CN115100598A - 一种充电桩异常使用检测方法、电子设备和存储介质 - Google Patents

一种充电桩异常使用检测方法、电子设备和存储介质 Download PDF

Info

Publication number
CN115100598A
CN115100598A CN202210744232.2A CN202210744232A CN115100598A CN 115100598 A CN115100598 A CN 115100598A CN 202210744232 A CN202210744232 A CN 202210744232A CN 115100598 A CN115100598 A CN 115100598A
Authority
CN
China
Prior art keywords
charging pile
abnormal use
person
coordinates
behavior
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
CN202210744232.2A
Other languages
English (en)
Inventor
梁帆
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.)
Dongguan Prophet Big Data Co ltd
Original Assignee
Dongguan Prophet Big Data 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 Dongguan Prophet Big Data Co ltd filed Critical Dongguan Prophet Big Data Co ltd
Priority to CN202210744232.2A priority Critical patent/CN115100598A/zh
Publication of CN115100598A publication Critical patent/CN115100598A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Abstract

本申请涉及一种充电桩异常使用检测方法、电子设备和存储介质，该方法包括：当监控区域内存在车辆时，对车辆进行标注；检测是否有人员，当同时存在车辆与人员时，根据多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在人员和车辆停留行为；判断人员是否出现扫码行为和插拔电行为，若出现扫码行为和插拔电行为；根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数；根据预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。

Description

一种充电桩异常使用检测方法、电子设备和存储介质
技术领域
本申请涉及充电桩异常使用技术领域，特别是涉及一种充电桩异常使用检测方法、电子设备和存储介质。
背景技术
目前，近年来随着智慧社区的建设，智能电动车充电桩都成为小区不可或缺的设施之一。为鼓励车主积极使用电动车充电桩充电，部分政府或小区在投放运行这些充电桩时，提供费用减免服务，即在充电过程中，前段充电时长或用电不收取费用。但有些人会利用免费充电期间对电动车进行反复充电。针对此种现象，单靠视觉监控检测无法准确辨别，由此，需提供一种有效的检测方法，对充电桩的异常使用情况进行有效预警。
发明内容
基于上述问题，本申请提供一种充电桩异常使用检测方法、电子设备和存储介质。
第一方面，本申请实施例提供一种充电桩异常使用检测方法，包括：
当监控区域内存在车辆时，对所述车辆进行标注；
检测所述监控区域中是否有人员，当所述监控区域中同时存在标注车辆与人员时，根据监控区域的连续多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在所述人员和所述车辆停留行为；
判断人员是否出现扫码行为和插拔电行为，若判断结果为人员出现扫码行为和插拔电行为，分别统计预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数；
根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数；
根据所述预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。
进一步地，上述一种充电桩异常使用检测方法中，根据监控区域的多帧图像确定是否存在人员和车辆停留行为，包括；
当监控区域中同时存在标注车辆与人员时,确定当前帧图像为待检图像；
当监控区域的连续多帧图像中待检图像的个数大于第一预设阈值时，确定存在人员和车辆停留行为。
进一步地，上述一种充电桩异常使用检测方法中，判断人员是否出现扫码行为，包括：
标记监控区域中的二维码区域坐标，获取人脸的头部中心坐标、眼睛坐标和鼻子坐标；
根据二维码区域坐标、人脸的头部中心坐标、眼睛坐标和鼻子坐标计算人员朝向得分；
判断人员朝向得分与第二预设阈值的大小；
若判断结果为人员朝向得分大于第二预设阈值，则判定人员朝向二维码；
获取人员的手肘坐标和手腕坐标，根据人员的手肘坐标和手腕坐标计算人员的姿态得分；
若人员的姿态得分大于第七预设阈值，判断人员出现扫码动作；
根据出现扫码动作开始的多帧图像中出现扫码动作的帧数与第八预设阈值的关系确定人员是否出现扫码行为。
进一步地，上述一种充电桩异常使用检测方法中，根据二维码区域坐标(x0，y0，w0，h0)、人脸的头部中心坐标(x1，y1)、眼睛坐标(x2，y2)、(x3，y3)和鼻子坐标(x4，y4)计算人员朝向得分gd是通过如下公式计算的：
gd＝max(g1d，g2d)
其中
Figure BDA0003716456210000031
Figure BDA0003716456210000032
x00＝x0+0.5w0
y00＝y0+0.5h0
Figure BDA0003716456210000033
Figure BDA0003716456210000034
根据人员的手肘坐标(xe1，ye1)，(xe2，ye2)和手腕坐标(xa1，ya1)，(xa2，ya2)计算人员的姿态得分gz是通过如下公式计算的：
gz＝max(g1z，g2z)
其中
g1z＝g11zg12z
Figure BDA0003716456210000041
Figure BDA0003716456210000042
Figure BDA0003716456210000043
Figure BDA0003716456210000044
A1＝y00-y1
B1＝x1-x00
C1＝x00y1-y00x1
当(xe1，ye1)，(xa1，ya1)不全存在时，g1z＝0
g2z＝g21zg22z
Figure BDA0003716456210000045
Figure BDA0003716456210000046
Figure BDA0003716456210000047
Figure BDA0003716456210000051
当(xe2，ye2)，(xa2，ya2)不全存在时，g2z＝0，
ts3为预设的第三预设阈值，ts4为预设的第四预设阈值，ts5为预设的第五预设阈值，ts6为预设的第六预设阈值。
进一步地，上述一种充电桩异常使用检测方法中，判断人员是否出现插拔电行为，包括：
标记监控区域内的电源插口区域坐标，获取人员手腕坐标；
根据电源插口区域坐标和人员手腕坐标确定充电动作得分；
判断充电动作得分与第十一预设阈值的大小；
若判断结果为充电动作得分大于第十一预设阈值，判定人员存在充电动作；
根据出现充电动作开始的多帧图像中出现充电动作的帧数与第十二预设阈值的关系确定人员是否出现插拔电行为。
进一步地，上述一种充电桩异常使用检测方法中，根据电源插口区域坐标(x7，y7，w7，h7)和人员手腕坐标(xa1，ya1)，(xa2，ya2)确定充电动作得分gc，是通过如下公式计算的：
Figure BDA0003716456210000052
其中，ts9为预设的第九预设阈值，ts10为预设的第十预设阈值；
Figure BDA0003716456210000061
Figure BDA0003716456210000062
(xa1，ya1)不存在时，g1c＝ts10，(xa2，ya2)不存在时，g2c＝ts10。
进一步地，上述一种充电桩异常使用检测方法中，根据预设时间段t1内扫码行为的次数m3和预设时间段内t1插拔电行为的次数m4确定是否出现充电桩疑似异常使用情况，是通过如下公式确定的：
当
Figure BDA0003716456210000063
时，
其中ts13为设定的第十三预设阈值、ts14为设定的第十四预设阈值，确定出现充电桩疑似异常使用情况；
当
Figure BDA0003716456210000064
对，确定没有出现充电桩疑似异常使用情况。
进一步地，上述一种充电桩异常使用检测方法中，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数，包括：
获取预设时间段t1内的电流信号，每个检测点之间的时间间隔为t2，对于任一个检测点的电流Ii，其中i为检测点的序号，获取从检测点i开始连续N3个检测点的电流值组成集合{Ii}，计算电流差异得分gr
gr＝max({Ii})-min({Ii})
当所述gr＞ts15时，其中ts15为设定的第十五预设阈值，判定检测点i为突变点，统计突变点的个数m5；
根据预设时间段t1内每个电流突变点的时间间隔t2和电流突变点个数m5确定是否存在充电桩异常使用行为，是通过如下公式确定的：
当
Figure BDA0003716456210000071
时，确定存在充电桩异常使用行为；其中，ts16为设定的第十六预设阈值。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种充电桩异常使用检测方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种充电桩异常使用检测方法。
本申请实施例的优点在于：本申请确定监控区域内存在车辆时，对车辆进行标注；检测是否有人员，当同时存在车辆与人员时，根据多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在人员和车辆停留行为；判断人员是否出现扫码行为和插拔电行为，若出现扫码行为和插拔电行为；根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数；根据预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。管理处人员根据预警信息及时的杜绝充电桩异常使用情况的发生，而且管理处人员不需要去现场查看或者实时盯着监控，用户体验度高。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的一种充电桩异常使用检测方法示意图一；
图2为本申请实施例提供的一种充电桩异常使用检测方法示意图二；
图3是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵时做类似改进，因此本申请不受下面公开的具体实施的限制。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本申请实施例提供的一种充电桩异常使用检测方法示意图一。
第一方面，本申请实施例提供一种充电桩异常使用检测方法，包括S101至S105五个步骤：
S101：当监控区域内存在车辆时，对车辆进行标注。
具体的，本申请实施例中，通过收集充电的电瓶车、充电汽车的图像并对充电车辆进行标注，使用基于YOLO的训练模型对标注数据进行训练得到充电车辆检测模型，使用训练好的充电车辆检测模型对监控区域内的车辆信息，当监控区域内存在车辆时，提取车辆的颜色、型号等特征数据对车辆进行标注。
S102：检测监控区域中是否有人员，当监控区域中同时存在标注车辆与人员时，根据监控区域的连续多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在人员和车辆停留行为。
具体的，本申请实施例中，对车辆进行标注后，同时检测监控区域中是否有人员，当监控区域中同时存在标注车辆与人员时，根据监控区域的连续多帧图像确定是否存在人员和车辆停留行为，下文详细介绍确定是否存在人员和车辆停留行为的步骤。
S103：判断人员是否出现扫码行为和插拔电行为，若判断结果为人员出现扫码行为和插拔电行为，分别统计预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数。
具体的，本申请实施例中，确定结果为存在人员和车辆停留行为后，判断人员是否出现扫码行为和插拔电行为，下文详细介绍确定是否出现扫码行为和插拔电行为的步骤，确定扫码行为和插拔电行为后，分别统计预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数。
S104：根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数。
具体的，本申请实施例中，根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定出现充电桩疑似异常使用情况，下文详细介绍根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数，下文详细介绍确定电流突变点个数的步骤。
S105：根据预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。
具体的，本申请实施例中，根据预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为的步骤下文详细介绍，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。管理处人员根据预警信息及时的杜绝充电桩异常使用情况的发生，而且管理处人员不需要去现场查看或者实时盯着监控，用户体验度高。
进一步地，上述一种充电桩异常使用检测方法中，根据监控区域的多帧图像确定是否存在人员和车辆停留行为，包括：
当监控区域中同时存在标注车辆与人员时,确定当前帧图像为待检图像；
当监控区域的连续多帧图像中待检图像的个数大于第一预设阈值时，确定存在人员和车辆停留行为。
具体的，本申请实施例中，当监控区域中同时存在标注车辆与人员时，判定当前帧图像为待检图像；当连续N帧图像内，待检图像的个数n＞ts1时，其中，ts1为设定的第一预设阈值，确定存在人员和车辆停留行为。
图2为本申请实施例提供的一种充电桩异常使用检测方法示意图二。
进一步地，上述一种充电桩异常使用检测方法中，判断人员是否出现扫码行为，包括S201至S205五个步骤：
S201：标记监控区域中的二维码区域坐标，获取人脸的头部中心坐标、眼睛坐标和鼻子坐标。
具体的，本申请实施例中，标记监控区域中的二维码区域坐标(x0，y0，w0，h0)，其中(x0，y0)二维码区域左顶点坐标，w0为二维码区域的宽，h0为二维码区域的高，获取人脸的头部中心坐标(x1，y1)、眼睛坐标(x2，y2)、(x3，y3)和鼻子坐标(x4，y4)。
S202：根据二维码区域坐标、人脸的头部中心坐标、眼睛坐标和鼻子坐标计算人员朝向得分。
具体的，本申请实施例中，根据二维码区域坐标(x0，y0，w0，h0)、人脸的头部中心坐标(x1，y1)、眼睛坐标(x2，y2)、(x3，y3)和鼻子坐标(x4，y4)计算人员朝向得分gd的步骤下文详细介绍。
S203：判断人员朝向得分与第二预设阈值的大小，若判断结果为人员朝向得分大于第二预设阈值，则判定人员朝向二维码。
具体的，本申请实施例中，当人员朝向得分gd＞ts2时，其中ts2为设定的第二预设阈值，判定人员朝向二维码。
S204：获取人员的手肘坐标和手腕坐标，根据人员的手肘坐标和手腕坐标计算人员的姿态得分，若人员的姿态得分大于第七预设阈值，判断人员出现扫码动作。
具体的，本申请实施例中，当检测到人员朝向二维码时，获取人员的手肘坐标(xe1，ye1)，(xe2，ye2)、手腕坐标(xa1，ya1)，(xa2，ya2)，根据人员的手肘坐标(xe1，ye1)，(xe2，ye2)、手腕坐标(xa1，ya1)，(xa2，ya2)计算人员姿态得分gz，当人员姿态得分gz＞ts7时，其中，ts7为设定的第七预设阈值，确定人员出现了扫码动作，根据人员的手肘坐标(xe1，ye1)，(xe2，ye2)、手腕坐标(xa1，ya1)，(xa2，ya2)计算人员姿态得分gz下文详细介绍。
S205：根据出现扫码动作开始的多帧图像中出现扫码动作的帧数与第八预设阈值的关系确定人员是否出现扫码行为。
具体的，本申请实施例中，当视频第n1帧出现扫码动作时，获取从n1帧开始连续N1帧中出现扫码动作的帧数m1；
当
Figure BDA0003716456210000121
对，判定人员出现扫码行为；其中，ts8为设定的第八预设阈值。
进一步地，上述一种充电桩异常使用检测方法中，根据二维码区域坐标(x0，y0，w0，h0)、人脸的头部中心坐标(x1，y1)、眼睛坐标(x2，y2)、(x3，y3)和鼻子坐标(x4，y4)计算人员朝向得分gd是通过如下公式计算的：
gd＝max(g1d，g2d)
其中
Figure BDA0003716456210000122
Figure BDA0003716456210000123
x00＝x0+0.5w0
y00＝y0+0.5h0
Figure BDA0003716456210000124
Figure BDA0003716456210000125
根据人员的手肘坐标(xe1，ye1)，(xe2，ye2)和手腕坐标(xa1，ya1)，(xa2，ya2)计算人员的姿态得分gz是通过如下公式计算的：
gz＝max(g1z，g2z)
其中
g1z＝g11zg12z
Figure BDA0003716456210000131
Figure BDA0003716456210000132
Figure BDA0003716456210000133
Figure BDA0003716456210000134
A1＝y00-y1
B1＝x1-x00
C1＝x00y1-y00x1
当(xe1，ye1)，(xa1，ya1)不全存在时，g1z＝0
g2z＝g21zg22z
Figure BDA0003716456210000135
Figure BDA0003716456210000141
Figure BDA0003716456210000142
Figure BDA0003716456210000143
当(xe2，ye2)，(xa2，ya2)不全存在时，g2z＝0，
ts3为预设的第三预设阈值，ts4为预设的第四预设阈值，ts5为预设的第五预设阈值，ts6为预设的第六预设阈值。
进一步地，上述一种充电桩异常使用检测方法中，判断人员是否出现插拔电行为，包括：
标记监控区域内的电源插口区域坐标，获取人员手腕坐标；
具体的，本申请实施例中，标记监控区域内的电源插口区域坐标(x7，y7，w7，h7)，其中为(x7，y7)电源插口区域左顶点坐标，w7为电源插口区域的宽，h7为电源插口区域的高；获取人员手腕坐标(xa1，ya1)，(xa2，ya2)。
根据电源插口区域坐标和人员手腕坐标确定充电动作得分。
具体的，本申请实施例中，根据电源插口区域坐标(x7，y7，w7，h7)和人员手腕坐标(xa1，ya1)，(xa2，ya2)确定充电动作得分gc的步骤下文详细介绍。
判断充电动作得分与第十一预设阈值的大小，若判断结果为充电动作得分大于第十一预设阈值，判定人员存在充电动作；
具体的，本申请实施例中，当充电动作得分gc＞ts11时，其中ts11为设定的第十一预设阈值，判定人员存在充电动作。
根据出现充电动作开始的多帧图像中出现充电动作的帧数与第十二预设阈值的关系确定人员是否出现插拔电行为。
具体的，本申请实施例中，当视频第n2帧出现充电动作时，获取从n2帧开始连续N2帧中出现充电动作的帧数m2；
当
Figure BDA0003716456210000151
时，其中ts12为设定的第十二预设阈值，判定人员出现插拔电行为。
进一步地，上述一种充电桩异常使用检测方法中，根据电源插口区域坐标(x7，y7，w7，h7)和人员手腕坐标(xa1，ya1)，(xa2，ya2)确定充电动作得分gc，是通过如下公式计算的：
Figure BDA0003716456210000152
其中，ts9为预设的第九预设阈值，ts10为预设的第十预设阈值；
Figure BDA0003716456210000153
Figure BDA0003716456210000154
(xa1，ya1)不存在时，g1c＝ts10，(xa2，ya2)不存在时，g2c＝ts10。
进一步地，上述一种充电桩异常使用检测方法中，根据预设时间段t1内扫码行为的次数m3和预设时间段内t1插拔电行为的次数m4确定是否出现充电桩疑似异常使用情况，是通过如下公式确定的：
当
Figure BDA0003716456210000155
时，
其中ts13为设定的第十三预设阈值、ts14为设定的第十四预设阈值，确定出现充电桩疑似异常使用情况；
当
Figure BDA0003716456210000161
对，确定没有出现充电桩疑似异常使用情况。
进一步地，上述一种充电桩异常使用检测方法中，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数，包括：
获取预设时间段t1内的电流信号，每个检测点之间的时间间隔为t2，对于任一个检测点的电流Ii，其中i为检测点的序号，获取从检测点i开始连续N3个检测点的电流值组成集合{Ii}，计算电流差异得分gr
gr＝max({Ii})-min({Ii})
当所述gr＞ts15时，其中ts15为设定的第十五预设阈值，判定检测点i为突变点，统计突变点的个数m5；
根据预设时间段t1内每个电流突变点的时间间隔t2和电流突变点个数m5确定是否存在充电桩异常使用行为，是通过如下公式确定的：
当
Figure BDA0003716456210000162
对，确定存在充电桩异常使用行为；
其中，ts16为设定的第十六预设阈值。
具体的，本申请实施例中，对于电流信号中最后N3点直接判定为非突变点。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种充电桩异常使用检测方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种充电桩异常使用检测方法。
图3是本公开实施例提供的一种电子设备的示意性框图。
如图3所示，电子设备包括：至少一个处理器301、至少一个存储器302和至少一个通信接口303。电子设备中的各个组件通过总线系统304耦合在一起。通信接口303，用于与外部设备之间的信息传输。可理解，总线系统304用于实现这些组件之间的连接通信。总线系统304除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图3中将各种总线都标为总线系统304。
可以理解，本实施例中的存储器302可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
在一些实施方式中，存储器302存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。
其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本申请实施例提供的一种充电桩异常使用检测方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中，处理器301通过调用存储器302存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器301用于执行本申请实施例提供的一种充电桩异常使用检测方法各实施例的步骤。
当监控区域内存在车辆时，对所述车辆进行标注；
检测所述监控区域中是否有人员，当所述监控区域中同时存在标注车辆与人员时，根据监控区域的连续多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在所述人员和所述车辆停留行为；
判断人员是否出现扫码行为和插拔电行为，若判断结果为人员出现扫码行为和插拔电行为，分别统计预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数；
根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数；
根据所述预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。
本申请实施例提供的一种充电桩异常使用检测方法中任一方法可以应用于处理器301中，或者由处理器301实现。处理器301可以是一种集成电路芯片，具有信号能力。在实现过程中，上述方法的各步骤可以通过处理器301中的硬件的集成逻辑电路或者软件形式的指令完成。上述器301可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规器等。
本申请实施例提供的一种充电桩异常使用检测方法中任一方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器302，处理器301读取存储器302中的信息，结合其硬件完成一种充电桩异常使用检测方法的步骤。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种充电桩异常使用检测方法，其特征在于，包括：
当监控区域内存在车辆时，对所述车辆进行标注；
检测所述监控区域中是否有人员，当所述监控区域中同时存在标注车辆与人员时，根据监控区域的连续多帧图像确定是否存在人员和车辆停留行为，若确定结果为存在所述人员和所述车辆停留行为；
判断人员是否出现扫码行为和插拔电行为，若判断结果为人员出现扫码行为和插拔电行为，分别统计预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数；
根据预设时间段内扫码行为的次数和预设时间段内插拔电行为的次数确定是否出现充电桩疑似异常使用情况，若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数；
根据所述预设时间段内每个电流突变点的时间间隔和电流突变点个数确定是否存在充电桩异常使用行为，若确定结果为存在充电桩异常使用行为，发送预警信息至管理处。
2.根据权利要求1所述的一种充电桩异常使用检测方法，其特征在于，所述根据监控区域的多帧图像确定是否存在人员和车辆停留行为，包括；
当所述监控区域中同时存在标注车辆与人员时,确定当前帧图像为待检图像；
当所述监控区域的连续多帧图像中待检图像的个数大于第一预设阈值时，确定存在人员和车辆停留行为。
3.根据权利要求1所述的一种充电桩异常使用检测方法，其特征在于，判断人员是否出现扫码行为，包括：
标记所述监控区域中的二维码区域坐标，获取人脸的头部中心坐标、眼睛坐标和鼻子坐标；
根据所述二维码区域坐标、所述人脸的头部中心坐标、所述眼睛坐标和所述鼻子坐标计算人员朝向得分；
判断所述人员朝向得分与第二预设阈值的大小；
若判断结果为所述人员朝向得分大于所述第二预设阈值，则判定人员朝向二维码；
获取人员的手肘坐标和手腕坐标，根据所述人员的手肘坐标和所述手腕坐标计算人员的姿态得分；
若所述人员的姿态得分大于第七预设阈值，判断人员出现扫码动作；
根据出现扫码动作开始的多帧图像中出现扫码动作的帧数与第八预设阈值的关系确定人员是否出现扫码行为。
4.根据权利要求3所述的一种充电桩异常使用检测方法，其特征在于，根据所述二维码区域坐标(x0，y0，w0，h0)、人脸的头部中心坐标(x1，y1)、眼睛坐标(x2，y2)、(x3，y3)和鼻子坐标(x4，y4)计算人员朝向得分gd是通过如下公式计算的：
gd＝max(g1d，g2d)
其中
Figure FDA0003716456200000021
Figure FDA0003716456200000022
x00＝x0+0.5w0
y00＝y0+0.5h0
Figure FDA0003716456200000031
Figure FDA0003716456200000032
根据所述人员的手肘坐标(xe1，ye1)，(xe2，ye2)和手腕坐标(xa1，ya1)，(xa2，ya2)计算人员的姿态得分gz是通过如下公式计算的：
gz＝max(g1z，g2z)
其中
g1z＝g11zg12z
Figure FDA0003716456200000033
Figure FDA0003716456200000034
Figure FDA0003716456200000035
Figure FDA0003716456200000036
A1＝y00-y1
B1＝x1-x00
C1＝x00y1-y00x1
当(xe1，ye1)，(xa1，ya1)不全存在时，g1z＝0
g2z＝g21zg22z
Figure FDA0003716456200000041
Figure FDA0003716456200000042
Figure FDA0003716456200000043
Figure FDA0003716456200000044
当(xe2，ye2)，(xa2，ya2)不全存在时，g2z＝0，
ts3为预设的第三预设阈值，ts4为预设的第四预设阈值，ts5为预设的第五预设阈值，ts6为预设的第六预设阈值。
5.根据权利要求3所述的一种充电桩异常使用检测方法，其特征在于，判断人员是否出现插拔电行为，包括：
标记所述监控区域内的电源插口区域坐标，获取人员手腕坐标；
根据所述电源插口区域坐标和所述人员手腕坐标确定充电动作得分；
判断所述充电动作得分与所述第十一预设阈值的大小；
若判断结果为所述充电动作得分大于所述第十一预设阈值，判定人员存在充电动作；
根据出现充电动作开始的多帧图像中出现充电动作的帧数与第十二预设阈值的关系确定人员是否出现插拔电行为。
6.根据权利要求5所述的一种充电桩异常使用检测方法，其特征在于，所述根据所述电源插口区域坐标(x7，y7，w7，h7)和所述人员手腕坐标(xa1，ya1)，(xa2，ya2)确定充电动作得分gc，是通过如下公式计算的：
Figure FDA0003716456200000051
其中，ts9为预设的第九预设阈值，ts10为预设的第十预设阈值；
Figure FDA0003716456200000052
Figure FDA0003716456200000053
(xa1，ya1)不存在时，g1c＝ts10，(xa2，ya2)不存在时，g2c＝ts10。
7.根据权利要求1所述的一种充电桩异常使用检测方法，其特征在于，所述根据预设时间段t1内扫码行为的次数m3和预设时间段内t1插拔电行为的次数m4确定是否出现充电桩疑似异常使用情况，是通过如下公式确定的：
当
Figure FDA0003716456200000054
时，
其中ts13为设定的第十三预设阈值、ts14为设定的第十四预设阈值，确定出现充电桩疑似异常使用情况；
当
Figure FDA0003716456200000055
时，确定没有出现充电桩疑似异常使用情况。
8.根据权利要求1所述的一种充电桩异常使用检测方法，其特征在于，所述若确定结果为出现充电桩疑似异常使用情况，确定电流突变点个数，包括：
获取预设时间段t1内的电流信号，每个检测点之间的时间间隔为t2，对于任一个检测点的电流Ii，其中i为检测点的序号，获取从检测点i开始连续N3个检测点的电流值组成集合{Ii}，计算电流差异得分gr
gr＝max({Ii})-min({Ii})
当所述gr＞ts15时，其中ts15为设定的第十五预设阈值，判定检测点i为突变点，统计突变点的个数m5；
所述根据所述预设时间段t1内每个电流突变点的时间间隔t2和电流突变点个数m5确定是否存在充电桩异常使用行为，是通过如下公式确定的：
当
Figure FDA0003716456200000061
时，确定存在充电桩异常使用行为；
其中，ts16为设定的第十六预设阈值。
9.一种电子设备，其特征在于，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述一种充电桩异常使用检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述一种充电桩异常使用检测方法。
CN202210744232.2A 2022-06-27 2022-06-27 一种充电桩异常使用检测方法、电子设备和存储介质 Pending CN115100598A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210744232.2A CN115100598A (zh) 2022-06-27 2022-06-27 一种充电桩异常使用检测方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210744232.2A CN115100598A (zh) 2022-06-27 2022-06-27 一种充电桩异常使用检测方法、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN115100598A true CN115100598A (zh) 2022-09-23

Family

ID=83294576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210744232.2A Pending CN115100598A (zh) 2022-06-27 2022-06-27 一种充电桩异常使用检测方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN115100598A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115775087A (zh) * 2023-02-13 2023-03-10 东莞先知大数据有限公司 一种充电桩风险预警方法、装置及存储介质
CN116228205A (zh) * 2023-03-29 2023-06-06 东莞先知大数据有限公司 一种充电桩断电风险诊断方法、装置及存储介质
CN116259167A (zh) * 2023-03-14 2023-06-13 东莞先知大数据有限公司 一种充电桩区域高温风险预警方法、装置、设备和介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115775087A (zh) * 2023-02-13 2023-03-10 东莞先知大数据有限公司 一种充电桩风险预警方法、装置及存储介质
CN116259167A (zh) * 2023-03-14 2023-06-13 东莞先知大数据有限公司 一种充电桩区域高温风险预警方法、装置、设备和介质
CN116259167B (zh) * 2023-03-14 2023-11-21 东莞先知大数据有限公司 一种充电桩区域高温风险预警方法、装置、设备和介质
CN116228205A (zh) * 2023-03-29 2023-06-06 东莞先知大数据有限公司 一种充电桩断电风险诊断方法、装置及存储介质
CN116228205B (zh) * 2023-03-29 2023-11-21 东莞先知大数据有限公司 一种充电桩断电风险诊断方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN115100598A (zh) 一种充电桩异常使用检测方法、电子设备和存储介质
CN110210302B (zh) 多目标跟踪方法、装置、计算机设备及存储介质
CN109703554B (zh) 泊车车位确认方法及装置
CN115043285B (zh) 确定儿童违规操作电梯的方法、电子设备和存储介质
WO2021093011A1 (zh) 无人车驾驶决策方法、无人车驾驶决策装置及无人车
CN108875531B (zh) 人脸检测方法、装置、系统及计算机存储介质
CN109726481B (zh) 一种机器人搭建的辅助方法、装置及终端设备
CN112381002A (zh) 人体风险姿态识别方法及系统
CN108288025A (zh) 一种车载视频监控方法、装置及设备
CN116186770A (zh) 图像脱敏方法、装置、电子设备及存储介质
CN112163544A (zh) 一种非机动车辆乱摆放的判断方法及系统
CN115188077A (zh) 电池违规充电的检测方法、装置、设备及存储介质
CN111695615A (zh) 基于人工智能的车辆定损方法、装置、电子设备及介质
CN114186896B (zh) 一种走廊安全监管方法、电子设备和存储介质
CN113052047B (zh) 交通事件的检测方法、路侧设备、云控平台及系统
CN109413374B (zh) 监控视频处理方法、装置、视频处理设备及视频处理系统
CN114187561A (zh) 异常行为的识别方法、装置、终端设备及存储介质
CN113963162A (zh) 安全帽佩戴识别方法、装置、计算机设备和存储介质
CN115009074B (zh) 一种充电桩偷电行为检测方法、电子设备和存储介质
CN110850941A (zh) 一种终端设备降温方法及相关设备
CN115719347A (zh) 行为识别方法、装置、电子设备及车辆
CN106651968B (zh) 游戏异常检测方法及装置
CN114758507A (zh) 接驳站司机违规下车的处理方法、电子设备和存储介质
CN115222778A (zh) 基于光流的移动物体检测方法、装置、电子设备及介质
CN115223202A (zh) 一种楼宇走廊人员异常接触检测方法、设备和介质

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