公开(公告)号：CN117729251A

公开(公告)日：2024-03-19

申请号：CN202311733721.9

申请日：2023-12-18

Applicant: 哈尔滨理工大学

Inventor： 张亚楠 ,  张明举

IPC: H04L67/56 ,  G06F9/455 ,  H04L67/133

Abstract: 本发明公开了一种边缘计算设备、嵌入式设备、控制系统及其构建方法，其中，控制系统包括：边缘计算设备，基于Kubernetes平台部署有多个节点和集群控制中心；在集群控制中心中部署有容器管理器；以及嵌入式设备，嵌入式设备基于LiteOS系统部署有对应的容器管理器代理，容器管理器代理用于与容器管理器进行交互通讯，将嵌入式设备构建为集群控制中心中的节点。本发明可以将运行LiteOS系统的嵌入式设备集成到边缘云集群，实现更强大的边缘云计算算力；这大大地降低了LiteOS系统的使用者部署边缘云的成本，以及有关IoT应用的开发成本。

公开(公告)号：CN118536684A

公开(公告)日：2024-08-23

申请号：CN202410586711.5

申请日：2024-05-12

Applicant: 哈尔滨理工大学

Inventor： 孙亮 ,  张亚楠 ,  张明举

IPC: G06Q10/047 ,  G06N3/0442 ,  G06N3/092 ,  G06N3/006 ,  G06N3/084

Abstract: 本发明涉及一种基于深度强化学习的多智能体路径规划方法，属于人工智能领域的深度强化学习子领域，重点解决多智能体系统中的路径规划和协作问题。方法包括：S1利用传感器获取环境信息，如智能体位置、目标位置、障碍物位置，并传输给智能体系统。S2将环境信息抽象为数学表达，构建状态空间和动作空间，便于智能体决策。S3训练嵌入门控循环单元(GRU)模块的MADDPG算法模型，动态调整智能体行为，提高路径规划性能。训练过程中，智能体根据环境信息和GRU模块输出更新策略，最大化预期奖励。S4由MADDPG算法输出智能体行动轨迹，实现协调和路径规划。该方法适用于智能交通管理、协作机器人、无人机编队等领域，提升路径规划质量。

公开(公告)号：CN118334588A

公开(公告)日：2024-07-12

申请号：CN202410586706.4

申请日：2024-05-12

Applicant: 哈尔滨理工大学

Inventor： 张明举 ,  张亚楠 ,  孙亮

IPC: G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/80

Abstract: 一种基于注意力融合与残差结构的视频人群异常检测方法，属于视频异常检测领域。包括步骤：对原始视频进行预处理，将视频分为正样本与负样本，同时将视频分割为多个连续帧并对视频进行缩放为同样大小；将连续帧进行堆叠输入至生成器中，通过注意力融合与残差结构生成器的编码‑解码结构进行特征的提取与融合。同时引入光流网络进行运动特征提取；引入对抗学习与强度损失、梯度损失、光流损失，将生成网络与判别网络进行多组训练；将含有负样本的测试原始数据与生成器所生成的预测帧输入至判别网络中，得出测试判别分数。本发明引入注意力融合与残差结构，可以强化时间特征与空间特征的时空特征融合，实现对跨层信息的传递，提高特征的表达能力。