-
公开(公告)号：CN119648925B
公开(公告)日：2025-04-29
申请号：CN202510175895.0
申请日：2025-02-18
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于多模态深度分布监督的高效3D高斯场景重建方法，相比于现有技术，在高斯初始化阶段直接提取了像素级的深度稠密点云，生成多模态深度分布图，有效避免了根据COLMAP稀疏点云随机初始化稠密高斯位置，解决了少视图情况下COLMAP获取的点云过于稀疏提供的几何约束不足，同时随机初始化的高斯由于局部最小值阻碍其移动到正确位置的问题。本发明对图像帧应用基于边缘检测的图像分割算法，融合了大量远离边缘点且深度相近的高斯基元，有效修剪了3D高斯数量，节省了GPU的内存消耗。本发明对全局高斯引入额外的各向同性正则化损失，避免了沿视线方向产生伪影的高度拉长的高斯分布问题。
-
公开(公告)号：CN119648925A
公开(公告)日：2025-03-18
申请号：CN202510175895.0
申请日：2025-02-18
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于多模态深度分布监督的高效3D高斯场景重建方法，相比于现有技术，在高斯初始化阶段直接提取了像素级的深度稠密点云，生成多模态深度分布图，有效避免了根据COLMAP稀疏点云随机初始化稠密高斯位置，解决了少视图情况下COLMAP获取的点云过于稀疏提供的几何约束不足，同时随机初始化的高斯由于局部最小值阻碍其移动到正确位置的问题。本发明对图像帧应用基于边缘检测的图像分割算法，融合了大量远离边缘点且深度相近的高斯基元，有效修剪了3D高斯数量，节省了GPU的内存消耗。本发明对全局高斯引入额外的各向同性正则化损失，避免了沿视线方向产生伪影的高度拉长的高斯分布问题。
-
公开(公告)号：CN118625817B
公开(公告)日：2024-10-18
申请号：CN202411110249.8
申请日：2024-08-14
Applicant: 成都信息工程大学
IPC: G05D1/43 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明属于智能体技术领域，具体公开了一种工业环境下的多智能体任务分配与路径规划方法，包括以下步骤：对时间步进行初始化，基于TAPF问题和匈牙利算法，得到初始任务分配方案；根据任务重新分配策略和周期检测任务优化分配策略对匈牙利算法进行优化，得到新的任务分配方案；根据新的任务分配方案，得到任务目标点并结合视野滚动窗口和MLA*算法进行路径规划。本发明解决了现有算法针对任务分配考虑因素单一与任务分配不够合理导致成本过高，以及针对路径规划搜索开销过大导致算法拓展性较差的问题，降低了路径成本，可以应对智能体与任务数量较多的情况。
-
公开(公告)号：CN117493974A
公开(公告)日：2024-02-02
申请号：CN202311590968.X
申请日：2023-11-27
Applicant: 成都信息工程大学
IPC: G06F18/241 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了基于时空特征的TSMNet网络包括：时间特征提取模块，用于对输入数据进行时间维度信息的提取，得到时间特征；空间拓扑转换模块，用于将所述时间特征的每个通道映射到图卷积网络的节点上,得到非负数特征；多图子空间模块，用于将所述非负数特征映射在n个子空间中，在每个子空间内,将单个数据中键向量和查询向量进行点积操作得到相似度得分矩阵，并将相似度得分矩阵进行缩放和softmax处理,并将处理值与值向量相乘得到一个特征输出，最后连接所有子空间,得到最终特征输出。本发明解决了空间信息上特征提取的局限性。
-
公开(公告)号：CN117119444A
公开(公告)日：2023-11-24
申请号：CN202311388479.6
申请日：2023-10-25
Applicant: 成都信息工程大学
IPC: H04W12/02 , H04W12/122 , H04W24/08 , H04W4/02
Abstract: 本发明公开了一种基于移动边缘计算的位置隐私保护方法，属于位置隐私保护技术领域，应用于云端，为了解决目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的缺点，包括：采用维诺图机制将地图划分为多个连续不重复的区域，得到划分后的维诺图数据；其中，每个区域形成为划分后的维诺图数据的维诺格且各维诺格内存在若干用户和唯一边缘节点，各所述边缘节点包括服务器和所述服务器所对应的通信基站；将各所述维诺格所对应的划分后的维诺图数据分发至各所述维诺格所对应的服务器。
-
Patent Agency Ranking
公开(公告)号：CN113645631B
公开(公告)日：2023-10-20
申请号：CN202110831866.7
申请日：2021-07-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向三维场景的移动有向传感器网络覆盖优化方法，首先获取传感器节点的部属位置信息构建传感器三维有向感知模型，然后计算传感器节点的最优俯仰角，然后构建该节点在XOY平面的投影模型，对所构建的投影模型进行调整并更新传感器节点位置，调整传感器节点的感知方向，最后利用二维平面覆盖优化算法对更新之后的传感器节点位置以及偏向角进行优化，实现三维场景的覆盖增强，本发明考虑节点部署高度和感知角度对信息获取的影响，把节点感知方向正交分解为俯仰角和偏向角，在获取节点最优俯仰角的前提下，建立节点部署高度和最优俯仰角约束的节点水平投影模型，优化调整节点位置和偏向角，从而实现三维场景的覆盖增强。
-
公开(公告)号：CN115915278B
公开(公告)日：2023-05-05
申请号：CN202310194757.8
申请日：2023-03-03
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向车联网的任务卸载方法，涉及移动边缘计算领域，包括以下步骤：S1、构建系统损耗模型；S2、计算系统损耗模型的初始解的系统损耗和整体约束违反度；S3、对系统损耗模型的初始解进行排序，初始化系统损耗模型的初始解的权重；当非可行解的整体约束违反度在阈值ε之内时，作为可行解；S4、求解系统损耗模型，得到M个新的解；S5、得到当前最优可行解，重复步骤S3至本步骤直到预定的次数，得到使系统损耗最小的最优可行解；S6、将最优可行解作为车联网任务卸载策略。本发明考虑用户在RSU服务范围内的驻留时间小于卸载任务在二者间的往返时间的问题，减小系统损耗，提高频率利用率。
-
公开(公告)号：CN115915278A
公开(公告)日：2023-04-04
申请号：CN202310194757.8
申请日：2023-03-03
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向车联网的任务卸载方法，涉及移动边缘计算领域，包括以下步骤：S1、构建系统损耗模型；S2、计算系统损耗模型的初始解的系统损耗和整体约束违反度；S3、对系统损耗模型的初始解进行排序，初始化系统损耗模型的初始解的权重；当非可行解的整体约束违反度在阈值ε之内时，作为可行解；S4、求解系统损耗模型，得到M个新的解；S5、得到当前最优可行解，重复步骤S3至本步骤直到预定的次数，得到使系统损耗最小的最优可行解；S6、将最优可行解作为车联网任务卸载策略。本发明考虑用户在RSU服务范围内的驻留时间小于卸载任务在二者间的往返时间的问题，减小系统损耗，提高频率利用率。
-
公开(公告)号：CN109447359B
公开(公告)日：2021-04-16
申请号：CN201811310492.9
申请日：2018-11-06
Applicant: 成都信息工程大学
Abstract: 本发明公开一种数据采集点部署方法及系统，结合待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差，构建适应度函数，然后利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值，根据采样点位置集合的最优解部署数据采样点。该方法对水域的最大化覆盖监测的同时，能够较好的重构整个水域的水质分布特征，从而根据其采样值能够较好的的反映整个水环境监测区域的水质。
-
公开(公告)号：CN106685061A
公开(公告)日：2017-05-17
申请号：CN201611020032.3
申请日：2016-11-17
Applicant: 成都信息工程大学
CPC classification number: Y02T10/7005 , H02J7/35 , B60L53/14 , B60L53/31 , H02J3/383 , H02J7/0029 , H02J7/355 , H02J2007/0037
Abstract: 本发明公开了一种电动汽车用充电桩，包括充电桩本体，所述充电桩本体底部设有安装底座，所述安装底座底部设有支撑桩，所述充电桩本体内设有蓄电池，所述安装底座底部设有电性连接于充电桩本体的市电输入线，所述充电桩本体表面设有电性连接于充电桩本体的显示屏和刷卡器，所述充电桩本体左右侧壁上分别电性连接有第一充电线和第二充电线。本发明通过不同长度的第一充电线和第二充电线可以进行不同充电方式的使用，满足不同距离停放车辆的使用，同时可以通过市电输入线采用市电进行供电使用，同时亦可通过太阳能板转化电能存储在蓄电池中，从而用来充电使用。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.031 seconds)
