CN113295697A - 换电站的电池更换检测方法 - Google Patents

换电站的电池更换检测方法 Download PDF

Info

Publication number
CN113295697A
CN113295697A CN202110402607.2A CN202110402607A CN113295697A CN 113295697 A CN113295697 A CN 113295697A CN 202110402607 A CN202110402607 A CN 202110402607A CN 113295697 A CN113295697 A CN 113295697A
Authority
CN
China
Prior art keywords
image
battery
insufficient
abnormal state
power
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
CN202110402607.2A
Other languages
English (en)
Inventor
刘涛
丁绅一
杨君海
邹积勇
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.)
Weilai Automobile Technology Anhui Co Ltd
NIO Technology Anhui Co Ltd
Original Assignee
Weilai Automobile Technology Anhui 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 Weilai Automobile Technology Anhui Co Ltd filed Critical Weilai Automobile Technology Anhui Co Ltd
Priority to CN202110402607.2A priority Critical patent/CN113295697A/zh
Publication of CN113295697A publication Critical patent/CN113295697A/zh
Priority to US17/668,598 priority patent/US20220335593A1/en
Priority to EP22165317.3A priority patent/EP4075567A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • B60L53/80—Exchanging energy storage elements, e.g. removable batteries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • 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
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • 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
    • B60L53/30—Constructional details of charging stations
    • B60L53/305—Communication interfaces
    • 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
    • B60L53/68—Off-site monitoring or control, e.g. remote control
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/20—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders
    • H01M50/249—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders specially adapted for aircraft or vehicles, e.g. cars or trains
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及换电技术领域，具体提供一种换电站的电池更换检测方法，旨在解决现有换电站没有对电池安装前后进行电池表面进行监测，无法预防电池上表面有异物电池在换电过程中对电池进行的损伤以及无法预防下表面损伤的电池进入换电站流通，造成潜在的安全风险的问题。为此目的，本发明的电池更换检测方法包括下列步骤：在第一预设位置获取亏电电池的第一图像；根据第一图像，判断亏电电池是否处于第一异常状态；根据判断结果，选择性地将第一图像上传至服务器；在第二预设位置获取亏电电池的第二图像；根据第二图像，判断亏电电池是否处于第二异常状态；根据判断结果，选择性地将第二图像上传至服务器，以便服务器接收并存储第一图像和第二图像。

Description

换电站的电池更换检测方法
技术领域
本发明涉及换电技术领域，具体提供一种换电站的电池更换检测方法。
背景技术
随着新能源汽车的普及，如何有效地为能量不足的汽车提供快速有效的能量补给成为车主和各大厂商非常关注的问题。以电动汽车为例，在诸多的补能方式中，电池更换方式由于其可以在很短的时间完成动力电池的更换且对动力电池的使用寿命没有明显的影响，因此是电能补给的主要发展方向之一。电池更换通常是在换电站完成电池更换，用户将亏电的新能源汽车开到换电站，换电机器人自动将亏电电池拆下，再装上充满电量的服务电池即可。
然而，电动汽车在行驶过程中有可能会对电池下表面造成划伤、磕碰、托底等损伤，在安装的过程中，电池的上表面有可能存在异物，当电池安装至电动汽车之后，该异物也有可能会对电池本身造成损伤。但是，目前在换电过程中并没有对上述情况进行判定和留档，导致电池出现事故时，无法确定造成电池事故的原因以及责任，无法确定事故电池的处理标准，进而影响了用户体验。
因此，本领域需要一种新的换电站的电池更换检测方法来解决上述问题。
发明内容
为了解决现有技术中的上述问题，即为了解决现有换电站没有对电池安装前后进行电池表面进行监测，无法预防电池上表面有异物电池在换电过程中对电池进行的损伤以及无法预防下表面损伤的电池进入换电站流通，造成潜在的安全风险的问题，本发明提供了一种换电站的电池更换检测方法，所述换电站包括换电平台和电池仓；所述电池更换检测方法包括下列步骤：在第一预设位置获取亏电电池的第一图像；根据所述第一图像，判断所述亏电电池是否处于第一异常状态；根据判断结果，选择性地将所述第一图像上传至服务器，以便所述服务器接收并存储所述第一图像；在第二预设位置获取所述亏电电池的第二图像；根据所述第二图像，判断所述亏电电池是否处于第二异常状态；根据判断结果，选择性地将所述第二图像上传至所述服务器，以便所述服务器接收并存储所述第二图像；其中，所述第一预设位置位于所述换电平台；所述第二预设位置位于所述电池仓内。
在上述电池更换检测方法的优选技术方案中，“根据所述第一图像，判断所述亏电电池是否处于第一异常状态”的步骤具体包括：对所述第一图像进行预处理，得到目标图像；根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态。
在上述电池更换检测方法的优选技术方案中，所述第一图像为三维图像；“对所述第一图像进行预处理，得到目标图像”的步骤具体包括：计算所述第一图像沿Z轴方向的全部梯度信息；分别判断每个所述梯度信息是否大于预设梯度信息；如果所述梯度信息大于所述预设梯度信息，则将所述梯度信息所对应的图像部分保留，以得到所述目标图像；并且/或者如果所述梯度信息小于或等于所述预设梯度信息，则将所述梯度信息所对应的图像部分滤除。
在上述电池更换检测方法的优选技术方案中，“根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态”的步骤具体包括：计算所述目标图像沿Z轴方向的差值；根据所述差值确定所述亏电电池的划痕深度；判断所述划痕深度是否大于预设划痕深度；如果所述划痕深度大于所述预设划痕深度，则判定所述亏电电池处于所述第一异常状态；并且/或者如果所述划痕深度小于或等于所述预设划痕深度，则判定所述亏电电池未处于所述第一异常状态。
在上述电池更换检测方法的优选技术方案中，“根据判断结果，选择性地将所述第一图像上传至服务器”的步骤具体包括：如果所述亏电电池处于所述第一异常状态，则将所述第一图像上传至所述服务器；并且/或者如果所述亏电电池未处于所述第一异常状态，则不将所述第一图像上传至所述服务器。
在上述电池更换检测方法的优选技术方案中，所述换电站还包括安装在所述换电平台的第一图像采集模块，所述第一图像采集模块用于采集所述第一图像；“在第一预设位置获取亏电电池的第一图像”的步骤具体包括：当待换电车辆到达换电平台之后，通过所述第一图像采集模块获取所述第一图像；其中，所述亏电电池安装在所述待换电车辆的底部；所述第一图像为所述亏电电池下表面的图像。
在上述电池更换检测方法的优选技术方案中，“通过所述第一图像采集模块获取所述第一图像”的步骤具体包括：获取所述第一图像采集模块与所述亏电电池之间的距离；根据所述距离，判断所述第一图像采集模块的视野区域面积是否大于或等于所述亏电电池的下表面积；根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像。
在上述电池更换检测方法的优选技术方案中，所述换电站还包括导轨机构，所述第一图像采集模块安装在所述导轨机构上；“根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像”的步骤具体包括：如果所述视野区域面积大于或等于所述下表面积，则控制所述第一图像采集模块直接获取所述第一图像；并且/或者如果所述视野区域面积小于所述下表面积，则控制所述导轨机构带动所述第一图像采集模块移动，并在移动过程中，控制所述第一图像采集模块拍摄多张所述亏电电池的下表面图像，将所述多张下表面图像融合为完整图像，将融合得到的完整图像作为所述第一图像。
在上述电池更换检测方法的优选技术方案中，“根据所述第二图像，判断所述亏电电池是否处于第二异常状态”的步骤具体包括：调用第一预设模型对所述第二图像进行分析；根据分析结果，判断所述亏电电池的表面是否存在异物；如果所述亏电电池的表面存在异物，则判定所述亏电电池处于所述第二异常状态；如果所述亏电电池的表面不存在异物，则判定所述亏电电池未处于所述第二异常状态。
在上述电池更换检测方法的优选技术方案中，“根据判断结果，选择性地将所述第二图像上传至所述服务器”的步骤具体包括：如果所述亏电电池处于所述第二异常状态，则将所述第二图像上传至所述服务器，并发出“清除异物”的提示信息；并且/或者如果所述亏电电池未处于所述第二异常状态，则不将所述第二图像上传至所述服务器。
在上述电池更换检测方法的优选技术方案中，“调用所述第一预设模型对所述第二图像进行分析”的步骤具体包括：判断所述第二图像的第一像素是否大于第一预设像素；如果所述第一像素大于所述第一预设像素，则按照第一预设方法将所述第二图像切分成多个第一子图像，并获取每个所述第一子图像在所述表面图像中的位置，对每个所述第一子图像进行分析；并且/或者如果所述第一像素小于或等于所述第一预设像素，则直接对所述第二图像进行分析。
在上述电池更换检测方法的优选技术方案中，所述电池更换检测方法还包括：在为待换电车辆更换电池之前，在第三预设位置获取服务电池的表面图像；根据所述表面图像，判断所述服务电池是否处于异常状态；根据判断结果，选择性地将所述表面图像上传至所述服务器，以便所述服务器接收并存储所述表面图像；其中，所述第三预设位置位于所述电池仓内。
在上述电池更换检测方法的优选技术方案中，“根据所述表面图像，判断所述服务电池是否处于异常状态”的步骤具体包括：调用第二预设模型对所述表面图像进行分析；根据分析结果，判断所述服务电池的表面是否存在异物；如果所述服务电池的表面存在异物，则判定所述服务电池处于所述异常状态；如果所述服务电池的表面不存在异物，则判定所述服务电池未处于所述异常状态。
在上述电池更换检测方法的优选技术方案中，“根据判断结果，选择性地将所述表面图像上传至所述服务器”的步骤具体包括：如果所述服务电池处于所述异常状态，则将所述表面图像上传至所述服务器，并发出“清除异物”的提示信息；并且/或者如果所述服务电池未处于所述异常状态，则不将所述表面图像上传至所述服务器。
在上述电池更换检测方法的优选技术方案中，“调用第二预设模型对所述表面图像进行分析”的步骤具体包括：判断所述表面图像的第二像素是否大于第二预设像素；如果所述第二像素大于所述第二预设像素，则按照第二预设方法将所述表面图像切分成多个第二子图像，并获取每个所述第二子图像在所述表面图像中的位置，对每个所述第二子图像进行分析；并且/或者如果所述第二像素小于或等于所述第二预设像素，则直接对所述表面图像进行分析。
在上述电池更换检测方法的优选技术方案中，所述换电站还包括传送机构和第二图像采集模块，所述传送机构用于传送所述亏电电池和所述服务电池，所述第二图像采集模块用于采集所述表面图像和所述第二图像；“在第二预设位置获取所述亏电电池的第二图像”的步骤具体包括：当所述亏电电池被拆卸下来并被传送至所述第二预设位置时，通过所述第二图像采集模块获取所述第二图像；其中，所述第二图像为所述亏电电池上表面的图像；“在第三预设位置获取服务电池的表面图像”的步骤具体包括：当所述服务电池从所述电池仓传送至所述第三预设位置时，通过所述第二图像采集模块获取所述表面图像；其中，所述表面图像为所述服务电池上表面的图像。
在本发明的电池更换检测方法的优选技术方案中，在第一预设位置获取亏电电池的第一图像；根据第一图像，判断亏电电池是否处于第一异常状态；根据判断结果，选择性地将第一图像上传至服务器，以便服务器接收并存储第一图像；在第二预设位置获取亏电电池的第二图像；根据第二图像，判断亏电电池是否处于第二异常状态；根据判断结果，选择性地将第二图像上传至服务器，以便服务器接收并存储第二图像。
相对于现有技术中换电站没有对电池安装前后的检测进行判定和留档的技术方案，本发明在第一预设位置获取亏电电池的第一图像，在第二预设位置获取亏电电池的第二图像，并根据第一图像来判断亏电电池是否处于第一异常状态，以及根据第二图像来判断亏电电池是否处于第二异常状态，在两个位置对亏电电池进行了检测，使得对亏电电池的检测更加全面，而且对上述亏电电池是否处于异常状态进行了两次判定，能够准确地确定亏电电池是否存在异常，当电池出现事故时，能够为确定造成电池事故的原因以及责任提供依据；进一步地，根据判定结果，选择性地将第一图像和/或第二图像上传至服务器，以便服务器接收并存储上传的第一图像和/或第二图像，当电池出现事故时，可以直接从服务器中获取事故电池的存储的图像，并根据存储的图像准确地确定造成电池事故的原因以及责任，避免了责任划分不清楚的情况出现，并能够准确地确定事故电池的处理标准，为该事故电池提供合理的处理方案，确定事故电池的处理标准，进而提高了用户体验。
而且，在上述过程中，在换电站对亏电电池是否处于第一异常状态以及亏电电池是否处于第二异常状态进行判断，只在亏电电池处于第一异常状态和/或亏电电池处于第二异常状态时才将第一图像和/或第二图像上传服务器的控制方式，相对于在服务器进行判断的技术方案，具有更好的实时性和稳定性；而且，换电站只是将存在异常的亏电电池的第一图像和第二图像上传至服务器，并不是将全部亏电电池的第一图像和第二图像均上传至服务器，从而减少了服务器的图像存储量，当电池出现事故时，能够快速地查找到事故电池的存储的图像，还可以减少换电站的流量消耗，不对查找图像的速度造成直接影响，进而提高了用户的使用体验。
更进一步地，第一图像为亏电电池下表面的图像，第二图像为亏电电池上表面的图像，即对亏电电池下表面和上表面均进行了检测，而且对亏电电池的上表面和下表面是否处于异常状态均进行了判定，使得对亏电电池的检测更加全面，使得服务器存储的图像更加完善，进一步提高了用户体验。
进一步地，对第一图像进行预处理，得到目标图像；根据目标图像，判断亏电电池是否处于第一异常状态，相对于现有技术中通过人工检测划痕深度的技术方案，能够自动、快速、准确地对亏电电池的划痕深度进行检测，而且提高了检测精度和稳定性。
更进一步地，第一图像为三维图像，采用第一图像采集模块获取亏电电池的第一图像，几乎不影响更换电池的节拍，充分考虑了用户体验。
进一步地，调用第一预设模型对第二图像进行分析，相对于现有技术中基于图像处理的方法，不仅无需存储大量的电池图像的模板信息，而且由于第一预设模型是根据大量的电池图像训练得到的，不同的电池图像的拍摄条件互不相同，因此，第一预设模型能够有效地屏蔽光照、拍摄角度等拍摄条件的干扰，能够准确地对表面图像进行分析，使得分析结果更加准确、稳定。
进一步地，在为待换电电动汽车更换电池之前，在第三预设位置获取服务电池的表面图像，并根据表面图像来判断服务电池是否处于异常状态，不仅对亏电电池进行了检测，而且对服务电池也进行了检测，并对服务电池是否处于异常状态也进行了判定，能够准确地确定服务电池是否存在异常，当电池出现事故时，能够为确定造成电池事故的原因以及责任提供更多依据；进一步地，根据判定结果，选择性地将表面图像上传至服务器，以便服务器接收并存储上传的表面图像，当电池出现事故时，能够更加准确地判断电池事故的原因以及责任，进一步避免了责任划分不清楚的情况出现，并能够更加准确地确定该电池的处理标准，为该电池提供更加合理的处理方案，确定电池的处理标准，进一步提高了用户体验。
方案1、一种换电站的电池更换检测方法，其特征在于，所述换电站包括换电平台和电池仓；
所述电池更换检测方法包括下列步骤：
在第一预设位置获取亏电电池的第一图像；
根据所述第一图像，判断所述亏电电池是否处于第一异常状态；
根据判断结果，选择性地将所述第一图像上传至服务器，以便所述服务器接收并存储所述第一图像；
在第二预设位置获取所述亏电电池的第二图像；
根据所述第二图像，判断所述亏电电池是否处于第二异常状态；
根据判断结果，选择性地将所述第二图像上传至所述服务器，以便所述服务器接收并存储所述第二图像；
其中，所述第一预设位置位于所述换电平台；
所述第二预设位置位于所述电池仓内。
方案2、根据方案1所述的电池更换检测方法，其特征在于，“根据所述第一图像，判断所述亏电电池是否处于第一异常状态”的步骤具体包括：
对所述第一图像进行预处理，得到目标图像；
根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态。
方案3、根据方案2所述的电池更换检测方法，其特征在于，所述第一图像为三维图像；
“对所述第一图像进行预处理，得到目标图像”的步骤具体包括：
计算所述第一图像沿Z轴方向的全部梯度信息；
分别判断每个所述梯度信息是否大于预设梯度信息；
如果所述梯度信息大于所述预设梯度信息，则将所述梯度信息所对应的图像部分保留，以得到所述目标图像；并且/或者
如果所述梯度信息小于或等于所述预设梯度信息，则将所述梯度信息所对应的图像部分滤除。
方案4、根据方案3所述的电池更换检测方法，其特征在于，“根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态”的步骤具体包括：
计算所述目标图像沿Z轴方向的差值；
根据所述差值确定所述亏电电池的划痕深度；
判断所述划痕深度是否大于预设划痕深度；
如果所述划痕深度大于所述预设划痕深度，则判定所述亏电电池处于所述第一异常状态；并且/或者
如果所述划痕深度小于或等于所述预设划痕深度，则判定所述亏电电池未处于所述第一异常状态。
方案5、根据方案4所述的电池更换检测方法，其特征在于，“根据判断结果，选择性地将所述第一图像上传至服务器”的步骤具体包括：
如果所述亏电电池处于所述第一异常状态，则将所述第一图像上传至所述服务器；并且/或者
如果所述亏电电池未处于所述第一异常状态，则不将所述第一图像上传至所述服务器。
方案6、根据方案1至5中任一项所述的电池更换检测方法，其特征在于，所述换电站还包括安装在所述换电平台的第一图像采集模块，所述第一图像采集模块用于采集所述第一图像；
“在第一预设位置获取亏电电池的第一图像”的步骤具体包括：
当待换电车辆到达换电平台之后，通过所述第一图像采集模块获取所述第一图像；
其中，所述亏电电池安装在所述待换电车辆的底部；所述第一图像为所述亏电电池下表面的图像。
方案7、根据方案6所述的电池更换检测方法，其特征在于，“通过所述第一图像采集模块获取所述第一图像”的步骤具体包括：
获取所述第一图像采集模块与所述亏电电池之间的距离；
根据所述距离，判断所述第一图像采集模块的视野区域面积是否大于或等于所述亏电电池的下表面积；
根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像。
方案8、根据方案7所述的电池更换检测方法，其特征在于，所述换电站还包括导轨机构，所述第一图像采集模块安装在所述导轨机构上；
“根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像”的步骤具体包括：
如果所述视野区域面积大于或等于所述下表面积，则控制所述第一图像采集模块直接获取所述第一图像；并且/或者
如果所述视野区域面积小于所述下表面积，则控制所述导轨机构带动所述第一图像采集模块移动，并在移动过程中，控制所述第一图像采集模块拍摄多张所述亏电电池的下表面图像，
将所述多张下表面图像融合为完整图像，将融合得到的完整图像作为所述第一图像。
方案9、根据方案1所述的电池更换检测方法，其特征在于，“根据所述第二图像，判断所述亏电电池是否处于第二异常状态”的步骤具体包括：
调用第一预设模型对所述第二图像进行分析；
根据分析结果，判断所述亏电电池的表面是否存在异物；
如果所述亏电电池的表面存在异物，则判定所述亏电电池处于所述第二异常状态；
如果所述亏电电池的表面不存在异物，则判定所述亏电电池未处于所述第二异常状态。
方案10、根据方案9所述的电池更换检测方法，其特征在于，“根据判断结果，选择性地将所述第二图像上传至所述服务器”的步骤具体包括：
如果所述亏电电池处于所述第二异常状态，则将所述第二图像上传至所述服务器，并发出“清除异物”的提示信息；并且/或者
如果所述亏电电池未处于所述第二异常状态，则不将所述第二图像上传至所述服务器。
方案11、根据方案9所述的电池更换检测方法，其特征在于，“调用所述第一预设模型对所述第二图像进行分析”的步骤具体包括：
判断所述第二图像的第一像素是否大于第一预设像素；
如果所述第一像素大于所述第一预设像素，则按照第一预设方法将所述第二图像切分成多个第一子图像，并获取每个所述第一子图像在所述表面图像中的位置，
对每个所述第一子图像进行分析；并且/或者
如果所述第一像素小于或等于所述第一预设像素，则直接对所述第二图像进行分析。
方案12、根据方案1所述的电池更换检测方法，其特征在于，所电池更换检测方法还包括：
在为待换电车辆更换电池之前，在第三预设位置获取服务电池的表面图像；
根据所述表面图像，判断所述服务电池是否处于异常状态；
根据判断结果，选择性地将所述表面图像上传至所述服务器，以便所述服务器接收并存储所述表面图像；
其中，所述第三预设位置位于所述电池仓内。
方案13、根据方案12所述的电池更换检测方法，其特征在于，“根据所述表面图像，判断所述服务电池是否处于异常状态”的步骤具体包括：
调用第二预设模型对所述表面图像进行分析；
根据分析结果，判断所述服务电池的表面是否存在异物；
如果所述服务电池的表面存在异物，则判定所述服务电池处于所述异常状态；
如果所述服务电池的表面不存在异物，则判定所述服务电池未处于所述异常状态。
方案14、根据方案13所述的电池更换检测方法，其特征在于，“根据判断结果，选择性地将所述表面图像上传至所述服务器”的步骤具体包括：
如果所述服务电池处于所述异常状态，则将所述表面图像上传至所述服务器，并发出“清除异物”的提示信息；并且/或者
如果所述服务电池未处于所述异常状态，则不将所述表面图像上传至所述服务器。
方案15、根据方案13所述的电池更换检测方法，其特征在于，“调用第二预设模型对所述表面图像进行分析”的步骤具体包括：
判断所述表面图像的第二像素是否大于第二预设像素；
如果所述第二像素大于所述第二预设像素，则按照第二预设方法将所述表面图像切分成多个第二子图像，并获取每个所述第二子图像在所述表面图像中的位置，
对每个所述第二子图像进行分析；并且/或者
如果所述第二像素小于或等于所述第二预设像素，则直接对所述表面图像进行分析。
方案16、根据方案12所述的电池更换检测方法，其特征在于，所述换电站还包括传送机构和第二图像采集模块，所述传送机构用于传送所述亏电电池和所述服务电池，所述第二图像采集模块用于采集所述表面图像和所述第二图像；
“在第二预设位置获取所述亏电电池的第二图像”的步骤具体包括：
当所述亏电电池被拆卸下来并被传送至所述第二预设位置时，通过所述第二图像采集模块获取所述第二图像；
其中，所述第二图像为所述亏电电池上表面的图像；
“在第三预设位置获取服务电池的表面图像”的步骤具体包括：
当所述服务电池从所述电池仓传送至所述第三预设位置时，通过所述第二图像采集模块获取所述表面图像；
其中，所述表面图像为所述服务电池上表面的图像。
附图说明
下面参照附图并结合电动汽车来描述本发明的电池更换检测方法，附图中：
图1是本发明的电池更换检测方法的主流程图；
图2是本发明的获取亏电电池的第一图像的方法的流程图一；
图3是本发明的获取亏电电池的第一图像的方法的流程图二；
图4是本发明的判断亏电电池是否处于第一异常状态的方法的流程图；
图5是本发明的获取目标图像的方法的流程图；
图6是本发明的根据目标图像判断亏电电池是否处于第一异常状态的方法的流程图；
图7是本发明的选择性地将第一图像上传至服务器的方法的流程图；
图8是本发明的判断亏电电池是否处于第二异常状态的方法的流程图；
图9是本发明的选择性地将第二图像上传至服务器的方法的流程图；
图10是本发明的对第二图像进行分析的方法的流程图；
图11是本发明的电池更换检测方法的完整流程图；
图12是本发明的判断服务电池是否处于异常状态的方法的流程图；
图13是本发明的选择性地将表面图像上传至服务器的方法的流程图；
图14是本发明的对表面图像进行分析的方法的流程图；
图15是本发明的电池更换检测方法的逻辑图一；
图16是本发明的电池更换检测方法的逻辑图二。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。例如，尽管本申请是结合电动汽车来描述的，但是，本发明的技术方案并不局限于此，该电池更换检测方法显然也可以应用于混合动力汽车等其他车辆，这种改变并不偏离本发明的原理和范围。
需要说明的是，在本发明的描述中，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”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；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。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
基于背景技术中提出的技术问题，本发明提供了一种换电站的电池更换检测方法，旨在第一预设位置获取亏电电池的第一图像，在第二预设位置获取亏电电池的第二图像，并根据第一图像来判断亏电电池是否处于第一异常状态，以及根据第二图像来判断亏电电池是否处于第二异常状态，在两个位置对亏电电池进行了检测，使得对亏电电池的检测更加全面，而且对上述亏电电池是否处于异常状态进行了两次判定，能够准确地确定亏电电池是否存在异常，当电池出现事故时，能够为确定造成电池事故的原因以及责任提供依据；进一步地，根据判定结果，选择性地将第一图像和/或第二图像上传至服务器，以便服务器接收并存储上传的第一图像和/或第二图像，当电池出现事故时，可以直接从服务器中获取事故电池的存储的图像，并根据存储的图像准确地确定造成电池事故的原因以及责任，避免了责任划分不清楚的情况出现，并能够准确地确定事故电池的处理标准，为该事故电池提供合理的处理方案，确定事故电池的处理标准，进而提高了用户体验。
首先参见图1，对本发明的电池更换检测方法进行描述。其中，图1是本发明的电池更换检测方法的主流程图。
如图1所示，本发明的换电站包括换电平台和电池仓；本发明的电池更换检测方法包括下列步骤：
S100、在第一预设位置获取亏电电池的第一图像；
S200、根据第一图像，判断亏电电池是否处于第一异常状态；
S300、根据判断结果，选择性地将第一图像上传至服务器，以便服务器接收并存储第一图像；
S400、在第二预设位置获取亏电电池的第二图像；
S500、根据第二图像，判断亏电电池是否处于第二异常状态；
S600、根据判断结果，选择性地将第二图像上传至服务器，以便服务器接收并存储第二图像。
其中，第一预设位置位于换电平台；第二预设位置位于电池仓内。
其中，亏电电池为待换电电动汽车上即将被更换的没电的电池。
其中，第一图像可以是亏电电池下表面的图像、也可以是亏电电池上表面的图像；第二图像可以是亏电电池上表面的图像、也可以是亏电电池下表面的图像。
其中，第一异常状态包括划痕状态；或者，也可以是凹陷状态等其他异常状态。服务电池的异常状态可以是服务电池的表面存在异物的状态；或者，也可以是服务电池表面的划痕状态和凹陷状态等其他异常状态。进一步地，上述第一异常状态的异物可以是但不限于换电站掉落的某些活动部件、值守专员遗留在电池表面的工具等。
其中，第二异常状态可以是亏电电池的表面存在异物的状态；或者，也可以是亏电电池表面的划痕状态和凹陷状态等其他异常状态。进一步地，上述第二异常状态的异物可以是但不限于待换电电动汽车掉落的某些活动部件，亏电电池安装至待换电电动汽车之前已经存在于电池表面的物件，例如换电站掉落的某些活动部件、值守专员遗留在电池表面的工具等。
优选地，可以在为待换电电动汽车更换电池的过程中，执行步骤S100和步骤S400；或者，也可以在为待换电电动汽车更换电池的过程中，只执行步骤S100，待换电结束之后才执行步骤S400，本领域技术人员可以根据实际的换电需求灵活地调整和和设置步骤S100和步骤S400的执行时机。
需要说明的是，上述过程中，步骤S200和步骤S500的执行顺序不限于上述列举的顺序，也可以先执行步骤S500，再执行步骤S200，也可以同时执行步骤S200和步骤S500，本发明对此不作任何的限制。
下面参照图2和图3，对本发明的获取亏电电池的第一图像和第二图像的方法进行描述。其中，图2是本发明的获取亏电电池的第一图像的方法的流程图一；图3是本发明的获取亏电电池的第一图像的方法的流程图二。
优选地，换电站还包括安装在换电平台的第一图像采集模块，第一图像采集模块用于采集第一图像。其中，亏电电池安装在电动汽车的底部；第一图像采集模块可以通过螺纹、磁吸等方式安装在换电平台的内部，且当电动汽车到达换电平台之后，第一图像采集模块位于亏电电池的下方。
进一步地，第一图像采集模块为三维相机，三维相机由结构光投射模块、相机及中央处理单元构成，其中，三维相机基于结构光原理得到物体的三维图像，相应地，第一图像为三维图像。
优选地，结构光投射模块为DLP模块。当然，结构光投射模块还可以是MEMS模块和DMD模块等其他模块。
步骤S100中，当待换电电动汽车到达换电平台之后，通过第一图像采集模块获取第一图像。
其中，第一图像为亏电电池下表面的图像，优选地，第一图像为亏电电池下表面的三维图像。
如图2所示，“通过第一图像采集模块获取第一图像”的步骤具体包括：
S111、获取第一图像采集模块与亏电电池之间的距离；
S112、根据距离，判断第一图像采集模块的视野区域面积是否大于或等于亏电电池的下表面积；
S113、根据判断结果，选择性地控制第一图像采集模块直接获取第一图像。
由于不同型号的电动汽车的底盘高度不一样，使得安装在电动汽车底部的亏电电池的高度也不一样，从而导致第一图像采集模块与亏电电池之间的距离也不一样，又由于安装在不同型号的电动汽车上的电池的尺寸也有可能不一样，因此，当第一图像采集模块与亏电电池之间的距离较近时，将有可能导致第一图像采集模块无法拍摄到亏电电池的整个下表面，从而无法对亏电电池是否处于第一异常状态进行准确地判断，为了避免上述情况的发生，则执行步骤S111至步骤S113，即获取第一图像采集模块与亏电电池之间的距离，并根据距离来判断第一图像采集模块的视野区域面积是否大于或等于亏电电池的下表面积，根据判断结果，选择性地控制第一图像采集模块直接获取第一图像。
步骤S111中，由于第一图像采集模块为三维相机，三维相机根据检测出来的每个点的三维坐标，就能够确定距离，因此第一图像采集模块自身就可以测距；或者，换电平台上设有距离传感器，或者，第一图像采集模块上设有距离传感器，通过距离传感器检测第一图像采集模块与亏电电池之间的距离。其中，距离传感器可以是雷达传感器或红外传感器，无论采取何种传感器检测第一图像采集模块与亏电电池之间的距离，任何一种传感器所对应的具体检测方法不应对本发明构成限制。
步骤S112中，第一图像采集模块与亏电电池之间的距离与第一图像采集模块的视野区域面积呈正比，可以基于距离与视野区域面积之间的关系对照表，利用查表的方式确定第一图像采集模块的视野区域面积；当然，也可以通过其他的距离与视野区域面积之间的关系式，计算出第一图像采集模块的视野区域面积。
需要说明的是，如果第一图像采集模块与安装在任何型号的电动汽车上的亏电电池之间的距离均足够大，均能够满足第一图像采集模块的视野区域面积大于或等于亏电电池的下表面积的条件，则固定安装第一图像采集模块即可。
如图3所示，换电站还可以包括导轨机构，第一图像采集模块安装在导轨机构上。步骤S113中，“根据判断结果，选择性地控制第一图像采集模块直接获取第一图像”的步骤具体包括：
S121、如果视野区域面积大于或等于下表面积，则控制第一图像采集模块直接获取第一图像；
S122、如果视野区域面积小于下表面积，则控制导轨机构带动第一图像采集模块移动，并在移动过程中，控制第一图像采集模块拍摄多张亏电电池的下表面图像；
S123、将多张下表面图像融合为完整图像，将融合得到的完整图像作为第一图像。
步骤S121中，如果视野区域面积大于或等于下表面积，例如，亏电电池的下表面积为4㎡，视野区域面积为5㎡，大于亏电电池的下表面积，此时，第一图像采集模块拍摄的图像能够包括整个亏电电池，能够获得到亏电电池的下表面的完整图像，则控制第一图像采集模块直接获取第一图像。
步骤S122至步骤S123中，如果视野区域面积大于或等于下表面积，例如，亏电电池的下表面积为4㎡，视野区域面积为3㎡，小于亏电电池的下表面积，此时，第一图像采集模块在固定位置拍摄的图像只能包括部分亏电电池，无法获得到亏电电池的下表面的完整图像，为了保证获取到的亏电电池的下表面图像的完整性，则控制导轨机构带动第一图像采集模块移动，并在移动过程中，控制第一图像采集模块拍摄多张亏电电池的下表面图像，例如，2张、3张、4张或5张，无论拍摄几张亏电电池的下表面图像，只要使得多张下表面图像融合后得到的完整图像能够包括亏电电池的完整下表面，从而保证了亏电电池的下表面图像的完整性即可。
需要说明的是，上述列举的下表面积和视野区域面积只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的电池情况确定下表面积，根据第一图像采集模块的型号以及第一图像采集模块与亏电电池之间的距离确定视野区域面积。
还需要说明的是，上述过程中，步骤S121和步骤S122没有先后顺序，是并列的，仅仅和第一图像采集模块的视野区域面积是否大于或等于亏电电池的下表面积的判断结果相关，根据不同的判断结果执行对应的步骤即可。
优选地，换电站还包括传送机构和第二图像采集模块，传送机构用于传送亏电电池，第二图像采集模块用于采集第二图像；进一步地，第二图像采集模块为二维相机。当然，第二图像采集模块也可以是三维相机。
步骤S400中，“在第二预设位置获取亏电电池的第二图像”的步骤具体包括：当亏电电池被拆卸下来并被传送至第二预设位置时，通过第二图像采集模块获取第二图像。
其中，当亏电电池被传送至第二预设位置时，亏电电池位于第二图像采集模块的下方，因此，第二图像采集模块获取的是亏电电池上表面的图像。
优选地，第二预设位置为电池仓内处于第二图像采集模块的视野区域范围内的任一位置，使得第二图像采集模块能够拍摄到完整的亏电电池上表面的图像即可。
下面参照图4至图7，以第一异常状态为划痕状态、第一图像为三维图像为例，对本发明的判断亏电电池是否处于第一异常状态、以及选择性地将第一图像上传至服务器的方法进行描述。其中，图4是本发明的根判断亏电电池是否处于第一异常状态的方法的流程图；图5是本发明的获取目标图像的方法的流程图；
图6是本发明的根据目标图像判断亏电电池是否处于第一异常状态的方法的流程图；
图7是本发明的选择性地将第一图像上传至服务器的方法的流程图。
如图4所示，步骤S200中，“根据第一图像，判断亏电电池是否处于第一异常状态”的步骤具体包括：
S210、对第一图像进行预处理，得到目标图像；
S220、根据目标图像，判断亏电电池是否处于第一异常状态。
如图5所示，步骤S210中，“对第一图像进行预处理，得到目标图像”的步骤具体包括：
S211、计算第一图像沿Z轴方向的全部梯度信息；
S212、分别判断每个梯度信息是否大于预设梯度信息；若否，则执行步骤S213；若是，则执行步骤S214；
S213、换电站将梯度信息所对应的图像部分滤除；
S214、换电站将梯度信息所对应的图像部分保留，以得到目标图像。
其中，Z轴方向为高度方向，即划痕的凹陷方向。
其中，梯度信息为Z轴方向的沿XY平面方向的导数。
步骤S211中，假设计算得到的梯度信息为2和0.2。当然，计算得到的梯度信息的数量和数值不限于上述列举的数量和数值，本领域技术人员可以根据实际的第一图像计算其沿Z轴方向的全部梯度信息。此外，图像沿Z轴方向的梯度信息的计算方法为本领域技术人员的公知常识，在此就不再赘述。
步骤S213中，如果梯度信息小于或等于预设梯度信息，例如，预设梯度信息为1，步骤S211中计算得到的梯度信息为0.2，小于预设梯度信息，有可能是背景图像，也有可能亏电电池的下表面与该梯度信息相对应的部分较为光滑，无论是上述哪种情况，均可以认为与该梯度信息相对应的部分不存在划痕、凹陷等情况，则将该梯度信息所对应的图像部分滤除，以减小目标图像的大小，以便于快速判断第一异常状态。
步骤S214中，如果梯度信息大于预设梯度信息，例如，预设梯度信息为1，步骤S211中计算得到的梯度信息为2，大于预设梯度信息，说明该梯度信息对应的图像部分存在划痕、凹陷等情况，则换电站将梯度信息所对应的图像部分保留，以得到目标图像，并根据目标图像判断亏电电池是否处于第一异常状态。
如图6所示，步骤S220中，“根据目标图像，判断亏电电池是否处于第一异常状态”的步骤具体包括：
S221、计算目标图像沿Z轴方向的差值；
S222、根据差值确定亏电电池的划痕深度；
S223、判断划痕深度是否大于预设划痕深度；若是，则执行步骤S224；若否，则执行步骤S225；
S224、判定亏电电池处于第一异常状态；
S225、判定亏电电池未处于第一异常状态。
其中，Z轴方向的差值为目标图像的点云图中相邻两点之间的差值；或者Z轴方向的最大值与最小值之间的差值；或者，Z轴方向的最大值或最小值与预设值(例如0)之间的差值。在实际应用中，可以根据三维坐标系的建立基准来调整预设值。
步骤S221中，可以根据目标图像的点云图中相邻两点Z1与Z2之间的差值，计算得到△Z，即△Z＝Z1-Z2，例如，Z1为3，Z2为-2，则△Z为5。
或者，可以根据Z轴方向的最大值Zmax与最小值Zmin，计算得到△Z，即△Z＝Zmax-Zmin，例如，Zmax为3，Zmin为-2，则△Z为5。
或者，也可以根据Z轴方向的最大值Zmax与预设值Z0，计算得到△Z，即△Z＝Zmax-Z0，例如，Zmax为3，Z0为0，则△Z为3。
或者，也可以根据Z轴方向的最小值Zmin与预设值Z0，计算得到△Z，即△Z＝Z0-Zmin，例如，Z0为0，Zmin为-2，则△Z为2。
步骤S222中，目标图像沿Z轴方向的差值与亏电电池的划痕深度呈正比，可以基于差值与划痕深度之间的关系对照表，利用查表的方式确定亏电电池的划痕深度；当然，也可以通过其他的差值与划痕深度之间的关系式，计算出亏电电池的划痕深度。
例如，当△Z为5时，对应的划痕深度为5mm；当△Z为3时，对应的划痕深度为3mm；当△Z为2时，对应的划痕深度为2mm。
步骤S224中，如果划痕深度大于预设划痕深度，例如，预设划痕深度为2.5mm，步骤S222确定的划痕深度为5mm，大于预设划痕深度，说明划痕非常深，亏电电池损坏程度较为非常严重；又如，步骤S222确定的划痕深度为3mm，大于预设划痕深度，说明划痕较深，亏电电池损坏程度较为严重，无论是哪种情况，均可以判定亏电电池处于第一异常状态。
步骤S225中，如果划痕深度小于或等于预设划痕深度，例如，预设划痕深度为2.5mm，步骤S222确定的划痕深度为2mm，小于预设划痕深度，说明划痕较轻，亏电电池损坏程度不严重，则可以判定亏电电池未处于第一异常状态。
如图7所示，步骤S300中，“根据判断结果，选择性地将第一图像上传至服务器”的步骤具体包括：
S311、如果亏电电池处于第一异常状态，则将第一图像上传至服务器；
S312、如果亏电电池未处于第一异常状态，则不将第一图像上传至服务器。
步骤S311中，如果亏电电池处于第一异常状态，说明划痕深度大于预设划痕深度，说明划痕较深或非常深，亏电电池损坏程度较为严重或非常严重，无论是哪种情况，均将第一图像上传至服务器，当电池出现事故时，可以直接从服务器中获取该电池的存储的图像，并根据该存储的图像准确地确定造成电池事故的原因以及责任，并能够准确地确定事故电池的处理标准，为该事故电池提供合理的处理方案，确定事故电池的处理标准。
步骤S312中，如果亏电电池未处于第一异常状态，说明划痕深度小于或等于预设划痕深度，说明划痕较轻，亏电电池损坏程度不严重，则无需将第一图像上传至服务器，从而减少了服务器的图像存储量，当电池出现事故时，能够快速地查找到事故电池的存储的图像，进而提高了用户的使用体验。
进一步地，上述过程中，可以基于上述确定的划痕深度来排查该亏电电池的事故处理标准，例如，预设划痕深度包括第一划痕阈值和第二划痕阈值，其中，第一划痕阈值小于第二划痕阈值，以第一划痕阈值为2.5mm，第二划痕阈值为4mm为例，如果亏电电池的划痕深度为5mm，大于第二划痕阈值，则将第一图像上传至服务器，并现场拆卸亏电电池排险，并在排险之后返厂维修；如果亏电电池的划痕深度为3mm，介于第一划痕阈值和第二划痕阈值之间，则将第一图像上传至服务器，并直接返厂维修；如果亏电电池的划痕深度为2mm，小于第一划痕阈值，则不将第一图像上传至服务器。
需要说明的是，上述列举的Zmax、Zmin、Z0、△Z、划痕深度和预设划痕深度只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的检测结果和检测精度等来确定Zmax、Zmin、Z0、△Z、划痕深度和预设划痕深度。
还需要说明的是，上述过程中，步骤S213和步骤S214没有先后顺序，是并列的，仅仅和梯度信息是否大于预设梯度信息的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S224和步骤S225没有先后顺序，是并列的，仅仅和划痕深度是否大于预设划痕深度的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S311和步骤S312没有先后顺序，是并列的，仅仅和亏电电池是否处于第一异常状态的判断结果相关，根据不同的判断结果执行对应的步骤即可。
下面参照图8至图10，对本发明的判断亏电店址是否处于第二异常状态，以及选择性地将第二图像上传至服务器的方法进行描述。其中，图8是本发明的判断亏电电池是否处于第二异常状态的方法的流程图；图9是本发明的选择性地将第二图像上传至服务器的方法的流程图；图10是本发明的对第二图像进行分析的方法的流程图。
如图8所示，换电站预先存储第一预设模型；步骤S500中，“根据第二图像，判断亏电电池是否处于第二异常状态”的步骤具体包括：
S511、调用第一预设模型对第二图像进行分析；
S512、根据分析结果，判断亏电电池的表面是否存在异物；若是，则执行步骤S513；若否，则执行步骤S514；
S513、判定亏电电池处于第二异常状态；
S514、判定亏电电池未处于第二异常状态。
其中，第一预设模型可以是深度学习模型，优选地，深度学习模型为目标检测模型，目标检测模型可以是但不限于YOLO V5模型、Faster RCNN模型、ResNet101模型、DeeplabV3+模型、FCOS模型等。
步骤S513中，如果亏电电池的表面存在异物，可以认为亏电电池的表面有待换电电动汽车掉落的某些活动部，或待换电电动汽车的用户遗留在电池表面的工具，或亏电电池安装至待换电电动汽车之前已经存在于电池表面的物件等，则亏电电池处于第二异常状态。
步骤S514中，如果亏电电池的表面不存在异物，可以认为亏电电池的表面没有任何的异物，则可以认为亏电电池未处于第二异常状态。
如图9所示，步骤S600中，“根据判断结果，选择性地将第二图像上传至服务器”的步骤具体包括：
S611、如果亏电电池处于第二异常状态，则将第二图像上传至服务器，并发出“清除异物”的提示信息；
S612、如果亏电电池未处于第二异常状态，则不将第二图像上传至服务器。
步骤S611中，如果亏电电池处于第二异常状态，说明亏电电池的表面有待换电电动汽车掉落的某些活动部件，或亏电电池安装至待换电电动汽车之前已经存在于电池表面的物件等，则将第二图像上传至服务器，并发出“清除异物”的提示信息，以提示换电站的工作人员将异物取走。当电池出现事故时，可以直接从服务器中获取该电池的存储的图像，并根据该存储的图像准确地确定造成电池事故的原因以及责任，并能够准确地确定事故电池的处理标准，为该事故电池提供合理的处理方案，确定事故电池的处理标准。
优选地，可以以语音、图片、声音、灯光等方式发送“清除异物”的信息。
步骤S612中，如果亏电电池未处于第二异常状态，说明亏电电池的表面没有任何的异物，则无需将第二图像上传至服务器，从而减少了服务器的图像存储量，当电池出现事故时，能够快速地查找到事故电池的存储的图像，进而提高了用户的使用体验。
进一步地，如果亏电电池未处于第一异常状态且未处于第二异常状态，说明亏电电池正常，则将亏电电池传送至换电站的电池仓内进行充电即可。
如图10所示，步骤S511中，“调用第一预设模型对第二图像进行分析”的步骤具体包括：
S521、获取第二图像的第一像素；
S522、判断第一像素是否大于第一预设像素；若否，则执行步骤S523；若是，则执行步骤S524；
S523、直接对第二图像进行分析；
S524、按照第一预设方法将第二图像切分成多个第一子图像，并获取每个第一子图像在表面图像中的位置；
S525、对每个第一子图像进行分析。
步骤S523中，如果第一像素小于或等于第一预设像素，例如，第一预设像素为1500万像素，步骤S521中获取到的第一像素为1500万像素，小于第一预设像素，说明第二图像较小，能够快速地得出分析结果，无需对表面图像进行切分处理，直接对第二图像进行分析即可。
步骤S524和步骤S525中，如果第一像素大于第一预设像素，例如，第一预设像素为1500万像素，步骤S521中获取到的第一像素为2300万像素，大于第一预设像素，说明第二图像较大，分析速度较慢，需要耗费较长的时间才能够得出分析结果，为了提高分析速度，则按照第一预设方法将第二图像切分成多个第一子图像，并获取每个第一子图像在第二图像中的位置，对每个第一子图像进行分析，将每个第一子图像的分析结果根据与其相对应的位置在第二图像中标出，从而得到第二图像的分析结果。
其中，第一预设方法可以是根据第二图像的大小，将第二图像分成M份，例如，5份、8份、12份或16份，其中，M为正整数，分别截取每一份图像，将截取出来的图像作为第一子图像；或者，第一预设方法还可以是设置不同的滑动框，将每个滑动框中的图像截取出来，将截取出来的图像作为第一子图像。当然，第一预设方法不限于上述列举的方法，无论采取何种方法，只要能够将表面图像切分成多个第一子图像即可。
需要说明的是，上述列举的第一像素和第一预设像素只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的检测结果和预设模型处理速度等来确定第一像素和第一预设像素。
还需要说明的是，上述过程中，步骤S513和步骤S514没有先后顺序，是并列的，仅仅和亏电电池的表面是否存在异物的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S611和步骤S612没有先后顺序，是并列的，仅仅和亏电电池是否处于第二异常状态的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S523和步骤S524没有先后顺序，是并列的，仅仅和第一像素是否大于第一预设像素的判断结果相关，根据不同的判断结果执行对应的步骤即可。
下面参照图11至图14，对本发明的电池更换检测方法进一步描述。其中，图11是本发明的电池更换检测方法的完整流程图；图12是本发明的判断服务电池是否处于异常状态的方法的流程图；图13是本发明的选择性地将表面图像上传至服务器的方法的流程图；图14是本发明的对表面图像进行分析的方法的流程图。
如图11所示，在为待换电电动汽车更换电池之前，所电池更换检测方法还包括：
S010、在第三预设位置获取服务电池的表面图像；
S020、根据表面图像，判断服务电池是否处于异常状态；
S030、根据判断结果，选择性地将表面图像上传至服务器，以便服务器接收并存储表面图像。
其中，服务电池为将要被更换至待换电电动汽车上的电池，其可以为满电电池，也可以为电量大于预设值的电池，其中预设值可以为总电量的60％-90％。
其中，表面图像可以是服务电池上表面的图像、也可以是服务电池下表面的图像。
其中，服务电池的异常状态可以是服务电池的表面存在异物的状态；或者，也可以是服务电池表面的划痕状态和凹陷状态等其他异常状态。
采用上述方法，在为待换电电动汽车更换电池之前，在第三预设位置获取服务电池的表面图像，并根据表面图像来判断服务电池是否处于异常状态，不仅对亏电电池进行了检测，而且对服务电池也进行了检测，并对服务电池是否处于异常状态也进行了判定，能够准确地确定服务电池是否存在异常，当电池出现事故时，能够为确定造成电池事故的原因以及责任提供更多依据；进一步地，根据判定结果，选择性地将表面图像上传至服务器，以便服务器接收并存储上传的表面图像，当电池出现事故时，能够更加准确地判断电池事故的原因以及责任，进一步避免了责任划分不清楚的情况出现，并能够更加准确地确定该电池的处理标准，为该电池提供更加合理的处理方案，确定电池的处理标准，进一步提高了用户体验。
优选地，传送机构还用于传送服务电池，第二图像采集模块用于采集表面图像。
步骤S010中，“在第三预设位置获取服务电池的表面图像”的步骤具体包括：当服务电池从电池仓传送至第三预设位置时，通过第二图像采集模块获取表面图像。
其中，当服务电池从电池仓传送至第三预设位置时，服务电池位于第二图像采集模块的下方，因此，第二图像采集模块获取的是服务电池上表面的图像。
其中，第三预设位置位于电池仓内；优选地，第三预设位置为处于第二图像采集模块的视野区域范围内的任一位置，使得第二图像采集模块能够拍摄到完整的服务电池上表面的图像即可。此外，第二预设位置和第三预设位置可以相同，也可以不同。
如图12所示，换电站预先存储第二预设模型；步骤S020中，“根据表面图像，判断服务电池是否处于异常状态”的步骤具体包括：
S021、调用第二预设模型对表面图像进行分析；
S022、根据分析结果，判断服务电池的表面是否存在异物；若是，则执行步骤S023；若否，则执行步骤S024；
S023、判定服务电池处于异常状态；
S024、判定服务电池未处于异常状态。
其中，步骤S511中调用的第一预设模型与步骤S021中调用的第二预设模型可以为同一个模型。当然，在实际应用中，也可以设置两个模型，步骤S511和步骤S021分别调用一个模型。
步骤S023中，如果服务电池的表面存在异物，可以认为服务电池的表面有换电站掉落的某些活动部件、或值守专员遗留在电池表面的工具等异物，则可以认为服务电池处于异常状态。
步骤S024中，如果服务电池的表面不存在异物，可以认为服务电池的表面没有任何的异物，则可以认为服务电池未处于异常状态。
如图13所示，步骤S030中，“根据判断结果，选择性地将表面图像上传至服务器”的步骤具体包括：
S031、如果服务电池处于异常状态，则将表面图像上传至服务器，并发出“清除异物”的信息；
S032、如果服务电池未处于异常状态，则不将表面图像上传至服务器。
步骤S031中，如果服务电池处于异常状态，说明服务电池的表面有换电站掉落的某些活动部件、值守专员遗留在电池表面的工具等异物，则将表面图像上传至服务器，并发出“清除异物”的信息，以提示换电站的工作人员将异物取走。当电池出现事故时，可以直接从服务器中获取该电池的存储的图像，并根据该存储的图像准确地确定造成电池事故的原因以及责任，并能够准确地确定事故电池的处理标准，为该事故电池提供合理的处理方案，确定事故电池的处理标准。
优选地，可以以语音、图片、声音、灯光等方式发送“清除异物”的信息。
步骤S032中，如果服务电池未处于异常状态，说明服务电池的表面没有任何的异物，则无需将表面图像上传至服务器，从而减少了服务器的图像存储量，当电池出现事故时，能够快速地查找到事故电池的存储的图像，进而提高了用户的使用体验。由于服务电池未处于异常状态，说明服务电池正常，则将服务电池安装至待换电电动汽车即可。
如图10所示，步骤S021中，“调用第二预设模型对表面图像进行分析”的步骤具体包括：
S0211、获取表面图像的第二像素；
S0212、判断第二像素是否大于第二预设像素；若否，则执行步骤S0213；若是，则执行步骤S0214；
S0213、直接对表面图像进行分析；
S0214、按照第二预设方法将表面图像切分成多个第二子图像，并获取每个第二子图像在表面图像中的位置；
S0215、对每个第二子图像进行分析。
步骤S0213中，如果第二像素小于或等于第二预设像素，例如，第二预设像素为1500万像素，步骤S0211中获取到的第二像素为1000万像素，小于第二预设像素，说明表面图像较小，能够快速地得出分析结果，无需对表面图像进行切分处理，直接对表面图像进行分析即可。
步骤S0214和步骤S0215中，如果第二像素大于第二预设像素，例如，第二预设像素为1500万像素，步骤S0211中获取到的第二像素为2000万像素，大于第二预设像素，说明表面图像较大，分析速度较慢，需要耗费较长的时间才能够得出分析结果，为了提高分析速度，则按照第二预设方法将表面图像切分成多个第二子图像，并获取每个第二子图像在表面图像中的位置，对每个第二子图像进行分析，将每个第二子图像的分析结果根据与其相对应的位置在服务电池图像中标出，从而得到表面图像的分析结果。当然，在对图像进行分析的过程中，也会对进行分析的硬件有一定的要求，即图像像素过大时(例如2000万像素)需要计算能力很强的硬件才能进行分析。
其中，第二预设方法可以是根据表面图像的大小，将表面图像分成N份，例如，4份、7份、10份或15份，其中，N为正整数，分别截取每一份图像，将截取出来的图像作为第二子图像；或者，第二预设方法还可以是设置不同的滑动框，将每个滑动框中的图像截取出来，将截取出来的图像作为第二子图像。当然，第二预设方法不限于上述列举的方法，无论采取何种方法，只要能够将表面图像切分成多个第二子图像即可。此外，第二预设方法和第一预设方法可以相同，也可以不同。
需要说明的是，上述列举的第二像素和第二预设像素只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的检测结果和预设模型处理速度等来确定第二像素和第二预设像素。此外，虽然上述列举的第二预设像素和第一预设像素相同，在实际应用中，也可以将第二预设像素和第一预设像素设置为不同，本发明对此不作任何的限制。
还需要说明的是，上述过程中，步骤S023和步骤S024没有先后顺序，是并列的，仅仅和服务电池的表面是否存在异物的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S031和步骤S032没有先后顺序，是并列的，仅仅和服务电池是否处于异常状态的判断结果相关，根据不同的判断结果执行对应的步骤即可。步骤S0213和步骤S0214没有先后顺序，是并列的，仅仅和第二像素是否大于第二预设像素的判断结果相关，根据不同的判断结果执行对应的步骤即可。
下面参照图15和图16，以第一预设模型与第二预设模型为同一个模型，将第一预设模型作为分析模型为例，对本发明的一种可能的检测流程进行介绍。其中，图15是本发明的电池更换检测方法的逻辑图一；图16是本发明的电池更换检测方法的逻辑图二。如图15和图16所示，本发明的电池更换检测方法的一种可能的完整流程是：
S701、在为待换电电动汽车更换电池之前，当将服务电池从电池仓传送至第三预设位置时，获取服务电池上表面的表面图像；
S702、调用第一预设模型对表面图像进行分析；
S703、根据分析结果，判断服务电池的表面是否存在异物；若是，则执行步骤S704；若否，则执行步骤S706；
S704、判定服务电池处于异常状态；
S705、将表面图像上传至服务器，并发出“清除异物”的提示信息；
S706、判定服务电池未处于异常状态；
S707、不将表面图像上传至服务器；
S708、当待换电电动汽车到达换电平台之后，在第一预设位置获取第一图像采集模块与亏电电池之间的距离；
S709、根据距离，判断第一图像采集模块的视野区域面积是否大于或等于亏电电池的下表面积；若是，则执行步骤S710；若否，则执行步骤S711；
S710、控制第一图像采集模块直接获取亏电电池下表面的第一图像；
S711、控制导轨机构带动第一图像采集模块移动，并在移动过程中，控制第一图像采集模块拍摄多张亏电电池的下表面图像；
S712、将多张下表面图像融合为完整图像，将融合得到的完整图像作为第一图像；
在步骤S710或步骤S712之后，执行步骤S713；
S713、计算第一图像沿Z轴方向的全部梯度信息；
S714、分别判断每个梯度信息是否大于预设梯度信息；若否，则执行步骤S715；若是，则执行步骤S716；
S715、将梯度信息所对应的图像部分滤除；
S716、将梯度信息所对应的图像部分保留，以得到目标图像；
S717、计算目标图像沿Z轴方向的差值；
S718、根据差值确定亏电电池的划痕深度；
S719、判断划痕深度是否大于预设划痕深度；若是，则执行步骤S720；若否，则执行步骤S721；
S720、判定亏电电池处于第一异常状态；
S721、将第一图像上传至服务器；
S722、判定亏电电池未处于第一异常状态；
S723、不将第一图像上传至服务器；
当亏电电池被拆卸下来且被传送至第二预设位置时，执行步骤S724；
S724、获取亏电电池上表面的第二图像；
S725、调用第一预设模型对第二图像进行分析；
S726、根据分析结果，判断亏电电池的表面是否存在异物；若是，则执行步骤S727；若否，则执行步骤S729；
S727、判定亏电电池处于第二异常状态；
S728、将第二图像上传至服务器，并发出“清除异物”的提示信息；
S729、判定亏电电池未处于第二异常状态；
S730、不将第二图像上传至服务器；
应该指出的是，上述实施例只是本发明的一种较佳的实施方式中，仅用来阐述本发明方法的原理，并非旨在限制本发明的保护范围，在实际应用中，本领域技术人员可以根据需要而将上述功能分配由不同的步骤来完成，即将本发明实施例中的步骤再分解或者组合。例如，上述实施例的步骤可以合并为一个步骤，也可以进一步拆分成多个子步骤，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的步骤的名称，其仅仅是为了区分各个步骤，不视为对本发明的限制。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种换电站的电池更换检测方法，其特征在于，所述换电站包括换电平台和电池仓；
所述电池更换检测方法包括下列步骤：
在第一预设位置获取亏电电池的第一图像；
根据所述第一图像，判断所述亏电电池是否处于第一异常状态；
根据判断结果，选择性地将所述第一图像上传至服务器，以便所述服务器接收并存储所述第一图像；
在第二预设位置获取所述亏电电池的第二图像；
根据所述第二图像，判断所述亏电电池是否处于第二异常状态；
根据判断结果，选择性地将所述第二图像上传至所述服务器，以便所述服务器接收并存储所述第二图像；
其中，所述第一预设位置位于所述换电平台；
所述第二预设位置位于所述电池仓内。
2.根据权利要求1所述的电池更换检测方法，其特征在于，“根据所述第一图像，判断所述亏电电池是否处于第一异常状态”的步骤具体包括：
对所述第一图像进行预处理，得到目标图像；
根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态。
3.根据权利要求2所述的电池更换检测方法，其特征在于，所述第一图像为三维图像；
“对所述第一图像进行预处理，得到目标图像”的步骤具体包括：
计算所述第一图像沿Z轴方向的全部梯度信息；
分别判断每个所述梯度信息是否大于预设梯度信息；
如果所述梯度信息大于所述预设梯度信息，则将所述梯度信息所对应的图像部分保留，以得到所述目标图像；并且/或者
如果所述梯度信息小于或等于所述预设梯度信息，则将所述梯度信息所对应的图像部分滤除。
4.根据权利要求3所述的电池更换检测方法，其特征在于，“根据所述目标图像，判断所述亏电电池是否处于所述第一异常状态”的步骤具体包括：
计算所述目标图像沿Z轴方向的差值；
根据所述差值确定所述亏电电池的划痕深度；
判断所述划痕深度是否大于预设划痕深度；
如果所述划痕深度大于所述预设划痕深度，则判定所述亏电电池处于所述第一异常状态；并且/或者
如果所述划痕深度小于或等于所述预设划痕深度，则判定所述亏电电池未处于所述第一异常状态。
5.根据权利要求4所述的电池更换检测方法，其特征在于，“根据判断结果，选择性地将所述第一图像上传至服务器”的步骤具体包括：
如果所述亏电电池处于所述第一异常状态，则将所述第一图像上传至所述服务器；并且/或者
如果所述亏电电池未处于所述第一异常状态，则不将所述第一图像上传至所述服务器。
6.根据权利要求1至5中任一项所述的电池更换检测方法，其特征在于，所述换电站还包括安装在所述换电平台的第一图像采集模块，所述第一图像采集模块用于采集所述第一图像；
“在第一预设位置获取亏电电池的第一图像”的步骤具体包括：
当待换电车辆到达换电平台之后，通过所述第一图像采集模块获取所述第一图像；
其中，所述亏电电池安装在所述待换电车辆的底部；所述第一图像为所述亏电电池下表面的图像。
7.根据权利要求6所述的电池更换检测方法，其特征在于，“通过所述第一图像采集模块获取所述第一图像”的步骤具体包括：
获取所述第一图像采集模块与所述亏电电池之间的距离；
根据所述距离，判断所述第一图像采集模块的视野区域面积是否大于或等于所述亏电电池的下表面积；
根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像。
8.根据权利要求7所述的电池更换检测方法，其特征在于，所述换电站还包括导轨机构，所述第一图像采集模块安装在所述导轨机构上；
“根据判断结果，选择性地控制所述第一图像采集模块直接获取所述第一图像”的步骤具体包括：
如果所述视野区域面积大于或等于所述下表面积，则控制所述第一图像采集模块直接获取所述第一图像；并且/或者
如果所述视野区域面积小于所述下表面积，则控制所述导轨机构带动所述第一图像采集模块移动，并在移动过程中，控制所述第一图像采集模块拍摄多张所述亏电电池的下表面图像，
将所述多张下表面图像融合为完整图像，将融合得到的完整图像作为所述第一图像。
9.根据权利要求1所述的电池更换检测方法，其特征在于，“根据所述第二图像，判断所述亏电电池是否处于第二异常状态”的步骤具体包括：
调用第一预设模型对所述第二图像进行分析；
根据分析结果，判断所述亏电电池的表面是否存在异物；
如果所述亏电电池的表面存在异物，则判定所述亏电电池处于所述第二异常状态；
如果所述亏电电池的表面不存在异物，则判定所述亏电电池未处于所述第二异常状态。
10.根据权利要求9所述的电池更换检测方法，其特征在于，“根据判断结果，选择性地将所述第二图像上传至所述服务器”的步骤具体包括：
如果所述亏电电池处于所述第二异常状态，则将所述第二图像上传至所述服务器，并发出“清除异物”的提示信息；并且/或者
如果所述亏电电池未处于所述第二异常状态，则不将所述第二图像上传至所述服务器。
CN202110402607.2A 2021-04-14 2021-04-14 换电站的电池更换检测方法 Pending CN113295697A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110402607.2A CN113295697A (zh) 2021-04-14 2021-04-14 换电站的电池更换检测方法
US17/668,598 US20220335593A1 (en) 2021-04-14 2022-02-10 Detection method for battery swap in battery swap station
EP22165317.3A EP4075567A1 (en) 2021-04-14 2022-03-30 Detection method for battery swap in battery swap station

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110402607.2A CN113295697A (zh) 2021-04-14 2021-04-14 换电站的电池更换检测方法

Publications (1)

Publication Number Publication Date
CN113295697A true CN113295697A (zh) 2021-08-24

Family

ID=77319762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110402607.2A Pending CN113295697A (zh) 2021-04-14 2021-04-14 换电站的电池更换检测方法

Country Status (3)

Country Link
US (1) US20220335593A1 (zh)
EP (1) EP4075567A1 (zh)
CN (1) CN113295697A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113120A (zh) * 2021-11-29 2022-03-01 博众精工科技股份有限公司 一种电池包底部损伤的检测方法、系统、设备和介质
CN114379416A (zh) * 2022-03-23 2022-04-22 蔚来汽车科技(安徽)有限公司 基于车辆底盘检测来控制换电操作的方法和系统
WO2023109735A1 (zh) * 2021-12-14 2023-06-22 奥动新能源汽车科技有限公司 电池包的电连接器密封圈的图像检测系统及方法、换电站
EP4243155A1 (en) * 2022-03-07 2023-09-13 Nio Technology (Anhui) Co., Ltd Battery swap abnormality detection method, system, computer-readable storage medium, and battery swap station
WO2023168633A1 (zh) * 2022-03-09 2023-09-14 时代电服科技有限公司 一种电池检测方法、装置、电子设备和存储介质
WO2023230948A1 (zh) * 2022-06-01 2023-12-07 宁德时代新能源科技股份有限公司 一种电池外观的检测装置、方法、换电站和站控系统
CN117804721A (zh) * 2024-02-29 2024-04-02 中汽研新能源汽车检验中心(天津)有限公司 一种电池包磕碰测评系统及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116363125B (zh) * 2023-05-30 2023-08-11 厦门微图软件科技有限公司 基于深度学习的电池模组外观缺陷检测方法及系统
CN118533066A (zh) * 2024-05-14 2024-08-23 南京戈栩信息科技有限公司 电池阵列安全场景分析系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2513648A (en) * 2013-05-03 2014-11-05 Ibm Battery system for electrical devices
KR102091136B1 (ko) * 2013-07-02 2020-03-19 삼성전자주식회사 영상 화질 개선 방법, 장치 및 기록 매체
KR101859660B1 (ko) * 2017-07-26 2018-05-23 주식회사 제이디 전기자동차 배터리 표면 검사 장치
KR102028360B1 (ko) * 2018-05-24 2019-10-07 휴비오 주식회사 2차 전지의 외관 검사장치
KR20210016134A (ko) * 2019-07-31 2021-02-15 주식회사 엘지화학 배터리 상태 예측 장치 및 배터리 상태 예측 방법
CN110441316B (zh) * 2019-08-15 2022-04-19 速博达(深圳)自动化有限公司 电池表面缺陷检测方法及检测系统
JP7229129B2 (ja) * 2019-09-05 2023-02-27 京セラ株式会社 物体検出装置、物体検出システム、移動体及び物体検出方法
CN212179809U (zh) * 2020-05-15 2020-12-18 奥动新能源汽车科技有限公司 视觉定位系统、换电设备
CN212921203U (zh) * 2020-05-15 2021-04-09 奥动新能源汽车科技有限公司 换电设备的定位控制系统
CN112024423A (zh) * 2020-07-23 2020-12-04 安徽正熹标王新能源有限公司 一种用于电池表面的缺陷检测系统
CN114093142B (zh) * 2020-08-05 2023-09-01 安霸国际有限合伙企业 通过组合视觉传感和热传感的对象感知的温度异常监控和预警
US11721988B2 (en) * 2020-11-13 2023-08-08 Dana Automotive Systems Group, Llc Methods and systems for an emergency response unit

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113120A (zh) * 2021-11-29 2022-03-01 博众精工科技股份有限公司 一种电池包底部损伤的检测方法、系统、设备和介质
WO2023109735A1 (zh) * 2021-12-14 2023-06-22 奥动新能源汽车科技有限公司 电池包的电连接器密封圈的图像检测系统及方法、换电站
EP4243155A1 (en) * 2022-03-07 2023-09-13 Nio Technology (Anhui) Co., Ltd Battery swap abnormality detection method, system, computer-readable storage medium, and battery swap station
WO2023168633A1 (zh) * 2022-03-09 2023-09-14 时代电服科技有限公司 一种电池检测方法、装置、电子设备和存储介质
CN114379416A (zh) * 2022-03-23 2022-04-22 蔚来汽车科技(安徽)有限公司 基于车辆底盘检测来控制换电操作的方法和系统
WO2023230948A1 (zh) * 2022-06-01 2023-12-07 宁德时代新能源科技股份有限公司 一种电池外观的检测装置、方法、换电站和站控系统
CN117804721A (zh) * 2024-02-29 2024-04-02 中汽研新能源汽车检验中心(天津)有限公司 一种电池包磕碰测评系统及方法
CN117804721B (zh) * 2024-02-29 2024-04-30 中汽研新能源汽车检验中心(天津)有限公司 一种电池包磕碰测评系统及方法

Also Published As

Publication number Publication date
US20220335593A1 (en) 2022-10-20
EP4075567A1 (en) 2022-10-19

Similar Documents

Publication Publication Date Title
CN113295697A (zh) 换电站的电池更换检测方法
CN109060281B (zh) 基于无人机的一体化桥梁检测系统
CN214749858U (zh) 用于换电站的电池检测设备和换电站
CN106873623B (zh) 一种无人机快速自主续航系统及其方法
CN112258682B (zh) 一种变电站机器人巡检系统及其巡检方法
CN211087009U (zh) 一种基于飞行器的接触网巡检装置
CN112297938B (zh) 一种全自动电池拆换方法、装置及系统
CN110834563A (zh) 新能源汽车换电站电池更换检测方法和检测装置
CN117571723B (zh) 电池焊渣的检测方法及系统
CN117554378B (zh) 一种焊接检测系统和缺陷检测方法
CN208384644U (zh) 无人机电力巡检系统
CN114529811A (zh) 一种地铁隧道异物的快速自动识别与定位方法
CN204807472U (zh) 一种受电弓检测系统
CN113900436A (zh) 巡检控制方法、装置、设备和存储介质
WO2024035918A1 (en) Autonomous solar installation using artificial intelligence
CN109885091B (zh) 一种无人机自主飞行控制方法及系统
CN112000094A (zh) 一种单双目结合的高压输电线路金具在线识别定位系统及方法
CN115129060A (zh) 变电站的自动巡检方法、管控系统和电子设备
CN114454137A (zh) 基于双目视觉的钢结构损伤智能巡检方法、系统及机器人
CN111207304B (zh) 一种铁路隧道漏缆视觉巡检装置以及产品定位检测方法
CN110702016A (zh) 输电线路覆冰测量系统及方法
CN117564578A (zh) 一种六轴机器人自动化焊接控制系统及方法
CN115663665B (zh) 一种基于双目视觉的保护屏柜空开状态核验装置及方法
CN115188091B (zh) 一种融合电力输变配设备的无人机网格化巡检系统及方法
KR101483294B1 (ko) 전기 버스 배터리 교환기의 위치 보정 장치 및 방법

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