用于电动汽车的充电报警系统及其工作方法技术方案

本申请涉及电动汽车智能充电的领域，其具体地公开了一种用于电动汽车的充电报警系统及其工作方法，其采用深度学习技术的卷积神经网络模型以基于发射线圈和接收线圈的磁场分布来提取出所述磁场分布图的高维隐含特征，并且还利用高斯密度图来融合所述发射线圈和所述接收线圈的磁场分布之间的高维关联特征信息，以使得分类的结果更加准确。通过这样的方式，能够对异物的类型进行准确地识别，从而基于不同的类型设置不同的报警等级。于不同的类型设置不同的报警等级。于不同的类型设置不同的报警等级。

【技术实现步骤摘要】
用于电动汽车的充电报警系统及其工作方法


[0001]本专利技术涉及电动汽车智能充电的领域，且更为具体地，涉及一种用于电动汽车的充电报警系统及其工作方法。

技术介绍

[0002]随着石油能源的不断消耗以及环境污染的不断加重，电动汽车产业受到各国政府的大力支持，正处于一个快速发展的阶段。无线充电发射线圈作为电动汽车充电能源供应的载体，是无线充电技术的关键部分。由于其工作环境一般为户外，其表面随时可能出现如硬币、易拉罐、落叶等各种异物，这将严重降低发射线圈在工作时的工作效率，并带来安全事故。
[0003]同时，不同异物对充电造成的影响不同，落叶等异物对充电影响较小，而易拉罐等金属对其影响较大，并且还有可能会导致火灾等安全隐患。因此，为了对异物的类型进行识别，以基于不同的类型设置不同的报警等级，期望一种用于电动汽车的充电报警系统。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于电动汽车的充电报警系统及其工作方法，其采用深度学习技术的卷积神经网络模型以基于发射线圈和接收线圈的磁场分布来提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电动汽车的充电报警系统，其特征在于，包括：磁场分布图获取单元，用于获取发射线圈的第一磁场分布图和接收线圈的第二磁场分布图，所述发射线圈和所述接收线圈用于对电动汽车进行无线充电；特征提取单元，用于将所述第一磁场分布图和所述第二磁场分布图分别输入第一卷积神经网络和第二卷积神经网络以通过所述第一卷积神经网络和所述第二卷积神经网络的各个过滤器提取所述第一磁场分布图和所述第二磁场分布图中的高维特征以获得第一磁场特征向量和第二磁场特征向量，其中，所述第一磁场特征向量和所述第二磁场特征向量具有相同的长度；高斯关联单元，用于基于所述第一磁场特征向量和所述第二磁场特征向量的每一对相应位置的特征值之间的均值和方差构造高斯分布以获得维度与所述第一磁场特征向量和所述第二磁场特征向量的长度相同的高斯密度图；高斯离散化单元，用于对所述高斯密度图中各个高斯分布进行高斯离散化以将各个高斯分布转化为高斯特征向量并将所述多个高斯特征向量构造为高斯特征矩阵；矩阵校正单元，用于基于所述第一磁场特征向量和所述第二磁场特征向量之间的协方差矩阵对所述高斯特征矩阵进行修正以获得分类特征图；异物类型检测单元，用于将所述分类特征图通过分类器以获得用于反映异物类型的分类结果；以及警示单元，用于基于所述分类结果，生成对应类型的警示信号。2.根据权利要求1所述的用于电动汽车的充电报警系统，其中，所述特征提取单元，包括：第一卷积子单元，用于使用所述第一卷积神经网络的每层的卷积层的过滤器对所述第一磁场分布图进行卷积处理以获得第一卷积特征图；第一池化子单元，用于使用所述第一卷积神经网络的每层的池化层对所述第一卷积特征图进行池化处理以获得第一池化特征图；第一全局池化子单元，用于使用所述第一卷积神经网络的最后一层的全局池化层对输出进行全局平均值池化处理以获得所述第一磁场特征向量；第二卷积子单元，用于使用所述第二卷积神经网络的每层的卷积层的过滤器对所述第一磁场分布图进行卷积处理以获得第二卷积特征图；第二池化子单元，用于使用所述第二卷积神经网络的每层的池化层对所述第一卷积特征图进行池化处理以获得第二池化特征图；以及第二全局池化子单元，用于使用所述第二卷积神经网络的最后一层的全局池化层对输出进行全局平均值池化处理以获得所述第二磁场特征向量。3.根据权利要求2所述的用于电动汽车的充电报警系统，其中，所述高斯关联单元，进一步用于：计算所述第一磁场特征向量和所述第二磁场特征向量的每一对相应位置的特征值之间的均值和方差；以及基于所述第一磁场特征向量和所述第二磁场特征向量的每一对相应位置的特征值之间的均值和方差构造高斯分布，以获得维度与所述第一磁场特征向量和所述第二磁场特征向量的长度相同的高斯密度图；
其中，所述高斯密度图用公式可表示为：其中f
1i
和f
2i
分别是第一磁场特征向量F1和第二磁场特征向量F2的各个位置的特征值，μ
i
表示其均值，且σ
i
表示其方差，g
i
表示高斯密度图中的每个高斯分布。4.根据权利要求3所述的用于电动汽车的充电报警系统，其中，所述高斯离散化单元，进一步用于：对所述高斯密度图中各个高斯分布进行等数量随机采样以获得所述高斯特征向量；以及将各个所述高斯特征向量按行排列以获得所述高斯特征矩阵。5.根据权利要求4所述的用于电动汽车的充电报警系统，其中，所述矩阵校正单元，进一步用于：计算所述第一磁场特征向量和所述第二磁场特征向量中任意一对位置的特征值之间的方差并将所述多个方差构造为所述协方差矩阵；以及，将所述高斯特征矩阵与所述协方差矩阵进行矩阵相乘以获得所述分类特征图。6.根据权利要求5所述的用于电动汽车的充电报警系统，其中，所述异物类型检测单元，进一步用于：使用所述分类器的全连接层对所述分类特征图进行全连接编码以获得分类特征向量；将所述分类特征向量输入所述分...

【专利技术属性】
技术研发人员：于隆山，
申请(专利权)人：厦门任鑫实业有限公司，
类型：发明
国别省市：