基于时序数据的云网协同平台人工智能运维体系

云计算在企业应用中的拓展不但表现为平台规模的拓展,也表现为平台应用的延伸。“云网协同”和“微服务化”是当前企业云平台演进的重要趋势。随着企业信息化建设重要性的持续提升,微服务化云网协同平台的运行维护面临极大挑战。首先分析了平台运维面临的挑战,梳理了平台人工智能运维需求,提出了基于时序数据分析的平台人工智能运维技术体系,并给出了云网协同平台人工智能运维子系统参考设计。所提技术体系和系统设计具有实用性和推广性,可以作为企业云平台建设和优化的技术途径参考。

基于图优化的单目线特征SLAM算法

提出了基于图优化的单目线特征同时定位和地图构建(SLAM)的方法.首先,针对主流视觉SLAM算法因采用点作为特征而导致构建的点云地图稀疏、难以准确表达环境结构信息等缺点,采用直线作为特征来构建地图.然后,根据现有线特征的SLAM算法都是基于滤波器的SLAM框架、存在线性化及更新效率的问题,采用基于图优化的SLAM解决方案以提高定位精度及地图构建的一致性和准确性.将线特征的Plücker坐标和Cayley参数化方式相结合,一方面采用Plücker坐标便于线性投影计算,另一方面采用Cayley参数化方式有利于线特征参数的非线性优化.仿真实验结果显示:所提出算法的位姿估计误差平方和与均方根误差分别是里程计位姿估计的2.5%和10.5%,是基于EKF线特征SLAM算法估计位姿误差的22.4%和33%,重投影误差仅为45.5像素;实际图像实验中的位姿估计误差平方和为958 cm^2,均方根误差为3.9413 cm,从而证明了所提出算法的有效性和准确性.