【技術實現步驟摘要】
本專利技術涉及新能源汽車充電領域，具體是一種用于判斷充電樁是否被非充電車輛占用的方法、裝置及介質。
技術介紹
1、隨著新能源汽車的普及，充電樁成為了城市基礎設施的重要組成部分。然而，充電樁被非充電車輛占用的問題日益嚴重，這不僅降低了充電樁的使用效率，也給需要充電的車主帶來了不便。
2、現有技術中，充電樁的占位問題通常依賴于人工巡查或簡單的地鎖系統來解決，這些方法存在以下問題：
3、（1）人工巡查需要大量人力資源，且無法實現24小時不間斷監控。
4、（2）地鎖系統的安裝和維護需要額外的成本，而且隨著充電樁數量的增加，這些成本會進一步上升。
5、（3）充電樁的數據價值（如充電次數、充電量、用戶行為等）未被得到充分利用。
技術實現思路
1、針對現有技術的缺陷，本專利技術提供一種充電樁占位判斷方法、裝置及介質，通過集成攝像頭監控、車輛識別、智能通信和智能匹配算法，實現了對充電樁占用情況的自動化監測和管理。系統能夠智能識別并區分充電車輛與非充電車輛，對非法占位行為進行提醒并實施計費，以優化充電樁使用效率和用戶體驗。
2、為了解決所述技術問題，本專利技術采用的技術方案是：一種充電樁占位判斷方法，包括以下步驟：
3、s01、攝像頭采集駛入充電樁所在車位的車輛圖像，并將車輛圖像傳遞至車輛識別模塊；
4、s02、車輛識別模塊實時分析接收到的車輛圖像，并提取到車牌號碼和其他車輛特征，依據車牌號碼和其他車輛特征得出車輛識
5、s03、將充電樁的狀態信息上傳至控制模塊，狀態信息包括空閑狀態、故障狀態、充電中、充電完成、維護狀態；
6、s04、控制模塊基于車輛識別模塊得出的車輛識別結果及充電樁狀態信息進行占位判斷，將車輛識別結果與充電樁狀態信息進行匹配，如果車輛類型為非新能源汽車，則不考慮充電狀態信息，直接判斷為充電樁占位，如果車輛類型為新能源汽車，則充電樁狀態為空閑、故障、維護、超過充電完成預設時間時，判斷為充電樁占位，充電樁狀態為充電中、在充電完成的預設時間內時，判斷為充電樁非占位。
7、進一步的，車輛識別模塊對車輛圖像進行分析的過程為：
8、s211、車牌定位，使用深度學習模型進行車牌定位，如果定位到車牌，則深度學習模型輸出車牌區域的置信度和邊界框坐標，其中車牌定位函數為：
9、，
10、其中 fdetect是一個函數，用來在車輛圖像中檢測車牌的位置，是車輛圖像，是邊界框結合，是深度學習模型的參數，包括權重、偏置、優化器參數；
11、s212、字符分割，使用基于投影的方法對定位到的車牌區域進行字符分割，字符分割函數為：
12、，
13、其中 fsegment是一個函數，用來對定位到的車牌區域進行字符分割，是分割后的字符集合；
14、s213、字符識別，使用訓練好的卷積神經網絡對分割后的每個字符進行識別，字符識別函數為：
15、,
16、其中 frecognize是一個函數，用來識別每個字符圖像對應的字符，是識別出的字符集合，是卷積神經網絡的參數，包括權重、偏置、池化層參數、歸一化參數；
17、s214、新能源車牌判斷，根據車牌號碼的格式和字符特征判斷識別出的字符是否為新能源車牌，新能源車牌判斷公式為：
18、，
19、其中 fjudge是一個函數，用來根據車牌號碼的格式和字符特征來判斷車牌是否為新能源車牌，是車牌類型標簽，等于1表示新能源車牌，等于0表示非新能源車牌。
20、進一步的，車牌識別模塊對車輛圖像進行分析的過程為：
21、s221、車牌定位，使用深度學習模型進行車牌定位，如果未定位到車牌，則采集車輛的其他特征，其他特征包括車型、車標、車窗形狀、車燈設計、車身顏色、進氣格柵，車輛特征提取公式為：
22、，
23、其中 fextract是一個函數，用來從車輛圖像中提取關鍵特征，這些特征幫助識別和區分不同的車輛，i是車輛圖像，f是提取的車輛特征集合；
24、s222、特征匹配，將提取的車輛特征與數據庫中的特征模板進行匹配，以判斷車輛是否為新能源汽車，特征匹配公式為：
25、，
26、其中 fmatch是一個函數，用來將提取的車輛特征與數據庫中的特征模板進行匹配，并計算匹配得分，m是匹配得分，t是數據庫中的特征模板集合；
27、s223、根據匹配得分判斷車輛是否為新能源汽車，新能源汽車車型判斷公式為：
28、，
29、其中 fclassify是一個函數，用來根據匹配得分和其他車輛特征來判斷車輛是否為新能源汽車，v是車輛類型標簽，等于1表示新能源車牌，?等于0表示非新能源車牌。
30、進一步的，充電樁周圍部署多個具有不同采集角度的攝像頭，多個攝像頭采集的圖像經過融合后傳遞至車輛識別模塊。
31、進一步的，車輛識別模塊訓練過程中使用自適應學習率算法加速模型的收斂，自適應學習率算法公式為：
32、，
33、其中、分別是在時間步t、t+1的模型參數，是自適應學習率，是損失函數。
34、進一步的，充電樁周圍還部署有距離傳感器，當距離傳感器感應到有車輛靠近預設區域并且車輛與距離傳感器距離小于預設值時，啟動攝像頭進行圖像采集。
35、進一步的，還包括步驟s05結果顯示，通過顯示模塊向占位車輛的車主發送警告信息，顯示模塊包括充電樁上的顯示屏、移動應用程序。
36、進一步的，還包括步驟s06計費，在判斷出占位行為時，啟動占位費計費系統，在占位時間超過預設時間時，通過計費模塊啟動占位費計費系統，所述計費模塊根據預設的費率和占位時間，通過兩者乘積，計算占位費用。
37、本專利技術還公開一種充電樁占位判斷裝置，包括處理器和存儲有程序指令的存儲器，所述處理器被配置為在運行所述程序指令時，執行如權上所述的充電樁占位判斷方法。
38、一種存儲介質，存儲有程序指令，所述程序指令在運行時，執行如上所述的充電樁占位判斷方法。
39、本專利技術的有益效果包括：
40、（1）提高了充電樁的使用效率，減少了非充電車輛的占用。
41、（2）實現了對充電樁占位的自動、智能判斷，減少了人工巡查的需求。
42、（3）通過警告和計費機制本文檔來自技高網...
【技術保護點】
1.一種充電樁占位判斷方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車輛識別模塊對車輛圖像進行分析的過程為：
3.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車牌識別模塊對車輛圖像進行分析的過程為：
4.根據權利要求1所述的充電樁占位判斷方法，其特征在于：充電樁周圍部署多個具有不同采集角度的攝像頭，多個攝像頭采集的圖像經過融合后傳遞至車輛識別模塊。
5.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車輛識別模塊訓練過程中使用自適應學習率算法加速模型的收斂，自適應學習率算法公式為：
6.根據權利要求1所述的充電樁占位判斷方法，其特征在于：充電樁周圍還部署有距離傳感器，當距離傳感器感應到有車輛靠近預設區域并且車輛與距離傳感器距離小于預設值時，啟動攝像頭進行圖像采集。
7.根據權利要求1所述的充電樁占位判斷方法，其特征在于：還包括步驟S05結果顯示，通過顯示模塊向占位車輛的車主發送警告信息，顯示模塊包括充電樁上的顯示屏、移動應用程序。
8.根據權
9.一種充電樁占位判斷裝置，包括處理器和存儲有程序指令的存儲器，其特征在于，所述處理器被配置為在運行所述程序指令時，執行如權利要求1至8任一項所述的充電樁占位判斷方法。
10.一種存儲介質，存儲有程序指令，其特征在于，所述程序指令在運行時，執行如權利要求1至8任一項所述的充電樁占位判斷方法。
...【技術特征摘要】
1.一種充電樁占位判斷方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車輛識別模塊對車輛圖像進行分析的過程為：
3.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車牌識別模塊對車輛圖像進行分析的過程為：
4.根據權利要求1所述的充電樁占位判斷方法，其特征在于：充電樁周圍部署多個具有不同采集角度的攝像頭，多個攝像頭采集的圖像經過融合后傳遞至車輛識別模塊。
5.根據權利要求1所述的充電樁占位判斷方法，其特征在于：車輛識別模塊訓練過程中使用自適應學習率算法加速模型的收斂，自適應學習率算法公式為：
6.根據權利要求1所述的充電樁占位判斷方法，其特征在于：充電樁周圍還部署有距離傳感器，當距離傳感器感應到有車輛靠近預設區域并且車輛與距離傳感器距離小于預設值時，啟動攝像頭...
【專利技術屬性】
技術研發人員：孫賓，謝恩鵬，
申請(專利權)人：浪潮智能終端有限公司，
類型：發明
國別省市：
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。