一种基于人工智能的汽车充电桩监控系统技术方案

一种基于人工智能的汽车充电桩监控系统，包括智能监控模块、信息传输模块和远程监控终端，所述智能监控模块用于采集汽车充电桩的视频图像、红外图像和位置信息，将采集的图像和位置信息通过信息传输模块传输至远程监控终端，所述远程监控终端根据所述红外图像对汽车充电桩的安全进行判断，并对视频图像和位置信息进行显示。本发明专利技术的有益效果：将图像处理技术应用到汽车充电桩的安全监控中，实现了对汽车充电桩远程、有效的安全监控。

【技术实现步骤摘要】
一种基于人工智能的汽车充电桩监控系统
本专利技术创造涉及安全监控领域，具体涉及一种基于人工智能的汽车充电桩监控系统。
技术介绍
随着环境与能源压力越来越大，新能源汽车成为城市低碳交通发展的重要方向，但其相对有限的续航里程在一定程度上制约了其进一步的发展。为此，大力发展电动汽车充电桩，成为促进电动汽车发展的重要手段。随着智能充电桩的广泛部署，电动汽车充电桩的安全问题日益严重。汽车充电桩的温度信息能够直观的反应汽车充电桩的安全问题，当汽车充电桩的温度较高时，该汽车充电桩具有较大概率处于危险状态，因此，通过对汽车充电桩的温度信息进行监控，能够及时、有效的判断汽车充电桩是否处于危险状态。
技术实现思路
针对上述问题，本专利技术旨在提供一种基于人工智能的汽车充电桩监控系统。本专利技术创造的目的通过以下技术方案实现：一种基于人工智能的汽车充电桩监控系统，包括智能监控模块、信息传输模块和远程监控终端，所述智能监控模块包括视频监控单元、红外监控单元和位置信息采集单元，所述视频监控单元用于采集汽车充电桩的视频图像，所述红外监控单元用于采集汽车充电桩的红外图像，所述位置信息采集单元用于采集所述汽车充电桩的位置信息，所述智能监控模块将采集的图像和位置信息通过信息传输模块传输至远程监控终端，所述远程监控终端包括图像处理单元、危险预警单元和信息显示单元，所述图像处理单元用于对接收到的红外图像进行处理，所述危险预警单元根据处理后的红外图像对汽车充电桩的安全进行判断，当判断汽车充电桩存在危险时进行预警，所述信息显示单元用于显示接收到的视频图像和位置信息。本专利技术创造的有益效果：将图像处理技术应用到汽车充电桩的安全监控中，红外图像的灰度值能够有效的反应温度信息，采集汽车充电桩的红外图像，并提取所述红外图像中的汽车充电桩的区域图像，提取到的汽车充电桩的区域图像的灰度值能够有效的反应汽车充电桩当前的状态，将所述汽车充电桩的区域图像的灰度值均值与给定的安全阈值进行比较，能够有效的检测出汽车充电桩的异常情况，实现了对汽车充电桩远程、实时的安全监控。附图说明利用附图对专利技术创造作进一步说明，但附图中的实施例不构成对本专利技术创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种基于人工智能的汽车充电桩监控系统，包括智能监控模块、信息传输模块和远程监控终端，所述智能监控模块包括视频监控单元、红外监控单元和位置信息采集单元，所述视频监控单元用于采集汽车充电桩的视频图像，所述红外监控单元用于采集汽车充电桩的红外图像，所述位置信息采集单元用于采集所述汽车充电桩的位置信息，所述智能监控模块将采集的图像和位置信息通过信息传输模块传输至远程监控终端，所述远程监控终端包括图像处理单元、危险预警单元和信息显示单元，所述图像处理单元用于对接收到的红外图像进行处理，所述危险预警单元根据处理后的红外图像对汽车充电桩的安全进行判断，当判断汽车充电桩存在危险时进行预警，所述信息显示单元用于显示接收到的视频图像和位置信息。本优选实施例将图像处理技术应用到汽车充电桩的安全监控中，红外图像的灰度值能够有效的反应温度信息，采集汽车充电桩的红外图像，并提取所述红外图像中的汽车充电桩的区域图像，提取到的汽车充电桩的区域图像的灰度值情况能够有效的反应汽车充电桩当前的状态，将所述汽车充电桩的区域图像的灰度值均值与给定的安全阈值进行比较，能够有效的检测出汽车充电桩的异常情况，实现了对汽车充电桩远程、实时的安全监控。优选地，所述图像处理单元采用双边滤波算法对接收到的红外图像进行滤波处理，并在滤波处理后的红外图像中提取汽车充电桩的目标区域图像。优选地，设I表示图像处理单元接收到的红外图像，I′表示图像处理单元对红外图像I进行滤波处理后的红外图像，设红外图像I′的大小为M×N，将红外图像I′划分为K个大小为n×n的图像块，其中，0＜n＜M且0＜n＜N，对划分的图像块进行检测，设si表示第i个图像块，定义图像块si对应的检测函数ρ(si)为：ρ(si)＝A(si)*B(si)式中，A(si)表示图像块si的灰度检测因子，B(si)表示图像块si的空间检测因子，m(si)表示图像块si中像素灰度值的种类，sj表示第j个图像块，m(sj)表示图像块sj中像素灰度值的种类，fy(si)表示图像块si中的第y种灰度值，Ny(si)表示图像块si中灰度值为第y种灰度值的像素数，fx(sj)表示图像块sj中的第x种灰度值，Nx(sj)表示图像块sj中灰度值为第x种灰度值的像素数，N(si)表示图像块si中的像素数，N(sj)表示图像块sj中的像素数，d(si，sj)表示图像块si和图像块sj之间的距离，且其中，(xi，yi)表示图像块si的中心位置的坐标，(xj，yj)表示图像块sj的中心位置的坐标，(xI′，yI′)表示红外图像I′的中心位置的坐标，U(si)表示图像块si的邻域图像块集合，且se表示集合U(si)中的第e个图像块，(xe，ye)表示图像块se的中心位置的坐标，E(si)表示集合U(si)中的图像块数，K(s)为给定的灰度检测阈值，且K(s)＝midj＝1，2，...，KA(sj)，A(sj)表示图像块sj的灰度检测因子，A(se)表示图像块se的灰度检测因子，λ(A(se)，K(s))表示判断函数，当A(se)＞K(s)时，λ(A(se)，K(s))＝1，当A(se)≤K(s)时，λ(A(se)，K(s))＝0.01；给定目标检测阈值H(ρ)，且当图像块si对应的检测函数ρ(si)≥H(ρ)时，则图像块si为目标图像块，图像块si中的像素即为目标像素，当图像块si对应的检测函数ρ(si)＜H(ρ)时，则图像块si为背景图像块，其中，E(ρ)表示图像块的检测函数值的均值，σ(ρ)表示图像块的检测函数值的标准差，ρ(sj)表示图像块sj的检测函数值；其中，n为给定的值，且n可以采用下列方式确定：所述红外监控单元采集一张汽车充电桩的红外图像作为参考图像，对该参考图像中的汽车充电桩的区域图像和背景区域图像进行标记，设标记的汽车充电桩的区域图像的像素到该红外图像的边的最小距离值为d(min)，n为满足{M％n＝0且N％n＝0且n≤d(min)}的最大整数值，其中M％n＝0表示M除以n的余数为0，N％n＝0表示N除以n的余数为0。本优选实施例用于在滤波处理后的红外图像中提取汽车充电桩的区域图像，将红外图像划分为K个图像块，当图像块为汽车充电桩的区域图像时，该图像块为目标图像块，当图像块为背景区域图像时，该图像块为背景图像块，定义检测函数对图像块进行检测，所述检测函数包括灰度检测因子和空间检测因子，所述灰度检测因子通过将图像块的像素灰度值和其他图像块的像素灰度值进行比较确定该图像块的显著性，能够有效衡量该图像块中像素灰度值在本文档来自技高网...

【技术保护点】
1.一种基于人工智能的汽车充电桩监控系统，其特征是，包括智能监控模块、信息传输模块和远程监控终端，所述智能监控模块包括视频监控单元、红外监控单元和位置信息采集单元，所述视频监控单元用于采集汽车充电桩的视频图像，所述红外监控单元用于采集汽车充电桩的红外图像，所述位置信息采集单元用于采集所述汽车充电桩的位置信息，所述智能监控模块将采集的图像和位置信息通过信息传输模块传输至远程监控终端，所述远程监控终端包括图像处理单元、危险预警单元和信息显示单元，所述图像处理单元用于对接收到的红外图像进行处理，所述危险预警单元根据处理后的红外图像对汽车充电桩的安全进行判断，当判断汽车充电桩存在危险时进行预警，所述信息显示单元用于显示接收到的视频图像和位置信息；/n所述图像处理单元用于对接收到的红外图像进行滤波处理，并在滤波处理后的红外图像中提取汽车充电桩的区域图像；/n设I表示图像处理单元接收到的红外图像，I′表示图像处理单元对红外图像I进行滤波处理后的红外图像，设红外图像I′的大小为M×N，将红外图像I′划分为K个大小为n×n的图像块，其中，0＜n＜M且0＜n＜N，对划分的图像块进行检测，设s

【技术特征摘要】
1.一种基于人工智能的汽车充电桩监控系统，其特征是，包括智能监控模块、信息传输模块和远程监控终端，所述智能监控模块包括视频监控单元、红外监控单元和位置信息采集单元，所述视频监控单元用于采集汽车充电桩的视频图像，所述红外监控单元用于采集汽车充电桩的红外图像，所述位置信息采集单元用于采集所述汽车充电桩的位置信息，所述智能监控模块将采集的图像和位置信息通过信息传输模块传输至远程监控终端，所述远程监控终端包括图像处理单元、危险预警单元和信息显示单元，所述图像处理单元用于对接收到的红外图像进行处理，所述危险预警单元根据处理后的红外图像对汽车充电桩的安全进行判断，当判断汽车充电桩存在危险时进行预警，所述信息显示单元用于显示接收到的视频图像和位置信息；
所述图像处理单元用于对接收到的红外图像进行滤波处理，并在滤波处理后的红外图像中提取汽车充电桩的区域图像；
设I表示图像处理单元接收到的红外图像，I′表示图像处理单元对红外图像I进行滤波处理后的红外图像，设红外图像I′的大小为M×N，将红外图像I′划分为K个大小为n×n的图像块，其中，0＜n＜M且0＜n＜N，对划分的图像块进行检测，设si表示第i个图像块，定义图像块si对应的检测函数ρ(si)为：






式中，A(si)表示图像块si的灰度检测因子，B(si)表示图像块si的空间检测因子，m(si)表示图像块si中像素灰度值的种类，sj表示第j个图像块，m(sj)表示图像块sj中像素灰度值的种类，fy(si)表示图像块si中的第y种灰度值，Ny(si)表示图像块si中灰度值为第y种灰度值的像素数，fx(sj)表示图像块sj中的第x种灰度值，Nx(sj)表示图像块sj中灰度值为第x种灰度值的像素数，N(si)表示图像块si中的像素数，N(sj)表示图像块sj中的像素数，d(si，sj)表示图像块si和图像块sj之间的距离，且其中，(xi，yi)表示图像块si的中心位置的坐标，(xj，yj)表示图像块sj的中心位置的坐标，(xI′，yI′)表示红外图像I′的中心位置的坐标，U(si)表示图像块si的邻域图像块集合，且se表示集合U(si)中的第e个图像块，(xe，ye)表示图像块se的中心位置的坐标，E(si)表示集合U(si)中的图像块数，K(s)为给定的灰度检测阈值，且K(s)＝midj＝1，2，...，KA(sj)，A(sj)表示图像块sj的灰度检测因子，A(se)表示图像块se的灰度检测因子，λ(A(se)，K(s))表示判断函数，当A(se)＞K(s)时，λ(A(se)，K(s))＝1，当A(se)≤K(s)时，λ(A(se)，K(s))＝0.01；
给定目标检测阈值H(ρ)，且当图像块si对应的检测函数ρ(si)≥H(ρ)时，则图像块si为目标图像块，图像块si中的像素即为目标像素，当图像块si对应的检测函数ρ(si)＜H(ρ)时，则图像块si为背景图像块，其中，E(ρ)表示图像块的检测函数值的均值，σ(ρ)表示图像块的检测函数值的标准差，ρ(sj)表示图像块sj的检测函数值。
设集合Q(I′)表示检测所得的目标图像块集合，且Q(I′)＝{sq，q＝1，2，...，M(Q)}，P(I′)表示检测所得的背景图像块集合，且P(I′)＝{sp，p＝1，2，...，M(P)}，其中，sq表示集合Q(I′)中的第q个目标图像块，M(Q)表示集合Q(I′)中的目标图像块数，sp表示集合P(I′)中的第p个背景图像块，M(P)表示集合P(I′)中的背景图像块数，对集合P(I′)中的背景图像块进行筛选，定义背景图像块sp对应的筛选函数为γ(sp)，则γ(sp)的表达式为：



式中，σ′p表示背景图像块sp中像素灰度值的标准差，σ′j表示图像块sj中像素灰度值的标准差，U(sp)表示背景图像块sp的邻域图像块集合，且s...

【专利技术属性】
技术研发人员：易修元，
申请(专利权)人：吉安诺惠诚莘科技有限公司，
类型：发明
国别省市：江西;36