CN114445855A - 基于哨兵模式的汽车油箱偷油检测方法及装置 - Google Patents

Abstract

本发明提供一种基于哨兵模式的汽车油箱偷油检测方法及装置，涉及汽车管理技术领域。所述方法包括：在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。本发明提供的基于哨兵模式的汽车油箱偷油检测方法及装置，能够高效地检测出偷油对象，确保检测所得的偷油对象的准确性，避免燃油被盗，提高车辆停靠的安全性，以及本发明无需改进汽车油箱，只需要硬件设备和软件应用结合使用即可，能够极大程度上降低制作成本和维护成本、同时提高检测精度。

Description

基于哨兵模式的汽车油箱偷油检测方法及装置

技术领域

本发明涉及汽车管理技术领域，尤其涉及一种基于哨兵模式的汽车油箱偷油检测方法、装置、电子设备、非暂态计算机可读存储介质、以及计算机程序产品。

背景技术

近年来油价节节攀升，依靠燃油保障正常运行的运输行业受到严重的影响，更有不法分子趁着汽车驾驶员休息或离开的间隙，使用工具破坏汽车油箱盗取燃油，令驾驶员蒙受巨大财产损失。

对于上述问题，目前采用的应对方案主要是针对汽车油箱进行改进，一种是在油箱内安装传感器，用于探测油位下降异常或异物探入等，另一种是对油箱设置特殊的封锁结构。这两种应对方案各有优劣，传感器的感应度比较灵敏，但是容易磨损失灵，随着使用时间的增加，传感器误报的几率大大提高，频繁更换成本也高，而关于具有特殊封锁结构的油箱，其制作难度大，需要加油时，驾驶员或加油的工作人员比较难操作，带来不便，而且不法分子一般在盗取燃油前都会准备齐全的工具，还可以通过暴力的方式破坏封锁结构，所以上述两种方案均未能高效地解决不法分子盗取汽车燃油的问题。

发明内容

本发明提供一种基于哨兵模式的汽车油箱偷油检测方法及装置，用以解决现有仅针对汽车油箱进行改进的方案未能高效地解决不法分子盗取汽车燃油问题的缺陷。

本发明提供一种基于哨兵模式的汽车油箱偷油检测方法，包括：

在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

根据本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法，所述获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象，包括：

根据所述待检测区域的行人图像，得到行人特征向量；

根据在预设时段内获取的若干行人图像的行人特征向量的相似度，得到判定疑似偷油对象。

根据本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法，所述根据所述待检测区域的行人图像，得到行人特征向量，包括：

根据所述待检测区域的行人图像，通过行人检测模型的目标检测层得到行人目标框图像；

根据所述行人目标框图像，通过行人检测模型的特征向量提取层得到行人特征向量。

根据本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法，判定所述疑似偷油对象的判定条件为：

在预设时段内获取的若干行人图像的行人特征向量的相似度大于或等于预设相似度阈值。

根据本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法，判定所述真正偷油对象的判定条件为：

所述疑似偷油对象在所述设防区域的停留时间超过第一预设时间阈值和/或所述疑似偷油对象在所述报警区域的停留时间超过第二预设时间阈值。

根据本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法，还包括：

当判定所述真正偷油对象时，发出警报。

本发明还提供一种基于哨兵模式的汽车油箱偷油检测装置，包括：

待检测区域设置模块，用于：在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

疑似偷油对象判定模块，用于：获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

真正偷油对象判定模块，用于：根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

本发明还提供一种电子设备，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程序时实现如上述任一种所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

本发明提供的基于哨兵模式的汽车油箱偷油检测方法及装置，通过获取待检测区域的行人图像，并按照预设条件先判定出疑似偷油对象，再根据疑似偷油对象在设防区域和报警区域的停留时间，得出真正偷油对象，能够高效地检测出偷油对象，确保检测所得的偷油对象的准确性，避免燃油被盗，提高车辆停靠的安全性，以及本发明无需改进汽车油箱，只需要硬件设备和软件应用结合使用即可，能够极大程度上降低制作成本和维护成本、同时提高检测精度。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明提供的基于哨兵模式的汽车油箱偷油检测方法的流程示意图；

图2是本发明提供的基于哨兵模式的汽车油箱偷油检测装置的结构示意图；

图3是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。

下面结合图1-图3描述本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法、装置、及电子设备。

参照图1，本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法可以包括：

S110、在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域。

S120、获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象。

S130、根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

需要说明的是，哨兵模式指的是标定待检测区域后(推荐标定，默认不标定的情况下全图为设防区域，画面正中间为警报区域)，通过深度学习图像识别的方式判断视频画面中是否有人有异常停留行为，基于哨兵模式的汽车油箱偷油检测方法能够更加精准和高效地检测到真正偷油对象。

需要说明的是，本发明提供的一种基于哨兵模式的汽车油箱偷油检测方法的执行主体可以是任何终端侧设备，例如汽车油箱管理终端等等。

在步骤S110中，终端侧设备会在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域。

需要说明的是，可以通过直接向终端侧设备下发待检测区域的位置参数来设置待检测区域；也可以通过与终端侧设备通信连接的手机app(应用)、服务器、或者多媒体智能中控设备来实现人工设置待检测区域。

例如，在终端侧设备开启wifi，手机连入后通过app进入标定界面，选择需要标定的摄像头通道，终端侧设备将对应通道画面和已经存在区域框位置传入手机，用户可以增删改画面中的区域框；在多媒体智能中控设备中选择标定模式，直接修改视频画面中的区域框；后台服务器通过配置终端侧设备参数的方式将区域框的信息下发给终端侧设备。

在设置待检测区域后，可以在其中划分设防区域和报警区域，设防区域可以是围绕汽车边缘的较大范围的不规则多边形区域，报警区域可以是靠近汽车油箱位置的矩形区域，设防区域可以邻近报警区域，也可以在报警区域的外围。

在步骤S120中，终端侧设备会获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象。

需要说明的是，终端侧设备可以通过红外摄像头来获取待检测区域的行人图像，红外摄像头可以安装在油箱一侧的后视镜下方，用于监视汽车左侧的区域画面，并采集待检测区域的行人图像。

需要说明的是，预设条件可以是同一待检测对象在待检测区域内被拍到超过预设阈值这么多张的行人图像，则表明该待检测对象持续停留在待检测区域内，可以将其判定为疑似偷油对象。终端侧设备先根据待检测区域的行人图像判定出具有异常行为的待检测对象，将其判定为疑似偷油对象，能够提高检测出真正偷油对象的效率。

在步骤S130中，终端侧设备会根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

需要说明的是，终端侧设备可以根据疑似偷油对象进入设防区域的时间点、离开设防区域的时间点、进入报警区域的时间点、以及离开报警区域的时间来得到疑似偷油对象分别在设防区域和报警区域内停留的实际时间，进而估算疑似偷油对象的异常行为，当在设防区域停留的实际时间和/或在报警区域内停留的实际时间超过阈值时，表示存在偷油嫌疑，判定其为真正偷油对象。

本发明提供的基于哨兵模式的汽车油箱偷油检测方法，通过获取待检测区域的行人图像，并按照预设条件先判定出疑似偷油对象，再根据疑似偷油对象在设防区域和报警区域的停留时间，得出真正偷油对象，能够高效地检测出偷油对象，确保检测所得的偷油对象的准确性，避免燃油被盗，提高车辆停靠的安全性，以及本发明无需改进汽车油箱，只需要硬件设备和软件应用结合使用即可，能够极大程度上降低制作成本和维护成本、同时提高检测精度。

在一种实施例中，步骤S120可以包括：

根据所述待检测区域的行人图像，得到行人特征向量；

根据在预设时段内获取的若干行人图像的行人特征向量的相似度，得到判定疑似偷油对象。

具体的，所述根据所述待检测区域的行人图像，得到行人特征向量，包括：

根据所述待检测区域的行人图像，通过行人检测模型的目标检测层得到行人目标框图像；

根据所述行人目标框图像，通过行人检测模型的特征向量提取层得到行人特征向量。

需要说明的是，行人检测模型可以是任何适用于嵌入式设备且用于识别行人对象的深度学习模型，例如Yolov5+repvgg行人检测模型，其中Yolov5是算法框架，repvgg是模型的主干网络，行人检测模型可以基于行人检测样本预先训练得到。

需要说明的是，终端侧设备获取到待检测区域的行人图像时，可以先将其归一化(resize)为320*320的尺寸，再通过行人检测模型的目标检测层对其进行检测，得到行人目标框，再在行人图像上截取行人目标框内的图像，得到行人目标框图像。然后将行人目标框图像归一化(resize)为128*256的尺寸，继而通过行人检测模型的特征向量提取层提取行人特征向量。通过行人检测模型能够快速得到精度较高的行人特征向量。同时，可以为每一个行人图像记录传入时间点，作为时间判定的依据。

需要说明的是，在通过行人检测模型的目标检测层得到行人目标框图像之前，可以定期进行模糊遮挡检测，防止人为遮挡和涂污摄像头而对客户造成体验问题及财产损失。

具体的，可以为每一张行人图像设置特征列表，特征列表中包括：行人特征向量、设防区域进入时间点、设防区域离开时间点、报警区域进入时间点、以及报警区域离开时间点，其中进入时间点是指第一次进入区域的时间点，离开时间点是指最后离开区域的时间点。

可以根据设防区域进入时间点、设防区域离开时间点、报警区域进入时间点、以及报警区域离开时间点来按照时间排序对若干张行人图像进行排列，再计算相邻行人图像的行人特征向量的相似度，若相似度小于预设相似度阈值则认为是不同的对象，若相似度大于或等于预设相似度阈值则认为是同一对象。

或者，当特征列表为空时，插入一个新的对象(如行人特征向量)，当特征列表不为空时，比较所有其他行人图像的行人特征向量与新传入的行人特征向量的相似度，取最大相似度对应的特征列表，将其相似度与预设相似度阈值(例如0.6)进行对比：若相似度小于0.6，则认为是不同的行人，此时特征列表可以插入下一个新传入的行人特征；若相似度大于或等于0.6，则认为是同一行人。

需要说明的是，相似度可以通过余弦距离来计算，相似度阈值也可以根据具体情况具体调整。

如果，在预设时间段内，得到若干行人图像，且若干行人图像中存在相似度超过预设相似度阈值的若干行人图像，即表示在预设时间段内在待检测区域中某待检测对象持续停留，即可以将该待检测对象判定为疑似偷油对象。

在一种实施例中，判定所述真正偷油对象的判定条件为：

所述疑似偷油对象在所述设防区域的停留时间超过第一预设时间阈值和/或所述疑似偷油对象在所述报警区域的停留时间超过第二预设时间阈值。

需要说明的是，可以根据特征列表中的设防区域进入时间点、设防区域离开时间点、报警区域进入时间点、以及报警区域离开时间点来计算每一待检测对象在设防区域和报警区域的停留时间。

具体的，当疑似偷油对象在所述设防区域的停留时间超过30秒，可以将该疑似偷油对象判定为真正偷油对象，或者当疑似偷油对象在在报警区域停留时间超过5秒，可以将该疑似偷油对象判定为真正偷油对象，等等，具体的时间阈值可以根据实际情况(例如误报率或车辆停靠位置等)设置。

另外，设置时间阈值，也可设置帧数阈值，以帧数为判断依据，防止因进程资源竞争导致时间滞后，进而遗漏信息。

在一种实施例中，还包括：

当判定所述真正偷油对象时，发出警报。

需要说明的是，发出警报可以是通过播放器发出语音警报，例如是播读“请检查油箱附近异常行为，注意安全”，又或者可以把警报信息发送至驾驶室内的多媒体智能中控屏上，供驾驶员及时查看。

进一步地，可以通过后续的检测来推理得到驾驶员是否已经处理异常，若干后续判定已经得不到该真正偷油对象，则表示异常情况已被处理，则停止发出警报，若后续判定仍然存在该真正偷油对象，且存在时间超过预设报警时间阈值(例如10秒)时，可以向监管服务器发出异常提醒信息，以提醒相关人员通知驾驶员及时处理异常情况。

再者，当判定出真正偷油对象时，终端侧设备可以存储第一帧开始测到该异常行为人(真正偷油对象)到最终离开待检测区域的完整视频，作为后期调查取证及分析的依据，同时可以通过多媒体智能中控屏播放视频，驾驶员若在车上休息可根据中控屏显示的视频来视情况选择下车查看，若驾驶员认为是误判则可以手动停止警报，或者也可以是发现异常情况未被处理时在发出异常提醒信息时同时上传视频至监管服务器，异常提醒信息报警信息中记录的信息包括：发出警报的时间(年月日时分秒)信息以及地点(GPS经纬度)信息。

另外，关于实现本发明提供的基于哨兵模式的汽车油箱偷油检测方法可能用到的硬件设备的安装，后台服务器可以放置在用户机房，后台服务器内部署工程器械管理系统；红外摄像头可以安装在车辆左侧后视镜下方(兼容左侧bsd(盲点车辆识别系统)，特殊车型除外)，画面中包含待检测区域；终端侧设备、以及多媒体智能中控屏可以安装在驾驶室内，终端侧设备和多媒体智能中控屏的安装位置没有过于严苛的要求，在驾驶员方便操作、观看，且不妨碍正常工程作业的位置安装即可。考虑到在室外，夜间停车额外照明条件的不确定性，因此采用带红外功能的摄像头，当光照条件苛刻时，摄像头自动开启红外补光功能。

当终端侧设备上电时会通过读取配置文件中该路摄像头中报警区域和设防区域的位置信息(终端侧设备在通过任意方式得到警报区域和设防区域后均会将信息存于配置文件中)，对于该路没有获取到位置信息的终端侧设备会将全图设为设防区域，画面正中间设为警报区域，然后将整个画面输入到行人检测模型中。

下面对本发明提供的基于哨兵模式的汽车油箱偷油检测装置进行描述，下文描述的基于哨兵模式的汽车油箱偷油检测装置与上文描述的基于哨兵模式的汽车油箱偷油检测方法可相互对应参照。

参照图2，本发明提供的一种基于哨兵模式的汽车油箱偷油检测装置可以包括：

待检测区域设置模块210，用于：在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

疑似偷油对象判定模块220，用于：获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

真正偷油对象判定模块230，用于：根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

在一种实施例中，所述疑似偷油对象判定模块220包括：

行人特征向量得到子模块，用于：根据所述待检测区域的行人图像，得到行人特征向量；

第一判定子模块，用于：根据在预设时段内获取的若干行人图像的行人特征向量的相似度，得到判定疑似偷油对象。

在一种实施例中，所述行人特征向量得到子模块包括：

行人目标框图像得到子模块，用于：根据所述待检测区域的行人图像，通过行人检测模型的目标检测层得到行人目标框图像；

行人特征向量提取子模块，用于：根据所述行人目标框图像，通过行人检测模型的特征向量提取层得到行人特征向量。

在一种实施例中，判定所述疑似偷油对象的判定条件为：

在预设时段内获取的若干行人图像的行人特征向量的相似度大于或等于预设相似度阈值。

在一种实施例中，判定所述真正偷油对象的判定条件为：

所述疑似偷油对象在所述设防区域的停留时间超过第一预设时间阈值和/或所述疑似偷油对象在所述报警区域的停留时间超过第二预设时间阈值。

在一种实施例中，还包括：

报警模块，用于：当判定所述真正偷油对象时，发出警报。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行基于哨兵模式的汽车油箱偷油检测方法，该方法包括：

在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于哨兵模式的汽车油箱偷油检测方法，该方法包括：

在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于哨兵模式的汽车油箱偷油检测方法，该方法包括：

在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于哨兵模式的汽车油箱偷油检测方法，其特征在于，包括：

在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

2.根据权利要求1所述的基于哨兵模式的汽车油箱偷油检测方法，其特征在于，所述获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象，包括：

根据所述待检测区域的行人图像，得到行人特征向量；

根据在预设时段内获取的若干行人图像的行人特征向量的相似度，得到判定疑似偷油对象。

3.根据权利要求2所述的基于哨兵模式的汽车油箱偷油检测方法，其特征在于，所述根据所述待检测区域的行人图像，得到行人特征向量，包括：

根据所述待检测区域的行人图像，通过行人检测模型的目标检测层得到行人目标框图像；

根据所述行人目标框图像，通过行人检测模型的特征向量提取层得到行人特征向量。

4.根据权利要求2所述的基于哨兵模式的汽车油箱偷油检测方法，其特征在于，判定所述疑似偷油对象的判定条件为：

在预设时段内获取的若干行人图像的行人特征向量的相似度大于或等于预设相似度阈值。

5.根据权利要求1-4任一项所述的基于哨兵模式的汽车油箱偷油检测方法，其特征在于，判定所述真正偷油对象的判定条件为：

所述疑似偷油对象在所述设防区域的停留时间超过第一预设时间阈值和/或所述疑似偷油对象在所述报警区域的停留时间超过第二预设时间阈值。

6.根据权利要求1-4任一项所述的基于哨兵模式的汽车油箱偷油检测方法，其特征在于，还包括：

当判定所述真正偷油对象时，发出警报。

7.一种基于哨兵模式的汽车油箱偷油检测装置，其特征在于，包括：

待检测区域设置模块，用于：在汽车油箱周围设置待检测区域，所述待检测区域包括设防区域和报警区域；

疑似偷油对象判定模块，用于：获取所述待检测区域的行人图像，并按照预设条件判定疑似偷油对象；

真正偷油对象判定模块，用于：根据所述疑似偷油对象在所述设防区域和/或所述报警区域的停留时间，判定真正偷油对象。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至6任一项所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于哨兵模式的汽车油箱偷油检测方法的步骤。

Images