CN111932902B - 一种车辆维修监控系统及方法 - Google Patents
一种车辆维修监控系统及方法 Download PDFInfo
- Publication number
- CN111932902B CN111932902B CN202010833888.2A CN202010833888A CN111932902B CN 111932902 B CN111932902 B CN 111932902B CN 202010833888 A CN202010833888 A CN 202010833888A CN 111932902 B CN111932902 B CN 111932902B
- Authority
- CN
- China
- Prior art keywords
- picture
- vehicle
- baking
- judgment result
- baking varnish
- 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.)
- Active
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种车辆维修监控系统及方法。该方法包括:机修监控模块、钣金监控模块、烤漆监控模块中至少之一;以及包括后台服务器。本发明通过自动采集各个维修工位的图片并按照工序排序能够提高维修监控的效率和可信度。
Description
技术领域
本发明涉及车辆技术领域,具体涉及一种车辆维修监控系统及方法。
背景技术
近年来人工智能(Artificial Intelligence,简称为AI)技术在工业自检领域迅速发展,AI流程化的控制在工厂零件生产流水线等环节应用而生,而该技术在汽车市场的维修领域还是一片空白。
目前汽车维修厂商所安装的监控设备大部分用来监视、录制,仅是单一的安保作用。部分维修厂商在车辆进厂时安装的监控设备,仅识别车辆的车牌号,自用系统根据反馈的车牌号信息显示或调取车辆的基础信息,仅便于快速读取和了解。历年来保险公司对出险车辆“管赔不管修”,即使车主到保险公司指定的维修厂维修,对于维修过程的真实性、维修时效性和维修质量都很难掌控和了解。对于划痕车辆,保险公司定损后仍需后续的打磨环节及喷漆后的车辆照片,一般需人工跟进车辆维修进度,或由修理厂人员拍照并提拱上传照片,真实性有待考量,且无形中延长了定核损时效性。车主对于车辆保养过程,如放旧机油前和换新机油,也不能全面了解。
因此,如何建立一种真实有效的车辆维修监控系统,成为了本领域技术人员亟待解决的技术问题和始终研究的重点。
发明内容
有鉴于此,本发明实施例提供了一种车辆维修监控系统及方法,以解决现有的维修监控方法存在的效率低、可靠性差的问题。
为此,本发明实施例提供了如下技术方案:
本发明第一方面提供了一种车辆维修监控系统,包括:
机修监控模块、钣金监控模块、烤漆监控模块中至少之一;以及包括后台服务器;
所述机修监控模块,用于采集机修工位的视频图像并发送给所述后台服务器;
所述钣金监控模块,用于采集钣金工位的视频图像并发送给所述后台服务器;
所述烤漆监控模块,用于采集烤漆房的视频图像并发送给所述后台服务器;
所述后台服务器用于从所述机修工位的视频图像中提取机修施工图片;从所述钣金工位的视频图像中提取钣金施工图片;从所述烤漆房的视频图像中提取烤漆施工图片;
所述后台服务器还用于识别所述机修施工图片、所述钣金施工图片和所述烤漆施工图片中的车牌号,将同一车牌号对应的上述一种或几种图片按照工序排列组成维修展示图片。
进一步地,还包括机修提升装置;
所述机修提升装置包括在所述机修工位两侧对称设置的支撑架;
所述支撑架上设置有升降电机和滑槽;
所述滑槽内滑动连接有提升杆;
所述提升杆用于插入所述车辆底部在所述升降电机的驱动下提升所述车辆到设定高度;
所述机修监控模块包括设置在所述机修工位正前方的机修摄像头;
所述车辆提升到设定高度时,所述车辆的前车牌位于所述机修摄像头的拍摄范围内。
进一步地,所述钣金监控模块包括设置在所述钣金工位前方的钣金摄像头;
每个所述钣金摄像头对应四个所述钣金工位。
进一步地,所述烤漆监控模块包括设置在所述烤漆房四个角的烤漆摄像头。
本发明第二方面提供了一种车辆维修监控方法,包括如下步骤:
获取机修工位的图像数据;
获取钣金工位的图像数据;
获取烤漆房的图像数据;
从所述机修工位的图像数据中提取机修施工图片;从所述钣金工位的图像数据中提取钣金施工图片;从所述烤漆房的图像数据中提取烤漆施工图片;
识别所述机修施工图片、所述钣金施工图片和所述烤漆施工图片中的车牌号,将设定车牌号对应的上述一种或几种图片按照工序排列组成所述设定车牌号的维修展示图片。
进一步地,从所述机修工位的视频图像中提取机修施工图片包括如下步骤:
按照第一设定时间间隔从所述机修工位的视频图像中截取机修图片;
判断当前所述机修图片中是否包括人和车辆得到第一判断结果;
所述第一判断结果为是,则判断当前所述机修图片中车辆底部是否有油液流出得到第二判断结果;
所述第二判断结果为是,则将当前所述机修图片标记为放废机油图片;
所述第二判断结果为否,则判断当前所述机修图片中是否包括有油液流出的油壶得到第三判断结果;
所述第三判断结果为是,则将当前所述机修图片标记为加新机油图片;
将所述放废机油图片和所述加新机油图片作为机修施工图片提取。
进一步地,从所述钣金工位的视频图像中提取钣金施工图片包括如下步骤:
按照第二设定时间间隔从所述钣金工位的视频图像中截取钣金图片;
判断当前所述钣金图片中是否包括人和车辆得到第四判断结果;
所述第四判断结果为是,则判断当前所述钣金图片中人和车辆是否相交得到第五判断结果;
所述第五判断结果为是,则将当前所述钣金图片作为钣金施工图片提取。
进一步地,从所述烤漆房的图像数据中提取烤漆施工图片包括如下步骤:
按照第三设定时间间隔从所述烤漆房的视频图像中截取烤漆图片;
通过下述步骤按照所述烤漆图片在所述烤漆房的视频图像中出现的先后顺序依次处理每个所述烤漆图片:
判断当前所述烤漆图片中是否包括车辆得到第六判断结果;
所述第六判断结果为是,则判断当前所述烤漆图片中的车牌号是否出现过得到第七判断结果;
所述第七判断结果为否,则将当前所述烤漆图片标记为烤漆开始图片;
所述第七判断结果为是,则判断当前所述烤漆图片中是否包括人得到第八判断结果;
所述第八判断结果为是,则判断当前所述烤漆图片中人和车辆是否相交得到第九判断结果;
所述第九判断结果为是,则将当前所述烤漆图片标记为烤漆中图片;
将所述烤漆开始图片和所述烤漆中图片作为烤漆图片提取。
进一步地,还包括:
将所述设定车牌号的维修展示图片中出现的其它车牌号虚化。
进一步地,判断当前所述烤漆图片中是否包括车辆包括:
判断车辆的宽度是否大于图片宽度的0.3倍。
本发明实施例技术方案,具有如下优点:
本发明提供了一种车辆维修监控系统。现有的车辆维修监控方法通常需要维修人员提供照片,真实性有待考量、效率低。本发明通过自动采集各个维修工位的图片并按照工序排序能够提高维修监控的效率和可信度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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的附图。
图1为本发明实施例的车辆维修监控系统结构框图。
图2为本发明实施例的机修监控模块示意图。
图3为本发明实施例的钣金监控模块示意图。
图4为本发明实施例的车辆维修监控方法流程图。
具体实施方式
下面将结合本申请实施例中的附图,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。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动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。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通信;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
图1为本发明实施例的车辆维修监控系统结构框图。如图1所示,本发明提供了一种车辆维修监控系统,包括:机修监控模块、钣金监控模块、烤漆监控模块中至少之一。以及包括后台服务器。机修监控模块,用于采集机修工位的视频图像并发送给后台服务器。钣金监控模块,用于采集钣金工位的视频图像并发送给后台服务器。烤漆监控模块,用于采集烤漆房的视频图像并发送给后台服务器。后台服务器用于从机修工位的视频图像中提取机修施工图片,从钣金工位的视频图像中提取钣金施工图片,从烤漆房的视频图像中提取烤漆施工图片。后台服务器还用于识别机修施工图片、钣金施工图片和烤漆施工图片中的车牌号,将同一车牌号对应的上述一种或几种图片按照工序排列组成维修展示图片。
本实施例中,后台服务器针对摄像头监控的画面进行定时截取,截取画面的时间间隔优选为20s,并通过AI技术进行视觉分析,力求捕获到对应业务的标准作业程序(Standard Operation Procedure,简称为SOP)关键帧图片作为钣金施工图片、烤漆施工图片和机修施工图片。后台服务器优选还用于截取钣金施工图片、烤漆施工图片和机修施工图片对应的设定时长的短视频。设定时长优选为90秒。按照工序排列优选为机修施工图片在前,之后是钣金施工图片,最后是烤漆施工图片。
例如,事故车业务包括机修施工图片、钣金施工图片和烤漆施工图片。划痕漆修复业务包括烤漆施工图片。保养业务包括机修施工图片。优选通过AI图像分类自定义训练模型把机修摄像头每20s截图产生的监控过程图片筛选出“放废机油”场景图片和“加新机油”场景图片,然后再针对两种场景图片通过AI物体检测自定义训练模型从场景图片中再分析出对应场景最恰当的SOP图片。“放废机油”优选为通过AI分析出有油液从车底流出的图片,“加新机油”优选为通过AI分析出有油壶,并且油壶可以看出有油液流出的图片。
与现有技术相比,本发明通过自动采集各个维修工位的图片并按照工序排序能够提高维修监控的效率和可信度。
图2为本发明实施例的机修监控模块示意图。如图2所示,在一个具体的实施方式中,还包括机修提升装置。机修提升装置包括在机修工位21两侧对称设置的支撑架22。支撑架22上设置有升降电机和滑槽。滑槽内滑动连接有提升杆23。提升杆23用于插入车辆底部在升降电机的驱动下提升车辆到设定高度。机修监控模块包括设置在机修工位21正前方的机修摄像头24。车辆提升到设定高度时,车辆的前车牌位于机修摄像头24的拍摄范围内。
本实施例中,拍摄画面中禁止出现相邻工位上车辆的车牌。车辆原地停放时,车牌位于拍摄范围内。车辆提升到到设定高度时,车底盘应和托油盘质检有足量的空隙。优选通过SUV车型测试车牌识别功能。机修摄像头24优选位于机修工位21中心线的延长线上。机修摄像头24的型号、焦距、离地高度、与工位中心的距离可选为:
摄像机型号 | 焦距 | 离地高度 | 工位中心距离 |
DS-IPC-B12-I | 6mm | 3000mm-3500mm | 5000mm-7000mm |
DS-IPC-B12-I | 8mm | 3000mm-3500mm | 7000mm-9000mm |
DS-IPC-B12-I | 12mm | 3000mm-3500mm | 9000mm-12000mm |
图3为本发明实施例的钣金监控模块示意图。如图3所示,在一个具体的实施方式中,钣金监控模块包括设置在钣金工位31前方的钣金摄像头32。每个钣金摄像头32对应四个钣金工位31。
本实施例中,钣金摄像头32优选设置在四个并排布置的钣金工位31的正前方。钣金摄像头32优选位于四个并排布置的钣金工位31中心线的延长线上。钣金摄像头32的型号、焦距、离地高度、与车牌的距离可选为:
在一个具体的实施方式中,烤漆监控模块包括设置在烤漆房相对的两个角的烤漆摄像头。
本实施例中,优选在烤漆房的四个角各设置一个烤漆摄像头。可选将车牌放置于车顶的车牌支架进行车牌识别。优选地,车辆应的前后车牌均能被烤漆摄像头识别。烤漆摄像头的型号、焦距、离地高度可选为:
摄像机型号 | 焦距 | 离地高度 |
DS-IPC-T12-I | 2.8mm | 2000mm |
图4为本发明实施例的车辆维修监控方法流程图。如图4所示,本发明还提供了一种车辆维修监控方法,包括如下步骤:
S401:获取机修工位的图像数据;
S402:获取钣金工位的图像数据;
S403:获取烤漆房的图像数据;
S404:从机修工位的图像数据中提取机修施工图片;
S405:从钣金工位的图像数据中提取钣金施工图片;
S406:从烤漆房的图像数据中提取烤漆施工图片;
S407:识别机修施工图片、钣金施工图片和烤漆施工图片中的车牌号,将设定车牌号对应的上述一种或几种图片按照工序排列组成设定车牌号的维修展示图片。
与现有技术相比,本发明通过自动采集各个维修工位的图片并按照工序排序能够提高维修监控的效率和可信度。
在一个具体的实施方式中,按照第一设定时间间隔从机修工位的视频图像中截取机修图片。判断当前机修图片中是否包括人和车辆得到第一判断结果。第一判断结果为是,则判断当前机修图片中车辆底部是否有油液流出得到第二判断结果。第二判断结果为是,则将当前机修图片标记为放废机油图片。第二判断结果为否,则判断当前机修图片中是否包括有油液流出的油壶得到第三判断结果。第三判断结果为是,则将当前机修图片标记为加新机油图片。将放废机油图片和加新机油图片作为机修施工图片提取。
本实施例中,机修摄像头优选按照每20秒截取一次图像,图像首先会经过人车识别,如果人车都不存在的图像将被丢弃。人车识别优选包括识别人和车是否相交。符合条件再进入保养场景识别。通过AI自定义训练分别识别“放废机油”和“加新机油”SOP步骤,然后将保养状态记录下来。接下来对图像做车牌识别。为了绑定目标车牌,优选需要对识别的车辆做位置判断,如果车在图中3/5处且宽度大于图片宽度的0.3倍就认为该车牌就是目标车辆的,由于有可能识别不了车的场景,该情况下通过车牌识别置信度>65%且位置在图中1/3处进行是目标车辆车牌的判断,确保识别出的车牌是该目标车辆的,将对应的信息保存。
在一个具体的实施方式中,按照第二设定时间间隔从钣金工位的视频图像中截取钣金图片。判断当前钣金图片中是否包括人和车辆得到第四判断结果。第四判断结果为是,则判断当前钣金图片中人和车辆是否相交得到第五判断结果。第五判断结果为是,则将当前钣金图片作为钣金施工图片提取。
本实施例中,钣金摄像头优选每1分钟截取一次图像,对图像也需要先做人车识别以便判断是在施工,由于一个钣金摄像头会覆盖多个钣金工位,所以钣金摄像头截图里面可能会有多辆事故车,识别出的车牌均需要记录下来,将设定车牌号的维修展示图片中出现的其它车牌号虚化。优选将其它车量和背景均虚化处理。
在一个具体的实施方式中,从烤漆房的图像数据中提取烤漆施工图片包括如下步骤:
按照第三设定时间间隔从烤漆房的视频图像中截取烤漆图片。通过下述步骤按照烤漆图片在烤漆房的视频图像中出现的先后顺序依次处理每个烤漆图片。判断当前烤漆图片中是否包括车辆得到第六判断结果。第六判断结果为是,则判断当前烤漆图片中的车牌号是否出现过得到第七判断结果。第七判断结果为否,则将当前烤漆图片标记为烤漆开始图片。第七判断结果为是,则判断当前烤漆图片中是否包括人得到第八判断结果。第八判断结果为是,则判断当前烤漆图片中人和车辆是否相交得到第九判断结果。第九判断结果为是,则将当前烤漆图片标记为烤漆中图片。将烤漆开始图片和烤漆中图片作为烤漆图片提取。
本实施例中,维修车辆打磨完成后进入烤漆房进行烤漆步骤。先识别图像中有没有大型物体,如果有再尝试进行车牌识别,识别出车牌根据数据表中的记录进行比对来判断是否是新车牌,如果是则标记为烤漆开始图片,如果不是新车牌需要再进行人车识别。
车辆烤漆房进行烤漆前通常会进行打磨。与现有技术相比,本发明将烤漆开始图片筛选出来能够从该图片中看出该车辆进行了哪些部件的打磨,因为划痕漆修复的维修流程在车辆进行烤漆操作的时候意味着这辆车必然是已经打磨完成了,通过准确截取车辆出现在烤漆的最早时刻图片来捕获车辆打磨这步骤完成的效果。烤漆开始图片可以反映出车辆划痕漆修复业务的维修质量以及现实重要指标修复面数。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种车辆维修监控系统,其特征在于,包括:
机修监控模块、钣金监控模块和烤漆监控模块;以及包括后台服务器;
所述机修监控模块,用于采集机修工位的视频图像并发送给所述后台服务器;
所述钣金监控模块,用于采集钣金工位的视频图像并发送给所述后台服务器;
所述烤漆监控模块,用于采集烤漆房的视频图像并发送给所述后台服务器;
所述后台服务器用于从所述机修工位的视频图像中提取机修施工图片;从所述钣金工位的视频图像中提取钣金施工图片;从所述烤漆房的视频图像中提取烤漆施工图片;
所述后台服务器还用于识别所述机修施工图片、所述钣金施工图片和所述烤漆施工图片中的车牌号,将同一车牌号对应的上述一种或几种图片按照工序排列组成维修展示图片;
从所述烤漆房的图像数据中提取烤漆施工图片包括如下步骤:
按照第三设定时间间隔从所述烤漆房的视频图像中截取烤漆图片;
通过下述步骤按照所述烤漆图片在所述烤漆房的视频图像中出现的先后顺序依次处理每个所述烤漆图片:
判断当前所述烤漆图片中是否包括车辆得到第六判断结果;
所述第六判断结果为是,则判断当前所述烤漆图片中的车牌号是否出现过得到第七判断结果;
所述第七判断结果为否,则将当前所述烤漆图片标记为烤漆开始图片;
所述第七判断结果为是,则判断当前所述烤漆图片中是否包括人得到第八判断结果;
所述第八判断结果为是,则判断当前所述烤漆图片中人和车辆是否相交得到第九判断结果;
所述第九判断结果为是,则将当前所述烤漆图片标记为烤漆中图片;
将所述烤漆开始图片和所述烤漆中图片作为烤漆图片提取。
2.根据权利要求1所述的车辆维修监控系统,其特征在于,还包括机修提升装置;
所述机修提升装置包括在所述机修工位两侧对称设置的支撑架;
所述支撑架上设置有升降电机和滑槽;
所述滑槽内滑动连接有提升杆;
所述提升杆用于插入所述车辆底部在所述升降电机的驱动下提升所述车辆到设定高度;
所述机修监控模块包括设置在所述机修工位正前方的机修摄像头;
所述车辆提升到设定高度时,所述车辆的前车牌位于所述机修摄像头的拍摄范围内。
3.根据权利要求1所述的车辆维修监控系统,其特征在于,所述钣金监控模块包括设置在所述钣金工位前方的钣金摄像头;
每个所述钣金摄像头对应四个所述钣金工位。
4.根据权利要求1所述的车辆维修监控系统,其特征在于,所述烤漆监控模块包括设置在所述烤漆房四个角的烤漆摄像头。
5.一种车辆维修监控方法,其特征在于,包括如下步骤:
获取机修工位的图像数据;
获取钣金工位的图像数据;
获取烤漆房的图像数据;
从所述机修工位的图像数据中提取机修施工图片;从所述钣金工位的图像数据中提取钣金施工图片;从所述烤漆房的图像数据中提取烤漆施工图片;
识别所述机修施工图片、所述钣金施工图片和所述烤漆施工图片中的车牌号,将设定车牌号对应的上述一种或几种图片按照工序排列组成所述设定车牌号的维修展示图片;
从所述烤漆房的图像数据中提取烤漆施工图片包括如下步骤:
按照第三设定时间间隔从所述烤漆房的视频图像中截取烤漆图片;
通过下述步骤按照所述烤漆图片在所述烤漆房的视频图像中出现的先后顺序依次处理每个所述烤漆图片:
判断当前所述烤漆图片中是否包括车辆得到第六判断结果;
所述第六判断结果为是,则判断当前所述烤漆图片中的车牌号是否出现过得到第七判断结果;
所述第七判断结果为否,则将当前所述烤漆图片标记为烤漆开始图片;
所述第七判断结果为是,则判断当前所述烤漆图片中是否包括人得到第八判断结果;
所述第八判断结果为是,则判断当前所述烤漆图片中人和车辆是否相交得到第九判断结果;
所述第九判断结果为是,则将当前所述烤漆图片标记为烤漆中图片;
将所述烤漆开始图片和所述烤漆中图片作为烤漆图片提取。
6.根据权利要求5所述的车辆维修监控方法,其特征在于,从所述机修工位的视频图像中提取机修施工图片包括如下步骤:
按照第一设定时间间隔从所述机修工位的视频图像中截取机修图片;
判断当前所述机修图片中是否包括人和车辆得到第一判断结果;
所述第一判断结果为是,则判断当前所述机修图片中车辆底部是否有油液流出得到第二判断结果;
所述第二判断结果为是,则将当前所述机修图片标记为放废机油图片;
所述第二判断结果为否,则判断当前所述机修图片中是否包括有油液流出的油壶得到第三判断结果;
所述第三判断结果为是,则将当前所述机修图片标记为加新机油图片;
将所述放废机油图片和所述加新机油图片作为机修施工图片提取。
7.根据权利要求5所述的车辆维修监控方法,其特征在于,从所述钣金工位的视频图像中提取钣金施工图片包括如下步骤:
按照第二设定时间间隔从所述钣金工位的视频图像中截取钣金图片;
判断当前所述钣金图片中是否包括人和车辆得到第四判断结果;
所述第四判断结果为是,则判断当前所述钣金图片中人和车辆是否相交得到第五判断结果;
所述第五判断结果为是,则将当前所述钣金图片作为钣金施工图片提取。
8.根据权利要求5所述的车辆维修监控方法,其特征在于,还包括:
将所述设定车牌号的维修展示图片中出现的其它车牌号虚化。
9.根据权利要求5所述的车辆维修监控方法,其特征在于,判断当前所述烤漆图片中是否包括车辆包括:
判断车辆的宽度是否大于图片宽度的0.3倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833888.2A CN111932902B (zh) | 2020-08-18 | 2020-08-18 | 一种车辆维修监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833888.2A CN111932902B (zh) | 2020-08-18 | 2020-08-18 | 一种车辆维修监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932902A CN111932902A (zh) | 2020-11-13 |
CN111932902B true CN111932902B (zh) | 2021-03-26 |
Family
ID=73304617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010833888.2A Active CN111932902B (zh) | 2020-08-18 | 2020-08-18 | 一种车辆维修监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932902B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200329A (zh) * | 2014-09-11 | 2014-12-10 | 福州聚升汽车销售服务有限公司 | 汽车维修过程监控系统及其实现方法 |
CN105095972A (zh) * | 2015-07-21 | 2015-11-25 | 北汽福田汽车股份有限公司 | 车辆的售后维修监控系统和方法 |
CN205377939U (zh) * | 2016-01-18 | 2016-07-06 | 厦门市龟龟网络技术有限公司 | 一种基于互联网的维修保养服务系统 |
CN105825343A (zh) * | 2016-03-23 | 2016-08-03 | 武汉车亿洁商贸有限公司 | 一种用于汽车美容维修店的智能管理系统及管理方法 |
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
JP2018120445A (ja) * | 2017-01-26 | 2018-08-02 | 株式会社 日立産業制御ソリューションズ | 車番認識装置 |
CN109622334A (zh) * | 2018-12-18 | 2019-04-16 | 浙江鼎澈科技股份有限公司 | 一种智能互联网车漆快速修复流水线 |
CN109816121A (zh) * | 2019-01-21 | 2019-05-28 | 北汽福田汽车股份有限公司 | 车辆维修服务的监控系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170206509A1 (en) * | 2016-01-15 | 2017-07-20 | Alex Beyk | Methods and systems to assist technicians execute and record repairs and centralized storage of repair history using head mounted displays and networks |
CN207992814U (zh) * | 2018-03-31 | 2018-10-19 | 湖北勇胜建设工程有限公司 | 一种室内装修现场监控小车 |
-
2020
- 2020-08-18 CN CN202010833888.2A patent/CN111932902B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200329A (zh) * | 2014-09-11 | 2014-12-10 | 福州聚升汽车销售服务有限公司 | 汽车维修过程监控系统及其实现方法 |
CN105095972A (zh) * | 2015-07-21 | 2015-11-25 | 北汽福田汽车股份有限公司 | 车辆的售后维修监控系统和方法 |
CN205377939U (zh) * | 2016-01-18 | 2016-07-06 | 厦门市龟龟网络技术有限公司 | 一种基于互联网的维修保养服务系统 |
CN105825343A (zh) * | 2016-03-23 | 2016-08-03 | 武汉车亿洁商贸有限公司 | 一种用于汽车美容维修店的智能管理系统及管理方法 |
JP2018120445A (ja) * | 2017-01-26 | 2018-08-02 | 株式会社 日立産業制御ソリューションズ | 車番認識装置 |
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
CN109622334A (zh) * | 2018-12-18 | 2019-04-16 | 浙江鼎澈科技股份有限公司 | 一种智能互联网车漆快速修复流水线 |
CN109816121A (zh) * | 2019-01-21 | 2019-05-28 | 北汽福田汽车股份有限公司 | 车辆维修服务的监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111932902A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030704B1 (en) | Automated damage assessment and claims processing | |
CN109767626B (zh) | 一种路边停车巡检方法、系统、巡逻车及服务器 | |
US8510196B1 (en) | Feedback loop in mobile damage assessment and claims processing | |
CN111091718B (zh) | 一种停车监控预警方法及停车监控预警系统 | |
CN109559395B (zh) | 一种识别无牌车辆入场计费的控制方法及储存设备 | |
CN107705631B (zh) | 停车场管理系统的构建和使用方法 | |
CN109642792A (zh) | 用于检查机动车辆的装置、方法和计算机程序产品 | |
CN105825343A (zh) | 一种用于汽车美容维修店的智能管理系统及管理方法 | |
CN113705351B (zh) | 车辆定损方法、装置及设备 | |
CN106373395A (zh) | 行车事故的监控方法和装置 | |
CN105608660A (zh) | 机动车专门查验区管理系统所采用的查验方法 | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及系统 | |
WO2019015851A1 (de) | Verfahren und vorrichtung zum identifizieren von schäden in fahrzeugscheiben | |
CN111046822A (zh) | 一种基于人工智能视频识别的大型车辆防盗方法 | |
CN113808087A (zh) | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 | |
CN111694981A (zh) | 一种基于机器视觉的加油站逃费报警系统及方法 | |
CN111932902B (zh) | 一种车辆维修监控系统及方法 | |
CN110084171B (zh) | 一种地铁车顶异物检测装置及检测方法 | |
CN117922369A (zh) | 电动车辆换电方法、系统及换电站 | |
CN114462814A (zh) | 一种巡检车管理人员绩效考核的方法和系统 | |
CN117952899A (zh) | 用于铝箔表面缺陷的检测方法及检测装置、分切机 | |
CN112585655A (zh) | 基于5g的无人驾驶电子交警执勤系统 | |
CN116110127A (zh) | 一种多联动的加油站套现行为识别系统 | |
CN112712012B (zh) | 一种道路卡口车辆位置检测方法 | |
CN109165637B (zh) | 一种基于动态视频分析的身份识别方法及系统 |
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 |