CN111429725B - 一种基于智能商业化的电动汽车智能识别充电方法 - Google Patents

一种基于智能商业化的电动汽车智能识别充电方法 Download PDF

Info

Publication number
CN111429725B
CN111429725B CN202010095938.1A CN202010095938A CN111429725B CN 111429725 B CN111429725 B CN 111429725B CN 202010095938 A CN202010095938 A CN 202010095938A CN 111429725 B CN111429725 B CN 111429725B
Authority
CN
China
Prior art keywords
vehicle
preset
intelligent
parking
gray value
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.)
Expired - Fee Related
Application number
CN202010095938.1A
Other languages
English (en)
Other versions
CN111429725A (zh
Inventor
徐方林
胡振斌
陶远鹏
胡丹
许劲松
苏怡
程周育
窦国贤
宋晓波
储世华
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.)
Anhui Yuqiu Fire Technology Co ltd
Anhui Jiyuan Software Co Ltd
State Grid Anhui Electric Vehicle Service Co Ltd
Original Assignee
Anhui Yuqiu Fire Technology Co ltd
Anhui Jiyuan Software Co Ltd
State Grid Anhui Electric Vehicle Service 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 Anhui Yuqiu Fire Technology Co ltd, Anhui Jiyuan Software Co Ltd, State Grid Anhui Electric Vehicle Service Co Ltd filed Critical Anhui Yuqiu Fire Technology Co ltd
Priority to CN202010095938.1A priority Critical patent/CN111429725B/zh
Publication of CN111429725A publication Critical patent/CN111429725A/zh
Application granted granted Critical
Publication of CN111429725B publication Critical patent/CN111429725B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0265—Vehicular advertisement
    • G06Q30/0266—Vehicular advertisement based on the position of the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于智能商业化的电动汽车智能识别充电方法，包括：采集底线图像；判断车位底线是否被覆盖，是则采集车辆位置信息及轮廓图像；采集红外图像，提取发热位置和发热特征；识别并获得车辆类型；判断车辆类型是否为电动汽车，是则进行充电，否则进行驱离；检测流通路口的车辆信息，获取流向信息；判断停车位是否存在车辆；计算出车辆的离地高度；计算停车密度，并判断是否达到预设车密度，是则对车辆流通数量统计，在车辆流通数量达到预设车流量的路径推送广告推送信息一；判断离地高度的变化值是否大于预设高度差，是则向车载人员发送广告推送信息二。本发明防占用，利用率高，便于电动汽车充电，广告效果好，使用寿命长。

Description

一种基于智能商业化的电动汽车智能识别充电方法
技术领域
本发明涉及电动汽车充电技术领域的一种充电方法，尤其涉及一种基于智能商业化的电动汽车智能识别充电方法。
背景技术
电动汽车停车充电站用于向电动汽车提供充电设备，例如提供大量的停车位以及充电桩，其具体形式种类多样。一种是专用充电站，由于需要占用大量场地和需要专用电网，投资巨大且难以收回成本，很难进行商业推广，而电动汽车普及的前提是先拥有充电站网络。第二种直流充电站(快充)，是采用储能装置的箱式电动汽车快速充电站。第三种交流充电站(慢充)，是采用投币式壁挂电动自行车充电站。
目前，电动汽车停车充电站中车位一般仅仅向电动汽车提供，但是现有的停车位经常会被非电动汽车占据，例如燃油车和其他非机动车，这样就会造成大量的充电桩未被使用，产生资源浪费，同时也会导致部分电动汽车无法充电。而且，向电动汽车停车充电站(停车场)中推送广告的形式比较单一，一般都是通过单一的显示屏幕进行广告播送，而在大部分情况下，停车场中人员密度并不是很大，而仅仅只会在一些特定情况下会存在较大的人员流动性，例如，在上下班高峰期或假期。因此，在其他时间段中，如果持续在停车场中投送广告，这样会产生大量的电能损耗，造成资源浪费，同时缩短广告设备的使用寿命，而且不能够将广告准确及时地传递到客需求户，广告效果并不理想。
发明内容
为解决现有的电动汽车停车充电站停车位被非电动汽车占用而导致资源浪费，并造成部分电动汽车无法充电，而且推送广告时推送效率低，浪费电能资源的技术问题，本发明提供一种基于智能商业化的电动汽车智能识别充电方法。
本发明采用以下技术方案实现：一种基于智能商业化的电动汽车智能识别充电方法，其包括以下步骤：
实时采集各个停车位的底线图像；
判断所述底线图像中车位底线是否被所述停放车辆覆盖；
在所述车位底线被所述停放车辆覆盖时，采集所述停车车辆的车辆位置信息以及轮廓图像；
根据所述车辆位置和所述轮廓图像，采集所述车辆位置处的轮廓范围内的红外图像；
提取所述红外图像中的发热位置以及所述发热位置的发热特征；
根据所述发热位置与所述发热特征，在一个预设车辆识别系统中对所述停放车辆进行识别，以获得所述停放车辆的车辆类型；其中，所述发热位置与所述发热特征在所述预设车辆识别系统中对应唯一的一个车辆类型；
判断所述车辆类型是否为电动汽车；
在所述车辆类型为非电动汽车时，对所述停放车辆进行驱离；
在所述车辆类型为电动汽车时，对所述停放车辆进行充电；
检测通过所有流通路口的车辆信息，并根据同一车辆产生的车辆信息，获取所述车辆的流向信息；
判断各个停车位上是否存在车辆，并在所述停车位上存在所述车辆时识别所述车辆的车型；
向位于停车位上的车辆发射超声波并同步计时，并根据计时时间计算出所述车辆距离对应的停车位的地面的离地高度；
先获取所述停车场的停车数量，再计算出所述停车场的停车密度，最后判断所述停车密度是否达到一个预设车密度；
在所述停车密度达到所述预设车密度时，先根据各个车辆的流向信息，对各个流通路径上的车辆流通数量进行统计并排序，再选取所述车辆流通数量达到一个预设车流量的至少一条流通路径以作为广告推送路径，最后在所述广告推送路径上推送一个广告推送信息一；
在所述停车位上存在所述车辆时，判断所述离地高度的变化值是否大于一个预设高度差；
在所述变化值大于所述预设高度差时，根据所述车辆的停车位置，向所述车载人员发送一个广告推送信息二。
本发明通过先采集停车位的底线图像，再判断出车位底线是否被覆盖，是则采集停车车辆的位置信息和轮廓图像，然后提取红外图像中的发热位置以及发热特征，再然后在预设车辆识别系统中对停放车辆进行识别，获得车辆类型，再然后判断车辆类型是否为电动汽车，是则对停放车辆进行充电，否则直接对停放车辆进行驱离，再然后检测各个流通路口的车辆信息，并通过分析每辆车所运动的所路过的流通路口而确定车辆的流向信息，再然后检测各个停车位上是否停有车辆，并且检测其车型，再然后向车辆发送超时波并计时，利用超声波的往返时间计算车辆与地面的距离以作为离地高度，通过停车数量判断停车场的停车密度，在停车密度达到预设车密度后，进一步根据流向信息对每条流通路径上的车流量进行排序统计，这样在车辆流通数量达到预设车流量的流通路径上推送广告，可以使广告准确及时地发送至需求客户，而停车密度和车辆流通数量不足时则不会推送广告，可以防止电能大量损耗，延长广告设备的使用寿命，解决了现有的电动汽车停车充电站停车位被非电动汽车占用而导致资源浪费，并造成部分电动汽车无法充电，而且推送广告时推送效率低，浪费电能资源的技术问题，得到了防占用，设备资源利用率高，同时便于电动汽车充电，电能资源利用率高，设备使用寿命长，而且广告效果好的技术效果。
作为上述方案的进一步改进，所述离地高度的计算公式为：
Figure BDA0002385268550000031
其中，H为所述离地高度，C为超声波传播速度，T为所述计时时间，D为发射所述超声波的设备的发射端与接收端的距离。
作为上述方案的进一步改进，所述停车密度的计算公式为：
PD＝(X+Y1-Y2)/Z
其中，PD为所述停车密度，X为存在车辆的停车位的数量，Y1为进入所述停车场的车辆数量，Y2为离开对应的停车位且还位于所述停车场的车辆数量，Z为所述停车场的停车位数量。
进一步地，进入所述停车场的车辆数量的计算公式为：
Y1＝y1-y2
其中，y1为一个预设时间内检测的车辆数量，y2为所述预设时间内位于所有停车位上和通过流通路口的车辆总数量，且满足Y2＝y2。
作为上述方案的进一步改进，所述电动汽车智能识别充电方法还包括以下步骤：
检测对应的流通路径上是否存在流通人员；
根据各个所述热红外人体感应器的检测信息，统计所述停车场中的流通人员总数量；
判断所述流通人员总数量是否大于一个预设客户数量；
在所述流通人员总数量大于所述预设客户数量时，在相应的流通路径上设置所述广告推送信息一。
进一步地，所述电动汽车智能识别充电方法还包括以下步骤：
统计各个流通路径上的流通人员路径数量；
对所述流通人员路径数量进行排序；
将流通人员路径数量最大的流通路径推送所述广告推送信息一。
作为上述方案的进一步改进，所述电动汽车智能识别充电方法还包括以下步骤：
获取所述红外图像中的背景灰度值和最亮灰度值，并作为所述发热特征；
计算所述最亮灰度值与所述背景灰度值的灰度差值；
判断所述灰度差值是否大于一个预设灰度值一；
在所述灰度差值大于所述预设灰度值一时，判定所述车辆类型为非电动汽车；
在所述灰度差值不大于所述预设灰度值一时，判定所述车辆类型为电动汽车。
作为上述方案的进一步改进，在提取所述发热位置以及所述发热特征之前，还对所述红外图像进行噪声处理，且处理方法包括以下步骤：
获取所述红外图像中所述停放车辆的驾驶位置区域和乘客位置区域；
判断所述驾驶位置区域或乘客位置区域的灰度值是否达到一个预设人体红外灰度值；
在所述灰度值达到所述预设人体红外灰度值时，将灰度值大于所述预设人体红外灰度值的部分从所述红外图像中剔除。
作为上述方案的进一步改进，在提取所述发热位置以及所述发热特征之前，还对所述红外图像进行移动噪声处理，且处理方法包括以下步骤：
获取不同时段的若干红外图像；
将若干红外图像进行比对，以筛选出灰度值变化值小于一个预设灰度阈值且位置变化量大于一个预设位置变化值的至少一个移动目标；
将所述移动目标从所述红外图像中剔除。
作为上述方案的进一步改进，所述电动汽车智能识别充电方法还包括以下步骤：
获取所述红外图像中的背景灰度值和最亮灰度值，并作为所述发热特征；
计算所述最亮灰度值与所述背景灰度值的灰度差值；
判断所述灰度差值是否小于一个预设灰度值二；
在所述灰度差值小于所述预设灰度值二时，判定所述车辆类型为电动汽车；
在所述灰度差值不小于所述预设灰度值二时，判定所述车辆类型为非电动汽车。
相较于现有的电动汽车停车充电站，本发明的基于智能商业化的电动汽车智能识别充电方法具有以下有益效果：
1、该基于智能商业化的电动汽车智能识别充电方法，其先采集停车位的底线图像，再判断出车位底线是否被覆盖，是则采集停车车辆的位置信息和轮廓图像，然后提取红外图像中的发热位置以及发热特征，再然后在预设车辆识别系统中对停放车辆进行识别，获得车辆类型，最后判断车辆类型是否为电动汽车，是则对停放车辆进行充电，否则直接对停放车辆进行驱离。由于电动汽车和非电动汽车在动力发热方面会有差异，而该电动汽车充电的方法则利用发热特征实现电动汽车的类型识别，防止非电动汽车占据停车位，保障电动汽车的充电需求，从而提高充电设备的利用率，避免资源浪费。
2、该基于智能商业化的电动汽车智能识别充电方法，其先检测对应的流通路口的车辆信息，而后就可以根据这些车辆信息对每辆车所经过的流通路口进行整合，从而获取每辆车的流向信息，通过检测对应的停车位上是否存在车辆，并对存在的车辆进行车型识别，由于向车辆发送超时波并同步计时，这样就可以根据计时时间计算车辆的离地高度，通过获取停车场的停车数量，并进一步计算出停车密度，最后判断停车密度是否达到预设车密度。在停车密度达到预设车密度时，根据流向信息对每条流通路径上的车流量进行排序统计，并将车辆流通数量达到预设车流量的流通路径作用广告推送路径，最后在该广告推送路径推送广告推送信息一。这样，该广告推送信息一可以准确及时地推送至需求客户，而且由于在车流量比较大的时段以及路径上进行广告推送，可以使广告的推送效率大幅提升，而在停车密度和车辆流通数量不足时则不会推送广告，避免由于在广告推送时无人观看而造成电能浪费，延长广告设备的使用寿命，从而提升广告的推送效果。
3、该基于智能商业化的电动汽车智能识别充电方法，其还判断离地高度的变化情况，利用车载人员下车后的车位变化而及时地确定车载人员已经下车，这时向该车载人员推送广告推送信息二，可以精确地将广告推送至车载人员，如此可以进一步提高电能资源的利用率，避免广告推送在无人的情况下，提高设备的使用寿命，并且可以使广告的推送效果更加明显，使更多的车载人员能够接收到广告信息。
4、该基于智能商业化的电动汽车智能识别充电方法，其检测各个流通路径上是否存在流通人员，这样就可以统计流通人员总数量，并且判断总数量是否大于预设客户数量。在总数量大于预设客户数量时，就设置广告推送信息一，这样就可以使这部分流通人员能够及时查看到广告，使广告信息精确地发送到需求客户，使广告的推送效果更加明显。而且，还能够统计流通人员在各个路径上的数量，并将该数量进行排序，选取数量最大的流通路径推送广告，使广告传播的人数最大化，从而提升广告的推送效果。
5、该基于智能商业化的电动汽车智能识别充电方法，其识别车辆类型时先获取红外图像中背景灰度值和最亮灰度值，该最亮灰度值能够反映车辆发热量最大的区域，而背景灰度值则反映车辆其他非发热区域，随后计算灰度差值，最后判断灰度差值是否大于预设灰度值一，是则说明该车辆采用发热量较大的燃油发动机，为非电动汽车，否则为电动汽车。该方法识别车辆类型时也可以将灰度差值与一个预设灰度值二进行比较，仅当灰度差值小于预设灰度值二时才能够将该车辆判定为电动汽车，否则为非电动汽车。这样该方法就能够利用车辆的发热特征进行车辆类型判断，以便于后续对非机动车进行驱离处理，而且由于燃油发动机和电力发动机在产热量方面存在巨大的区别，这样可以明显提高车辆类型的识别率。
6、该基于智能商业化的电动汽车智能识别充电方法，其还在提取发热特征之前对红外图像进行噪声处理，通过获取驾驶位置区域和乘客位置区域并判断区域的灰度值是否达到预设人体红外灰度值，是则将该区域剔除掉，这样就可以将影响灰度判断的因素剔除，这样车辆中灰度值较大的因素就相应不存在了，可以使获得发热特征更加接近于车辆本身的实际发热特征，提高数据提取的准确性。
7、该基于智能商业化的电动汽车智能识别充电方法，其还在取发热特征之前对红外图像进行移动噪声处理，通过比对不同时段的红外图像，从而筛选出移动目标，最后将该移动目标剔除，这样就可以避免人体、宠物等热量较大的移动噪声，从而进一步提高提取的发热特征的准确性。
附图说明
图1为本发明实施例1的基于智能商业化的电动汽车智能识别充电方法的流程图；
图2为图1所示出的方法中采集底线图像和红外图像的示意图；
图3为本发明实施例2的基于智能商业化的电动汽车智能识别充电方法中超声波传播的示意图；
图4为图3中的超声波在传递后的计算模型图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例1
请参阅图1，本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，该方法用于判断一个电动汽车停车充电站(大型停车充电站)中各个停车位上停放车辆的类型，并同时能够向停车场中的车载人员提供广告推送服务。在本实施例中，停放车辆的类型分为电动汽车和非电动汽车，而非电动汽车一般为燃油车，这是由于目前机动车大部分还是以燃油车为主，而电动汽车的数量并不是很多，同时由于停车位的数量有效，因此会存在燃油车占用电动汽车停车位的情况。同时，电动汽车停车充电站的广告推送一般为持续进行，使得广告推送效率大打折扣，还存在资源浪费的情况。基于此，本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，该方法包括以下这些步骤。
1、请参阅图2，实时采集各个停车位的底线图像。在本实施例中，通过一个可见光摄像头对停车位的车位底线进行拍摄，以获取底线图像。可见光摄像头可以通过安装柱、基座等安装结构安装在停放车辆的前侧或者后侧，当然，在一些特殊的停车位上，可见光摄像头也可以设置在停车位的左侧或者右侧，例如该停车位为侧向停车位，则可以将可见光摄像头设置在侧向。
2、判断底线图像中车位底线是否被停放车辆覆盖。由于车位底线在车辆未停放时是完整的，而在停放车辆停在该停车位上时，车位底线将会被停放车辆覆盖，这样在底线图像中就找不到该车位底线，从而就能够判断该停车位已经被车辆占用。
3、在车位底线被停放车辆覆盖时，采集停车车辆的车辆位置信息以及轮廓图像。当停放车辆占用停车位时，可以采用地磁传感器检测车辆信息，地磁传感器利用地球磁场分布确定的特性，在车辆通过时会改变磁场分布而引起传感器内部的电阻特性将会改变的基本原理进行磁场变化的测量，此时就可以获取到车辆位置信息。地磁传感器与常用的地磁线圈检测器相比，具有安装尺寸小、灵敏度高、施工量小、使用寿命长，对路面的破坏小。一般而言，地磁传感器自身可以配备摄像功能，这样就可以直接获取到停放车辆的轮廓图像，当然，也可以用其他的摄像头采集车辆的轮廓图像。
4、根据车辆位置和轮廓图像，采集车辆位置处的轮廓范围内的红外图像。在之前的步骤中由于已经确定了停放车辆的位置和轮廓，这样就通过一个红外摄像头对车辆位置处的轮廓范围内的区域进行红外拍摄，以获取红外图像。红外摄像头可以采用现有的红外摄像设备，其能够对一定范围内的红外图像进行采集，利用热辐射的不同生成相应的红外图像。
5、提取红外图像中的发热位置以及发热位置的发热特征。在停放车辆刚刚停放在停车位上时，燃油车的发热位置一般为车辆的发动机舱及尾气排放部分，也就是车身前部的引擎盖部位及尾气排放管，此部分的热量较为集中，且与车身其它部位的发热状态形成强烈的对比效果。而电动汽车由于采用电力供电，其发热区域一般为整个车身，而且就算部分区域的发热量会大一些，发热量也没有燃油车的发热量大。
6、根据发热位置与发热特征，在一个预设车辆识别系统中对停放车辆进行识别，以获得停放车辆的车辆类型。其中，发热位置与发热特征在预设车辆识别系统中对应唯一的一个车辆类型。在预设车辆识别系统中，预设不同的两个车辆识别模式。其中一个车辆识别模式用于将发热位置为停放车辆的全部区域的停放车辆识别为电动汽车，其中另一个车辆识别模式用于将发热位置为停放车辆的发动机舱及尾气排放部分区域的停放车辆识别为非电动汽车。一般而言，燃油车和电动汽车的发热位置是不同的，假使在发热位置相同的情况下，发热特征也一定是不同的。对于发热特征而言，燃油车由于采用燃油发动机，其发热量非常大，同时发热区域(形状)也相对固定。而电动汽车发热最大的区域一般为蓄电池和发动机处，发热量会明显小于燃油发动机的热量，同时发热区域也有所不同。这里可以这样佐证，假使电动机的发动机或蓄电池的发热量能够达到燃油发动机的热量，由于燃油发动机采用燃油的形式压缩空气做功，温度能够达到燃点，倘若该温度发生在电动汽车中，必然会导致电动汽车的线缆发生火灾，这不符合常理，因此电动机的局部发热量一定达不到燃油车中的发热量。
7、判断车辆类型是否为电动汽车。在上一步中可以通过发热位置和发热特征确定车辆类型，这样在本步骤中就可以判断停放车辆是否为电动汽车，以便于后续进行相应的处理。
8、在车辆类型为非电动汽车时，对停放车辆进行驱离。由于非电动汽车占用停车位会导致充电桩的充电资源被浪费，同时也使一部分电动汽车没有停车位进行充电，因此需要对非电动汽车进行驱离。在驱离时，可以通过地锁、道闸、声光报警系统对停放车辆进行驱离，并向相应的管理平台发送告警信息。当然，也可以通过设置在充电桩中的警示器发出警示音，提醒停放车辆的驾驶员将车辆挪走。这样，一方面能够保证充电站的资源被充分利用，另一方面方便电动汽车进行充电，而且还能够引导绿色交通工具的选择，进而能够深层次起到保护环境的作用。
9、在车辆类型为电动汽车时，对停放车辆进行充电。本步骤可以直接预设在停车位的充电桩中，当判定车辆类型为电动汽车时，充电桩直接实现对停放车辆的充电功能。
10、检测通过所有流通路口的车辆信息，并根据同一车辆产生的车辆信息，获取车辆的流向信息。在本实施例中，可以通过多个地磁传感器一进行检测，多个地磁传感器一分别与停车场的多个流通路口对应，而且每个地磁传感器一安装在对应的流通路口处，并用于检测通过对应的流通路口的车辆信息。地磁传感器一可用于检测车辆的存在和车型识别，其利用地球磁场分布确定的特性，在车辆通过时会改变磁场分布而引起传感器内部的电阻特性将会改变的基本原理进行磁场变化的测量。地磁传感器一与常用的地磁线圈检测器相比，具有安装尺寸小、灵敏度高、施工量小、使用寿命长，对路面的破坏小。具体而言，统计一个时段内同一辆车辆所通过的所有流通路口，并将这些路口串联成一条流通路径，当然，也可以将这些流通路口与预置的多条流通路径进行比对，选择具有最多的流通路口的流通路径为该车辆实际的流通路径。在分析时，需要将所有地磁传感器一的检测信息整合，根据车辆信息将车辆进行分类统计，并对每辆车辆按照时间线进行单独统计。
11、判断各个停车位上是否存在车辆，并在停车位上存在车辆时识别车辆的车型。在本实施例中，可以通过多个地磁传感器二进行检测，多个地磁传感器二分别与停车场中的多个停车位对应。每个地磁传感器二安装在对应的停车位上，用于检测对应的停车位上是否存在车辆，并在对应的停车位上存在车辆时识别车辆的车型。地磁传感器二可以与地磁传感器一采用同样型号的传感器，其能够准确地识别出停车位上的车辆。当驾驶员将车辆停在停车位上，地磁传感器二将自动感应车辆的停车时间，将时间传送到中继站。同时，由于地磁传感器二具有摄像功能，因此也可以对车辆的车牌信息进行采集。
12、向位于停车位上的车辆发射超声波并同步计时，并根据计时时间计算出车辆距离对应的停车位的地面的离地高度。在本实施例中，由于超声波在发射至车辆的底盘上后会反射回来，而且由于超声波在空气中的传播速度恒定，这样就可以计算出相应的传播距离，进一步就可以计算出离地高度。在本实施例中，计时时间为超声波从其发射器发射超声波到车辆至接收器接收到同一超声波的时间间隔，发射器和接收器位于车辆的底盘的同一垂直方向上。因此，计算离地高度的计算公式为：
Figure BDA0002385268550000121
其中，H为离地高度，C为超声波传播速度，T为计时时间。
13、先获取停车场的停车数量，再计算出停车场的停车密度，最后判断停车密度是否达到一个预设车密度。停车数量可以通过之前对各个停车位上是否存在车辆的判断，从而对所有停放车辆的停车位进行统计。在计算车辆密度时，停车密度的计算公式为：
PD＝(X+Y1-Y2)/Z
式中，PD为停车密度，X为存在车辆的停车位的数量，Y1为进入停车场的车辆数量，Y2为离开对应的停车位且还位于停车场的车辆数量，Z为停车场的停车位数量。在停车场中，绝大部分车辆都会停放在停车位上，而只有少部分车辆会在停车场中通行，因此在一些实施例中，Y1-Y2的数值可以取零。
其中，计算进入停车场的车辆数量的计算公式则为：
Y1＝y1-y2
其中，y1为一个预设时间内检测的车辆数量，y2为所述预设时间内位于所有停车位上和通过流通路口的车辆总数量，且满足Y2＝y2。
14、在停车密度达到预设车密度时，先根据各个车辆的流向信息，对各个流通路径上的车辆流通数量进行统计并排序，再选取车辆流通数量达到一个预设车流量的至少一条流通路径以作为广告推送路径，最后在广告推送路径上推送一个广告推送信息一。这样，该广告推送信息一可以准确及时地推送至需求客户，而且由于在车流量比较大的时段以及路径上进行广告推送，可以使广告的推送效率大幅提升，而在停车密度和车辆流通数量不足时则不会推送广告，避免由于在广告推送时无人观看而造成电能浪费，延长广告设备的使用寿命，从而提升广告的推送效果。
15、在停车位上存在车辆时，判断离地高度的变化值是否大于一个预设高度差。在变化值大于预设高度差时，根据车辆的停车位置，向车载人员发送一个广告推送信息二。这样，就可以精确地将广告推送至车载人员，如此可以进一步提高电能资源的利用率，避免广告推送在无人的情况下，提高设备的使用寿命，并且可以使广告的推送效果更加明显，使更多的车载人员能够接收到广告信息。
综上所述，相较于现有的电动汽车停车充电站，本实施例的基于智能商业化的电动汽车智能识别充电方法具有以下优点：
1、该基于智能商业化的电动汽车智能识别充电方法，其先采集停车位的底线图像，再判断出车位底线是否被覆盖，是则采集停车车辆的位置信息和轮廓图像，然后提取红外图像中的发热位置以及发热特征，再然后在预设车辆识别系统中对停放车辆进行识别，获得车辆类型，最后判断车辆类型是否为电动汽车，是则对停放车辆进行充电，否则直接对停放车辆进行驱离。由于电动汽车和非电动汽车在动力发热方面会有差异，而该电动汽车充电的方法则利用发热特征实现电动汽车的类型识别，防止非电动汽车占据停车位，保障电动汽车的充电需求，从而提高充电设备的利用率，避免资源浪费。
2、该基于智能商业化的电动汽车智能识别充电方法，其先检测对应的流通路口的车辆信息，而后就可以根据这些车辆信息对每辆车所经过的流通路口进行整合，从而获取每辆车的流向信息，通过检测对应的停车位上是否存在车辆，并对存在的车辆进行车型识别，由于向车辆发送超时波并同步计时，这样就可以根据计时时间计算车辆的离地高度，通过获取停车场的停车数量，并进一步计算出停车密度，最后判断停车密度是否达到预设车密度。在停车密度达到预设车密度时，根据流向信息对每条流通路径上的车流量进行排序统计，并将车辆流通数量达到预设车流量的流通路径作用广告推送路径，最后在该广告推送路径推送广告推送信息一。这样，该广告推送信息一可以准确及时地推送至需求客户，而且由于在车流量比较大的时段以及路径上进行广告推送，可以使广告的推送效率大幅提升，而在停车密度和车辆流通数量不足时则不会推送广告，避免由于在广告推送时无人观看而造成电能浪费，延长广告设备的使用寿命，从而提升广告的推送效果。
3、该基于智能商业化的电动汽车智能识别充电方法，其还判断离地高度的变化情况，利用车载人员下车后的车位变化而及时地确定车载人员已经下车，这时向该车载人员推送广告推送信息二，可以精确地将广告推送至车载人员，如此可以进一步提高电能资源的利用率，避免广告推送在无人的情况下，提高设备的使用寿命，并且可以使广告的推送效果更加明显，使更多的车载人员能够接收到广告信息。
实施例2
请参阅图3以及图4，本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，其与实施例1的充电方法相似，区别在于本实施例中离地高度的计算公式不同。在本实施例中，计时时间为超声波从发射端到接收端的时间间隔，则离地高度的计算公式为：
Figure BDA0002385268550000141
其中，H为离地高度，C为超声波传播速度，T为计时时间，D为发射超声波的设备的发射端与接收端的距离。超声波传播类似于声波传播，其传播速度并不是很大，一般取声波的传播速度，即在15摄氏度的空气中传播速度为340m/s。当然，超声波传播速度与温度正相关，在实际计算的过程中，可以将相关的参数设置进去。但是，由于在短时间内，尤其是在超声波单次计时的过程中温度变化并不大，因此可以认为传播速度为一个定值，这并不会过度影响本实施例中离地高度的精度。实际上，距离D的数值相对于CT而言是非常小的，在一些实施例中，可以将距离D的数值取零。
实施例3
本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，其在实施例1的基础上增加了以下这些步骤。
16、检测对应的流通路径上是否存在流通人员。在本实施例中，可以通过多个热红外人体感应器进行检测，具体而言，多个热红外人体感应器分布在停车场的各条流通路径上，每条流通路径上设置至少一个热红外人体感应器。热红外人体感应器用于检测对应的流通路径上是否存在流通人员。
17、根据各个热红外人体感应器的检测信息，统计停车场中的流通人员总数量。在本实施例中，可以对同一时间点或极短的时间段中的检测信息进行分析，并且在检测时，尽量使检测的数据中不会出现重复的人体检测信号，即不会对同一流通人员产生两次检测信号。在理想状态下，流通人员总数量是可以直接统计出来的，但是在人员流动比较大时，则需要对检测信息进行分析，将同一流通人员的重复数据删除。
18、判断流通人员总数量是否大于一个预设客户数量。该预设客户数量可以根据实际需要进行确定，例如，在停车场中的流通人员最多可以达到100人时，而最少则可能为0人，此时就可以将20人作为预设客户数量，当人数少于20人时说明人流量非常小。当然，在实际应用过程中，还可以直接将预设客户数量设置为0人。
19、在流通人员总数量大于预设客户数量时，在相应的流通路径上设置广告推送信息一。这样就可以使这部分流通人员能够及时查看到广告，使广告信息精确地发送到需求客户，使广告的推送效果更加明显。而且，本实施例中还可以统计流通人员在各个路径上的数量，并将该数量进行排序，选取数量最大的流通路径推送广告，使广告传播的人数最大化，从而提升广告的推送效果。
实施例4
本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，其在实施例1的基础上增加了预设车辆识别系统的识别步骤。
其中，预设车辆识别系统识别车辆类型的方法包括以下这些步骤。
(6.1)获取红外图像中的背景灰度值和最亮灰度值，并作为发热特征。背景灰度值为该停放车辆中温度比较稳定的区域，例如车框架等，而最亮灰度值为车辆发热量最大的区域，也是发热最强烈的区域，例如燃油车的燃油机舱。
(6.2)计算最亮灰度值与背景灰度值的灰度差值。该灰度差值实际上反映了该停放车辆中的温度差，即最热的区域的温度与均温的温差。在计算时，最亮灰度值一般为红外图像中的深色区域的灰度值，可以选取灰度值最大的数值，而背景灰度值则为浅色区域的灰度值，可以选择同一颜色所占区域最大的灰度值。
(6.3)判断灰度差值是否大于一个预设灰度值一。比较灰度差值与预设灰度值一，这样就能够准确地根据灰度信息判断出车辆类型。实际上，本步骤中所利用的原理是根据燃油车中的最高温度和电动汽车中的最高温度不同，从而实现对停放车辆的识别。
(6.4)在灰度差值大于预设灰度值一时，判定车辆类型为非电动汽车。此时温度差非常大，可以判断该停放车辆不是电动汽车。对于预设灰度值一的确定，这里可以综合各种电动汽车的发热情况进行设置，同时也要考虑到燃油车的发热情况，选择发热量最大的电动汽车和发热量最小的燃油车作为两个极限情况，从而确定预设灰度值一的具体数值。例如，电动汽车能够产生的最高温为75摄氏度，而燃油车能够产生的最低温为400摄氏度，那么预设灰度值一所对应的温度可以选择75摄氏度到400摄氏度之间的数值，而且尽量选取中间数值。
(6.5)在灰度差值不大于预设灰度值一时，判定车辆类型为电动汽车。这样，本实施例中的方法就能够利用车辆的发热特征进行车辆类型判断，以便于后续对非机动车进行驱离处理，而且由于燃油发动机和电力发动机在产热量方面存在巨大的区别，这样可以明显提高车辆类型的识别率。
实施例5
本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，其在实施例1的基础上增加了部分步骤，即在提取发热位置以及发热特征之前，还对红外图像进行噪声处理。其中，噪声的处理方法包括以下这些步骤。
(5.1)获取红外图像中停放车辆的驾驶位置区域和乘客位置区域。一般而言，停放车辆中驾驶位置区域和乘客位置区域都是确定的，因此在获取时可以直接对红外图像中的区域进行选取。这两个区域内在车辆刚停放时一般都会有人员位于其中，而本步骤就是为了将这两个有人员的区域筛选出来。
(5.2)判断驾驶位置区域或乘客位置区域的灰度值是否达到一个预设人体红外灰度值。预设人体红外灰度值是与人体体温所对应的灰度值相一致的，具体设置时可以提前将车辆停放在停车位上，同时对车中人员的红外特征进行提取，获取与体温相关的红外灰度值，并将该值作为预设人体红外灰度值。
(5.3)在灰度值达到预设人体红外灰度值时，将灰度值大于预设人体红外灰度值的部分从红外图像中剔除。这样就可以将影响灰度判断的因素剔除，这样车辆中灰度值较大的因素就相应不存在了，可以使获得发热特征更加接近于车辆本身的实际发热特征，提高数据提取的准确性。
实施例6
本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，该方法在实施例1的基础上，在提取发热位置以及发热特征之前，还对红外图像进行移动噪声处理，而且处理方法包括以下这些步骤。
(5.4)获取不同时段的若干红外图像。在选取时段时，优选停放车辆在停靠在停车位上后的一段时间内的时段，在此时段内，停放车辆中的驾驶员和乘客一般都会下车。
(5.5)将若干红外图像进行比对，以筛选出灰度值变化值小于一个预设灰度阈值且位置变化量大于一个预设位置变化值的至少一个移动目标。这里，由于人体或者其他移动物体移动时会在红外图像中存在移动的痕迹，这样就可以精确地将这部分移动目标选取出来。
(5.6)将移动目标从红外图像中剔除。这样通过比对不同时段的红外图像，从而筛选出移动目标，最后将该移动目标剔除，这样就可以避免人体、宠物等热量较大的移动噪声，从而进一步提高提取的发热特征的准确性。
实施例7
本实施例提供了一种基于智能商业化的电动汽车智能识别充电方法，该方法在实施例1的基础上增加了预设车辆识别系统的识别步骤。其中，预设车辆识别系统识别车辆类型的方法包括以下这些步骤。
(6.1)获取红外图像中的背景灰度值和最亮灰度值，并作为发热特征。背景灰度值为该停放车辆中温度比较稳定的区域，例如车框架等，而最亮灰度值为车辆发热量最大的区域，也是发热最强烈的区域，例如燃油车的燃油机舱。
(6.2)计算最亮灰度值与背景灰度值的灰度差值。该灰度差值实际上反映了该停放车辆中的温度差，即最热的区域的温度与均温的温差。在计算时，最亮灰度值一般为红外图像中的深色区域的灰度值，可以选取灰度值最大的数值，而背景灰度值则为浅色区域的灰度值，可以选择同一颜色所占区域最大的灰度值。
(6.3)判断灰度差值是否小于一个预设灰度值二。比较灰度差值与预设灰度值二，这样就能够准确地根据灰度信息判断出车辆类型。实际上，本步骤中所利用的原理是根据燃油车中的最高温度和电动汽车中的最高温度不同，从而实现对停放车辆的识别。
(6.4)在灰度差值小于预设灰度值二时，判定车辆类型为电动汽车。此时温度差非常大，可以判断该停放车辆不是电动汽车。对于预设灰度值二的确定，这里可以综合各种电动汽车的发热情况进行设置，同时也要考虑到燃油车的发热情况，选择发热量最大的电动汽车和发热量最小的燃油车作为两个极限情况，从而确定预设灰度值二的具体数值。例如，电动汽车能够产生的最高温为85摄氏度，而燃油车能够产生的最低温为500摄氏度，那么预设灰度值一所对应的温度可以选择85摄氏度到500摄氏度之间的数值，而且尽量选取中间数值。
(6.5)在灰度差值不小于预设灰度值二时，判定车辆类型为非电动汽车。这样，本实施例中的方法就能够利用车辆的发热特征进行车辆类型判断，以便于后续对非机动车进行驱离处理，而且由于燃油发动机和电力发动机在产热量方面存在巨大的区别，这样可以明显提高车辆类型的识别率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于智能商业化的电动汽车智能识别充电方法，其特征在于，其包括以下步骤：
实时采集各个停车位的底线图像；
判断所述底线图像中车位底线是否被停放车辆覆盖；
在所述车位底线被所述停放车辆覆盖时，采集所述停车车辆的车辆位置信息以及轮廓图像；
根据所述车辆位置和所述轮廓图像，采集所述车辆位置处的轮廓范围内的红外图像；
提取所述红外图像中的发热位置以及所述发热位置的发热特征；
根据所述发热位置与所述发热特征，在一个预设车辆识别系统中对所述停放车辆进行识别，以获得所述停放车辆的车辆类型；其中，所述发热位置与所述发热特征在所述预设车辆识别系统中对应唯一的一个车辆类型；
判断所述车辆类型是否为电动汽车；
在所述车辆类型为非电动汽车时，对所述停放车辆进行驱离；
在所述车辆类型为电动汽车时，对所述停放车辆进行充电；
检测通过所有流通路口的车辆信息，并根据同一车辆产生的车辆信息，获取所述车辆的流向信息；
判断各个停车位上是否存在车辆，并在所述停车位上存在所述车辆时识别所述车辆的车型；
向位于停车位上的车辆发射超声波并同步计时，并根据计时时间计算出所述车辆距离对应的停车位的地面的离地高度；
先获取所述停车场的停车数量，再计算出所述停车场的停车密度，最后判断所述停车密度是否达到一个预设车密度；
在所述停车密度达到所述预设车密度时，先根据各个车辆的流向信息，对各个流通路径上的车辆流通数量进行统计并排序，再选取所述车辆流通数量达到一个预设车流量的至少一条流通路径以作为广告推送路径，最后在所述广告推送路径上推送一个广告推送信息一；
在所述停车位上存在所述车辆时，判断所述离地高度的变化值是否大于一个预设高度差；
在所述变化值大于所述预设高度差时，根据所述车辆的停车位置，向所述车辆的车载人员发送一个广告推送信息二。
2.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述离地高度的计算公式为：
Figure FDA0003006749610000021
其中，H为所述离地高度，C为超声波传播速度，T为所述计时时间，D为发射所述超声波的设备的发射端与接收端的距离。
3.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述停车密度的计算公式为：
PD＝(X+Y1-Y2)/Z
其中，PD为所述停车密度，X为存在车辆的停车位的数量，Y1为进入所述停车场的车辆数量，Y2为离开对应的停车位且还位于所述停车场的车辆数量，Z为所述停车场的停车位数量。
4.如权利要求3所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，进入所述停车场的车辆数量的计算公式为：
Y1＝y1-y2
其中，y1为一个预设时间内检测的车辆数量，y2为所述预设时间内位于所有停车位上和通过流通路口的车辆总数量，且满足Y2＝y2。
5.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述电动汽车智能识别充电方法还包括以下步骤：
检测对应的流通路径上是否存在流通人员；其中，多个热红外人体感应器分布在停车场的各条流通路径上，每条流通路径上设置至少一个热红外人体感应器，热红外人体感应器用于检测对应的流通路径上是否存在流通人员；
根据各个所述热红外人体感应器的检测信息，统计所述停车场中的流通人员总数量；
判断所述流通人员总数量是否大于一个预设客户数量；
在所述流通人员总数量大于所述预设客户数量时，在相应的流通路径上设置所述广告推送信息一。
6.如权利要求5所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述电动汽车智能识别充电方法还包括以下步骤：
统计各个流通路径上的流通人员数量；
对所述流通人员数量进行排序；
将流通人员数量最大的流通路径推送所述广告推送信息一。
7.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述电动汽车智能识别充电方法还包括以下步骤：
获取所述红外图像中的背景灰度值和最亮灰度值，并作为所述发热特征；
计算所述最亮灰度值与所述背景灰度值的灰度差值；
判断所述灰度差值是否大于一个预设灰度值一；
在所述灰度差值大于所述预设灰度值一时，判定所述车辆类型为非电动汽车；
在所述灰度差值不大于所述预设灰度值一时，判定所述车辆类型为电动汽车。
8.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，在提取所述发热位置以及所述发热特征之前，还对所述红外图像进行噪声处理，且处理方法包括以下步骤：
获取所述红外图像中所述停放车辆的驾驶位置区域和乘客位置区域；
判断所述驾驶位置区域或乘客位置区域的灰度值是否达到一个预设人体红外灰度值；
在所述灰度值达到所述预设人体红外灰度值时，将灰度值大于所述预设人体红外灰度值的部分从所述红外图像中剔除。
9.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，在提取所述发热位置以及所述发热特征之前，还对所述红外图像进行移动噪声处理，且处理方法包括以下步骤：
获取不同时段的若干红外图像；
将若干红外图像进行比对，以筛选出灰度值变化值小于一个预设灰度阈值且位置变化量大于一个预设位置变化值的至少一个移动目标；
将所述移动目标从所述红外图像中剔除。
10.如权利要求1所述的基于智能商业化的电动汽车智能识别充电方法，其特征在于，所述电动汽车智能识别充电方法还包括以下步骤：
获取所述红外图像中的背景灰度值和最亮灰度值，并作为所述发热特征；
计算所述最亮灰度值与所述背景灰度值的灰度差值；
判断所述灰度差值是否小于一个预设灰度值二；
在所述灰度差值小于所述预设灰度值二时，判定所述车辆类型为电动汽车；
在所述灰度差值不小于所述预设灰度值二时，判定所述车辆类型为非电动汽车。
CN202010095938.1A 2020-02-17 2020-02-17 一种基于智能商业化的电动汽车智能识别充电方法 Expired - Fee Related CN111429725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010095938.1A CN111429725B (zh) 2020-02-17 2020-02-17 一种基于智能商业化的电动汽车智能识别充电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010095938.1A CN111429725B (zh) 2020-02-17 2020-02-17 一种基于智能商业化的电动汽车智能识别充电方法

Publications (2)

Publication Number Publication Date
CN111429725A CN111429725A (zh) 2020-07-17
CN111429725B true CN111429725B (zh) 2021-09-07

Family

ID=71547096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010095938.1A Expired - Fee Related CN111429725B (zh) 2020-02-17 2020-02-17 一种基于智能商业化的电动汽车智能识别充电方法

Country Status (1)

Country Link
CN (1) CN111429725B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099471B (zh) * 2020-08-27 2021-12-14 深圳市元征科技股份有限公司 车辆动力类型判断方法、装置、终端设备及存储介质
CN112644324B (zh) * 2020-12-28 2023-02-03 华人运通(江苏)技术有限公司 一种信息推送方法、装置和充电桩设备
CN113034378B (zh) * 2020-12-30 2022-12-27 香港理工大学深圳研究院 一种区分电动汽车与燃油汽车的方法
GB2620362A (en) * 2022-06-15 2024-01-10 William Cowper Stephen Systems and methods for managing electrical and internal combustion vehicles
CN115271551A (zh) * 2022-09-26 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种电动汽车充电站选址规划方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010140451A (ja) * 2008-12-10 2010-06-24 Mtec:Kk 充電監視装置
KR101691559B1 (ko) * 2015-08-07 2016-12-30 주식회사 유디존테크놀로지 전기자동차의 충전인프라 원격모니터링 시스템 및 방법
CN105427617B (zh) * 2015-12-16 2017-10-24 南京工程学院 非电动汽车充电位阻拦装置
CN107040032A (zh) * 2016-02-04 2017-08-11 魏芳 快速充电交流充电桩
JP6941775B2 (ja) * 2017-03-03 2021-09-29 パナソニックＩｐマネジメント株式会社 充電可否提示方法、および、充電可否提示システム
CN107507449A (zh) * 2017-08-04 2017-12-22 北京帕克英科技有限公司 停车诱导方法及系统
CN108766021A (zh) * 2018-06-05 2018-11-06 安徽灵图壹智能科技有限公司 一种防止非新能源车辆占用新能源充电车位的报警方法及系统
US10741065B2 (en) * 2018-08-08 2020-08-11 Ford Global Technologies, Llc Systems and methods for enforcing plugin vehicle
CN108859856A (zh) * 2018-09-14 2018-11-23 西安艾润物联网技术服务有限责任公司 车位报警方法、装置、系统及可读存储介质
CN109544979A (zh) * 2018-12-28 2019-03-29 北汽福田汽车股份有限公司 停车场及其停车位管理方法与装置
CN109935101A (zh) * 2019-01-28 2019-06-25 深圳市赛亿科技开发有限公司 一种新能源车的停车位管理方法及系统
CN110111138A (zh) * 2019-04-23 2019-08-09 江苏聚垚科技有限公司 一种通过交通工具推送广告的方法
CN110359752A (zh) * 2019-07-16 2019-10-22 合肥天正科技发展有限责任公司 一种充电车位安全装置

Also Published As

Publication number Publication date
CN111429725A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111429725B (zh) 一种基于智能商业化的电动汽车智能识别充电方法
CN111391693B (zh) 一种基于电动汽车停车充电的管理控制系统及其控制方法
CN111932693B (zh) 城市路侧停车场管理系统
CN111402592B (zh) 一种电动汽车的大型停车充电站及其停车充电管理方法
CN111267665B (zh) 一种利用图像判定汽车类型实现电动汽车充电的方法
CN108470381A (zh) 路侧停车管理方法
CN108765970B (zh) 路边停车自动识别汽车车牌的方法和装置
CN111402621B (zh) 一种电动汽车大型停车充电站智能车辆调度方法及其装置
CN111540072B (zh) 一种车位管理服务方法、设备及系统
CN109920257B (zh) 互联网智能车辆管理方法
CN108986539A (zh) 停车管理系统、方法、车辆信息采集装置及管理服务器
CN108674220B (zh) 节能型充电桩预约方法及系统
CN111402591B (zh) 具备智能消防处理的大型停车充电站及停车充电管理方法
CN206164739U (zh) 一种车辆远光灯违规使用的自动录像取证及执法系统
CN111402596B (zh) 一种智能商业化的电动汽车大型停车充电场
CN113744420B (zh) 一种道路停车收费管理方法、系统和计算机可读存储介质
CN210223064U (zh) 一种路测停车巡查装置
CN108437837B (zh) 充电桩充电车位的管理方法
CN112233454A (zh) 一种智能停车监控的方法
CN107808457A (zh) 一种路侧停车电子收费管理系统的使用方法
CN113393698A (zh) 新型智能互联网停车场管理系统
CN112950988B (zh) 具有存证功能的停车管理系统
CN109523642A (zh) 一种基于车牌识别技术的路边停车智能收费系统
CN205594709U (zh) 一种城市路边停车引导收费系统
CN208722325U (zh) 智能停车收费管理系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Fanglin

Inventor after: Chu Shihua

Inventor after: Hu Zhenbin

Inventor after: Tao Yuanpeng

Inventor after: Hu Dan

Inventor after: Xu Jinsong

Inventor after: Su Yi

Inventor after: Cheng Zhouyu

Inventor after: Dou Guoxian

Inventor after: Song Xiaobo

Inventor before: Hu Zhenbin

Inventor before: Tao Yuanpeng

Inventor before: Hu Dan

Inventor before: Cheng Zhouyu

Inventor before: Dou Guoxian

Inventor before: Song Xiaobo

Inventor before: Chu Shihua

Inventor before: Xu Jinsong

Inventor before: Su Yi

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210907

Termination date: 20220217