基于人工智能的显示模组控制方法、装置、芯片及介质与流程

本申请涉及人工智能，尤其涉及一种基于人工智能的显示模组控制方法、装置、芯片及介质。

背景技术：

1、在当前的显示技术发展背景下，显示模组作为图像和视频显示的基础组件，在提供高质量视觉体验方面起着至关重要的作用。随着科技的快速发展，尤其是在智能设备和娱乐媒体领域，人们对显示质量的要求日益提高。这不仅涉及到图像的清晰度和颜色的准确性，还包括对动态场景的快速响应能力和适应不同环境光线条件下的显示效果。然而，传统的显示模组控制方法通常采用固定算法，缺乏动态调整能力，难以满足多变环境和高标准的个性化显示需求。

2、此外，现有的显示技术在处理多个显示模组协同工作时面临挑战。由于每个显示模组的性能特点和响应行为存在差异，如何精确控制每个模组以实现整体显示的一致性和优化，是一个技术难点。同时，外界环境因素，尤其是光学参数的变化，对显示效果影响显著，但传统方法往往忽视这一点，导致显示效果在不同环境下的稳定性和适应性不足。

技术实现思路

1、本申请提供了一种基于人工智能的显示模组控制方法、装置、芯片及介质，用于提高显示模组控制的准确率。

2、第一方面，本申请提供了一种基于人工智能的显示模组控制方法，所述基于人工智能的显示模组控制方法包括：

3、获取目标显示屏的多个显示模组，并基于newmark-β算法对所述多个显示模组进行动态响应测试，得到每个显示模组的响应行为数据集，并对所述多个显示模组进行模组排列分析，得到每个显示模组对应的模组排列位置；

4、基于所述响应行为数据集和所述模组排列位置对所述多个显示模组进行模组显示协同关系分析，得到模组显示协同关系，并根据所述模组显示协同关系对所述多个显示模组进行动态特性分析，得到每个显示模组的动态特性数据；

5、对每个显示模组的动态特性数据进行特征提取和特征分类，得到每个显示模组的动态特征集合，并对所述多个显示模组进行外界光学参数监控和特征提取，得到每个显示模组的外界光学影响特征分量；

6、通过多智能体强化学习算法，根据所述动态特征集合和所述外界光学影响特征分量对所述多个显示模组进行显示参数分析，生成每个显示模组对应的第一显示参数组合；

7、根据所述第一显示参数组合对所述多个显示模组进行显示控制并采集每个显示模组对应的状态反馈数据，并基于每个显示模组对应的状态反馈数据对每个显示模组进行参数补偿策略分析，得到每个显示模组对应的参数补偿策略；

8、基于所述参数补偿策略对所述第一显示参数组合进行参数最优化求解，生成每个显示模组对应的第二显示参数组合，并采用细分矩形全局优化算法通过每个显示模组对应的第二显示参数组合对所述目标显示屏进行显示控制。

9、第二方面，本申请提供了一种基于人工智能的显示模组控制装置，所述基于人工智能的显示模组控制装置包括：

10、获取模块，用于获取目标显示屏的多个显示模组，并基于newmark-β算法对所述多个显示模组进行动态响应测试，得到每个显示模组的响应行为数据集，并对所述多个显示模组进行模组排列分析，得到每个显示模组对应的模组排列位置；

11、分析模块，用于基于所述响应行为数据集和所述模组排列位置对所述多个显示模组进行模组显示协同关系分析，得到模组显示协同关系，并根据所述模组显示协同关系对所述多个显示模组进行动态特性分析，得到每个显示模组的动态特性数据；

12、特征提取模块，用于对每个显示模组的动态特性数据进行特征提取和特征分类，得到每个显示模组的动态特征集合，并对所述多个显示模组进行外界光学参数监控和特征提取，得到每个显示模组的外界光学影响特征分量；

13、处理模块，用于通过多智能体强化学习算法，根据所述动态特征集合和所述外界光学影响特征分量对所述多个显示模组进行显示参数分析，生成每个显示模组对应的第一显示参数组合；

14、反馈模块，用于根据所述第一显示参数组合对所述多个显示模组进行显示控制并采集每个显示模组对应的状态反馈数据，并基于每个显示模组对应的状态反馈数据对每个显示模组进行参数补偿策略分析，得到每个显示模组对应的参数补偿策略；

15、求解模块，用于基于所述参数补偿策略对所述第一显示参数组合进行参数最优化求解，生成每个显示模组对应的第二显示参数组合，并采用细分矩形全局优化算法通过每个显示模组对应的第二显示参数组合对所述目标显示屏进行显示控制。

16、本申请第三方面提供了一种芯片，所述芯片用于执行上述的基于人工智能的显示模组控制方法。

17、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于人工智能的显示模组控制方法。

18、本申请提供的技术方案中，通过newmark-β算法进行动态响应测试和对模组排列位置的精确分析，可确保每个显示模组在特定位置发挥最佳显示效果。结合模组显示协同关系分析和动态特性数据分析，使得整个显示系统能够在各个模组之间实现高度同步，提升整体显示质量。利用多智能体强化学习算法分析显示参数，能够基于环境变化和模组状态实时调整显示参数，实现自适应调整。状态反馈数据的采集和参数补偿策略分析进一步增强了系统对于外界变化的适应能力和显示效果的稳定性。通过特征提取和特征分类精确掌握每个显示模组的动态特性和外界影响，从而能够更有效地利用资源，避免资源浪费。采用细分矩形全局优化算法对显示参数进行全局最优化，确保在满足显示要求的前提下，实现资源的高效配置和使用。采集的状态反馈数据和参数补偿策略不仅对当前状态进行调整，还能预防潜在的显示问题，增强系统的稳定性和可靠性。参数最优化求解和全局优化算法的使用进一步确保了系统在长期运行中的稳定性，减少了维护成本和频率。通过精细的显示模组控制，能够提供更加丰富、清晰和生动的视觉效果，进而提高了显示模组控制的准确率。

技术特征：

1.一种基于人工智能的显示模组控制方法，其特征在于，所述基于人工智能的显示模组控制方法包括：

2.根据权利要求1所述的基于人工智能的显示模组控制方法，其特征在于，所述获取目标显示屏的多个显示模组，并基于newmark-β算法对所述多个显示模组进行动态响应测试，得到每个显示模组的响应行为数据集，并对所述多个显示模组进行模组排列分析，得到每个显示模组对应的模组排列位置，包括：

3.根据权利要求1所述的基于人工智能的显示模组控制方法，其特征在于，所述基于所述响应行为数据集和所述模组排列位置对所述多个显示模组进行模组显示协同关系分析，得到模组显示协同关系，并根据所述模组显示协同关系对所述多个显示模组进行动态特性分析，得到每个显示模组的动态特性数据，包括：

4.根据权利要求1所述的基于人工智能的显示模组控制方法，其特征在于，所述对每个显示模组的动态特性数据进行特征提取和特征分类，得到每个显示模组的动态特征集合，并对所述多个显示模组进行外界光学参数监控和特征提取，得到每个显示模组的外界光学影响特征分量，包括：

5.根据权利要求1所述的基于人工智能的显示模组控制方法，其特征在于，所述通过多智能体强化学习算法，根据所述动态特征集合和所述外界光学影响特征分量对所述多个显示模组进行显示参数分析，生成每个显示模组对应的第一显示参数组合，包括：

6.根据权利要求1所述的基于人工智能的显示模组控制方法，其特征在于，所述根据所述第一显示参数组合对所述多个显示模组进行显示控制并采集每个显示模组对应的状态反馈数据，并基于每个显示模组对应的状态反馈数据对每个显示模组进行参数补偿策略分析，得到每个显示模组对应的参数补偿策略，包括：

7.根据权利要求6所述的基于人工智能的显示模组控制方法，其特征在于，所述基于所述参数补偿策略对所述第一显示参数组合进行参数最优化求解，生成每个显示模组对应的第二显示参数组合，并采用细分矩形全局优化算法通过每个显示模组对应的第二显示参数组合对所述目标显示屏进行显示控制，包括：

8.一种基于人工智能的显示模组控制装置，其特征在于，所述基于人工智能的显示模组控制装置包括：

9.一种芯片，其特征在于，所述芯片用于执行如权利要求1-7中任一项所述的基于人工智能的显示模组控制方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于人工智能的显示模组控制方法。

技术总结
本申请涉及人工智能技术领域，公开了一种基于人工智能的显示模组控制方法、装置、芯片及介质。所述方法包括：获取目标显示屏的多个显示模组并测试得到响应行为数据集，进行模组排列分析，得到模组排列位置；进行模组显示协同关系分析，得到模组显示协同关系并进行动态特性分析，得到动态特性数据；进行特征提取，得到动态特征集合和外界光学影响特征分量；生成第一显示参数组合并采集状态反馈数据，进行参数补偿策略分析，得到参数补偿策略；进行参数最优化求解，生成第二显示参数组合，并采用细分矩形全局优化算法通过每个显示模组对应的第二显示参数组合对目标显示屏进行显示控制，本申请提高了显示模组控制的准确率。

技术研发人员：汪金球,肖琼
受保护的技术使用者：深圳市东陆科技有限公司
技术研发日：
技术公布日：2024/3/17