面向时延敏感工业AR的边云协同存储计算分离与自适应渲染预测系统设计.docxVIP

PAGE2

面向时延敏感工业AR的边云协同存储计算分离与自适应渲染预测系统设计

摘要

工业增强现实（AR）正在成为智能制造的核心交互界面，其渲染时延直接影响操作精度与用户体验。边缘计算虽能降低传输时延，但单一节点算力有限，传统耦合架构难以满足动态负载下的毫秒级响应需求。本文面向时延敏感的工业AR场景，设计了一种边云协同存储计算分离与自适应渲染预测系统。

系统将渲染任务分解为渲染状态缓存、场景图构建等存储密集型操作与像素渲染等计算密集型操作，通过边云分离部署实现资源解耦；引入运动注视自适应预测模型，融合头部运动与眼球注视方向，提前生成预渲染帧；设计异步时间扭曲（ATW）算法，利用融合后的姿态信息在帧同步信号前进行末帧校正，消除感知卡顿。

论文遵循工程化设计流程：第一章分析工业AR的时延痛点与现有方案不足；第二章介绍边缘计算、存储计算分离、异步时间扭曲等关键技术及其选型依据；第三章完成系统需求分析，量化功能与非功能指标；第四章给出总体架构设计，划分渲染任务管理、自适应预测、ATW校正等模块；第五章详细阐述运动注视融合预测算法与异步时间扭曲校正流程；第六章展示核心模块实现与关键伪代码；第七章通过功能与性能测试验证系统满足端到端渲染时延低于15ms、卡顿率低于1%的设计目标；第八章总结创新点并提出展望。系统通过存储计算分离架构与自适应预测校正机制，为工业AR提供了一种低时延、高稳定的