Loading...
机构名称:
¥ 1.0

摘要 - 边缘设备协作有可能促进计算密集型设备姿势跟踪,以进行资源约束的移动增强现实(MAR)设备。在本文中,我们为边缘辅助MAR设计了一个3D地图管理方案,其中边缘服务器通过使用从MAR设备上传的相机框架来构建和更新物理环境的3D地图,以支持本地设备姿势跟踪。我们的目标是通过定期选择适当的上传相机框架并更新3-D地图来最大程度地减少设备姿势跟踪的不确定性。为了应对上行链路数据速率和用户姿势的动态,我们制定了贝叶斯自适应的马尔可夫决策过程问题,并提出了一种基于数字双胞胎(DT)的方法来解决该问题。首先,DT被设计为数据模型,以捕获随时间变化的上行链路数据速率,从而支持3-D地图管理。第二,利用DT提供的广泛生成的数据,开发了一种基于模型的增强学习算法来管理3-D地图,同时适应了这些动态。数值结果表明,设计的DT在准确捕获时间链接数据速率方面优于Markov模型,而我们设计的基于DT的3-D MAP管理方案超过了减少设备的基准方案构成不确定性。

基于数字二的3-D地图管理,用于边缘...

基于数字二的3-D地图管理,用于边缘...PDF文件第1页

基于数字二的3-D地图管理,用于边缘...PDF文件第2页

基于数字二的3-D地图管理,用于边缘...PDF文件第3页

基于数字二的3-D地图管理,用于边缘...PDF文件第4页

基于数字二的3-D地图管理,用于边缘...PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥5.0
2025 年
¥39.0
2025 年
¥1.0
2024 年
¥4.0
2024 年
¥2.0
2024 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2024 年
¥2.0
2021 年
¥1.0
2014 年
¥1.0
2024 年
¥4.0
2022 年
¥2.0
2022 年
¥1.0
2020 年
¥2.0
2024 年
¥1.0
2021 年
¥3.0
2025 年
¥1.0
2023 年
¥3.0
2022 年
¥1.0