CN114697614A - 一种基于人工智能的充电过程安全监控系统及方法 - Google Patents

Abstract

本申请公开了一种基于人工智能的充电过程安全监控系统及方法，主要涉及安全监控技术领域，用以解决现有的安全监控只能提供监控功能，不能够实时地预警各类突发情况技术问题。包括：数据采集模块，用于根据视频采集指令，采集预设充电场所的视频数据；数据处理模块，用于通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将视频数据存储至预设存储模块；数据通信模块，用于发送安全隐患警告至预设维护模块；预设维护模块，用于接收安全隐患警告，并反馈安全隐患警告处理结果。本申请通过上述方法实现了智能化的检测预设充电场所是否存在安全风险。

Description

一种基于人工智能的充电过程安全监控系统及方法

技术领域

本申请涉及安全监控技术领域，尤其涉及一种基于人工智能的充电过程安全监控系统及方法。

背景技术

充电站是电动汽车集中充电的场所，其功能决定了现场会是高压电源密集、车辆密集的场所。近年来，不断出现电动汽车在充电过程中自燃的现象，一旦出现此紧急情况，应及时预警并告知现场人员及时采取措施成为防止火情进一步增大的关键。

现有的，充电站视频互动化只是一个单纯的监控功能，不能够实时地预警各类突发情况。因此，亟需一种基于视频AI的充电过程安全监控系统用于实时预警提示各类突发情况。

发明内容

针对现有技术的上述不足，本发明提供一种基于人工智能的充电过程安全监控系统及方法，以解决上述技术问题。

第一方面，本申请实施例提供了一种基于人工智能的充电过程安全监控系统，系统包括：数据采集模块，用于根据视频采集指令，采集预设充电场所的视频数据；数据处理模块，用于通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，生成存储任务；数据通信模块，用于发送安全隐患警告至预设维护模块；预设维护模块，用于接收安全隐患警告，并反馈安全隐患警告处理结果。

进一步地，数据采集模块包括图片触发单元、火警触发单元、指令触发单元、视频采集单元；图片采集单元，用于通过预设采集设备采集预设像素值的图片数据；进而通过空间域转信号域处理，获得图片数据对应的信号频谱数据；其中，信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；采集触发单元，用于实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重；指令触发单元，用于预设用户终端上传的视频采集指令；视频采集单元，用于接收视频采集指令，启动若干视频采集装置，以获得视频数据。

进一步地，数据处理模块包括火势报警单元、人员警告单元；火势报警单元，用于获取视频数据对应的视频图片；通过第一神经网络模型，获取视频图片中对应的火势目标；通过预设图片剪切模型，获取视频图片中的火势目标图片；通过空间域转信号域处理，确定火势目标图片对应的火势信号频谱；根据火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，安全隐患警告包含警告内容数据；人员警告单元，用于通过第二神经网络获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。

进一步地，数据通信模块包括任务确定单元、网络发送单元；任务确定单元，用于根据安全隐患警告中的警告内容数据，确定安全隐患警告对应的预设维护模块；网络发送单元，用于监控网络状态；当网络状态为在线状态时，通过预设专线网络将安全隐患警告发送至预设维护模块；当网络状态为离线状态时，接入远程mesh节点，建立自组网，以通过自组网将安全隐患警告发送至预设维护模块。

进一步地，系统还包括中央处理模块；中央处理模块，用于根据安全隐患警告中的警告内容数据以及安全隐患警告处理结果，生成警告维护报告。

第二方面，本申请实施例还提供了一种基于人工智能的充电过程安全监控方法，方法包括：根据视频采集指令，采集预设充电场所的视频数据；通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将视频数据存储至预设存储终端；发送安全隐患警告至预设维护终端；接收预设维护终端上传的安全隐患警告处理结果。

进一步地，在根据视频采集指令，采集预设充电场所的视频数据之前，方法还包括：通过预设采集设备采集预设像素值的图片数据；进而通过空间域转信号域处理，获得图片数据对应的信号频谱数据；其中，信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；和/或，实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重。

进一步地，通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告，具体包括：获取视频数据对应的视频图片；通过第一神经网络模型，获取视频图片中对应的火势目标；通过预设图片剪切模型，获取视频图片中的火势目标图片；通过空间域转信号域处理，确定火势目标图片对应的火势信号频谱；根据火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，安全隐患警告包含警告内容数据；和/或，通过第二神经网络获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。

本领域技术人员能够理解的是，本发明至少具有如下有益效果：在可能存在火警危机时，通过数据采集模块实现了自动采集视频数据，该采集过程与预设充电场所中视频监控互不干涉，在避免数据采集模块长时间作业的同时又实现了火警危机的及时处理。通过数据处理模块实现了智能化的检测是否存在安全隐患，避免了人工肉眼识别带来的失误以及处理不及时等问题。通过数据通信模块，实现了快速将安全隐患警告发送至预设维护模块。预设维护模块通知现场管理人员，实现了快速处理安全隐患的技术效果。

附图说明

下面参照附图来描述本公开的部分实施例，附图中：

图1是本申请实施例提供的一种基于人工智能的充电过程安全监控系统内部结构示意图。

图2是本申请实施例提供的一种基于人工智能的充电过程安全监控方法流程图。

具体实施方式

本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的优选实施例，并不表示本公开仅能通过该优选实施例实现，该优选实施例仅仅是用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的优选实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种基于人工智能的充电过程安全监控系统。如图1所示，本申请实施例提供的充电过程安全监控系统，主要包括：数据采集模块110、数据处理模块120、数据通信模块130、预设维护模块140；

其中，数据采集模块110为任意可行的能够进行视频数据采集的设备或装置等，主要用于根据视频采集指令，采集预设充电场所的视频数据。

需要说明的是，获取视频采集指令的方法包括但不限于管理终端上传、触发生成；预设充电场所对应的具体位置，可由本领域技术人员根据实际情况确定。

作为示例地，数据采集模块110包括图片触发单元111、火警触发单元112、指令触发单元113、视频采集单元114。

图片触发单元111，用于获取预设像素值的图片数据；进而通过空间域转信号域处理，获得图片数据对应的信号频谱数据；其中，信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；需要说明的是，获取图片数据的方式可以为任意可行的方式，预设像素值为任意可行值。空间域转信号域处理的具体方法可由傅里叶公式变换得到。需要说明的是，纯粹通过空间域进行图片对比的方式，对应的对比向量过多，不利于快速的发现火警问题，因此，将空间域转换为信号域，通过对比信号频谱的方式能够迅速发现两张图片是否存在不同(存在环境异常)。进而能够对异常情况进行快速处理，进而能够避免延误救火时机。

火警触发单元112为任意可行的能够进行数据采集和数据分析的设备或装置等，主要用于实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重；需要说明的是，火警传感设备可以是以下任意一项或多项：温度传感器、烟雾传感器。

指令触发单元113，用于获取预设用户终端上传的视频采集指令，或基于预设时间段，自动生成视频采集指令。视频采集单元114，用于接收视频采集指令，启动若干视频采集装置，以获得视频数据。

其中，数据处理模块120为任意可行的能够进行数据处理的设备或装置等，主要用于通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将视频数据存储至预设存储模块。需要说明的是，预设存储模块为任意可行的能够进行数据存储的设备或装置，其具体表现形式可以是U盘或任意具有存储功能的设备等。

作为示例地，数据处理模块120包括火势报警单元121、人员警告单元122。

火势报警单元121为任意可行的能够通过视频图片进行火势监控的设备或装置等，主要用于获取视频数据对应的视频图片；通过预设图片剪切模型，获取视频图片中的目标图片；通过空间域转信号域处理，确定目标图片对应的火势信号频谱；根据火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，安全隐患警告包含警告内容数据。需要说明的是，火势报警单元中存储了若干实际火势对应的实际火势信号频谱；以使火势报警单元能够通过火势信号频谱与实际火势信号频谱进行对比，发现是否存在火势。需要进一步说明的是，抓拍火势的摄像头对应的捕捉位置和捕捉物体固定单一，本领域技术人员能够事先确定该捕捉角度下存在燃烧可能的目标(对应目标图片)，因此，只分析目标图片，能够减少无意义图片的分析，有利于提高生成安全隐患警告的速度。

人员警告单元122为任意可行的能够检测预设充电场所对应的作业人员是否存在着装作业隐患的设备或装置等，主要用于通过预设神经网络算法获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。需要说明的是，预设失误图片数据库包含若干存在着装作业隐患的头部图片、上衣图片、裤子图片等，其具体内容可以本领域技术人员经过多次试验获得。预设神经网络可以为任意可行的能够从图片中识别人物目标的算法。

其中，数据通信模块130为任意可行的能够发送数据的设备或装置等，主要用于发送安全隐患警告至预设维护模块140。

需要说明的是，预设维护模块140对应维护人员的维护终端，该维护终端接收安全隐患警告的方式可以是微信小程序接收也可以是预设APP软件接收。

作为示例地，数据通信模块130包括任务确定单元131、网络发送单元132。

任务确定单元131可以为任意可行的能够进行数据匹配的设备或装置等，主要用于根据安全隐患警告中的警告内容数据，确定安全隐患警告对应的预设维护模块140。

网络发送单元132可以为任意可行的能够进行网络状态监控的设备或装置等，主要用于监控网络状态；当网络状态为在线状态时，通过预设专线网络将安全隐患警告发送至预设维护模块140；当网络状态为离线状态时，接入远程mesh节点，建立自组网，以通过自组网将安全隐患警告发送至预设维护模块140。

其中，预设维护模块140，用于接收安全隐患警告，并反馈安全隐患警告处理结果。

此外，本实施例还可以对预设时间段内安全隐患警告进行数据分析。

作为示例地，系统还包括中央处理模块150；中央处理模块150，用于根据安全隐患警告中的警告内容数据以及安全隐患警告处理结果，生成警告维护报告。

除此之外，本申请实施例还提供了一种基于人工智能的充电过程安全监控方法，其执行主体是服务器，如图2所示，本申请实施例提供的适配方法，主要包括以下步骤：

步骤210、根据视频采集指令，采集预设充电场所的视频数据；

需要说明的是，本实施例在根据视频采集指令，采集预设充电场所的视频数据之前，可以自动生成视频采集指令。

作为示例地，在根据视频采集指令，采集预设充电场所的视频数据之前，方法还包括：

通过预设采集设备采集预设像素值的图片数据；进而通过空间域转信号域处理，获得图片数据对应的信号频谱数据；其中，信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；和/或，

实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重。

步骤220、通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将视频数据存储至预设存储终端。

其中，通过预设人工智能算法，确定视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告，可以具体为：获取视频数据对应的视频图片；通过第一神经网络模型，获取视频图片中对应的火势目标；通过预设图片剪切模型，获取视频图片中的火势目标图片；通过空间域转信号域处理，确定火势目标图片对应的火势信号频谱；根据火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，安全隐患警告包含警告内容数据；和/或，通过第二神经网络获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。

步骤230、发送安全隐患警告至预设维护终端；接收预设维护终端上传的安全隐患警告处理结果。

至此，已经结合前文的多个实施例描述了本公开的技术方案，但是，本领域技术人员容易理解的是，本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下，本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合，也可以对相关技术特征作出等同的更改或替换，凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。

Claims (8)

1.一种基于人工智能的充电过程安全监控系统，其特征在于，所述系统包括：

数据采集模块，用于根据视频采集指令，采集预设充电场所的视频数据；

数据处理模块，用于通过预设人工智能算法，确定所述视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将所述视频数据存储至预设存储模块；

数据通信模块，用于发送所述安全隐患警告至预设维护模块；

预设维护模块，用于接收安全隐患警告，并反馈安全隐患警告处理结果。

2.根据权利要求1所述的基于人工智能的充电过程安全监控系统，其特征在于，所述数据采集模块包括图片触发单元、火警触发单元、指令触发单元、视频采集单元；

所述图片触发单元，用于获取预设像素值的图片数据；进而通过空间域转信号域处理，获得所述图片数据对应的信号频谱数据；其中，所述信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；

所述火警触发单元，用于实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在所述火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重；

所述指令触发单元，用于获取预设用户终端上传的视频采集指令；和/或，基于预设时间段，自动生成视频采集指令；

所述视频采集单元，用于接收视频采集指令，启动若干视频采集装置，以获得视频数据。

3.根据权利要求1所述的基于人工智能的充电过程安全监控系统，其特征在于，所述数据处理模块包括火势报警单元、人员警告单元；

所述火势报警单元，用于获取视频数据对应的视频图片；通过预设图片剪切模型，获取视频图片中的目标图片；通过空间域转信号域处理，确定所述目标图片对应的火势信号频谱；根据所述火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，所述安全隐患警告包含警告内容数据；

所述人员警告单元，用于通过预设神经网络算法获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将所述人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，所述人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。

4.根据权利要求1所述的基于人工智能的充电过程安全监控系统，其特征在于，所述数据通信模块包括任务确定单元、网络发送单元；

所述任务确定单元，用于根据安全隐患警告中的警告内容数据，确定安全隐患警告对应的预设维护模块；

所述网络发送单元，用于监控网络状态；当网络状态为在线状态时，通过预设专线网络将安全隐患警告发送至预设维护模块；当网络状态为离线状态时，接入远程mesh节点，建立自组网，以通过所述自组网将安全隐患警告发送至预设维护模块。

5.根据权利要求1所述的基于人工智能的充电过程安全监控系统，其特征在于，所述系统还包括中央处理模块；

所述中央处理模块，用于根据安全隐患警告中的警告内容数据以及安全隐患警告处理结果，生成警告维护报告。

6.一种基于人工智能的充电过程安全监控方法，其特征在于，所述方法包括：

根据视频采集指令，采集预设充电场所的视频数据；

通过预设人工智能算法，确定所述视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告；否则，将所述视频数据存储至预设存储终端；

发送所述安全隐患警告至预设维护终端；接收预设维护终端上传的安全隐患警告处理结果。

7.根据权利要求6所述的基于人工智能的充电过程安全监控方法，其特征在于，在根据视频采集指令，采集预设充电场所的视频数据之前，所述方法还包括：

通过预设采集设备采集预设像素值的图片数据；进而通过空间域转信号域处理，获得所述图片数据对应的信号频谱数据；其中，所述信号频谱数据包括时间戳以及信号频谱；当当前时间戳对应的信号频谱与上一时间戳对应的信号频谱不一致时，生成视频采集指令；和/或，

实时获取火警传感设备上传的采集火警数据，以通过预设火警相似度计算公式：

计算火警相似度，在所述火警相似度大于预设阈值时，生成视频采集指令；其中，α表示实际火势数据，β表示采集火警数据，ω为预设发生概率，W为预设发生权重。

8.根据权利要求6所述的基于人工智能的充电过程安全监控方法，其特征在于，通过预设人工智能算法，确定所述视频数据是否存在安全隐患；在存在安全隐患时，生成安全隐患警告，具体包括：

获取视频数据对应的视频图片；通过第一神经网络模型，获取所述视频图片中对应的火势目标；通过预设图片剪切模型，获取视频图片中的火势目标图片；通过空间域转信号域处理，确定所述火势目标图片对应的火势信号频谱；根据所述火势信号频谱，确定预设充电场所是否存在火势；当存在火势时，生成安全隐患警告；其中，所述安全隐患警告包含警告内容数据；和/或，

通过第二神经网络获取视频数据中人物图片；通过预设图片剪切模型，将人物图片切分成人物目标图片；将所述人物目标图片与预设失误图片数据库进行相似度对比，以确定是否存在着装安全隐患的作业人员；当存在着装安全隐患的作业人员时，生成安全隐患警告；其中，所述人物目标图片包括：头目标图片、上衣目标图片、裤子目标图片、手目标图片、脚目标图片。

Images