CN110414202A - 一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 - Google Patents
一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 Download PDFInfo
- Publication number
- CN110414202A CN110414202A CN201910574295.6A CN201910574295A CN110414202A CN 110414202 A CN110414202 A CN 110414202A CN 201910574295 A CN201910574295 A CN 201910574295A CN 110414202 A CN110414202 A CN 110414202A
- Authority
- CN
- China
- Prior art keywords
- deep learning
- augmented reality
- emulation
- drive simulation
- effectively
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于AR与深度学习的仿真驾驶模拟方法和系统及设备。其中，所述方法包括：终端根据身份认证结果，在身份认证结果是请求登录的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，并根据该登录的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、基于增强现实与深度学习的仿真驾驶模拟工作，该多核主板根据该终端的控制，有效进行对应工作。通过上述方式，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、基于增强现实与深度学习的仿真驾驶模拟工作。
Description
技术领域
本发明涉及仿真驾驶技术领域，尤其涉及一种基于AR与深度学习的仿真驾驶模拟方法和系统及设备。
背景技术
增强现实(Augmented Reality，AR)，又称为增强现实，就是将真实的环境和虚拟的物体实时地叠加到同一个画面或空间，可以令使用者充分感知和操控虚拟的立体图像。增强现实在“实境”现实基础上，以增强现实把它扩增，刺激受众感官，加强与虚拟世界的方位互动。用户要实现增强现实，只需电脑、电脑摄像镜头及识别标记，就能在二维的电脑荧光屏上展现三维动画。摄像镜头认出识别标记后，在电脑上运算预定程序，在摄像头所展示出的图像上添加三维画面。
深度学习(Deep Learning)源于人工神经网络研究，是含有多隐层多层感知器的一种深度学习结构。深度学习可通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值例如一幅图像可以使用多种方式来表示，如每个像素强度值的矢量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务例如人脸识别或面部表情识别。
AR增强现实，就是将真实的环境和虚拟的物体实时地叠加到同一个画面或空间，可以令使用者充分感知和操控虚拟的立体图像。AR增强现实主要应用领域，包括:
医疗领域：医生可以利用增强现实技术，轻易地进行手术部位的精确定位。
军事领域：部队可以利用增强现实技术，进行方位的识别，获得目前所在地点的地理数据等重要军事数据。
古迹复原和数字化文化遗产保护：文化古迹的信息以增强现实的方式提供给参观者，用户不仅可以通过头盔式显示器看到古迹的文字解说，还能看到遗址上残缺部分的虚拟重构。
工业维修领域：通过头盔式显示器将多种辅助信息显示给用户，包括虚拟仪表的面板、被维修设备的内部结构、被维修设备零件图等。
网络视频通讯领域：该系统使用增强现实和人脸跟踪技术，在通话的同时在通话者的面部实时叠加一些如帽子、眼镜等虚拟物体，在很大程度上提高了视频对话的趣味性。
电视转播领域：通过增强现实技术可以在转播体育比赛的时候实时的将辅助信息叠加到画面中，使得观众可以得到更多的信息。
娱乐、游戏领域：增强现实游戏可以让位于全球不同地点的玩家，共同进入一个真实的自然场景，以虚拟替身的形式，进行网络对战。
旅游、展览领域：人们在浏览、参观的同时，通过增强现实技术将接收到途经建筑的相关资料，观看展品的相关数据资料。
市政建设规划：采用增强现实技术将规划效果叠加真实场景中以直接获得规划的效果。
另一方面，产业和科学各界已经面临到的各类产品、传感器、实验、模拟传来的“巨量数据”有关存储与计算分析的迫切课题，产业制造商与科学家亦正在尝试各种各样的解决方案来应对不断增加的存储和计算问题。在此“大数据”时代，举例说明，CERN(EuropeanOrganization for Nuclear Research，欧洲核子研究组织)大型强子对撞器每秒可产生100兆字节碰撞数据，另外像生物基因库可能储存超过1.2兆DNA(deoxyribonucleic acid，脱氧核糖核酸)数据，预期每9-12个月将增加一倍。大数据应用的复杂性更不容轻忽，例如蛋白质模拟的课题，可能复杂到需用计算机运算数十年之久。在智能制造的产业大数据时代，面对海量且多数据源的各类产业信息，传统的分析方式需要发生重大的改变，并建立与之相应的新计算硬件与数学模型。
在建立新计算硬件方面，考虑到可编程逻辑器件已经发展到目前的拥有数亿门的FPGA(Field－Programmable Gate Array，现场可编程阵列逻辑)，且现场可编程阵列逻辑FPGA的并行性已经在一些实时性很高的神经网络计算任务中得到验证与应用。由于在现场可编程阵列逻辑FPGA上实现浮点数会耗费很多硬件资源，而定点数虽然精度有限，但是对于不同应用通过选择合适的字长精度仍可以保证收敛，且速度要比浮点数表示更快而且资源耗费更少，已经使其成为嵌入式AI(Artificial Intelligence，人工智能)和机器学习应用程序的理想选择。
面对大数据时代海量信息，需变革的数学模型方面，可采取深度学习人工智能模型。深度学习的概念最早由多伦多大学的G.E.Hinton等于2006年提出，指基于样本数据通过一定的训练方法得到包含多个层级的深度网络结构的机器学习过程。传统的神经网络随机初始化网络中的权值，导致网络很容易收敛到局部最小值，为解决这一问题，G.E.Hinton提出使用无监督预训练方法优化网络权值的初值，再进行权值微调的方法，拉开了深度学习的序幕。深度学习目前是机器学习领域一个重要的研究方向，已经在语音识别、计算机视觉等应用中取得突破性的进展，更多学术与产业的研究正于全球各地积极研究中，并于Nature(自然)学术期刊深入探讨。在中国发明专利布局方面，基于深度学习的智能制造过程故障分类方法及装置方面成果，也提出申请公告。
面向全球各地有庞大各类交通工具驾驶训练需求与市场，除现场实际驾驶训练以外，一般也可采取增强现实技术提供仿真驾驶模拟服务。但现场实际驾驶训练须耗费大量人力物力，而采取增强现实技术提供仿真驾驶模拟也面临无法完全替代现场实际驾驶训练的困境。各类交通工具驾驶训练工作方面，隐含一种突破现实瓶颈的需求。在中国发明专利布局方面，仿真驾驶游戏设备系统、仿真模拟训练装置、驾驶仿真测试方法、装置和系统方面成果，也提出申请公告，但局限于增强现实技术应用范畴。
“CN105999706A一种仿真驾驶游戏设备系统”的中国发明专利和“CN107293177A一种仿真模拟训练装置”的中国发明专利和“CN108763733A驾驶仿真测试方法、装置和系统”的中国发明专利具有通过硬件软件增强现实技术，提高仿真驾驶模拟过程部份工作特性的优点，同时也有强化的空间。
但是，发明人发现现有技术中至少存在如下问题：
现有的仿真驾驶模拟方案，一般是具有通过硬件软件增强现实技术，提高仿真驾驶模拟过程部份工作特性的优点，同时也有强化的空间，无法实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
发明内容
有鉴于此，本发明的目的在于提出一种基于AR与深度学习的仿真驾驶模拟方法和系统及设备，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、基于增强现实与深度学习的仿真驾驶模拟工作。
根据本发明的一个方面，提供一种基于AR与深度学习的仿真驾驶模拟方法，包括：
监控中心实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息；
所述监控中心根据所述采集并记录的登录信息，检验所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果；
所述终端根据所述身份认证结果，在所述身份认证结果是所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录所述关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台；
所述终端根据所述登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作；
所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
其中，所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，包括：
所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果。
其中，所述多核主板根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，包括：
所述多核主板根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果。
其中，在所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作之后，还包括：
显示器根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
根据本发明的另一个方面，提供一种基于AR与深度学习的仿真驾驶模拟系统，包括：
监控中心、终端和多核主板；
所述监控中心，用于实时由互联网采集并记录各地远端用户通过所述终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，和根据所述采集并记录的登录信息，检验所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果；
所述终端，用于根据所述身份认证结果，在所述身份认证结果是所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录所述关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，和根据所述登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制所述多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作；
所述多核主板，用于根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
其中，所述多核主板，具体用于：
根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果。
其中，所述多核主板，具体用于：
根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果。
其中，所述基于AR与深度学习的仿真驾驶模拟系统，还包括：
显示器；
所述显示器，用于根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
根据本发明的又一个方面，提供一种基于AR与深度学习的仿真驾驶模拟设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的基于AR与深度学习的仿真驾驶模拟方法。
根据本发明的再一个方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于AR与深度学习的仿真驾驶模拟方法。
可以发现，以上方案，监控中心可以实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，并根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果，和该终端可以根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，并根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，以及该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
进一步的，以上方案，该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果，这样的好处是能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作。
进一步的，以上方案，该多核主板可以根据该终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，这样的好处是能够实现有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
进一步的，以上方案，显示器可以根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，这样的好处是能够实现显示器能够有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明基于AR与深度学习的仿真驾驶模拟方法一实施例的流程示意图；
图2是本发明基于AR与深度学习的仿真驾驶模拟方法另一实施例的流程示意图；
图3是本发明基于AR与深度学习的仿真驾驶模拟系统一实施例的结构示意图；
图4是本发明基于AR与深度学习的仿真驾驶模拟系统另一实施例的结构示意图；
图5是本发明基于AR与深度学习的仿真驾驶模拟设备一实施例的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供一种基于AR与深度学习的仿真驾驶模拟方法，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
请参见图1，图1是本发明基于AR与深度学习的仿真驾驶模拟方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括如下步骤：
S101：监控中心实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息。
在本实施例中，基于AR与深度学习的仿真驾驶模拟方法运行于其上的电子设备可以通过有线连接方式或者无线连接方式从用户利用其进行登录的终端接收登录请求。
在本实施例中，终端可以是具有摄像头和多种传感器包含但不限于光敏，距离，重力，加速度，磁感应等传感器的各种电子终端，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
在本实施例中，该电子设备可以是提供各种服务的服务器，例如对终端上显示的登录界面提供支持的后台登录服务器，该后台登录服务器可以对接收到的登录请求等数据进行分析等处理，并将处理结果，例如可以要求用户重新拍摄脸部图像登录的信息反馈给终端。
在本实施例中，用户可以使用终端通过网络与电子设备例如服务器进行交互，以接收或发送消息等。终端上可以安装有各种需要验证用户信息的客户端应用，例如购物类应用、即时通信工具、邮箱客户端、社交平台软件等等。
通常，在用户请求登录前，可以是已经通过拍摄用户的脸部图像的方式注册了用户账户，也可以是通过登录信息ID(用户身份标识识别)的方式注册了用户账户，本发明不加以限定。用户登录时可以是通过拍摄登录图像进行身份认证而不需要输入用户名和密码进行身份认证，也可以是通过输入用户名和密码等登录信息ID进行身份认证；其中，用户可以通过具有拍照功能的终端进行注册。
S102：监控中心根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果。
S103：该终端根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的App(Application，计算机应用程序)或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台。
S104：该终端根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核(Multi-Processor System on Chip，MPSoC)主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
S105：该多核主板根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
其中，该多核主板根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，可以包括：
该多核主板根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果，这样的好处是能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作。
其中，该多核主板根据该终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，可以包括：
该多核主板根据该终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，这样的好处是能够实现有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
在本实施例中，该网络摄像设备各端点的传感器信息，可以包括网络摄像设备各端点的影像信息、温度信息、湿度信息和压力信息等，本发明不加以限定。
其中，在该多核主板根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作之后，还可以包括：
显示器根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，这样的好处是能够实现显示器能够有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
在本实施例中，该终端可以通过设置有开源云计算软件结构的虚拟计算机对显示器进行控制，本发明不加以限定。
可以发现，在本实施例中，监控中心可以实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，并根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果，和该终端可以根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，并根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，以及该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
进一步的，在本实施例中，该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果，这样的好处是能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作。
进一步的，在本实施例中，该多核主板可以根据该终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，这样的好处是能够实现有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
请参见图2，图2是本发明基于AR与深度学习的仿真驾驶模拟方法另一实施例的流程示意图。本实施例中，该方法包括以下步骤：
S201：监控中心实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息。
可如上S101所述，在此不作赘述。
S202：监控中心根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果。
S203：该终端根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台。
S204：该终端根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
S205：该多核主板根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
可如上S105所述，在此不作赘述。
S206：显示器根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
可以发现，在本实施例中，显示器可以根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，这样的好处是能够实现显示器能够有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
本发明还提供一种基于AR与深度学习的仿真驾驶模拟系统，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
请参见图3，图3是本发明基于AR与深度学习的仿真驾驶模拟系统一实施例的结构示意图。本实施例中，该基于AR与深度学习的仿真驾驶模拟系统30包括监控中心31、终端32和多核主板33。
该监控中心31，用于实时由互联网采集并记录各地远端用户通过该终端32请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，和根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果。
该终端32，用于根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，和根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制该多核主板33有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
该多核主板33，用于根据该终端32的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
可选地，该多核主板33，可以具体用于：
根据该终端32的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果。
可选地，该多核主板33，可以具体用于：
根据该终端32的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果。
请参见图4，图4是本发明基于AR与深度学习的仿真驾驶模拟系统另一实施例的结构示意图。区别于上一实施例，本实施例所述基于AR与深度学习的仿真驾驶模拟系统40还包括显示器41。
该显示器41，用于根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
在本实施例中，该显示器41可以是头盔式显示器，也可以是平视显示器，本发明不加以限定。
该基于AR与深度学习的仿真驾驶模拟系统30/40的各个单元模块可分别执行上述方法实施例中对应步骤，故在此不对各单元模块进行赘述，详细请参见以上对应步骤的说明。
本发明又提供一种基于AR与深度学习的仿真驾驶模拟设备，如图5所示，包括：至少一个处理器51；以及，与至少一个处理器51通信连接的存储器52；其中，存储器52存储有可被至少一个处理器51执行的指令，指令被至少一个处理器51执行，以使至少一个处理器51能够执行上述的基于AR与深度学习的仿真驾驶模拟方法。
其中，存储器52和处理器51采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器51和存储器52的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器51处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器51。
处理器51负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器52可以被用于存储处理器51在执行操作时所使用的数据。
本发明再提供一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
可以发现，以上方案，监控中心可以实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，并根据该采集并记录的登录信息，检验该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果，和该终端可以根据该身份认证结果，在该身份认证结果是该请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录该关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，并根据该登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，以及该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作，能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
进一步的，以上方案，该多核主板可以根据该终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果，这样的好处是能够实现有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作。
进一步的，以上方案，该多核主板可以根据该终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，这样的好处是能够实现有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
进一步的，以上方案，显示器可以根据该有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据该有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，这样的好处是能够实现显示器能够有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
在本发明所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于AR与深度学习的仿真驾驶模拟方法，其特征在于，包括：
监控中心实时由互联网采集并记录各地远端用户通过终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息；
所述监控中心根据所述采集并记录的登录信息，检验所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果；
所述终端根据所述身份认证结果，在所述身份认证结果是所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录所述关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台；
所述终端根据所述登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作；
所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
2.如权利要求1所述的基于AR与深度学习的仿真驾驶模拟方法，其特征在于，所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，包括：
所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果。
3.如权利要求1所述的基于AR与深度学习的仿真驾驶模拟方法，其特征在于，所述多核主板根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，包括：
所述多核主板根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果。
4.如权利要求1至3任意一项所述的基于AR与深度学习的仿真驾驶模拟方法，其特征在于，在所述多核主板根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作之后，还包括：
显示器根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
5.一种基于AR与深度学习的仿真驾驶模拟系统，其特征在于，包括：
监控中心、终端和多核主板；
所述监控中心，用于实时由互联网采集并记录各地远端用户通过所述终端请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的登录信息，和根据所述采集并记录的登录信息，检验所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是否为经过身份认证的用户得到身份认证结果；
所述终端，用于根据所述身份认证结果，在所述身份认证结果是所述请求登录关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台的用户是经过身份认证的用户时，通过基于开源云计算平台的计算机应用程序或网页浏览器登录所述关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，和根据所述登录的关联增强现实与深度学习的仿真驾驶模拟产业链的服务平台，控制所述多核主板有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作；
所述多核主板，用于根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作、有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
6.如权利要求5所述的基于AR与深度学习的仿真驾驶模拟系统，其特征在于，所述多核主板，具体用于：
根据所述终端的控制，有效进行互联网异构平行的AR增强现实与深度学习人工智能运算工作，并根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作，进行协同运算得出所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果。
7.如权利要求5所述的基于AR与深度学习的仿真驾驶模拟系统，其特征在于，所述多核主板，具体用于：
根据所述终端的控制，有效进行基于增强现实与深度学习的仿真驾驶模拟工作，和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作，搜集网络摄像设备各端点的传感器信息，并根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作和搜集的网络摄像设备各端点的传感器信息，进行协同运算得出所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果。
8.如权利要求5至7任意一项所述的基于AR与深度学习的仿真驾驶模拟系统，其特征在于，所述基于AR与深度学习的仿真驾驶模拟系统，还包括：
显示器；
所述显示器，用于根据所述有效进行的互联网异构平行的AR增强现实与深度学习人工智能运算工作的运算结果和根据所述有效进行的基于增强现实与深度学习的仿真驾驶模拟工作的模拟结果，有效进行基于增强现实与深度学习的仿真驾驶模拟工作。
9.一种基于AR与深度学习的仿真驾驶模拟设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至4中任一项所述的基于AR与深度学习的仿真驾驶模拟方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的基于AR与深度学习的仿真驾驶模拟方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574295.6A CN110414202A (zh) | 2019-06-28 | 2019-06-28 | 一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574295.6A CN110414202A (zh) | 2019-06-28 | 2019-06-28 | 一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110414202A true CN110414202A (zh) | 2019-11-05 |
Family
ID=68358517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910574295.6A Pending CN110414202A (zh) | 2019-06-28 | 2019-06-28 | 一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110414202A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161588A (zh) * | 2020-01-14 | 2020-05-15 | 成都信息工程大学 | 一种网络化沉浸式驾驶系统运营平台 |
| CN115064023A (zh) * | 2022-05-06 | 2022-09-16 | 中国人民解放军陆军防化学院 | 基于ar眼镜的便携式终端教学训练系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426338A (zh) * | 2013-09-05 | 2013-12-04 | 北京汽车股份有限公司 | 汽车模拟驾驶考试系统 |
| CN105448158A (zh) * | 2015-11-30 | 2016-03-30 | 武汉华瑞密达虚拟现实技术研发有限公司 | 特种车辆的操作培训系统和方法 |
| CN106571084A (zh) * | 2016-10-19 | 2017-04-19 | 广东容祺智能科技有限公司 | 一种基于增加现实的无人机模拟飞行系统 |
| CN108172062A (zh) * | 2018-02-10 | 2018-06-15 | 南昌墨泥软件有限公司 | 一种扫码使用的驾驶模拟器运营系统及其方法 |
| CN108399820A (zh) * | 2018-05-22 | 2018-08-14 | 北京超弦科技有限公司 | 一种模拟驾驶系统及模拟驾驶方法 |
| CN108427499A (zh) * | 2018-02-13 | 2018-08-21 | 视辰信息科技(上海)有限公司 | 一种ar系统及ar设备 |
| CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
-
2019
- 2019-06-28 CN CN201910574295.6A patent/CN110414202A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426338A (zh) * | 2013-09-05 | 2013-12-04 | 北京汽车股份有限公司 | 汽车模拟驾驶考试系统 |
| CN105448158A (zh) * | 2015-11-30 | 2016-03-30 | 武汉华瑞密达虚拟现实技术研发有限公司 | 特种车辆的操作培训系统和方法 |
| CN106571084A (zh) * | 2016-10-19 | 2017-04-19 | 广东容祺智能科技有限公司 | 一种基于增加现实的无人机模拟飞行系统 |
| CN108172062A (zh) * | 2018-02-10 | 2018-06-15 | 南昌墨泥软件有限公司 | 一种扫码使用的驾驶模拟器运营系统及其方法 |
| CN108427499A (zh) * | 2018-02-13 | 2018-08-21 | 视辰信息科技(上海)有限公司 | 一种ar系统及ar设备 |
| CN108399820A (zh) * | 2018-05-22 | 2018-08-14 | 北京超弦科技有限公司 | 一种模拟驾驶系统及模拟驾驶方法 |
| CN109781431A (zh) * | 2018-12-07 | 2019-05-21 | 山东省科学院自动化研究所 | 基于混合现实的自动驾驶测试方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161588A (zh) * | 2020-01-14 | 2020-05-15 | 成都信息工程大学 | 一种网络化沉浸式驾驶系统运营平台 |
| CN115064023A (zh) * | 2022-05-06 | 2022-09-16 | 中国人民解放军陆军防化学院 | 基于ar眼镜的便携式终端教学训练系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li | Reinforcement learning applications | |
| Xu et al. | Unleashing the power of edge-cloud generative ai in mobile networks: A survey of aigc services | |
| JP7159458B2 (ja) | 仮想環境における仮想対象のスケジューリング方法、装置、デバイス及びコンピュータプログラム | |
| CN112256537B (zh) | 模型运行状态的展示方法、装置、计算机设备和存储介质 | |
| CN109993308A (zh) | 基于云平台共享学习系统及方法、共享平台及方法、介质 | |
| CN110414202A (zh) | 一种基于ar与深度学习的仿真驾驶模拟方法和系统及设备 | |
| CN108460152A (zh) | 一种数据的多维映射方法、装置及计算机可读存储介质 | |
| CN110251942A (zh) | 控制游戏场景中虚拟角色的方法及装置 | |
| CN111954860A (zh) | 对细粒度对抗性多队员运动进行预测的系统和方法 | |
| Kashyap et al. | Management and monitoring patterns and future scope | |
| KR102507260B1 (ko) | 메타버스 가상공간의 강사 아바타 생성을 위한 서비스 서버 및 그 방법 | |
| Singh et al. | Artificial intelligence in edge devices | |
| WO2018171196A1 (zh) | 一种控制方法、终端及系统 | |
| CN112037305A (zh) | 对图像中的树状组织进行重建的方法、设备及存储介质 | |
| CN116680391A (zh) | 定制对话方法、定制对话模型的训练方法、装置和设备 | |
| US20230289560A1 (en) | Machine learning techniques to predict content actions | |
| CN110286769A (zh) | 一种基于增强现实的智能仿真制造方法和系统以及设备 | |
| CN107528840A (zh) | 一种互动天文系统及实现方法 | |
| CN113761355A (zh) | 一种信息推荐方法、装置、设备及计算机可读存储介质 | |
| Murala et al. | The Internet of Things in Developing Metaverse | |
| Arriagada | What Is an AI-Generated Artwork? | |
| WO2023051678A1 (zh) | 一种推荐方法及相关装置 | |
| CN110275498A (zh) | 一种基于互联网与深度学习的智能制造方法和系统及设备 | |
| Anand et al. | Khar Thoe Ng 12 6G and IoT-supported augmented and virtual reality-enabled simulation environment | |
| CN115578779A (zh) | 一种换脸模型的训练、基于视频的换脸方法和相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191105 |