基于端边集成的目标感知方法及系统

AITNT
正文
推荐专利
基于端边集成的目标感知方法及系统
申请号:CN202511333293
申请日期:2025-09-18
公开号:CN120821551B
公开日期:2025-11-25
类型:发明专利
摘要
本发明提供一种基于端边集成的目标感知方法及系统,涉及智能交通与自动驾驶领域,首先建立端边节点协同的感知任务队列,明确待处理的道路目标感知需求及相关参数,接着依据感知任务队列中各感知需求的实时性等级和数据精度要求生成资源分配方案,合理调配边缘节点和云端的资源,然后根据资源分配方案对雷达感知信息、相机图像信息及车载交互数据进行并行协同处理,生成初步目标特征集合,再调用高精地图数据及历史感知特征库对初步目标特征集合进行空间校准与时序关联处理,得到校准后的目标特征集合,最后基于校准后的目标特征集合生成道路目标的感知结果集合,为智能交通系统提供准确可靠的目标信息。
技术关键词
资源分配 径向速度信息 运动剧烈程度 轮廓特征 感知特征 高精地图数据 节点位置信息 校准 标识 坐标转换矩阵 车道 道路监测设备 配额 三维坐标参数 云端 距离信息
系统为您推荐了相关专利信息
1
表格文件处理方法及表格文件处理系统
关键词 项目 资源分配策略 深度学习模型 表格
2
一种基于联邦学习的车联网资源分配方法及系统
资源分配策略 特征切片 资源分配方法 联邦学习模型 资源分配系统
3
报表自动生成的方法
资源分配 蚁群优化算法 混合云架构 隶属度函数 同态加密算法
4
一种感知数据异构的联邦学习资源分配方法
学习资源分配方法 客户端 数据分布 异构 深度强化学习模型
5
基于边缘计算平台的计算资源匹配方法和装置
服务器 深度强化学习模型 任务调度 平台 列表
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号