当前位置:首页 > 科学新闻 > 正文

这位副教授一边发高引论文,一边促产业应用

 作者:李思辉,陈思 来源:中国科学报 发布时间:2024/10/22 9:26:14 字体大小:

近日,美国斯坦福大学和爱思唯尔数据库发布2024全球前2%顶尖科学家榜单,邬少飞继2022、2023年入选后,今年再次入选“终身科学影响力榜单”。

邬少飞,武汉工程大学计算机科学与工程学院副教授,论文入选ESI工程学全球Top0.1%热点论文,获得国家发明专利授权2项,国际发明专利授权3项。此外,他还致力于将理论研究成果转化为实际应用。

“武汉某科技企业急需一名技术顾问。”这条“招聘”信息引起邬少飞的注意。

这家公司在行业标准工业协议解析、运输最佳路径算法研究等关键要求技术上出现瓶颈。邬少飞的专业技能正好派上了用场。

邬少飞告诉《中国科学报》,智能车联网的产生,正努力打造“移动版”的手机,汽车在未来已经不再是单纯的工具,而是可移动的智能空间。

过去几年里,邬少飞主要为企业提供车联网服务,包括大数据处理,数据安全,移动数据通信服务等。其中最大的难点就是,高并发下数据实时性处理、数据实时性存储。

“比如春运抢票,电商双十一,秒杀大促等场景。大量车辆信息在同一时间涌入平台等待处理就会造成;‘高并发’的情景,高并发为车联网平台面临的典型性高性能要求。”邬少飞介绍,车联网系统车辆常规数据采集频率为10秒,而在高并发的场景下,若数据处理时间或系统响应时间高于10秒,则会形成系统数据积压,进而带来系统宕机等严重问题。

为了提高可用性,邬少飞开发了一套新系统,新系统中所有环节将单点部署改为多点部署。在数据实时性处理时,则采用前置均衡处理、分层流式处理、缓存技术,这样可以有效避免单机处理量过大。

在数据实时性存储方面,邬少飞改用HBase等大数据存储框架、入库前缓存、读写分离、高频数据分库等技术,可以实现在廉价PC上搭建起大规模结构化存储集群、动态增加列、节省存储空间、自动切分数据和自动故障转移。

在邬少飞的新系统下,新的技术框架引入,完成了百万级车辆接入,实现了车联网系统要求的99.99%可靠性指标。在合作框架的支持下,该企业研发了可配置数据分析平台、车辆人工智能报警、产品缺陷视觉识别三项关键产品,交付了某一线主机厂人工智能热失控报警等多个项目。

信源地址:/html/shownews.aspx          
分享1
版权声明
本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。