【技術實現步驟摘要】
本專利技術涉及區域共享，具體地說是一種基于微型機器學習的多傳感器融合優化系統。
技術介紹
1、隨著城市化進程的加速和經濟的發展，人們對于高效利用空間資源的需求日益增長。倉庫、私人停車位等區域資源在某些時間段內常常處于閑置狀態，造成了資源的浪費。如何將這些區域資源在閑置時進行合理利用，提高其使用效率，成為了當前的重要問題。
2、盡管現有技術中存在一些關于區域資源租賃的解決方案，但這些方案通常存在一些例如租賃過程繁瑣、缺乏有效的安全保障機制、無法根據區域資源的實時狀態進行動態匹配等局限性，限制了區域資源租賃的發展，無法滿足人們對高效利用空間資源的需求。
3、如何提高區域資源的使用效率、降低資源的閑置率，是需要解決的技術問題。
技術實現思路
1、本專利技術的技術任務是針對以上不足，提供一種基于微型機器學習的多傳感器融合優化系統，來解決如何提高區域資源的使用效率、降低資源的閑置率的技術問題。
2、本專利技術一種基于微型機器學習的多傳感器融合優化系統，包括區域資源管理終端和區域資源管理平臺；
3、每個區域均配置有一個對應的區域資源管理終端，區域資源管理終端中存儲有區域資源管理平臺下發的模型文件，所述區域資源管理終端用于實時收集對應區域的空間使用狀態信息并對空間使用狀態信息進行預處理，用于通過運行模型文件在本地部署訓練后tinyml模型，并以預處理后的空間使用狀態信息為輸入、通過訓練后tinyml模型預測并輸出對應區域空間資源使用的占用率；>
4、所述區域資源管理平臺與作為用戶的區域管理員、租賃人員以及平臺管理員交互，用于支持區域管理員發布其空閑區域的區域信息，用于支持平臺管理員制定交易規則并為每個空閑區域指定交易價格，用于支持區域管理員與租賃人員對選定的閑置區域進行租賃交易和租賃結算、并記錄租交易過程以及租賃結算過程形成區域租賃信息，用于支持平臺管理員對進行租賃交易和租賃結算的區域管理員與租賃人員進行身份認證。
5、作為優選，所述區域資源管理端包括數據采集單元、數據處理單元以及控制器；
6、所述數據采集單元用于通過多源傳感器實時監控對應區域的空間使用狀態、獲得圖像和數據形式的空間使用狀態信息，并將空間使用狀態信息發送至控制器和數據處理單元；
7、所述數據處理單元用于對空間使用狀態信息進行數據預處理，通過數據預處理對空間使用狀態信息進行數據清洗以及格式化處理，得到預處理后的空間使用狀態信息；
8、所述控制器中存儲有由區域資源管理平臺下發的模型文件，用于基于模型文件部署訓練后tinyml模型，并以預處理后的預處理后的空間使用狀態信息為輸入、通過訓練后tinyml模型預測并輸出對應區域空間資源使用的占用率。
9、作為優選，所述控制器還用于基于預處理后的空間使用狀態信息以及預測輸出的空間資源使用的占用率對訓練后tinyml模型進行自適應參數調整，得到調整后tinyml模型，并用于以后續接收的預處理后的空間使用狀態信息為輸入、通過調整后tinyml模型預測并輸出對應區域空間資源使用的占用率。
10、作為優選，區域信息包括區域唯一標識號、區域位置信息、空間資源使用的占用率以及空閑時間，其中空閑時間表示區域管理員不使用其區域的時間。
11、作為優選，所述區域資源管理平臺通過區域資源管理界面與用戶交互，用于提供如下服務：
12、支持區域管理員注冊登錄，支持區域管理員上傳其空閑區域的區域信息，并通過區域資源管理界面對每個空閑區域的區域信息進行展示；
13、支持租賃人員注冊登錄，支持租賃人員通過區域資源管理界面瀏覽每個空閑區域的區域信息；
14、支持租賃人員通過區域資源管理界面篩選空閑區域，并支持租賃人員基于選定的空閑區域向平臺管理員發起租賃請求，其中租賃請求中包括指定空閑區域的區域信息以及租賃人員的個人驗證信息；
15、支持平臺管理員注冊登錄，并支持平臺管理員制定交易規則和價格策略，并基于價格策略為每個空閑區域設定租賃價格；
16、支持平臺管理員基于租賃請求對租賃人員進行審核，并為通過審核的租賃人員進行空閑區域的使用授權；
17、對于獲得使用授權的空閑區域，支持平臺管理員為區域管理員和租賃人員進行身份驗證，通過驗證后，支持區域管理員和租賃人員進行租賃交易和租賃結算、并記錄租交易過程以及租賃結算過程形成區域租賃信息，其中，租賃交易時，基于平臺管理員制定的交易規則、租賃請求中指定的區域信息以及對應區域的租賃價格計算交易價格，租賃結算時，支持平臺管理員對進行租賃交易的區域管理員和租賃人員進行身份認證、并支持租賃人員基于交易價格進行安全支付。
18、作為優選，所述區域資源管理平臺用于收集租賃信息，租賃信息包括歷史區域租賃信息、市場租賃行情信息、租賃使用者對其所租賃空閑區域的使用反饋以及空閑區域的環境信息，用于基于租賃信息對交易規則以及價格策略進行調整，并對當前訓練后tinyml模型進行模型優化，將優化后的tinyml模型作為訓練后tinyml模型、并將訓練后tinyml模型的模型文件下發至各個區域資源管理終端。
19、作為優選，區域資源管理平臺用于將訓練后tinyml模型的模型文件進行壓縮并轉換為二進制文件，將二級制文件下發至各區域資源管理終端。
20、作為優選，所述區域資源管理平臺為引入區塊鏈的區塊鏈平臺，區域資源管理平臺中部署有智能合約，通過區塊鏈存儲區域租賃信息，通過智能合約存儲租賃交易規則、價格策略以及每個區域的租賃價格，并基于智能合約對進行租賃交易的區域管理員和租賃使用者進行身份驗證、并執行租賃交易和租賃結算。
21、本專利技術的一種基于微型機器學習的多傳感器融合優化系統具有以下優點：
22、1、實現了區域資源的合理配置和高效利用，不僅提高了區域所有者或管理者的經濟收益，還為租賃用戶提供了便捷、可靠的租賃服務，通過規范化的管理和智能化的運營，促進了資源的共享和可持續發展；
23、2、通過區塊鏈記錄區域租賃信息，通過智能合約執行對租賃交易、租賃結算以及區域管理員與租賃使用者的身份認證，確保數據的隱私性及不可篡改性，進而增強系統的安全認證機制；
24、3、區域資源管理終端基于預處理后的空間使用狀態信息以及預測輸出的空間資源使用的占用率對訓練后tinyml模型進行自適應參數調整，實現了模型的自適應，提高了區間空間資源利用占用率的預測準確度；
25、4、區域資源管理平臺基于其收集的租賃信息對交易規則以及價格策略進行調整，并對當前訓練后tinyml模型進行模型優化，提高了模型的準確性，便于更好的服務租賃使用者。
本文檔來自技高網...【技術保護點】
1.一種基于微型機器學習的多傳感器融合優化系統，其特征在于，包括區域資源管理終端和區域資源管理平臺；
2.根據權利要求1所述的基于微型機器學習的多傳感器融合優化系統，其特征在于，所述區域資源管理端包括數據采集單元、數據處理單元以及控制器；
3.根據權利要求1所述的基于微型機器學習的多傳感器融合優化系統，其特征在于，所述控制器還用于基于預處理后的空間使用狀態信息以及預測輸出的空間資源使用的占用率對訓練后TinyML模型進行自適應參數調整，得到調整后TinyML模型，并用于以后續接收的預處理后的空間使用狀態信息為輸入、通過調整后TinyML模型預測并輸出對應區域空間資源使用的占用率。
4.根據權利要求1所述的基于微型機器學習的多傳感器融合優化系統，其特征在于，區域信息包括區域唯一標識號、區域位置信息、空間資源使用的占用率以及空閑時間，其中空閑時間表示區域管理員不使用其區域的時間。
5.根據權利要求1所述的基于微型機器學習的多傳感器融合優化系統，其特征在于，所述區域資源管理平臺通過區域資源管理界面與用戶交互，用于提供如下服務：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。