買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉電子科技大學(xué)申請的專利一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120416667B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510873431.7，技術(shù)領(lǐng)域涉及：H04N23/695；該發(fā)明授權(quán)一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法是由徐顯陽;李嘉誠;趙志為設(shè)計(jì)研發(fā)完成，并于2025-06-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法在說明書摘要公布了：本發(fā)明提出一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法，屬于強(qiáng)化學(xué)習(xí)技術(shù)和邊緣計(jì)算技術(shù)領(lǐng)域。所述方法包括：在目標(biāo)選擇階段，智能體將其可用的計(jì)算資源與目標(biāo)不確定性數(shù)據(jù)結(jié)合，生成一個(gè)嵌入向量；參與控制階段，參與控制模塊接收嵌入向量，通過多頭自注意力塊提取嵌入向量的粗粒度特征，并將粗粒度特征傳輸至參與動作選擇塊；參與動作選擇塊決定智能體是否應(yīng)在當(dāng)前時(shí)間步參與任務(wù)以節(jié)省計(jì)算時(shí)間；旋轉(zhuǎn)控制階段，智能體的旋轉(zhuǎn)控制模塊通過雙自注意力塊提取細(xì)粒度特征，用于旋轉(zhuǎn)動作選擇塊決策，確定最佳旋轉(zhuǎn)動作以減小目標(biāo)不確定性。本發(fā)明同時(shí)最小化決策時(shí)間和目標(biāo)不確定性，智能控制多個(gè)交通攝像頭的旋轉(zhuǎn)，跟蹤多個(gè)移動的目標(biāo)。

本發(fā)明授權(quán)一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法在權(quán)利要求書中公布了：1.一種基于多智能體的異構(gòu)交通攝像頭協(xié)同控制方法，其特征在于，所述方法包括三個(gè)主要階段：目標(biāo)選擇階段、參與控制階段和旋轉(zhuǎn)控制階段；最初，每個(gè)目標(biāo)根據(jù)目標(biāo)運(yùn)動模型轉(zhuǎn)換到新狀態(tài)，并由卡爾曼濾波器預(yù)測其狀態(tài)；然后，智能體從這些濾波器中檢索目標(biāo)信息以指導(dǎo)其行動，具體地，所述方法包括如下步驟： 步驟S1：在目標(biāo)選擇階段，每個(gè)攝像頭確認(rèn)其視距內(nèi)的目標(biāo)，并從目標(biāo)中收集不確定性數(shù)據(jù)，每個(gè)攝像頭作為一個(gè)智能體，智能體將其可用的計(jì)算資源與目標(biāo)不確定性數(shù)據(jù)結(jié)合，生成一個(gè)嵌入向量；目標(biāo)不確定性數(shù)據(jù)是智能體觀測到目標(biāo)的極坐標(biāo)信息； 步驟S2：參與控制階段，參與控制模塊接收嵌入向量，通過多頭自注意力塊提取嵌入向量的粗粒度特征，并將粗粒度特征傳輸至參與動作選擇塊；參與動作選擇塊決定智能體是否應(yīng)在當(dāng)前時(shí)間步參與任務(wù)以節(jié)省計(jì)算時(shí)間； 步驟S3：旋轉(zhuǎn)控制階段，智能體的旋轉(zhuǎn)控制模塊通過雙自注意力塊提取細(xì)粒度特征，用于旋轉(zhuǎn)動作選擇塊決策，確定最佳旋轉(zhuǎn)動作以減小目標(biāo)不確定性； 步驟S3包括如下步驟： 步驟S31：旋轉(zhuǎn)控制模塊的貢獻(xiàn)估計(jì)塊使用長短期記憶網(wǎng)絡(luò)作為核心，得到每個(gè)異構(gòu)智能體對視距范圍內(nèi)目標(biāo)的貢獻(xiàn)估計(jì)，最終得到目標(biāo)信息向量； 步驟S32：相關(guān)智能體確定塊通過每個(gè)智能體視距內(nèi)的目標(biāo)確認(rèn)相關(guān)智能體，若同一目標(biāo)在多個(gè)智能體視距內(nèi)，則這多個(gè)智能體是相關(guān)智能體，共享觀測； 步驟S33:雙自注意力塊處理來自貢獻(xiàn)估計(jì)塊的目標(biāo)信息向量和來自相關(guān)智能體確定塊的相關(guān)智能體觀測，并使用內(nèi)部自注意力單元和外部自注意力單元提取細(xì)粒度特征，用于旋轉(zhuǎn)動作選擇塊決策； 步驟S34：旋轉(zhuǎn)動作選擇塊接收雙自注意力塊傳輸?shù)募?xì)粒度特征，并處理細(xì)粒度特征得到最佳旋轉(zhuǎn)角度，然后選擇具體的旋轉(zhuǎn)動作； 步驟S35：執(zhí)行步驟S34得到的最佳旋轉(zhuǎn)角度動作后，每個(gè)智能體調(diào)整到新的方向，并將視野范圍內(nèi)新觀測到的目標(biāo)狀態(tài)傳遞給智能體觀測模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人電子科技大學(xué)，其通訊地址為：611731 四川省成都市高新區(qū)(西區(qū))西源大道2006號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。