CN110082620A - 一种充电桩工作状态检测方法及装置 - Google Patents
一种充电桩工作状态检测方法及装置 Download PDFInfo
- Publication number
- CN110082620A CN110082620A CN201910369126.9A CN201910369126A CN110082620A CN 110082620 A CN110082620 A CN 110082620A CN 201910369126 A CN201910369126 A CN 201910369126A CN 110082620 A CN110082620 A CN 110082620A
- Authority
- CN
- China
- Prior art keywords
- agglomerate
- robot
- charged
- charging pile
- reference picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Manipulator (AREA)
Abstract
本申请提供了一种充电桩工作状态检测方法及装置,充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且工作状态指示灯的颜色互不相同,该方法包括:待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对充电桩进行拍照,以获取参考图像;待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;待充电机器人根据像素值对参考图像中的预设颜色的团块进行提取,以确定每个预设颜色的团块的属性信息;待充电机器人根据预存的团块的属性信息,从参考图像中查找与指示灯的预设信息相匹配的团块;若待充电机器人匹配到预设信息对应的团块,则确认充电桩正常工作。
Description
技术领域
本申请涉及自动化领域,具体而言,涉及一种充电桩工作状态检测方法及装置。
背景技术
随着科技的进步,智能机器人越来越多地融入人们的生活当中,智能机器人的充电方式也从需要人手动连接,发展到智能机器人可以自行充电。大部分智能机器人在电量低于阈值时自动返回充电桩,通过弹片或触点自动对接完成充电。而充电桩没电的情况下,机器人执行回充命令会磨损弹片或触点。
现有技术中,充电桩供电正常的检测是通过充电桩内部电路检测,然后把检测结果通过无线信号传输给机器人。这种方式需要充电桩和机器人上都安装无线模块进行通讯,增加了硬件成本。
发明内容
有鉴于此,本申请的目的在于提供一种充电桩工作状态检测方法及装置,用于解决现有技术中智能机器人无法自行判断充电桩工作状态的问题。使智能机器人不通过接触充电桩就可自行判断充电桩的供电情况,减少了充电弹片的磨损,降低了硬件成本。
第一方面,本申请实施例提供了一种充电桩工作状态检测方法,其中,所述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且所述工作状态指示灯的颜色互不相同,该方法包括:
待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对所述充电桩进行拍照,以获取参考图像;
所述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;所述像素值包括:色调值、饱和度、亮度值;
所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取,以确定每个所述预设颜色的团块的属性信息;所述属性信息包括:颜色信息、像素面积和中心点;所述预设颜色是预设色调值区间内的颜色;
所述待充电机器人根据所述团块的属性信息,从所述参考图像中查找与所述指示灯的预设信息相匹配的团块;所述预设信息包括:所述指示灯在参考图像中的属性信息和位置关系;
若所述待充电机器人匹配到所述预设信息对应的团块,则确认所述充电桩正常工作。
根据第一方面,本申请实施例提供了第一方面的第一种可能的实施方案,其中,在从所述参考图像中查找与所述指示灯相匹配的颜色团块之后,该方法还包括:
若所述待充电机器人未匹配到所述预设信息对应的团块,所述待充电机器人根据所述像素值对所述参考图像中的反光团块进行提取,以确定反光团块的总面积;所述反光团块是满足预设阈值条件的团块;所述预设阈值条件是饱和度阈值和亮度值阈值;
所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值,若所述反光团块的总面积未超过所述第一预设阈值,则判断所述充电桩非正常工作。
根据第一方面的第一种可能的实施方案,本申请实施例提供了第一方面的第二种可能的实施方案,其中,在所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值之后,还包括:
若所述反光团块的总面积超过所述第一预设阈值,则所述待充电机器人移动至下一预设检测点重新进行检测。
根据第一方面,本申请实施例提供了第一方面的第三种可能的实施方案,其中,在所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取之后,还包括:
所述待充电机器人对所述团块的二值图像进行形态学操作,得到整形后的团块。
第二方面,本申请实施例提供了一种充电桩工作状态检测装置,其中,所述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且所述工作状态指示灯的颜色互不相同,该装置包括:
采集模块,用于待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对所述充电桩进行拍照,以获取参考图像;
第一处理模块,用于所述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;所述像素值包括:色调值、饱和度、亮度值;
第二处理模块,用于所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取,以确定每个所述预设颜色的团块的属性信息;所述属性信息包括:颜色信息、像素面积和中心点;所述预设颜色是预设色调值区间内的颜色;
匹配模块,用于所述待充电机器人根据所述团块的属性信息,从所述参考图像中查找与所述指示灯的预设信息相匹配的团块;所述预设信息包括:所述指示灯在参考图像中的属性信息和位置关系;
第一判断模块,用于若所述待充电机器人匹配到所述预设信息对应的团块,则确认所述充电桩正常工作。
根据第二方面,本申请实施例提供了第二方面的第一种可能的实施方案,其中,在所述匹配模块之后,该装置还包括:
第三处理模块,用于若所述待充电机器人未匹配到所述预设信息对应的团块,所述待充电机器人根据所述像素值对所述参考图像中的反光团块进行提取,以确定反光团块的总面积;所述反光团块是满足预设阈值条件的团块;所述预设阈值条件是饱和度阈值和亮度值阈值;
第二判断模块,用于所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值,若所述反光团块的总面积未超过所述第一预设阈值,则判断所述充电桩非正常工作。
根据第二方面的第一种可能的实施方案,本申请实施例提供了第二方面的第二种可能的实施方案,其中,在所述第二判断模块之后,该装置还包括:
第三判断模块,用于若所述反光团块的总面积超过所述第一预设阈值,则所述待充电机器人移动至下一预设检测点重新进行检测。
根据第二方面,本申请实施例提供了第二方面的第三种可能的实施方案,其中,所述第二处理模块,包括:
整形单元,用于所述待充电机器人对所述团块的二值图像进行形态学操作,得到整形后的团块。
第三方面,本申请实施例提供了一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现第一方面及其可能的实施方案中任一所述的方法的步骤。
第四方面,本申请实施例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上存储有计算机程序,其中,所述计算机程序被处理器运行时执行第一方面及其可能的实施方案中任一所述的方法的步骤。
本申请实施例提出的一种充电桩工作状态检测方法及装置,通过待充电机器人到达预设检测点后,使用设置在自身上的摄像头对充电桩进行图像采集,通过对采集到的图像进行图像处理,查找是否有与充电桩上设置的充电桩工作状态指示灯的颜色和位置相匹配的图像,来确定充电桩的工作状态。本申请实施例所提出的充电桩工作状态检测方法使得智能机器人不通过接触充电桩就可自行判断充电桩的供电情况,减少了充电弹片的磨损,降低了硬件成本。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种方法的流程示意图;
图2为本申请实施例提供的一种预设检测点的示意图;
图3为本申请实施例提供的一种方法的流程示意图;
图4为本申请实施例提供的一种方法的流程示意图;
图5为本申请实施例提供的一种装置的结构示意图;
图6为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种充电桩工作状态检测方法,上述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且上述工作状态指示灯的颜色互不相同,如图1所示,包括以下步骤S101-S105:
S101、待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对上述充电桩进行拍照,以获取参考图像。
待充电机器人中搭载了定位系统,在待充电机器人的电量低于预设电量阈值时,根据定位系统中预设的充电桩位置及第一预设检测点,待充电机器人自行规划路线到达第一预设检测点。其中,预设检测点,是距充电桩预设距离且位于充电桩的正前方及与正前方夹角不超过90度的点,第一预设检测点一般是正前方的点,例如,如图2所示,是一个待充电机器人按照预设距离1m和预设的各检测点与该充电桩正前方的夹角所计算得到的预设检测点,第一预设检测点(点1)位于充电桩正前方;预设电量阈值可根据该机器人的工作范围和功耗进行预设,预设电量阈值可以是5%、10%、15%,本申请对此不予限制。
当待充电机器人到达第一预设检测点后,使用自身搭载的摄像头对充电桩进行拍照,获取判断该充电桩的工作状态是否正常的参考图像。
S102、上述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;上述像素值包括:色调值、饱和度、亮度值。
待充电机器人对参考图像进行中值滤波,进行初步的图像降噪,然后将降噪后的参考图像的颜色空间转换为HSV颜色空间,在HSV中的每一个像素点都具有相对应的像素值:色调值(H)、饱和度(S)、亮度值(V),可表示为:
I(x,y)=[Ih(x,y),Is(x,y),Iv(x,y)];
其中,I(x,y)为参考图像在(x,y)点的像素值,Ih(x,y)为参考图像在(x,y)点的色调值,Is(x,y)为参考图像在(x,y)点的饱和度,Iv(x,y)为参考图像在(x,y)点的亮度值。
S103、上述待充电机器人根据上述像素值对上述参考图像中的预设颜色的团块进行提取,以确定每个上述预设颜色的团块的属性信息;上述属性信息包括:颜色信息、像素面积和中心点;上述预设颜色是预设色调值区间内的颜色。
具体地,待充电机器人从上述HSV颜色空间下的参考图像中筛选出预设颜色的像素点,预设颜色可能有多个,每一种预设颜色包括一个预设色调值区间的所有颜色,例如,预设颜色为红色R和黄色Y,红色的色调值区间为[hlR,hhR],黄色的色调值区间为[hlY,hhY],那么,色调值在[hlR,hhR]内的像素点都为红色的像素点,色调值在[hlY,hhY]内的像素点都为黄色的像素点,即:
fR(x,y)=1,(hlR≤Ih(x,y)≤hhR);
fR(x,y)=0,(hlR>Ih(x,y),Ih(x,y)>hhR);
fY(x,y)=1,(hlY≤Ih(x,y)≤hhY);
fY(x,y)=0,(hlY>Ih(x,y),Ih(x,y)>hhY)。
其中,fR(x,y)是在(x,y)点上的像素点是否为红色,fY(x,y)是在(x,y)点上的像素点是否黄色,1表示是,0表示否。
然后将筛选出的预设颜色的像素点进行团块检测,基于OpenCV提取团块的轮廓,然后计算每个团块的像素面积Ai,即团块中包含多少个像素点;并计算每个团块的中心点Ci(x,y),每个团块都可以表示为(Ai,Ci(x,y))。
通过以上步骤就获得了每个团块的属性信息:颜色信息、像素面积和中心点。
S104、上述待充电机器人根据上述团块的属性信息,从上述参考图像中查找与上述指示灯的预设信息相匹配的团块;上述预设信息包括:上述指示灯在参考图像中的属性信息和位置关系。
待充电机器人根据预存的指示灯对应的团块的颜色信息、像素面积、中心点和多个中心点之间的位置关系,从上述团块中查找指示灯对应的团块。其中像素面积和多个中心点之间的位置关系由于角度或图像处理的原因可能存在一定的偏差,因此,像素面积和多个中心点之间的位置关系都是包括可允许误差的范围值。
S105、若上述待充电机器人匹配到上述预设信息对应的团块,则确认上述充电桩正常工作。
如果待充电机器人进行上述步骤S104的匹配后,待充电机器人匹配到了上述指示灯对应的团块,由于充电桩上的工作状态指示灯都亮时表示充电桩工作状态正常,因此,待充电机器人判断该充电桩的工作状态正常,可以正常充电。
在一可选的实施例中,在步骤S104之后,如图3所示,该方法还包括:
S106、若上述待充电机器人未匹配到上述预设信息对应的团块,上述待充电机器人根据上述像素值对上述参考图像中的反光团块进行提取,以确定反光团块的总面积;上述反光团块是满足预设阈值条件的团块;上述预设阈值条件是饱和度阈值和亮度值阈值。
如果待充电机器人进行上述步骤S104的匹配后,待充电机器人没有匹配到上述指示灯对应的团块,可能是由于充电桩表面反光造成的,那么,待充电机器人对参考图像中饱和度低于饱和值阈值并且亮度值高于亮度值阈值的像素点进行筛选,得到反光区域的团块,并通过形态学操作,即膨胀操作和腐蚀操作,进行反光区域的团块的修补和过滤。然后,计算所有反光区域的团块的总像素面积。
S107、上述待充电机器人判断上述反光团块的总面积是否超过第一预设阈值,若上述反光团块的总面积未超过上述第一预设阈值,则判断上述充电桩非正常工作。
将上述反光区域的团块的总像素面积与第一预设阈值进行比较,如果反光区域的团块的总像素面积没有超过第一预设阈值,那么说明待充电机器人未匹配到上述指示灯对应的团块不是由于充电桩反光造成的,也就是,上述指示灯至少有一个未亮,因此,待充电机器人判断该充电桩工作状态非正常,不能正常充电。
在一可选的实施例中,在上述步骤S107中,上述待充电机器人判断上述反光团块的总面积是否超过第一预设阈值之后,还包括:
108、若上述反光团块的总面积超过上述第一预设阈值,则上述待充电机器人移动至下一预设检测点重新进行检测。
在上述将反光区域的团块的总像素面积与第一预设阈值进行比较后,如果反光区域的团块的总像素面积超过第一预设阈值,那么说明待充电机器人未匹配到上述指示灯对应的团块是由于充电桩反光造成的,也就是,待充电机器人在当前预设检测点无法正常检测上述指示灯是否都亮。
那么,待充电机器人按照规划好的预设检测点序列,移动至下一预设检测点重新进行检测,直到能够正常检测并得到检测结果。
在一可选的实施例中,在上述步骤S103中,待充电机器人根据上述像素值对上述参考图像中的预设颜色的团块进行提取之后,还包括:
1031、上述待充电机器人对上述团块的二值图像进行形态学操作,得到整形后的团块。
待充电机器人,将提取的预设颜色的团块进行二值化处理,得到预设颜色的团块的二值化图像,然后对该二值化图像进行形态学操作,即膨胀操作和腐蚀操作,以对预设颜色的团块进行修补和过滤。
本申请实施例还提供了一种充电桩工作状态检测装置,上述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且上述工作状态指示灯的颜色互不相同,如图4所示,该装置包括:
采集模块31,用于待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对上述充电桩进行拍照,以获取参考图像。
待充电机器人中搭载了定位系统,在待充电机器人的电量低于预设电量阈值时,根据定位系统中预设的充电桩位置及第一预设检测点,待充电机器人自行规划路线到达第一预设检测点。其中,预设检测点是距充电桩预设距离且位于充电桩的正前方及与正前方夹角不超过90度的点,第一预设检测点一般是正前方的点,例如,如图2所示,是一个待充电机器人按照预设距离1m和预设的各检测点与该充电桩正前方的夹角所计算得到的预设检测点,第一预设检测点(点1)位于充电桩正前方;预设电量阈值可根据该机器人的工作范围和功耗进行预设,预设电量阈值可以是5%、10%、15%,本申请对此不予限制。
当待充电机器人到达第一预设检测点后,使用自身搭载的摄像头对充电桩进行拍照,获取判断该充电桩的工作状态是否正常的参考图像。
第一处理模块32,用于上述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;上述像素值包括:色调值、饱和度、亮度值。
待充电机器人对参考图像进行中值滤波,进行初步的图像降噪,然后将降噪后的参考图像的颜色空间转换为HSV颜色空间,在HSV中的每一个像素点都具有相对应的像素值:色调值(H)、饱和度(S)、亮度值(V),可表示为:
I(x,y)=[Ih(x,y),Is(x,y),Iv(x,y)];
其中,I(x,y)为参考图像在(x,y)点的像素值,Ih(x,y)为参考图像在(x,y)点的色调值,Is(x,y)为参考图像在(x,y)点的饱和度,Iv(x,y)为参考图像在(x,y)点的亮度值。
第二处理模块33,用于上述待充电机器人根据上述像素值对上述参考图像中的预设颜色的团块进行提取,以确定每个上述预设颜色的团块的属性信息;上述属性信息包括:颜色信息、像素面积和中心点;上述预设颜色是预设色调值区间内的颜色。
具体地,待充电机器人从上述HSV颜色空间下的参考图像中筛选出预设颜色的像素点,预设颜色可能有多个,每一种预设颜色包括一个预设色调值区间的所有颜色,例如,预设颜色为红色R和黄色Y,红色的色调值区间为[hlR,hhR],黄色的色调值区间为[hlY,hhY],那么,色调值在[hlR,hhR]内的像素点都为红色的像素点,色调值在[hlY,hhY]内的像素点都为黄色的像素点,即:
fR(x,y)=1,(hlR≤Ih(x,y)≤hhR);
fR(x,y)=0,(hlR>Ih(x,y),Ih(x,y)>hhR);
fY(x,y)=1,(hlY≤Ih(x,y)≤hhY);
fY(x,y)=0,(hlY>Ih(x,y),Ih(x,y)>hhY)。
其中,fR(x,y)是在(x,y)点上的像素点是否为红色,fY(x,y)是在(x,y)点上的像素点是否黄色,1表示是,0表示否。
然后将筛选出的预设颜色的像素点进行团块检测,基于OpenCV提取团块的轮廓,然后计算每个团块的像素面积Ai,即团块中包含多少个像素点;并计算每个团块的中心点Ci(x,y),每个团块都可以表示为(Ai,Ci(x,y))。
通过以上步骤就获得了每个团块的属性信息:颜色信息、像素面积和中心点。
匹配模块34,用于上述待充电机器人根据上述团块的属性信息,从上述参考图像中查找与上述指示灯的预设信息相匹配的团块;上述预设信息包括:上述指示灯在参考图像中的属性信息和位置关系。
待充电机器人根据预存的指示灯对应的团块的颜色信息、像素面积、中心点和多个中心点之间的位置关系,从上述团块中查找指示灯对应的团块。其中像素面积和多个中心点之间的位置关系由于角度或图像处理的原因可能存在一定的偏差,因此,像素面积和多个中心点之间的位置关系都是包括可允许误差的范围值。
第一判断模块35,用于若上述待充电机器人匹配到上述预设信息对应的团块,则确认上述充电桩正常工作。
如果待充电机器人进行上述匹配模块34的匹配后,待充电机器人匹配到了上述指示灯对应的团块,由于充电桩上的工作状态指示灯都亮时表示充电桩工作状态正常,因此,待充电机器人判断该充电桩的工作状态正常,可以正常充电。
在一可选的实施例中,在匹配模块34之后,如图5所示,该装置还包括:
第三处理模块36,用于若上述待充电机器人未匹配到上述预设信息对应的团块,上述待充电机器人根据上述像素值对上述参考图像中的反光团块进行提取,以确定反光团块的总面积;上述反光团块是满足预设阈值条件的团块;上述预设阈值条件是饱和度阈值和亮度值阈值。
如果待充电机器人进行上述匹配模块34的匹配后,待充电机器人没有匹配到上述指示灯对应的团块,可能是由于充电桩表面反光造成的,那么,待充电机器人对参考图像中饱和度低于饱和值阈值并且亮度值高于亮度值阈值的像素点进行筛选,得到反光区域的团块,并通过形态学操作,即膨胀操作和腐蚀操作,进行反光区域的团块的修补和过滤。然后,计算所有反光区域的团块的总像素面积。
第二判断模块37,用于上述待充电机器人判断上述反光团块的总面积是否超过第一预设阈值,若上述反光团块的总面积未超过上述第一预设阈值,则判断上述充电桩非正常工作。
将上述反光区域的团块的总像素面积与第一预设阈值进行比较,如果反光区域的团块的总像素面积没有超过第一预设阈值,那么说明待充电机器人未匹配到上述指示灯对应的团块不是由于充电桩反光造成的,也就是,上述指示灯至少有一个未亮,因此,待充电机器人判断该充电桩工作状态非正常,不能正常充电。
在一可选的实施例中,在第二判断模块37之后,该装置还包括:
第三判断模块38,用于若上述反光团块的总面积超过上述第一预设阈值,则上述待充电机器人移动至下一预设检测点重新进行检测。
在上述将反光区域的团块的总像素面积与第一预设阈值进行比较后,如果反光区域的团块的总像素面积超过第一预设阈值,那么说明待充电机器人未匹配到上述指示灯对应的团块是由于充电桩反光造成的,也就是,待充电机器人在当前预设检测点无法正常检测上述指示灯是否都亮。
那么,待充电机器人按照规划好的预设检测点序列,移动至下一预设检测点重新进行检测,直到能够正常检测并得到检测结果。
在一可选的实施例中,第二处理模块33,包括:
整形单元331,用于上述待充电机器人对上述团块的二值图像进行形态学操作,得到整形后的团块。
待充电机器人,将提取的预设颜色的团块进行二值化处理,得到预设颜色的团块的二值化图像,然后对该二值化图像进行形态学操作,即膨胀操作和腐蚀操作,以对预设颜色的团块进行修补和过滤。
对应于图1中的充电桩工作状态检测方法,本申请实施例还提供了一种计算机设备500,如图6所示,该设备包括存储器501、处理器502及存储在该存储器501上并可在该处理器502上运行的计算机程序,其中,上述处理器502执行上述计算机程序时实现上述充电桩工作状态检测方法。
具体地,上述存储器501和处理器502能够为通用的存储器和处理器,这里不做具体限定,当处理器502运行存储器501存储的计算机程序时,能够执行上述充电桩工作状态检测方法,解决了现有技术中智能机器人无法自行判断充电桩工作状态的问题。
对应于图1中的充电桩工作状态检测方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述充电桩工作状态检测方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述充电桩工作状态检测方法,解决了现有技术中智能机器人无法自行判断充电桩工作状态的问题,本申请通过待充电机器人到达预设检测点后,使用设置在自身上的摄像头对充电桩进行图像采集,通过对采集到的图像进行图像处理,查找是否有与充电桩上设置的充电桩工作状态指示灯的颜色和位置相匹配的图像,来确定充电桩的工作状态。本申请实施例所提出的充电桩工作状态检测方法使得智能机器人不通过接触充电桩就可自行判断充电桩的供电情况,减少了充电弹片的磨损,降低了硬件成本。
在本申请所提供的实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种充电桩工作状态检测方法,其特征在于,所述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且所述工作状态指示灯的颜色互不相同,该方法包括:
待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对所述充电桩进行拍照,以获取参考图像;
所述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;所述像素值包括:色调值、饱和度、亮度值;
所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取,以确定每个所述预设颜色的团块的属性信息;所述属性信息包括:颜色信息、像素面积和中心点;所述预设颜色是预设色调值区间内的颜色;
所述待充电机器人根据所述团块的属性信息,从所述参考图像中查找与所述指示灯的预设信息相匹配的团块;所述预设信息包括:所述指示灯在参考图像中的属性信息和位置关系;
若所述待充电机器人匹配到所述预设信息对应的团块,则确认所述充电桩正常工作。
2.如权利要求1所述的方法,其特征在于,在从所述参考图像中查找与所述指示灯相匹配的颜色团块之后,该方法还包括:
若所述待充电机器人未匹配到所述预设信息对应的团块,所述待充电机器人根据所述像素值对所述参考图像中的反光团块进行提取,以确定反光团块的总面积;所述反光团块是满足预设阈值条件的团块;所述预设阈值条件是饱和度阈值和亮度值阈值;
所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值,若所述反光团块的总面积未超过所述第一预设阈值,则判断所述充电桩非正常工作。
3.如权利要求2所述的方法,其特征在于,在所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值之后,还包括:
若所述反光团块的总面积超过所述第一预设阈值,则所述待充电机器人移动至下一预设检测点重新进行检测。
4.如权利要求1所述的方法,其特征在于,在所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取之后,还包括:
所述待充电机器人对所述团块的二值图像进行形态学操作,得到整形后的团块。
5.一种充电桩工作状态检测装置,其特征在于,所述充电桩上设置有至少两个标识充电桩工作状态的工作状态指示灯,且所述工作状态指示灯的颜色互不相同,该装置包括:
采集模块,用于待充电机器人到达第一预设检测点后,通过设置在待充电机器人中的摄像头对所述充电桩进行拍照,以获取参考图像;
第一处理模块,用于所述待充电机器人对参考图像进行颜色处理,得到每一个像素点的像素值;所述像素值包括:色调值、饱和度、亮度值;
第二处理模块,用于所述待充电机器人根据所述像素值对所述参考图像中的预设颜色的团块进行提取,以确定每个所述预设颜色的团块的属性信息;所述属性信息包括:颜色信息、像素面积和中心点;所述预设颜色是预设色调值区间内的颜色;
匹配模块,用于所述待充电机器人根据所述团块的属性信息,从所述参考图像中查找与所述指示灯的预设信息相匹配的团块;所述预设信息包括:所述指示灯在参考图像中的属性信息和位置关系;
第一判断模块,用于若所述待充电机器人匹配到所述预设信息对应的团块,则确认所述充电桩正常工作。
6.如权利要求5所述的装置,其特征在于,在所述匹配模块之后,该装置还包括:
第三处理模块,用于若所述待充电机器人未匹配到所述预设信息对应的团块,所述待充电机器人根据所述像素值对所述参考图像中的反光团块进行提取,以确定反光团块的总面积;所述反光团块是满足预设阈值条件的团块;所述预设阈值条件是饱和度阈值和亮度值阈值;
第二判断模块,用于所述待充电机器人判断所述反光团块的总面积是否超过第一预设阈值,若所述反光团块的总面积未超过所述第一预设阈值,则判断所述充电桩非正常工作。
7.如权利要求6所述的装置,其特征在于,在所述第二判断模块之后,该装置还包括:
第三判断模块,用于若所述反光团块的总面积超过所述第一预设阈值,则所述待充电机器人移动至下一预设检测点重新进行检测。
8.如权利要求5所述的装置,其特征在于,所述第二处理模块,包括:
整形单元,用于所述待充电机器人对所述团块的二值图像进行形态学操作,得到整形后的团块。
9.一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-4中任一项所述的方法的步骤。
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计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1-4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910369126.9A CN110082620B (zh) | 2019-05-05 | 2019-05-05 | 一种充电桩工作状态检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910369126.9A CN110082620B (zh) | 2019-05-05 | 2019-05-05 | 一种充电桩工作状态检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110082620A true CN110082620A (zh) | 2019-08-02 |
CN110082620B CN110082620B (zh) | 2021-09-24 |
Family
ID=67418666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910369126.9A Active CN110082620B (zh) | 2019-05-05 | 2019-05-05 | 一种充电桩工作状态检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110082620B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110716160A (zh) * | 2019-10-22 | 2020-01-21 | 广西凯威铁塔有限公司 | 一种spd识别警报装置 |
CN111141985A (zh) * | 2020-01-11 | 2020-05-12 | 常州市天之杰机械科技有限公司 | 智能充电器检测系统及其充电检测方法 |
CN111239589A (zh) * | 2020-01-20 | 2020-06-05 | 福建宏泰智能工业互联网有限公司 | 一种电子锁电路板测试方法、装置和系统 |
CN112256024A (zh) * | 2020-09-27 | 2021-01-22 | 北京京东乾石科技有限公司 | 控制机器人充电的方法、装置、设备和计算机可读介质 |
CN113189980A (zh) * | 2021-04-07 | 2021-07-30 | 惠州拓邦电气技术有限公司 | 充电桩反光强度过滤方法、装置及充电机器人 |
CN113359712A (zh) * | 2021-05-25 | 2021-09-07 | 深圳优地科技有限公司 | 充电对接方法、装置和充电桩 |
CN113879162A (zh) * | 2021-09-27 | 2022-01-04 | 国网北京市电力公司 | 机器人的控制方法、装置及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374558A (zh) * | 2016-09-09 | 2017-02-01 | 北京小米移动软件有限公司 | 移动终端充电控制方法及装置 |
CN106971391A (zh) * | 2017-02-24 | 2017-07-21 | 北京理工大学珠海学院 | 一种基于颜色识别的多模板定位浸锡检测方法 |
JP2017207570A (ja) * | 2016-05-17 | 2017-11-24 | コニカミノルタ株式会社 | 画像形成装置および制御プログラム |
CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
CN109117764A (zh) * | 2018-07-29 | 2019-01-01 | 国网上海市电力公司 | 在电力监控中采用颜色阈值法识别目标物体区域电气符号的方法 |
CN109245201A (zh) * | 2018-09-06 | 2019-01-18 | 上海有个机器人有限公司 | 一种基于充电桩的自动充电方法及系统、充电桩 |
CN109409282A (zh) * | 2018-10-24 | 2019-03-01 | 珠海瑞天安科技发展有限公司 | 一种机场跑道外来物检测方法及系统 |
-
2019
- 2019-05-05 CN CN201910369126.9A patent/CN110082620B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017207570A (ja) * | 2016-05-17 | 2017-11-24 | コニカミノルタ株式会社 | 画像形成装置および制御プログラム |
CN106374558A (zh) * | 2016-09-09 | 2017-02-01 | 北京小米移动软件有限公司 | 移动终端充电控制方法及装置 |
CN106971391A (zh) * | 2017-02-24 | 2017-07-21 | 北京理工大学珠海学院 | 一种基于颜色识别的多模板定位浸锡检测方法 |
CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
CN109117764A (zh) * | 2018-07-29 | 2019-01-01 | 国网上海市电力公司 | 在电力监控中采用颜色阈值法识别目标物体区域电气符号的方法 |
CN109245201A (zh) * | 2018-09-06 | 2019-01-18 | 上海有个机器人有限公司 | 一种基于充电桩的自动充电方法及系统、充电桩 |
CN109409282A (zh) * | 2018-10-24 | 2019-03-01 | 珠海瑞天安科技发展有限公司 | 一种机场跑道外来物检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
黄默涵等: "电动汽车交流充电桩测试", 《甘肃科技》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110716160A (zh) * | 2019-10-22 | 2020-01-21 | 广西凯威铁塔有限公司 | 一种spd识别警报装置 |
CN111141985A (zh) * | 2020-01-11 | 2020-05-12 | 常州市天之杰机械科技有限公司 | 智能充电器检测系统及其充电检测方法 |
CN111239589A (zh) * | 2020-01-20 | 2020-06-05 | 福建宏泰智能工业互联网有限公司 | 一种电子锁电路板测试方法、装置和系统 |
CN112256024A (zh) * | 2020-09-27 | 2021-01-22 | 北京京东乾石科技有限公司 | 控制机器人充电的方法、装置、设备和计算机可读介质 |
CN113189980A (zh) * | 2021-04-07 | 2021-07-30 | 惠州拓邦电气技术有限公司 | 充电桩反光强度过滤方法、装置及充电机器人 |
CN113189980B (zh) * | 2021-04-07 | 2024-04-16 | 惠州拓邦电气技术有限公司 | 充电桩反光强度过滤方法、装置及充电机器人 |
CN113359712A (zh) * | 2021-05-25 | 2021-09-07 | 深圳优地科技有限公司 | 充电对接方法、装置和充电桩 |
CN113879162A (zh) * | 2021-09-27 | 2022-01-04 | 国网北京市电力公司 | 机器人的控制方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110082620B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110082620A (zh) | 一种充电桩工作状态检测方法及装置 | |
CN103512762B (zh) | 图像处理方法、装置及列车故障检测系统 | |
CN105453153B (zh) | 交通灯检测 | |
CN109801282A (zh) | 路面状况检测方法、处理方法、装置及系统 | |
US9087258B2 (en) | Method for counting objects and apparatus using a plurality of sensors | |
EP2959454B1 (en) | Method, system and software module for foreground extraction | |
CN108022235A (zh) | 高压输电铁塔关键部件缺陷识别方法 | |
CN108280855A (zh) | 一种基于Fast R-CNN的绝缘子故障检测方法 | |
CN102103698B (zh) | 图像处理装置及图像处理方法 | |
CN104298996B (zh) | 一种应用于仿生机器鱼的水下主动视觉跟踪方法 | |
CN110347153A (zh) | 一种边界识别方法、系统及移动机器人 | |
CN103308523B (zh) | 多尺度瓶口缺陷检测方法及装置 | |
CN108334815A (zh) | 电力二次设备的巡检方法、开关状态识别方法及系统 | |
CN102915433A (zh) | 基于字符组合的车牌定位和识别方法 | |
CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及系统 | |
CN109740609A (zh) | 一种轨距检测方法及装置 | |
CN109389165A (zh) | 基于巡检机器人的变压器油位计识别方法 | |
CN110163109A (zh) | 一种车道线标注方法及装置 | |
CN112069988A (zh) | 一种基于枪球联动的驾驶员安全驾驶行为检测方法 | |
CN115144399B (zh) | 一种基于机器视觉的装配质量检测方法及装置 | |
CN115527178A (zh) | 路面病害检测方法和装置、电子设备和存储介质 | |
CN116385430A (zh) | 一种机器视觉瑕疵检测方法、装置、介质及设备 | |
KR101989376B1 (ko) | 궤도 회로 통합 감시 장치 | |
CN112985515B (zh) | 一种产品紧固件装配合格性检测方法、系统及存储介质 | |
CN109635684A (zh) | 一种食品追溯系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 201, building 4, courtyard 8, Dongbeiwang West Road, Haidian District, Beijing Patentee after: Beijing Yunji Technology Co.,Ltd. Address before: Room 201, building 4, courtyard 8, Dongbeiwang West Road, Haidian District, Beijing Patentee before: BEIJING YUNJI TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |