一种充电桩异常使用检测方法、电子设备和存储介质技术

技术编号:35031818 阅读:15 留言:0更新日期:2022-09-24 23:06
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。送预警信息至管理处。送预警信息至管理处。

【技术实现步骤摘要】
一种充电桩异常使用检测方法、电子设备和存储介质


[0001]本申请涉及充电桩异常使用
,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。

技术介绍

[0002]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。

技术实现思路

[0003]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。
[0004]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:
[0005]当监控区域内存在车辆时,对所述车辆进行标注;
[0006]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;
[0007]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;
[0008]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;
[0009]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。
[0010]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;
[0011]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;
[0012]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。
[0013]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:
[0014]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;
[0015]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;
[0016]判断人员朝向得分与第二预设阈值的大小;
[0017]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;
[0018]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;
[0019]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;
[0020]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。
[0021]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g
d
是通过如下公式计算的:
[0022]g
d
=max(g1
d
,g2
d
)
[0023]其中
[0024][0025][0026]x00=x0+0.5w0[0027]y00=y0+0.5h0[0028][0029][0030]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g
z
是通过如下公式计算的:
[0031]g
z
=max(g1
z
,g2
z
)
[0032]其中
[0033]g1
z
=g11
z
g12
z
[0034][0035][0036][0037][0038]A1=y00‑
y1[0039]B1=x1‑
x00[0040]C1=x00y1‑
y00x1[0041]当(xe1,ye1),(xa1,ya1)不全存在时,g1
z
=0
[0042]g2
z
=g21
z
g22
z
[0043][0044][0045][0046][0047]当(xe2,ye2),(xa2,ya2)不全存在时,g2
z
=0,
[0048]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。
[0049]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:
[0050]标记监控区域内的电源插口区域坐标,获取人员手腕坐标;
[0051]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;
[0052]判断充电动作得分与第十一预设阈值的大小;
[0053]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;
[0054]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。
[0055]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g
c
,是通过如下公式计算的:
[0056][0057]其中,ts9为预设的第九预设阈值,ts
10
为预设的第十预设阈值;
[0058][0059][0060](xa1,ya1)不存在时,g1
c
=ts
10
,(xa2,ya2)不存在时,g2
c
=ts
10

[0061]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:
[0062]当时,
[0063]其中ts
13
为设定的第十三预设阈值、ts
14
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;
[0064]当对,确定没有出现充电桩疑似异常使用情况。
[0065]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:
[0066]获取预设时间段t1内的电流信号,每个检测点本文档来自技高网
...

【技术保护点】

【技术特征摘要】
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g
d
是通过如下公式计算的:g
d
=max(g1
d
,g2
d
)其中
x00=x0+0.5w0y00=y0+0.5h
00
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g
z
是通过如下公式计算的:g
z
=max(g1
z
,g2
z
)其中g1
z
=g11
z
g12
zzzz
A1=y00‑
y1B1=x1‑
x00C1=x00y1‑
y00x1当(xe1,ye1),(xa1,ya1)不全存在时,g1
z
=0g2
z
=g21
z
g22
zz
当(xe2,ye2),(xa2,ya2)不全存在时,...

【专利技术属性】
技术研发人员:梁帆
申请(专利权)人:东莞先知大数据有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1