CN110110704A - 一种车辆卫生监控方法及系统 - Google Patents

一种车辆卫生监控方法及系统 Download PDF

Info

Publication number
CN110110704A
CN110110704A CN201910423616.2A CN201910423616A CN110110704A CN 110110704 A CN110110704 A CN 110110704A CN 201910423616 A CN201910423616 A CN 201910423616A CN 110110704 A CN110110704 A CN 110110704A
Authority
CN
China
Prior art keywords
image
foreign matter
group
matter index
vehicle
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.)
Pending
Application number
CN201910423616.2A
Other languages
English (en)
Inventor
梁伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shouqi Zhixing Technology Co Ltd
Original Assignee
Beijing Shouqi Zhixing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Shouqi Zhixing Technology Co Ltd filed Critical Beijing Shouqi Zhixing Technology Co Ltd
Priority to CN201910423616.2A priority Critical patent/CN110110704A/zh
Publication of CN110110704A publication Critical patent/CN110110704A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开的车辆卫生监控方法，涉及智能控制技术领域，通过车载设备控制第一图像采集设备及第二图像采集设备采集车辆前排座椅、地面及后排座椅、地面的图像并将该图像发送至后台服务器，后台服务器将接收的图像与模板图像进行对比，计算用车前后车辆前排座椅、地面的图像及车辆后排座椅、地面的图像的异物指数的差值，根据该差值判断是否需要对当前车辆做内部清洁，能够自动通知运维人员对需要做车内清洁的车辆进行清理卫生，无须人工巡视检查，提高了清洁效率、降低了人工成本。

Description

一种车辆卫生监控方法及系统
技术领域
本发明涉及智能控制技术领域，具体涉及一种车辆卫生监控方法及系统。
背景技术
由于共享汽车特殊的使用场景，车内卫生问题始终困扰着用户和运营商。车内卫生状况差，则用户不满意，甚至取消订单。
目前解决车内卫生常用的方案是增加线下运维人员的清洁频率，由于车辆分散各处，运维人员只能无差别巡视检查，然后做出是否需要清洁的下一步动作，耗时耗力。增加车内清洁频率，则会增加运营成本，同时由于车辆分散各处，很难有针对性地找出需要做车内清洁的车辆。
发明内容
为解决现有技术的不足，本发明实施例提供了一种车辆卫生监控方法及系统。
第一方面，本发明实施例提供了一种车辆卫生监控方法，该方法适用于车载设备，包括：
响应于用户设备发送的用车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第一图像组；
接收所述第一图像采集设备发送的第一图像组并将所述第一图像组发送至后台服务器；
响应于用户设备发送的还车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第二图像组；
接收所述第二图像采集设备发送的第二图像组并将所述第二图像组发送至后台服务器。
第二方面，本发明实施例提供了一种车辆卫生监控方法，该方法适用于后台服务器，包括：
接收车载设备发送的第一图像组和第二图像组；
利用基于TensorFlow的图像识别系统，分别将所述第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组，其中，所述模板图像为卫生清洁达标状态的车辆前排座椅、地面及车辆后排座椅、地面的图像；
利用基于TensorFlow的图像识别系统，分别将所述第二图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第二异物指数组；
根据所述第一异物指数组及所述第二异物指数组，分别计算所述第一图像组中各张图像的第一平均异物指数及所述第二图像组中各张图像的第二平均异物指数；
判断所述第二平均异物指数与所述第一平均异物指数的商是否大于设定的阈值，若是，则确定当前车辆需要清洁。
优选地，分别将所述第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组包括：
从所述第一图像组中选取一张图像，分别将所述图像及所述模板图像分割为N个区块并计算所述图像与模板图像中处于同一区块的两个图像之间的相似度；
判断所述相似度是否大于设定的阈值，若是，则将所述图像当前的异物指数加100/N；
重复上述步骤，得到所述第一图像组中所有图像的异物指数，生成第一异物指数组。
优选地，分别将所述第二图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第二异物指数组包括：
从所述第二图像组中选取一张图像，分别将所述图像及模板图像分割为N个区块并计算所述图像与模板图像中处于同一区块的两个图像之间的相似度；
判断所述相似度是否大于设定的阈值，若是，则将所述图像当前的异物指数加100/N；
重复上述步骤，得到所述第二图像组中所有图像的异物指数，生成第二异物指数组。
优选地，在确定当前车辆需要清洁之后，所述方法还包括：
向车载设备发送指令，暂停当前车辆的使用并获取当前车辆的车牌号及停车网点；
根据所述车牌号及停车网点，生成运维工单并将所述运维工单发送至运维人员。
第三方面，本发明实施例提供了一种车辆卫生监控系统，该系统包括：
第一图像采集设备、第二图像采集设备、车载设备及根据上述第二方面生成的后台服务器，其中：
所述第一图像采集设备设置于车辆内后视镜的表面上方，用于采集车辆前排座椅及地面的图像；
所述第二图像采集设备设置于车辆顶棚上，用于采集车辆后排座椅及地面的图像。
本发明实施例提供的车辆卫生监控方法及系统具有以下有益效果：
能够自动通知运维人员对需要做车内清洁的车辆进行清理卫生，无须人工巡视检查，提高了清洁效率、降低了人工成本。
附图说明
图1是本发明实施例提供的车辆卫生监控方法的流程示意图；
图2是本发明实施例提供的车辆卫生监控系统的结构示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1，本发明实施例提供的车辆卫生监控方法包括以下步骤：
S101，车载设备响应于用户设备发送的用车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第一图像组。
作为一个具体的实施例，第一图像组包括用户用车前车辆前排座椅的图像、车辆后排座椅的图像、车辆前排地面的图像及车辆后排地面的图像共4张图像。
S102，车载设备接收第一图像采集设备发送的第一图像组并将第一图像组发送至后台服务器。
S103，车载设备响应于用户设备发送的还车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第二图像组。
作为一个具体的实施例，第二图像组包括用户用车后车辆前排座椅的图像、车辆后排座椅的图像、车辆前排地面的图像及车辆后排地面的图像共4张图像。
S104，车载设备接收第二图像采集设备发送的第二图像组并将第二图像组发送至后台服务器。
S105，后台服务器接收车载设备发送的第一图像组和第二图像组。
S106，后台服务器利用基于TensorFlow的图像识别系统，分别将第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组，其中，模板图像为卫生清洁达标状态的车辆前排座椅、地面及车辆后排座椅、地面图像。
S107，后台服务器接利用基于TensorFlow的图像识别系统，分别将第二图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第二异物指数组。
S108，后台服务器根据第一异物指数组及第二异物指数组，分别计算第一图像组中各张图像的第一平均异物指数及第二图像组中各张图像的第二平均异物指数。
S109，后台服务器判断第二平均异物指数与第一平均异物指数的商是否大于设定的阈值，若是，则确定当前车辆需要清洁。
可选地，分别将第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组包括：
从第一图像组中选取一张图像，分别将图像及模板图像分割为N个区块并计算图像与模板图像中处于同一区块的两个图像之间的相似度。
判断相似度是否大于设定的阈值，若是，则将图像当前的异物指数加100/N。
作为一个具体的实施例，将每张图像分割成10000个区块，区块与区块之间做相似度比对，当发现对应的两个区域不匹配时，则该区块对应的图像的异物指数加0.01，其中，各个图像的初始异物指数均为0。
重复上述步骤，得到第一图像组中所有图像的异物指数，生成第一异物指数组。
可选地，分别将第二图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第二异物指数组包括：
从第二图像组中选取一张图像，分别将图像及模板图像分割为N个区块并计算图像与模板图像中处于同一区块的两个图像之间的相似度；
判断相似度是否大于设定的阈值，若是，则将图像当前的异物指数加100/N；
重复上述步骤，得到第二图像组中所有图像的异物指数，生成第二异物指数组。
可选地，在确定当前车辆需要清洁之后，该方法还包括：
向车载设备发送指令，暂停当前车辆的使用并获取当前车辆的车牌号及停车网点；
根据所述车牌号及停车网点，生成运维工单并将该运维工单发送至运维人员。
如图2所示，本发明实施例提供的车辆卫生监控系统包括第一图像采集设备、第二图像采集设备、车载设备及根据图1所示的方法生成的后台服务器，其中：
第一图像采集设备设置于车辆内后视镜的表面上方，用于采集车辆前排座椅及地面的图像；
第二图像采集设备设置于车辆顶棚上，用于采集车辆后排座椅及地面的图像。
作为一个具体的实施例，第一图像采集设备及第二图像采集设备均为摄像头。
本发明实施例提供的车辆卫生监控方法，通过车载设备控制第一图像采集设备及第二图像采集设备采集车辆前排座椅、地面及后排座椅、地面的图像并将该图像发送至后台服务器，后台服务器将接收的图像与模板图像进行对比，计算用车前后车辆前排座椅、地面的图像及车辆后排座椅、地面的图像的异物指数的差值，根据该差值判断是否需要对当前车辆做内部清洁，能够自动通知运维人员对需要做车内清洁的车辆进行清理卫生，无须人工巡视检查，提高了清洁效率、降低了人工成本。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (6)

1.一种车辆卫生监控方法，其特征在于，包括：
响应于用户设备发送的用车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第一图像组；
接收所述第一图像采集设备发送的第一图像组并将所述第一图像组发送至后台服务器；
响应于用户设备发送的还车指令，向第一图像采集设备及第二图像采集设备发送控制指令，控制所述第一图像采集设备采集车辆前排、地面的多张图像及所述第二图像采集设备采集车辆后排座椅、地面的多张图像，生成第二图像组；
接收所述第二图像采集设备发送的第二图像组并将所述第二图像组发送至后台服务器。
2.一种车辆卫生监控方法，其特征在于，包括：
接收车载设备发送的第一图像组和第二图像组；
利用基于TensorFlow的图像识别系统，分别将所述第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组，其中，所述模板图像为卫生清洁达标状态的车辆前排座椅、地面及后排座椅、地面的图像；
利用基于TensorFlow的图像识别系统，分别将所述第二图像组中各张图像与所述模板图像做对比，计算各张图像的异物指数，生成第二异物指数组；
根据所述第一异物指数组及所述第二异物指数组，分别计算所述第一图像组中各张图像的第一平均异物指数及所述第二图像组中各张图像的第二平均异物指数；
判断所述第二平均异物指数与所述第一平均异物指数的商是否大于设定的阈值，若是，则确定当前车辆需要清洁。
3.根据权利要求2所述的车辆卫生监控方法，其特征在于，分别将所述第一图像组中各张图像与模板图像做对比，计算各张图像的异物指数，生成第一异物指数组包括：
从所述第一图像组中选取一张图像，分别将所述图像及所述模板图像分割为N个区块并计算所述图像与模板图像中处于同一区块的两个图像之间的相似度；
判断所述相似度是否大于设定的阈值，若是，则将所述图像当前的异物指数加100/N；
重复上述步骤，得到所述第一图像组中所有图像的异物指数，生成第一异物指数组。
4.根据权利要求2所述的车辆卫生监控方法，其特征在于，分别将所述第二图像组中各张图像与所述模板图像做对比，计算各张图像的异物指数，生成第二异物指数组包括：
从所述第二图像组中选取一张图像，分别将所述图像及所述模板图像分割为N个区块并计算所述图像与所述模板图像中处于同一区块的两个图像之间的相似度；
判断所述相似度是否大于设定的阈值，若是，则将所述图像当前的异物指数加100/N；
重复上述步骤，得到所述第二图像组中所有图像的异物指数，生成第二异物指数组。
5.根据权利要求2所述的车辆卫生监控方法，其特征在于，在确定当前车辆需要清洁之后，所述方法还包括：
向车载设备发送指令，暂停当前车辆的使用并获取当前车辆的车牌号及停车网点；
根据所述车牌号及停车网点，生成运维工单并将所述运维工单发送至运维人员。
6.一种车辆卫生监控方法，其特征在于，包括第一图像采集设备、第二图像采集设备、车载设备及根据上述权利要求2所生成的后台服务器，其中：
所述第一图像采集设备设置于车辆内后视镜的表面上方，用于采集车辆前排座椅及地面的图像；
所述第二图像采集设备设置于车辆顶棚上，用于采集车辆后排座椅及地面的图像。
CN201910423616.2A 2019-05-21 2019-05-21 一种车辆卫生监控方法及系统 Pending CN110110704A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910423616.2A CN110110704A (zh) 2019-05-21 2019-05-21 一种车辆卫生监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910423616.2A CN110110704A (zh) 2019-05-21 2019-05-21 一种车辆卫生监控方法及系统

Publications (1)

Publication Number Publication Date
CN110110704A true CN110110704A (zh) 2019-08-09

Family

ID=67491344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910423616.2A Pending CN110110704A (zh) 2019-05-21 2019-05-21 一种车辆卫生监控方法及系统

Country Status (1)

Country Link
CN (1) CN110110704A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784685A (zh) * 2019-10-23 2020-02-11 上海能塔智能科技有限公司 车辆清洁状况的监控方法及装置、存储介质、终端
CN111639645A (zh) * 2020-06-03 2020-09-08 北京首汽智行科技有限公司 一种车牌号识别方法
CN112580754A (zh) * 2021-02-25 2021-03-30 湖南华辰悦科技有限公司 一种适用于工地的车辆清洁度判断方法、装置及存储介质
CN113038066A (zh) * 2019-12-09 2021-06-25 青岛海尔洗衣机有限公司 卫生监控方法、设备及系统
CN113792647A (zh) * 2021-09-13 2021-12-14 上海岳塘环保工程有限公司 一种智能环卫管理方法和系统
CN114373263A (zh) * 2022-01-11 2022-04-19 孟凡玉 基于互联网的多元化共享检测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388837A (zh) * 2017-02-03 2018-08-10 福特全球技术公司 一种用于评估自主车辆的内部的系统和方法
CN108734100A (zh) * 2017-04-21 2018-11-02 福特全球技术公司 污渍和垃圾检测系统及方法
CN108875568A (zh) * 2017-05-12 2018-11-23 福特全球技术公司 车辆污点和垃圾检测系统和方法
WO2019014874A1 (en) * 2017-07-19 2019-01-24 Bayerische Motoren Werke Aktiengesellschaft APPARATUS, SERVER AND METHOD FOR SHARING VEHICLE
WO2019032097A1 (en) * 2017-08-08 2019-02-14 Ford Global Technologies, Llc VEHICLE INSPECTION SYSTEMS AND METHODS
CN109515315A (zh) * 2018-09-14 2019-03-26 纵目科技（上海）股份有限公司 一种无人驾驶车辆内物体识别方法、系统、终端和存储介质
CN109558858A (zh) * 2018-12-11 2019-04-02 北京首汽智行科技有限公司 基于深度学习的车内卫生自动识别方法及系统
CN109727058A (zh) * 2018-11-19 2019-05-07 北京三快在线科技有限公司 用户行为异常检测方法、装置、电子设备及可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388837A (zh) * 2017-02-03 2018-08-10 福特全球技术公司 一种用于评估自主车辆的内部的系统和方法
CN108734100A (zh) * 2017-04-21 2018-11-02 福特全球技术公司 污渍和垃圾检测系统及方法
CN108875568A (zh) * 2017-05-12 2018-11-23 福特全球技术公司 车辆污点和垃圾检测系统和方法
WO2019014874A1 (en) * 2017-07-19 2019-01-24 Bayerische Motoren Werke Aktiengesellschaft APPARATUS, SERVER AND METHOD FOR SHARING VEHICLE
WO2019032097A1 (en) * 2017-08-08 2019-02-14 Ford Global Technologies, Llc VEHICLE INSPECTION SYSTEMS AND METHODS
CN109515315A (zh) * 2018-09-14 2019-03-26 纵目科技（上海）股份有限公司 一种无人驾驶车辆内物体识别方法、系统、终端和存储介质
CN109727058A (zh) * 2018-11-19 2019-05-07 北京三快在线科技有限公司 用户行为异常检测方法、装置、电子设备及可读存储介质
CN109558858A (zh) * 2018-12-11 2019-04-02 北京首汽智行科技有限公司 基于深度学习的车内卫生自动识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李康清: "自动驾驶在共享汽车中的落地运营", 《人工智能》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784685A (zh) * 2019-10-23 2020-02-11 上海能塔智能科技有限公司 车辆清洁状况的监控方法及装置、存储介质、终端
CN110784685B (zh) * 2019-10-23 2021-06-29 上海能塔智能科技有限公司 车辆清洁状况的监控方法及装置、存储介质、终端
CN113038066A (zh) * 2019-12-09 2021-06-25 青岛海尔洗衣机有限公司 卫生监控方法、设备及系统
CN111639645A (zh) * 2020-06-03 2020-09-08 北京首汽智行科技有限公司 一种车牌号识别方法
CN112580754A (zh) * 2021-02-25 2021-03-30 湖南华辰悦科技有限公司 一种适用于工地的车辆清洁度判断方法、装置及存储介质
CN113792647A (zh) * 2021-09-13 2021-12-14 上海岳塘环保工程有限公司 一种智能环卫管理方法和系统
CN114373263A (zh) * 2022-01-11 2022-04-19 孟凡玉 基于互联网的多元化共享检测系统

Similar Documents

Publication Publication Date Title
CN110110704A (zh) 一种车辆卫生监控方法及系统
Girard et al. Zonotope/hyperplane intersection for hybrid systems reachability analysis
CN109543662B (zh) 基于区域提议的目标检测方法、系统、装置和存储介质
US20170024889A1 (en) Self-calibration of a static camera from vehicle information
US8358316B2 (en) Procedure and device for the texturizing of an object of a virtual three-dimensional geometric model
CN106611510A (zh) 车位检测装置、电子设备及方法
KR101909544B1 (ko) 평면 검출 장치 및 방법
EP2299703A2 (en) System and method for producing high definition video from low definition video
CN110659658B (zh) 一种目标检测方法及其装置
CN108629763A (zh) 一种视差图的评判方法、装置及终端
CN110853353A (zh) 基于视觉的密度交通车辆计数和交通流量计算方法及系统
CN115423993A (zh) 一种基于三维gis的分层分户单体化方法及系统
CN109558858A (zh) 基于深度学习的车内卫生自动识别方法及系统
Möllering et al. An optimal critical level policy for inventory systems with two demand classes
CN104933411A (zh) 指纹识别处理方法及系统
CN112420135A (zh) 一种基于样方法和分位数回归的虚拟样本生成方法
US20200378774A1 (en) Method for allocating shareable vehicles in preset areas and electronic device employing the method
JP2014147771A (ja) Ｃｔ画像のノイズマップを推定する方法及びシステム
CN109978986B (zh) 一种三维模型的重建方法、装置、存储介质及终端设备
Werner et al. Efficient and precise multi-camera reconstruction
Trageser et al. Spatial modelling of electrical loads in distribution grids based on socioeconomic data
CN110097262A (zh) 一种群智感知中对感知时长敏感的任务分配方法
CN105894481B (zh) 用于视频监控设备的直方图均衡化方法及装置
Rac et al. Cost-effective scheduling for kubernetes in the edge-to-cloud continuum
CN110086867A (zh) 一种还车网点推送方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190809

RJ01 Rejection of invention patent application after publication