CN112822458B - 洗车过程的视频监控方法及终端 - Google Patents

Abstract

本发明公开了洗车过程的视频监控方法及终端，包括以下步骤：获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆在洗车过程中所拍摄的第一视频信息以及在未洗车时所拍摄的第二视频信息，得到第一图片信息，并模拟得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，从而训练生成图像分类模型来监控车辆的可打开部件是否误打开；通过第一报警探测器和第二报警探测器来实现活体入侵检测和车辆移动检测，从而得到最终的监控结果。本发明能实现对洗车过程中的闯入和车辆误动作进行监控识别，其实现成本较低且准确度较高。

Description

洗车过程的视频监控方法及终端

技术领域

本发明涉及车辆监控技术领域，特别涉及洗车过程的视频监控方法及终端。

背景技术

随着汽车的数量逐年增加，与汽车相关的服务需求也在不断的增长。其中，洗车服务便是人们日常使用汽车所必不可少的汽车服务之一，无论是风沙、污泥还是灰尘等原因，都使得车主不得不每隔一段时间就去清洗车辆一次。

现有的洗车服务包括人工清洗和自动清洗。在自动洗车系统中的洗车过程中，一方面存在人员误闯入自动洗车系统的情况，比如看到自动洗车系统没有执行动作，但可能是在等待或是在进入下一个程序等等，人员若在这个时候进入自动洗车系统，容易导致人员受到伤害；另一方面是人员在车辆内有可能执行到误操作，比如不小心按到车门打开的按键等等，若自动洗车系统无法及时做出应对，就会对人或车辆造成损伤。因此，现有的自动洗车机缺乏一种能够有效对洗车过程中的闯入和车辆误动作进行监控识别的方法。

发明内容

本发明所要解决的技术问题是：提供洗车过程的视频监控方法及终端，能够对洗车过程中的闯入和车辆误动作进行监控识别。

为了解决上述技术问题，本发明采用的技术方案为：

洗车过程的视频监控方法，包括以下步骤：

S1、获取第一摄像头对位于所述洗车区域上不同车辆体型的样本车辆在洗车过程中所拍摄的第一视频信息以及在未洗车时所拍摄的第二视频信息，所述第一摄像头用于监测位于所述洗车区域的所述样本车辆的所有可打开部件，所述第一视频信息中所述样本车辆的所有可打开部件均处于关闭状态，所述第二视频信息中包括所述样本车辆中每一个所述可打开部件轮流处于打开状态的视频信息，所述可打开部件包括车窗、天窗、车门以及后备箱；

S2、从所述第一视频信息中获取每一个所述样本车辆在每一个洗车步骤的第一图片信息，并将每一张所述第一图片信息标记为车辆正常之后加入至训练图像集合；

S3、从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息，根据所述第一图片信息和所述第二图片信息模拟得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合；

S4、根据所述训练图像集合训练得到一个能区分所述车辆正常和所述车辆异常的图像分类模型；

S5、获取所述第一摄像头对处于洗车过程的第一车辆实时拍摄的监控视频，每间隔第一预设时间从所述监控视频中获取一帧待判断监控图像作为训练好的所述图像分类模型的输入，以得到所述图像分类模型的第一监控结果，所述第一监控结果为车辆正常或车辆异常；

S6、获取第一报警探测器对所述洗车区域的进出口进行活体入侵探测的第二监控结果，获取第二报警探测器对所述洗车区域的第一车辆进行移动探测的第三监控结果，所述第二监控结果为未发现活体入侵或发现活体入侵，所述第三监控结果为车辆正常或车辆异常；

S7、汇总所述第一监控结果、所述第二监控结果以及所述第三监控结果，若所述第一监控结果和所述第三监控结果中任意一个为所述车辆异常或者是所述第二监控结果为发现活体入侵时，则发出洗车异常报警提示信息。

为了解决上述技术问题，本发明采用的另一种技术方案为：

洗车过程的视频监控终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的洗车过程的视频监控方法。

本发明的有益效果在于：洗车过程的视频监控方法及终端，通过对位于洗车区域上不同车辆体型的样本车辆的可打开部件处于关闭状态时的洗车过程以及可打开部件处于打开状态时的未洗车过程进行的视频拍摄，然后分别从两个视频中获取到对应的图片信息，之后根据两个图片信息模拟得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，即无需让车辆在洗车过程中打开可打开部件即可获得在洗车场景下车辆的可打开部件处于打开状态的图片，从而得到成本更低且准确度更高的图像分类模型来进行车辆误动作的识别。之后通过第一报警探测器和第二报警探测器进行闯入监测和车辆移动监测，从而实现对洗车过程中的闯入和车辆误动作进行监控识别，其实现成本较低且准确度较高。

附图说明

图1为本发明实施例的洗车过程的视频监控方法的流程示意图；

图2为本发明实施例涉及的第二报警探测器在初始状态下的结构示意图；

图3为本发明实施例涉及的第二报警探测器在监控状态下的结构示意图；

图4为本发明实施例的洗车过程的视频监控终端的结构示意图。

标号说明：

1、洗车过程的视频监控终端；2、处理器；3、存储器；

4、第一感应件；5、第一转轴；6、第二感应件；7、第二转轴；8、第一车辆。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

请参照图1至图3，洗车过程的视频监控方法，包括以下步骤：

S1、获取第一摄像头对位于所述洗车区域上不同车辆体型的样本车辆在洗车过程中所拍摄的第一视频信息以及在未洗车时所拍摄的第二视频信息，所述第一摄像头用于监测位于所述洗车区域的所述样本车辆的所有可打开部件，所述第一视频信息中所述样本车辆的所有可打开部件均处于关闭状态，所述第二视频信息中包括所述样本车辆中每一个所述可打开部件轮流处于打开状态的视频信息，所述可打开部件包括车窗、天窗、车门以及后备箱；

S2、从所述第一视频信息中获取每一个所述样本车辆在每一个洗车步骤的第一图片信息，并将每一张所述第一图片信息标记为车辆正常之后加入至训练图像集合；

S3、从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息，根据所述第一图片信息和所述第二图片信息模拟得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合；

S4、根据所述训练图像集合训练得到一个能区分所述车辆正常和所述车辆异常的图像分类模型；

S5、获取所述第一摄像头对处于洗车过程的第一车辆实时拍摄的监控视频，每间隔第一预设时间从所述监控视频中获取一帧待判断监控图像作为训练好的所述图像分类模型的输入，以得到所述图像分类模型的第一监控结果，所述第一监控结果为车辆正常或车辆异常；

S6、获取第一报警探测器对所述洗车区域的进出口进行活体入侵探测的第二监控结果，获取第二报警探测器对所述洗车区域的第一车辆进行移动探测的第三监控结果，所述第二监控结果为未发现活体入侵或发现活体入侵，所述第三监控结果为车辆正常或车辆异常；

S7、汇总所述第一监控结果、所述第二监控结果以及所述第三监控结果，若所述第一监控结果和所述第三监控结果中任意一个为所述车辆异常或者是所述第二监控结果为发现活体入侵时，则发出洗车异常报警提示信息。

从上述描述可知，本发明的有益效果在于：通过对位于洗车区域上不同车辆体型的样本车辆的可打开部件处于关闭状态时的洗车过程以及可打开部件处于打开状态时的未洗车过程进行的视频拍摄，然后分别从两个视频中获取到对应的图片信息，之后根据两个图片信息模拟得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，即无需让车辆在洗车过程中打开可打开部件即可获得在洗车场景下车辆的可打开部件处于打开状态的图片，从而得到成本更低且准确度更高的图像分类模型来进行车辆误动作的识别。之后通过第一报警探测器和第二报警探测器进行闯入监测和车辆移动监测，从而实现对洗车过程中的闯入和车辆误动作进行监控识别，其实现成本较低且准确度较高。

进一步地，所述步骤S1中获取第一摄像头对位于所述洗车区域上不同车辆体型的样本车辆在未洗车时所拍摄的第二视频信息具体包括以下步骤：

根据所述可打开部件的类别和数量对所有样本车辆进行分类，得到所有车辆类别和对应的所述可打开部件；

对每一个所述车辆类别中的所有所述可打开部件的状态进行排列组合，得到每一个所述车辆类别的第一集合，每一个所述可打开部件的状态包括关闭状态和打开状态，所述第一集合中的任意一个元素中至少存在一个所述可打开部件是处于打开状态的；

根据每一个所述车辆类别的所述第一集合分别编写每一个所述车辆类别的洗车控制程序，所述洗车控制程序按照所述第一集合的顺序依次响应所述第一集合中的每一个元素；

建立与所述样本车辆的通信连接，根据位于所述洗车区域上的样本车辆所对应的车辆类别使用对应的汽车控制程序，并将对应的所述汽车控制程序载入至所述样本车辆，使得所述样本车辆按照所述汽车控制程序进行车辆控制；

获取第一摄像头对位于所述洗车区域上不同车辆体型的样本车辆执行对应的所述汽车控制程序时所拍摄的第二视频信息。

从上述描述可知，预先将需要采集的图像通过编写成洗车控制程序并载入到样本车辆中，按照洗车控制程序进行车辆控制，使得不同样本车辆按照同样的顺序对可打开部件进行控制，一方面，程序自动控制更加准确，且程序可以自动对第二图片信息进行标注，无需人工标注，就能得到需要训练的图片数据，另一方面，包括对所有可打开部件的排列组合，保证能够得到具有差异性且足够数量的图片数据进行训练，从而能快速且准确的训练出图像分类模型。

进一步地，所述步骤S3具体包括以下步骤：

从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息，将所述第二图片信息中所述可打开部件处于打开状态的所述样本车辆和所述第一图片信息中除所述样本车辆之外的洗车场景进行图像融合，以得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合。

从上述描述可知，可以通过potoshsop等P图软件对第一图片信息和第二图片信息进行图像融合，以模拟生成符合真实场景的第三图片信息来进行图像分类模型的训练。

进一步地，所述步骤S3具体包括以下步骤：

从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息；

预先建立一个还原洗车区域和洗车过程的洗车模拟场景以及每一个所述样本车辆的车辆3D模型，所述车辆3D模型中与所述可打开部件对应的模拟部件可以按照所述可打开部件进行打开；

根据所述第一图片信息和所述洗车模拟场景还原出实时洗车场景，根据所述第二图片信息和所述车辆3D模型还原出实时车辆模型，将所述实时车辆模型放入所述实时洗车场景之后，得到每一个所述样本车辆的实时融合场景；

根据所述实时融合场景中与所述第一摄像头对应的虚拟摄像头对所述实时融合场景进行拍照，得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合。

从上述描述可知，通过建立车辆3D模型和实时洗车场景来还原出实时融合场景，从而拍摄得到符合真实场景的第三图片信息来进行图像分类模型的训练。

进一步地，所述第一报警探测器为面型报警探测器，所述第二报警探测器为线型报警探测器。

进一步地，所述第一报警探测器和所述第二报警探测器均为具有被动红外检测和微波探测的双技术探测器。

进一步地，所述第一报警探测器为具有被动红外检测和微波探测的双技术探测器，所述第二报警探测器为前倾传感器。

进一步地，所述第一报警探测器和所述第二报警探测器均为第一摄像头，所述步骤S6具体包括以下步骤：

获取第一摄像头对所述洗车区域的进出口以及所述洗车区域的实时监控图像，判断间隔第二预设时间的两张所述实时监控图像在所述洗车区域的进出口上是否出现差异，若是，则生成发现活体入侵的第二监控结果，否则生成未发现活体入侵的第二监控结果；

判断间隔第二预设时间的两张所述实时监控图像在所述洗车区域的上是否出现差异，若是，则生成车辆正常的第三监控结果，否则生成车辆正常的第三监控结果。

从上述描述可知，可以通过对第一报警探测器和第二报警探测器的不同选择来适应不同的使用需求，比如通过第一摄像头进行全部的监控，设备实现上更加简单，但对软件处理的要求较高；而采用线型报警探测器则感应灵敏，软件处理较为简单，因此可以根据实际使用场景来选择对应的第一报警探测器和第二报警探测器。

进一步地，若所述第一摄像头为一个，则所述第一摄像头位于所述洗车区域的待清洗车辆的尾部中上方；

若所述第一摄像头为两个，则两个所述第一摄像头位于所述待清洗车辆的对角线两端的上方；

若所述第一摄像头为三个，则三个所述第一摄像头分别位于所述待清洗车辆的两侧和后侧的上方。

从上述描述可知，在不同摄像头的数量下，对于不同摄像头的布置位置作了进一步的限定，以保证能够对洗车区域的待清洗车辆的所有可打开部件都能进行实时的监控。

请参照图4，洗车过程的视频监控终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的洗车过程的视频监控方法。

从上述描述可知，本发明的有益效果在于：通过对位于洗车区域上不同车辆体型的样本车辆的可打开部件处于关闭状态时的洗车过程以及可打开部件处于打开状态时的未洗车过程进行的视频拍摄，然后分别从两个视频中获取到对应的图片信息，之后根据两个图片信息模拟得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，即无需让车辆在洗车过程中打开可打开部件即可获得在洗车场景下车辆的可打开部件处于打开状态的图片，从而得到成本更低且准确度更高的图像分类模型来进行车辆误动作的识别。之后通过第一报警探测器和第二报警探测器进行闯入监测和车辆移动监测，从而实现对洗车过程中的闯入和车辆误动作进行监控识别，其实现成本较低且准确度较高。

请参照图1，本发明的实施例一为：

洗车过程的视频监控方法，包括以下步骤：

S1、获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆在洗车过程中所拍摄的第一视频信息以及在未洗车时所拍摄的第二视频信息，第一摄像头用于监测位于洗车区域的样本车辆的所有可打开部件，第一视频信息中样本车辆的所有可打开部件均处于关闭状态，第二视频信息中包括样本车辆中每一个可打开部件轮流处于打开状态的视频信息，可打开部件包括车窗、天窗、车门以及后备箱；

在本实施例中不同车辆体型是指体型的大小，可以根据预设长宽范围内进行限定类别。

在本实施例中，第一摄像头为三个，三个第一摄像头分别位于待清洗车辆的两侧和后侧的上方，这样对整个待清洗车辆上的可打开部件都能进行全面监控。在其他等同实施例中，第一摄像头若为一个，则第一摄像头位于洗车区域的待清洗车辆的尾部中上方；第一摄像头若为两个，则两个第一摄像头位于待清洗车辆的对角线两端的上方，即保证能够对整个待清洗车辆上的可打开部件都能进行全面监控即可。

在本实施例中，原本车辆在洗车过程中的第一视频信息中所有可打开部件都是关闭状态的，所以只需要把样本车辆开进去洗车区域即可。

而对于可打开部件处于打开状态，那么可打开部件的数量很多，有的打开有的不打开，这样的组合会非常多，若通过人为控制，肯定无法全面覆盖到所有情况，由此，在本实施例中，步骤S1中获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆在未洗车时所拍摄的第二视频信息具体包括以下步骤：

S11、根据可打开部件的类别和数量对所有样本车辆进行分类，得到所有车辆类别和对应的可打开部件；

其中，在实际应用场景中，正常的车辆都是具有天窗、后备箱以及前后左右四个车门和对应的四个车窗，在个别车辆中没有天窗或者车门车窗只有两个，因此，根据可打开部件的类别和数量进行分类，即同一类别中的可打开部件的类别和数量为一致对应的关系。

S12、对每一个车辆类别中的所有可打开部件的状态进行排列组合，得到每一个车辆类别的第一集合，每一个可打开部件的状态包括关闭状态和打开状态，第一集合中的任意一个元素中至少存在一个可打开部件是处于打开状态的；

在本实施例中，比如这个类别的车辆具有天窗、后备箱以及前后左右四个车门和对应的四个车窗，那么一共就有10个可打开部件，其中只有一个可打开部件的元素个数有10个，只有两个可打开部件的元素个数有45，以此类推得到第一集合中的元素个数有上千个，通过程序对所有组合成的元素按照预设顺序进行编写。

S13、根据每一个车辆类别的第一集合分别编写每一个车辆类别的洗车控制程序，洗车控制程序按照第一集合的顺序依次响应第一集合中的每一个元素；

S14、建立与样本车辆的通信连接，根据位于洗车区域上的样本车辆所对应的车辆类别使用对应的汽车控制程序，并将对应的汽车控制程序载入至样本车辆，使得样本车辆按照汽车控制程序进行车辆控制；

S15、获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆执行对应的汽车控制程序时所拍摄的第二视频信息。

由于不同的样本车辆在同一类别中的控制顺序是相同的，根据在视频中的时间点可以知道当前样本车辆处于洗车控制程序中的哪一个元素，从而进行自动标注，即可以得到大量有效的训练图片。

S2、从第一视频信息中获取每一个样本车辆在每一个洗车步骤的第一图片信息，并将每一张第一图片信息标记为车辆正常之后加入至训练图像集合；

S3、从第二视频信息获取每一个样本车辆的每一个可打开部件处于打开状态的第二图片信息，根据第一图片信息和第二图片信息模拟得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，并将每一张第三图片信息标记为车辆异常之后加入至训练图像集合；

在本实施例中，步骤S3具体包括以下步骤：

从第二视频信息获取每一个样本车辆的每一个可打开部件处于打开状态的第二图片信息，将第二图片信息中可打开部件处于打开状态的样本车辆和第一图片信息中除样本车辆之外的洗车场景进行图像融合，以得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，并将每一张第三图片信息标记为车辆异常之后加入至训练图像集合。

在其他等同实施例中，步骤S3具体包括以下步骤：

从第二视频信息获取每一个样本车辆的每一个可打开部件处于打开状态的第二图片信息；

预先建立一个还原洗车区域和洗车过程的洗车模拟场景以及每一个样本车辆的车辆3D模型，车辆3D模型中与可打开部件对应的模拟部件可以按照可打开部件进行打开；

根据第一图片信息和洗车模拟场景还原出实时洗车场景，根据第二图片信息和车辆3D模型还原出实时车辆模型，将实时车辆模型放入实时洗车场景之后，得到每一个样本车辆的实时融合场景；

根据实时融合场景中与第一摄像头对应的虚拟摄像头对实时融合场景进行拍照，得到每一个样本车辆在洗车过程中每一个可打开部件处于打开状态的第三图片信息，并将每一张第三图片信息标记为车辆异常之后加入至训练图像集合。

当然，无论基于上述哪一种图像融合，由于本身第二图片信息的数量就很多，加上第一图片信息在不同洗车步骤都至少有一张，则最终形成的第三图片信息的数量也达到万张以上的级别，能保证训练出来的图像分类模型具有较高的准确性和可靠性。

S4、根据训练图像集合训练得到一个能区分车辆正常和车辆异常的图像分类模型；

在本实施例中，图像分类模型不仅能区分车辆正常和车辆异常，同时基于上述对所有可打开部件的状态进行排列组合，因此在打标时可以标注哪个可打开部件为打开状态，哪个为关闭状态。由此，可以训练出对每一个可打开部件的单独分类模型，然后基于每一个可打开部件的单独分类模型进行数据汇总，最后不仅能得到车辆异常情况，还能知道是哪个可打开部件打开了。

其中，将所有第三图片信息中关于当前训练的可打开部件的标注为打开状态的图片标记为异常，将其余的所有第三图片信息标记为正常，然后放入到一个原始的卷积神经网络模型进行训练，得到针对这个可打开部件的单独分类模型。比如是天窗的单独分类模型，那么在天窗的单独分类模型中，后备箱、车门或车窗是否处于打开状态还是关闭状态都不影响最终的结果，只有天窗为打开状态时，天窗的单独分类模型输出的为异常，反之均为正常。

S5、获取第一摄像头对处于洗车过程的第一车辆实时拍摄的监控视频，每间隔第一预设时间从监控视频中获取一帧待判断监控图像作为训练好的图像分类模型的输入，以得到图像分类模型的第一监控结果，第一监控结果为车辆正常或车辆异常；

在本实施例中，第一预设时间可以为一帧的时间即十六分之一秒，可以根据所需要的精度和处理的速度来综合考虑，但是第一预设时间的区间为(0，1秒]。

S6、获取第一报警探测器对洗车区域的进出口进行活体入侵探测的第二监控结果，获取第二报警探测器对洗车区域的第一车辆进行移动探测的第三监控结果，第二监控结果为未发现活体入侵或发现活体入侵，第三监控结果为车辆正常或车辆异常；

在本实施例中第一报警探测器和第二报警探测器均为第一摄像头，则上述步骤S6具体包括以下步骤：

获取第一摄像头对洗车区域的进出口以及洗车区域的实时监控图像，判断间隔第二预设时间的两张实时监控图像在洗车区域的进出口上是否出现差异，若是，则生成发现活体入侵的第二监控结果，否则生成未发现活体入侵的第二监控结果；

判断间隔第二预设时间的两张实时监控图像在洗车区域的上是否出现差异，若是，则生成车辆正常的第三监控结果，否则生成车辆正常的第三监控结果。

其中第二预设时间可以为一帧的时间即十六分之一秒，可以根据所需要的精度和处理的速度来综合考虑，但是第二预设时间的区间为(0，1秒]。

在其他等同实施例中：第一报警探测器为面型报警探测器，第二报警探测器为线型报警探测器。或者第一报警探测器和第二报警探测器均为具有被动红外检测和微波探测的双技术探测器。或者第一报警探测器为具有被动红外检测和微波探测的双技术探测器，第二报警探测器为前倾传感器。

S7、汇总第一监控结果、第二监控结果以及第三监控结果，若第一监控结果和第三监控结果中任意一个为车辆异常或者是第二监控结果为发现活体入侵时，则发出洗车异常报警提示信息。

请参照图1至图3，本发明的实施例二为：

洗车过程的视频监控方法，在上述实施例一的基础上，第二报警探测器具体为：

如图2所示，在洗车区域的前面地面上设置有第一感应件4以及第一转轴5，未在图中示出的第一电机与第一转轴5可拆卸连接，第一感应件4上设置有倾角传感器，同理，在洗车区域的后面地面上设置有第二感应件6以及第二转轴7，未在图中示出的第二电机与第二转轴7可拆卸连接，第一感应件4上设置有倾角传感器。

其中，第一电机用于与第一转轴5连接后控制第一转轴5带动第一感应件4由水平状态转动至前倾状态后断开与第一转轴5的连接，第二电机用于与第二转轴7连接后控制第二转轴7带动第二感应件6由水平状态转动至前倾状态后断开与第二转轴7的连接。

由此，在本实施例中，步骤S3中获取第二报警探测器对洗车区域的第一车辆8进行移动探测的第三监控结果具体包括以下步骤：

在洗车区域的第一车辆8处于车辆到位状态时，分别控制位于远离第一车辆8的车头端的第一感应件4由水平状态转动至向着车头端方向倾斜的前倾状态以及位于远离第一车辆8的车尾端的第二感应件6由水平状态转动至向着车尾端方向倾斜的前倾状态，直至第一感应件4前倾在车头端上以及第二感应件6前倾在车尾端上；

实时获取位于第一感应件4上的第一前倾传感器返回的第一倾角信号以及位于第二感应件6上的第二前倾传感器返回的第二倾角信号，根据第一倾角信号或第二倾角信号的信号值变化情况判断第一车辆8是否移动，若为移动，则得到车辆异常的第三监控结果，否则得到车辆正常的第三监控结果。

由此，在本实施例中，如图2和图3可知，为了适应不同的车型，将第一感应件4和第二感应件6设置在比较远的位置上，在对于不同长度的车辆来说，其处于正常的倾角各不相同，需要程序判断何时作为基础倾角。在其他等同实施例中，第一感应件4、第一转轴5和第一电机处于一滑动装置时，使得每一次第一电机都控制第一感应件4处于预设倾角之后开始移动，直到接触到车辆，同理第二感应件6、第二转轴7和第二电机处于一滑动装置时，使得每一次第二电机都控制第二感应件6处于预设倾角之后开始移动，直到接触到车辆。这样基础倾角是固定的，无需程序再进一步判断。

在本实施例中，上述的移动检测在洗车场景下相较于各种红外检测或者图像检测来说，灵敏度更高、稳定性更好且实现更为简便。

请参照图4，本发明的实施例三为：

洗车过程的视频监控终端1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，处理器2执行计算机程序时实现上述实施例一的步骤。

综上，本发明提供的洗车过程的视频监控方法及终端，通过对位于洗车区域上不同车辆体型的样本车辆的可打开部件处于关闭状态时的洗车过程以及可打开部件处于打开状态时的未洗车过程进行的视频拍摄，然后模拟生成所需的图片信息，以训练得到成本更低且准确度更高的图像分类模型来进行车辆误动作的识别。之后通过第一报警探测器和第二报警探测器进行闯入监测和车辆移动监测，尤其是通过倾角传感器的巧妙应用，从而实现对洗车过程中的闯入和车辆误动作进行准确有效的监控识别，其实现成本较低且准确度较高。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.洗车过程的视频监控方法，其特征在于，包括以下步骤：

S1、获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆在洗车过程中所拍摄的第一视频信息以及在未洗车时所拍摄的第二视频信息，所述第一摄像头用于监测位于所述洗车区域的所述样本车辆的所有可打开部件，所述第一视频信息中所述样本车辆的所有可打开部件均处于关闭状态，所述第二视频信息中包括所述样本车辆中每一个所述可打开部件轮流处于打开状态的视频信息，所述可打开部件包括车窗、天窗、车门以及后备箱；

S2、从所述第一视频信息中获取每一个所述样本车辆在每一个洗车步骤的第一图片信息，并将每一张所述第一图片信息标记为车辆正常之后加入至训练图像集合；

S3、从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息，根据所述第一图片信息和所述第二图片信息模拟得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合；

S4、根据所述训练图像集合训练得到一个能区分所述车辆正常和所述车辆异常的图像分类模型；

S5、获取所述第一摄像头对处于洗车过程的第一车辆实时拍摄的监控视频，每间隔第一预设时间从所述监控视频中获取一帧待判断监控图像作为训练好的所述图像分类模型的输入，以得到所述图像分类模型的第一监控结果，所述第一监控结果为车辆正常或车辆异常；

S6、获取第一报警探测器对所述洗车区域的进出口进行活体入侵探测的第二监控结果，获取第二报警探测器对所述洗车区域的第一车辆进行移动探测的第三监控结果，所述第二监控结果为未发现活体入侵或发现活体入侵，所述第三监控结果为车辆正常或车辆异常；

S7、汇总所述第一监控结果、所述第二监控结果以及所述第三监控结果，若所述第一监控结果和所述第三监控结果中任意一个为所述车辆异常或者是所述第二监控结果为发现活体入侵时，则发出洗车异常报警提示信息。

2.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述步骤S1中获取第一摄像头对位于洗车区域上不同车辆体型的样本车辆在未洗车时所拍摄的第二视频信息具体包括以下步骤：

根据所述可打开部件的类别和数量对所有样本车辆进行分类，得到所有车辆类别和对应的所述可打开部件；

对每一个所述车辆类别中的所有所述可打开部件的状态进行排列组合，得到每一个所述车辆类别的第一集合，每一个所述可打开部件的状态包括关闭状态和打开状态，所述第一集合中的任意一个元素中至少存在一个所述可打开部件是处于打开状态的；

根据每一个所述车辆类别的所述第一集合分别编写每一个所述车辆类别的洗车控制程序，所述洗车控制程序按照所述第一集合的顺序依次响应所述第一集合中的每一个元素；

建立与所述样本车辆的通信连接，根据位于所述洗车区域上的样本车辆所对应的车辆类别使用对应的汽车控制程序，并将对应的所述汽车控制程序载入至所述样本车辆，使得所述样本车辆按照所述汽车控制程序进行车辆控制；

获取第一摄像头对位于所述洗车区域上不同车辆体型的样本车辆执行对应的所述汽车控制程序时所拍摄的第二视频信息。

3.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述步骤S3具体包括以下步骤：

从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息，将所述第二图片信息中所述可打开部件处于打开状态的所述样本车辆和所述第一图片信息中除所述样本车辆之外的洗车场景进行图像融合，以得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合。

4.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述步骤S3具体包括以下步骤：

从所述第二视频信息获取每一个所述样本车辆的每一个所述可打开部件处于打开状态的第二图片信息；

预先建立一个还原洗车区域和洗车过程的洗车模拟场景以及每一个所述样本车辆的车辆3D模型，所述车辆3D模型中与所述可打开部件对应的模拟部件可以按照所述可打开部件进行打开；

根据所述第一图片信息和所述洗车模拟场景还原出实时洗车场景，根据所述第二图片信息和所述车辆3D模型还原出实时车辆模型，将所述实时车辆模型放入所述实时洗车场景之后，得到每一个所述样本车辆的实时融合场景；

根据所述实时融合场景中与所述第一摄像头对应的虚拟摄像头对所述实时融合场景进行拍照，得到每一个所述样本车辆在洗车过程中每一个所述可打开部件处于打开状态的第三图片信息，并将每一张所述第三图片信息标记为车辆异常之后加入至训练图像集合。

5.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述第一报警探测器为面型报警探测器，所述第二报警探测器为线型报警探测器。

6.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述第一报警探测器和所述第二报警探测器均为具有被动红外检测和微波探测的双技术探测器。

7.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述第一报警探测器为具有被动红外检测和微波探测的双技术探测器，所述第二报警探测器为前倾传感器。

8.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，所述第一报警探测器和所述第二报警探测器均为第一摄像头，所述步骤S6具体包括以下步骤：

获取第一摄像头对所述洗车区域的进出口以及所述洗车区域的实时监控图像，判断间隔第二预设时间的两张所述实时监控图像在所述洗车区域的进出口上是否出现差异，若是，则生成发现活体入侵的第二监控结果，否则生成未发现活体入侵的第二监控结果；

判断间隔第二预设时间的两张所述实时监控图像在所述洗车区域的上是否出现差异，若是，则生成车辆正常的第三监控结果，否则生成车辆正常的第三监控结果。

9.根据权利要求1所述的洗车过程的视频监控方法，其特征在于，若所述第一摄像头为一个，则所述第一摄像头位于所述洗车区域的待清洗车辆的尾部中上方；

若所述第一摄像头为两个，则两个所述第一摄像头位于所述待清洗车辆的对角线两端的上方；

若所述第一摄像头为三个，则三个所述第一摄像头分别位于所述待清洗车辆的两侧和后侧的上方。

10.洗车过程的视频监控终端，包括存储器、处理器及存储在存储器上并可在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如权利要求1-9任意一项所述的洗车过程的视频监控方法。

Images