无人驾驶中3D目标检测方法研究综述

随着激光雷达、RGB摄像头等传感器在无人驾驶领域的广泛应用,2D目标检测已不能满足无人驾驶车辆感知环境的需要。在对现有3D目标检测算法文献研究的基础上,介绍了基于RGBD、激光点云与传感器融合的3D目标检测算法,并对上述三类算法的改进方法进行了系统阐述。介绍了常用评判检测算法的测试数据集,展望了3D目标检测算法的研究前景。

HIBE-MPJ:一种基于HIBE的物联网环境下跨域通信机制研究

基于身份的加密方案解决了传统公钥加密体制在证书管理方面的不足,使基于身份的加密方案能适应物联网轻量级的环境。针对基于身份加密在物联网环境中的应用存在密钥托管和跨域认证等问题,提出一种分层的基于身份加密(Hierarchical Identity-Based Encryption,HIBE)的物联网环境下多私钥生成机构(Private Key Generator,PKG)联合跨域认证及通信机制HIBE-MPJ(Hierarchical Identity-Based Encryption-Multiple Private Key Generator Joint)。HIBE-MPJ使用不同信任域的PKG作为跨域认证时的信任网关,通过密钥共享解决不同信任域PKG的密钥托管问题,并建立安全的通信密钥协商机制,使得不同系统参数的两个物联网信任域内的用户节点能互相认证,并提高通信时的效率。随后对认证过程给出了正确性分析,并分析了该方案在随机预言模型下的安全性,并加以实验测试分析,实验结果表明,HIBE-MPJ具有安全性及可行性。最后通过理论证明和构建物联网环境进行实验测试,实验结果表明HIBE-MPJ模型的安全性和可行性。

面向内存受限设备的新型卷积计算方法

针对卷积神经网络预测过程中内存使用量大,难以部署在内存受限设备上的问题,提出一种面向内存受限设备的新型卷积计算方法。该方法对输入矩阵中部分数据进行卷积计算,并将计算结果存储在临时内存;然后,将临时内存中的计算结果复制到输入矩阵不再使用的内存并重复上述步骤,从而实现对输入矩阵的卷积计算;最后,对单个卷积计算和LeNet进行验证。实验结果表明,该方法计算速度较直接卷积方法更快,且相比im2col、MEC和直接卷积方法,单个卷积计算内存平均使用量分别下降89.29%、82.60%和57.15%,LeNet内存使用量分别下降89.90%、82.21%和28.07%,有效降低了卷积神经网络的内存使用量,有助于在内存受限设备上部署使用。

工业互联网的概念、体系架构及关键技术

工业互联网作为实现传统工业数字化转型的关键路径之一,已经引起学术界和产业界的广泛关注。工业互联网涵盖内容众多,其体系架构及关键技术也在不断演化发展,面临概念范畴不清晰、体系架构不健全、关键技术不明朗等问题。为了探讨以上问题,通过梳理工业互联网与工业物联网、工业4.0/5.0、智能制造的关系阐明工业互联网的基本概念,分析工业互联网体系架构及涉及的关键技术,总结工业互联网面临的挑战并展望工业互联网领域未来的研究方向。