(公告)日:2024-11-15

    申请号:CN202411233556.5

    申请日:2024-09-04

    Abstract: 本发明涉及一种系统动态重构的方法,属于计算机操作系统领域。本发明。本发明在进行系统的动态重构过程中,系统模块与应用程序的重新配置无需中断整个系统的运行。本发明直接实现了在系统运行时对模块及应用程序的无缝重构,集成至当前活跃的操作系统环境中。此外,硬件设备及其驱动程序全面兼容热插拔技术,使得在系统内部进行重构操作变得更为灵活与高效。此方法不仅显著提升了系统重构的速度与效率,还大幅降低了重构过程的复杂性,同时,本发明也促进了系统架构的整洁性与维护性的提升。

    一种高性能虚拟化架构设计方法
    16.
    发明公开

    公开(公告)号:CN118819737A

    公开(公告)日:2024-10-22

    申请号:CN202410992681.8

    申请日:2024-07-23

    Abstract: 本发明涉及一种高性能虚拟化架构设计方法,属于计算机软件领域。本发明的虚拟化架构融合了硬件辅助虚拟化技术与type‑1、type‑2类型的虚拟化技术,同时根据资源的静态分区与动态分区模式各自的优势优化启动流程,并采用二级虚拟化启动模式。本发明使设备以最短的时间具备最迫切需要的基础功能,使其具备快速启动的特性,并且使一级启动的操作系统间具备完全隔离状态,安全性更强;本发明实现一级实时操作系统的高性能和低延迟,也保留了type‑2方案下能够运行在多种操作系统上更强的兼容性,易于部署与管理的特性;本发明的构还展现出良好的灵活性和扩展性。

    一种基于噪声点云的场景重建方法

    公开(公告)号:CN110706332A

    公开(公告)日:2020-01-17

    申请号:CN201910908114.9

    申请日:2019-09-25

    Abstract: 本发明提供了一种基于深度相机的场景建模方法,属于图像处理技术领域,使用基于噪声点云的方法来表达模型,并构建包含噪声的位姿估计以及模型聚合方法,提高模型建模质量,提高环境感知的能力。本发明根据深度相机获取深度图数据,基于采用带概率的噪声点云模型,设计相应的位姿计算和聚合算法,减少噪声数据影响,从而可以提升模型质量和位姿准确性,得到更好的建模效果。

    一种相机实时跟踪注册方法

    公开(公告)号:CN110059651A

    公开(公告)日:2019-07-26

    申请号:CN201910334821.1

    申请日:2019-04-24

    Abstract: 本发明涉及一种增强现实系统中相机实时跟踪注册方法,其中,包括:选取未知场景下两幅输入图像,利用欧式重建法进行场景初始化,设计关键帧在线选取方法,进行关键帧的实时更新,并基于局部束集调整实现未知场景重建;以关键帧上特征点邻域作为基础数据来表达关键帧,并通过随机分类树算法来训练分类器,进行关键帧的学习和识别任务;基于GPU加速设计SIFT特征点匹配算法,进行特征点匹配;根据特征点匹配结果,设计基于两阶段特征匹配的系统初始化算法,求取相机初始位姿,并基于所述初始位姿状态完成系统初始化。本发明降低了计算量,提高了计算速度,可以满足增强现实系统实时性跟踪注册的需求。

Patent Agency Ranking