“刘冰艺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]基于多智能体强化学习的协同驾驶信息传播方法及系统-CN202110887239.5有效
发明人： 刘冰艺;程传奇;韩玮祯;熊盛武 -专利权人：武汉理工大学
申请日： 2021-08-03 - 公布日： 2023-10-10 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于多智能体强化学习的协同驾驶信息传播方法及系统，本发明构建了多智能体分层注意力强化学习网络MAHA，进行协同驾驶信息传播。本发明提出的MAHA，可以有效地学习各种车辆通信场景的隐藏模式，可以广泛应用于各种车辆通信场景。本方法所提出的MAHA是第一个将分层强化学习与GAT层相结合的多智能体强化学习框架，它在适当考虑智能体相互影响的情况下的输出动作。
基于智能强化学习协同驾驶信息传播方法系统

[发明专利]流媒体传输的抖动缓冲区控制方法、系统、介质和设备-CN202311067068.7在审
发明人：王恩澍;刘冰艺;张浩杰;万承睿;王进 -专利权人：苏州大学
申请日： 2023-08-23 - 公布日： 2023-09-26 - 主分类号： H04L65/65 文献下载
摘要：本发明涉及音频数据传输领域，公开一种流媒体传输的抖动缓冲区控制方法、系统、介质和设备，方法包括：实时获取流媒体音频数据传输过程中音频缓冲区的音频帧数和音频帧数变化率，根据音频帧数和音频帧数变化率评估音频缓冲区发生断流的紧急程度；KCP协议接收音频数据时，根据音频缓冲区的断流的紧急程度对音频数据进行跳帧处理；储存音频数据到音频缓冲区之前，对跳帧后的音频数据进行补帧处理和淡入淡出处理；系统包括断流评估模块、跳帧模块和补帧模块，介质和设备包括执行方法的计算机程序。本发明可以在不影响用户操作的响应速度的前提下提升高负载纯音频场景下的播放质量。
流媒体传输抖动缓冲区控制方法系统介质设备

[发明专利]车联网路由方法、系统、设备及存储介质-CN202111192874.8有效
发明人： 刘冰艺;张浩杰;盛扬;熊盛武;陈新海 -专利权人：武汉理工大学;武汉理工大学重庆研究院;招商局检测车辆技术研究院有限公司
申请日： 2021-10-13 - 公布日： 2023-09-22 - 主分类号： H04W40/20 文献下载
摘要：本申请涉及一种车联网路由方法、系统、设备及存储介质，其方法包括将目标区域划分为若干网格；利用预先建立的车辆密度预测模型对网格内的车辆密度进行预测，得到网格车辆密度参数；利用所述网格车辆密度参数，按预设权重计算规则计算每个网格的网格权值及网格边权值，由每个网格的网格权值及网格边权值组成网格权重图；当接收到所述目标区域内当前车辆向目标车辆发送数据包的请求时，根据所述网格权重图确定出所述当前车辆与目标车辆之间的最小网格权重路由路径；基于所述最小网格权重路由路径进行数据包的路由转发，以将数据包从所述当前车辆转发至目标车辆。本申请能够实现简单高效的车联网数据包传输。
联网路由方法系统设备存储介质

[发明专利]基于残差分离注意力机制的遥感图像超分辨率方法、系统及介质-CN202310691423.1在审
发明人：吴云韬;陈希彤;巩朋成;程旭;李晖;张卓钰;刘冰艺;吴黎兵 -专利权人：武汉工程大学
申请日： 2023-06-12 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种基于残差分离注意力机制的图像超分辨率方法、系统及介质，包括将高分辨率遥感卫星图像下采样至目标低分辨率遥感卫星图像；提取粗糙特征图；构建上采样模块；构建残差分离注意力模块；构建残差分离注意力组，进一步提取精细特征；将粗糙特征图作为全局残差学习与最后一个残差注意力组的输出进行融合，最后将各个阶段得到的精细遥感卫星特征图输入多级特征融合模块进行融合；将融合得到的最终精细的遥感卫星特征图进行普通卷积，重建成目标的高分辨率遥感卫星图像。本发明所提出的网络优于其他最新的遥感卫星图像超分辨率算法，能够生成更高质量的卫星图像，尤其是在高采样倍数的情况下。
基于分离注意力机制遥感图像分辨率方法系统介质

[发明专利]基于深度强化学习的车联网动态信标广播方法及系统-CN202310931544.9在审
发明人：王恩澍;刘冰艺;程传奇;韩玮祯;王进 -专利权人：苏州大学
申请日： 2023-07-27 - 公布日： 2023-08-29 - 主分类号： H04W4/46 文献下载
摘要：本发明涉及一种基于深度强化学习的车联网动态信标广播方法及系统，包括设置车联网通信机制和中央深度强化学习网络的参数，以及设置每一轮训练实验环境单位时间内生成车流量和实验车辆类型比例，其中实验车辆类型包括智能体车辆与普通车辆；在每个时间步起始时刻获取确定的智能体车辆的本地状态信息，使用本地状态信息对中央深度强化学习网络进行训练，得到训练好的中央深度强化学习网络；将训练好的中央深度强化学习网络部署于模拟交通环境中用于测试。本发明能够更好地区分出不同交通风险程度的车辆并给予其合适的通信信标频率进行安全消息广播，有效地减小高风险车辆与邻近车辆共享自身信息的通信时延，在城市交通环境下有着更好的安全性。
基于深度强化学习联网动态信标广播方法系统

[发明专利]基于多平台协同计算模式的林火蔓延预测方法和系统-CN202310353456.5在审
发明人：张晓盼;陈行军;赵冬冬;刘冰艺;李斌豪;方杰;时国亮 -专利权人：武汉理工大学
申请日： 2023-04-04 - 公布日： 2023-08-15 - 主分类号： G06V10/40 文献下载
摘要：本申请实施例公开了一种基于多平台协同计算模式的林火蔓预测方法、系统、装置和计算机存储介质。所述方法包括：获得搭载有边缘感知终端和移动边缘计算终端的无人机的剩余电量信息；判断所述剩余电量是否达到了预设的第一电量阈值，若是，则进入下述完全边缘计算模式，否则，进入下述任务卸载模式；在所述完全边缘计算模式中，由移动边缘计算终端根据拍摄到的图像进行火点识别和火点蔓延路径计算，并将计算结果发送到远程服务器端；在所述任务卸载模式中，由移动边缘计算终端或者远程服务器端根据拍摄到的图像进行火点识别，并由远程服务器端完成所述火点蔓延路径计算。本申请既能保证火灾监测和预测的高度实时性，又能显著提高灭火效率。
基于平台协同计算模式蔓延预测方法系统

[发明专利]基于交通流速度预测和信号灯状态的车辆路径规划方法-CN202310527421.9有效
发明人： 刘冰艺;陈葳旸;宋斌;韩玮祯;熊盛武 -专利权人：武汉理工大学三亚科教创新园
申请日： 2023-05-11 - 公布日： 2023-08-01 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种基于交通流速度预测和信号灯状态的车辆路径规划方法，包括：基于每条路径多个历史时间区间的平均行驶速度，利用mWDN‑LSTM‑ARIMA模型预测当前时间区间的平均行驶速度；确定路网中所有路径在当前时间区间的通行时间；利用训练样本车辆在路网中实时的位置信息、所有交通信号灯实时的相位状态信息、以及所有路径实时的通行时间信息，基于PPO算法训练深度强化学习模型；基于训练好的深度强化学习模型，确定出目标车辆从当前路径预行驶至下一路径所即将执行的动作，并将包含即将执行的动作的信息发送至目标车辆。本方法考虑了交通信号灯状态对车辆通行时间的影响，能为车辆规划通行耗时短的路径。
基于通流速度预测信号灯状态车辆路径规划方法

[发明专利]基于神经网络和惠更斯原理的林火蔓延预测方法和系统-CN202310178935.8在审
发明人：张晓盼;李斌豪;刘冰艺;赵冬冬;贾涛;钟菁文;时国亮;方杰 -专利权人：武汉理工大学
申请日： 2023-02-28 - 公布日： 2023-06-23 - 主分类号： G06V20/17 文献下载
摘要：本申请实施例公开一种基于神经网络和惠更斯原理的林火蔓延预测方法和系统，包括：通过卷积神经网络算法提取无人机拍摄的火源点的图像特征，得到每个火源点的位置信息；获得每个所述火源点的若干自然环境参数，输入训练好的BP神经网络模型进行神经元计算后，输出若干火点蔓延参数；将所述若干火点蔓延参数输入预设的惠更斯拟合算法模型中进行蔓延路径拟合计算，得到火灾蔓延范围边缘的火线的拟合顶点数据；将所述无人机的状态参数和/或所述火点的拟合顶点数据以文本形式传送到远程服务器端，并在远程服务器端对所述无人机的轨迹和所述火线的拟合顶点数据进行三维展示。本申请可大大提高火情预测精度和适应性，并获得具有明确意义的表达形式。
基于神经网络惠更斯原理蔓延预测方法系统

[发明专利]基于区域路由算法的车联网优化方法、系统和车辆-CN202310010921.5在审
发明人： 刘冰艺;高会飞;陈葳旸;韩玮祯;熊盛武 -专利权人：武汉理工大学重庆研究院
申请日： 2023-01-04 - 公布日： 2023-06-23 - 主分类号： H04W40/32 文献下载
摘要：本申请公开了一种基于区域路由算法的车联网优化方法、系统和车辆，一方面，该方法根据车辆的状态参数将车辆分为多个簇，并在每个簇中设置核心车辆和普通车辆，以实现在车辆通信过程中，只需要连通各个核心车辆，便能实现所有车辆的通信；另一方面，根据目标状态相似性预测模型对车辆对应的簇进行实时调整，能够有效保证车辆之间信息通信的准确性，避免紊乱。综上，通过对车辆进行分簇处理，避免了在所有车辆之间建立信息连接，从而提高了车辆的网络连通性；进一步地，由于每个簇中只有核心车辆能对外进行信息互通，从而有效减少了通信重叠的现象。
基于区域路由算法联网优化方法系统车辆

[发明专利]基于车辆雾计算架构和密度预测的车联网路由系统-CN202310034737.4在审
发明人： 刘冰艺;陈葳旸;路阳;韩玮祯;熊盛武 -专利权人：武汉理工大学重庆研究院
申请日： 2023-01-10 - 公布日： 2023-06-09 - 主分类号： H04W40/12 文献下载
摘要：本申请提供了一种基于车辆雾计算架构和密度预测的车联网路由系统，包括：云层—边层—端层联合控制的智能交通模型，云层设置有多个云服务器，云服务器用于预测每条道路的公交车和普通车辆的密度，并按周期向公交车发送预测结果和数据包；边层设置有多个装有车载通信装置和定位装置的公交车，公交车作为系统的主要中继，根据来自云层的预测结果为数据包规划一个全局路径，根据链路寿命、当前位置和相邻车辆数量，选择最佳的下跳转发数据包；端层设置有装有车载通信装置和定位装置的多个普通车辆，普通车辆作为系统的辅助中继，当相邻的公交车超过最大通信距离，普通车辆在公交车之间查找多跳链路和转发数据包。
基于车辆计算架构密度预测联网路由系统

[发明专利]一种车联网数据传输系统及方法-CN202310129495.7在审
发明人： 刘冰艺;陈葳旸;刘煜昊;高会飞;熊盛武 -专利权人：武汉理工大学
申请日： 2023-02-16 - 公布日： 2023-06-06 - 主分类号： H04W4/44 文献下载
摘要：本发明提供了一种车联网数据传输系统及方法，其系统包括车辆、道路、设置在交叉路口的边缘服务器及云服务器，车辆包括数据发送车辆、目的地车辆和多个中间车辆，边缘服务器包括第一边缘服务器、第二边缘服务器及多个中间边缘服务器；边缘服务器收集车辆发送的信标，获取各交叉路口的局部交通流量信息，基于局部交通流量信息建立多跳链路，并将局部交通流量信息和多跳链路上传至云服务器；云服务器生成全局交通流量信息，确定道路质量，基于全局交通流量信息、强化学习算法、多跳链路及道路质量确定全局最优传输路径；边缘服务器对全局最优传输路径进行修改，获得目标传输路径。本发明提高了数据包的传输速度。
一种联网数据传输系统方法

[发明专利]一种基于车辆间协同计算通信的行人意图预测方法及系统-CN202110936560.8有效
发明人： 刘冰艺;江熠;方志鹏;熊盛武 -专利权人：武汉理工大学
申请日： 2021-08-16 - 公布日： 2023-04-18 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于车辆间协同计算通信的行人意图预测方法及系统，目标是实现完整的基于车辆间协同计算通信的行人意图预测方法，利用车辆与车辆间通信的低延迟特性，充分使用道路上车辆的闲置计算资源。结合目标检测，行人姿态特征与道路环境特征提取算法，达到最终的行人意图预测。再通过车辆间通信，传递行人意图与车辆决策信息，让后方车辆提前进行反应决策，避免追尾。本发明不仅解决了数据传输云端会出现的高时延，信道拥堵等问题，同时也弥补了单辆车算力不足的问题。提高了预测的准确精度，同时减少了现有模型推理时间。
一种基于车辆协同计算通信行人意图预测方法系统

[发明专利]管控区域基于多智能体强化学习的交通灯控制方法及系统-CN202211561155.3有效
发明人： 刘冰艺;彭唯;韩玮祯;陈葳旸;熊盛武 -专利权人：武汉理工大学三亚科教创新园
申请日： 2022-12-07 - 公布日： 2023-03-21 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了一种管控区域基于多智能体强化学习的交通灯控制方法及系统，构建了多智能体注意力双重演员评论家强化学习网络，该网络将多个路口的交通灯控制问题建模为一个半马尔科夫博弈，其中每个路口都被视为一个智能体，可以为动态交通环境中的每个路口生成自适应动作。本发明不仅可以协调交叉口周围的交通流量，还可以处理管控区域的长序列决策问题，以给予救护车等特殊车辆更高的优先权，确保特殊车辆快速通过交叉口。本发明将选项框架与图注意网络相结合的多智能体强化学习框架，选项框架使智能体能够学习结果输出更优，图注意网络可以捕获智能体之间的图结构相互影响。
区域基于智能强化学习交通灯控制方法系统

[发明专利]基于强化学习与动态配时的交通信号灯控制系统及方法-CN202111037132.8有效
发明人： 刘冰艺;宋斌;吴鹏春;熊盛武 -专利权人：武汉理工大学
申请日： 2021-09-06 - 公布日： 2023-01-17 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了一种基于强化学习与动态配时的交通信号灯控制系统及方法，首先对十字路口进行建模，分别定义强化学习三要素state，reward，action；然后依据强化学习A2C算法构建策略网络和评估网络；最后收集路口实时信息，转化为state向量后输入到构建的策略网络和评估网络，输出action概率分布，系统根据action概率分布选择最合适的相位；决定相位后，接下来的一段时间就属于该相位的绿灯时间；由自适应定时控制器构成的动态配时模块根据实时的交通流信息，以最大化绿灯时间利用为目标，动态控制绿灯时间；当检测到绿灯时间的损失，就终止当前相位。本发明克服了固定分配交通灯时长而导致绿灯利用率不高的缺陷，减少了车辆的平均等待时间和二氧化碳等有害气体的排放。
基于强化学习动态交通信号灯控制系统方法

[发明专利]一种行人穿越意图预测方法-CN202211273676.9在审
发明人： 刘冰艺;江熠;陈葳旸;陈新海;韩玮祯 -专利权人：招商局检测车辆技术研究院有限公司;武汉理工大学重庆研究院
申请日： 2022-10-18 - 公布日： 2023-01-10 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种行人穿越意图预测方法，方法包括：获取训练完备的目标预测模型、待处理的RGB图像和行人光流图，目标预测模型包括色彩图预测网络结构和光流图预测网络结构，色彩图预测网络结构包括色彩3D深度可分离卷积层和色彩轻量级注意力机制模块，光流图预测网络结构包括光流3D深度可分离卷积层和光流轻量级注意力机制模块；通过色彩3D深度可分离卷积层和光流3D深度可分离卷积层将色彩图和行人光流图的计算量压缩，随后通过色彩轻量级注意力机制模块和光流轻量级注意力机制模块提高对复杂空间中重要通道的特征提取和学习能力，减少了行人穿越意图预测模型的计算量以及参数量，提高了预测模型在实际中应用的可能性。
一种行人穿越意图预测方法

1
2
下一页»
尾页
共 16 条