基于智能識別的智能園區電動汽車有序充電系統及方法
【技術領域】
[0001]本發明涉及基于智能識別的智能園區電動汽車有序充電管理系統。
【背景技術】
[0002]智能園區是一個涵蓋電網系統和智能用電系統的應用示范基地，建設智能園區有序充電管理系統，實現了對園區內電動汽車智能識別、充電預約、充電監控自保護、智能停車為一體的智能管理系統。
[0003]現有的電動汽車有序充電管理系統存在的技術缺點是:
[0004]1.現有充電系統僅僅是單純的充電模塊，多會有一些和電網的調度功能，缺乏充電過程監控、防護等方面的功能。
[0005]2.現有充電系統往往作為一個獨立的系統存在，缺乏對應具體工作場景的集成度，例如在智能園區內單獨部署有序充電系統就會稍顯單薄，不足以支撐其整個園區的智能信息化程度。
【發明內容】
[0006]為解決現有技術存在的不足，本發明公開了基于智能識別的智能園區電動汽車有序充電管理系統，首先，依托電動汽車智能識別技術，構建園區電動汽車集中管理平臺，實現了充電預約、有序充電、統一管理和調度電動汽車；其次，利用障礙物智能識別技術，構建統一的智能停車管理平臺，對整個園區內的車位進行統一調度管理；最后，利用對充電過程中的實時狀態數據分析，實現對充電過程的智能化監控和主動保護。
[0007]為實現上述目的，本發明的具體方案如下:
[0008]基于智能識別的智能園區電動汽車有序充電方法，包括:
[0009]基于模式識別算法實現對電動汽車智能識別:建立基于車輛號牌的電動汽車統一管理模型，利用顏色和紋理分析相結合的車牌定位算法實現車牌號牌識別；
[0010]車牌號牌作為園區內管理電動汽車的主鍵，建立園區內電動汽車的統一管理數據庫，為主動防護提供基礎數據；
[0011]基于障礙物分類器實現障礙物智能識別:捕獲危圖像信號，采用基于SVM算法的障礙物分類器實現數據樣本分類，通過對樣本數據進行訓練，構建出不同狀況下的應急處理預案，形成主動防護模板庫；
[0012]基于實時數據分析實現主動防護:通過數據監控平臺連通園區內所有的充電粧，實時抽取并分析充電粧的狀態數據，根據不同狀況調用主動防護模板庫中對應的應急處理預案進而實現對充電粧狀態的主動防護。
[0013]兩個智能識別和一個主動防護都是基于識別算法和物聯技術實現的，其中第一個識別方法主要使用圖形圖像識別算法識別車牌，車牌會作為園區內管理電動汽車的主鍵，即通過第一個智能識別建立園區內電動汽車的統一管理數據庫，它會為主動防護提供基礎數據，例如通過建立以車牌為主健的電動汽車，就可以動態的存儲具體電動汽車上電池模塊的狀態信息，為有序充電服務，進而為基于實時數據分析的主動防護提供數據。
[0014]第二個部分相對獨立，但是也是為第三部分提供數據的來源，它通過障礙物感應、識別、分類，來判斷車位空閑、充電位置是否有阻礙物等情況。為第三部分有序充電、充電過程安全性提供數據支持。
[0015]利用SVM算法提供的線性分類器，通過對樣本數據進行訓練，構建出不同狀況下的應急處理預案，形成主動防護模板庫。
[0016]進一步的，實現號牌識別時，在園區的每一個入口和出口通道都安裝帶有高清攝像頭的控制機，基于“一桿一車”的原則，每個進入園區的車輛在桿前等待時，高清攝像頭會對號牌進行拍照，將照片上傳到系統后臺進行處理，系統后臺使用基于車牌定位算法的智能識別方法進行車牌識別。
[0017]進一步的，基于車牌定位算法的智能識別方法包括:
[0018]A、利用顏色空間距離及相似度計算，從圖像中分割出想要的顏色區域；
[0019]B、利用顏色對比算法從區域中分離出背景色和車牌號；
[0020]C、利用圖形圖像處理算法識別出車輛號牌。
[0021]進一步的，SVM通過構造最優分類超平面實現數據樣本分類，采用線性核函數構建模型。
[0022]進一步的，捕獲、識別障礙物時，高清攝像頭和激光測距儀捕獲到圖像信息，進行圖像處理，形成可用來解析的標準圖像信息，通過圖像解析算法獲取當前物體的標準樣本數據，從而為下一步樣本訓練甄別障礙物提供基礎數據。
[0023]進一步的，捕獲到圖像信息，進行圖像處理，首先進行圖像的預處理工作，將靜態圖像通過前后幀的比對處理成線性連續的圖像信息，然后通過噪點、濾波的處理及清晰度的還原，最終形成可用來解析的標準圖像信息。
[0024]進一步的，障礙物甄別處理，使用基于SVM的障礙物分類器甄別障礙物，事件處置功能。事件處置功能在實現時，基于SVM算法，通過對動態樣本數據的訓練，獲得超平面(危險事件邊界)的結果集，進而利用這個結果集，構建危險事件分類模板，利用不同的結果集的表現處的差異構建模板，每個分類模板對應有具體的解決方式，最終形成動態的事件處置功能。
[0025]進一步的，構建實時數據監控平臺，監控平臺還包括:通過在電動汽車上加裝額外的電池監控傳感器設備，實現對需要充電的電動汽車車載電池的狀態信息的實時獲取，并通過系統的實施數據監控平臺抽取分析，進而實現對充電過程車載電池的狀態分析。
[0026]基于智能識別的智能園區電動汽車有序充電系統，包括:
[0027]電動汽車智能識別模塊:建立基于車輛號牌的電動汽車統一管理模型，利用顏色和紋理分析相結合的車牌定位算法實現號牌識別；
[0028]障礙物智能識別模塊:捕獲危圖像信號，采用基于SVM算法的障礙物分類器實現數據樣本分類；
[0029]主動防護模塊:通過數據監控平臺連通園區內所有的充電粧，實時抽取并分析充電粧的狀態數據，進而實現對充電粧狀態的監控；
[0030]利用SVM算法提供的線性分類器，通過對樣本數據進行訓練，構建出不同狀況下的應急處理預案，形成主動防護模板庫。
[0031]進一步的，電動汽車智能識別模塊實現號牌識別時，在園區的每一個入口和出口通道都安裝帶有高清攝像頭的控制機，基于“一桿一車”的原則，每個進入園區的車輛在桿前等待時，高清攝像頭會對號牌進行拍照，將照片上傳到系統后臺進行處理，系統后臺使用基于車牌定位算法的智能識別模塊進行車牌識別。
[0032]進一步的，基于車牌定位算法的智能識別模塊包括:
[0033]利用顏色空間距離及相似度計算，從圖像中分割出想要的顏色區域；
[0034]利用顏色對比算法從區域中分離出背景色和車牌號；
[0035]利用圖形圖像處理算法識別出車輛號牌。
[0036]進一步的，障礙物智能識別模塊中，還包括:
[0037]樣本分類模塊，SVM通過構造最優分類超平面實現數據樣本分類，采用線性核函數構建模型。
[0038]圖像獲取模塊，捕獲、識別障礙物時，高清攝像頭和激光測距儀捕獲到圖像信息，進行圖像處理，形成可用來解析的標準圖像信息，通過圖像解析算法獲取當前物體的標準樣本數據，從而為下一步樣本訓練甄別障礙物提供基礎數據。
[0039]圖像處理模塊，捕獲到圖像信息，進行圖像處理，首先進行圖像的預處理工作，將靜態圖像通過前后幀的比對處理成線性連續的圖像信息，然后通過噪點、濾波的處理及清晰度的還原，最終形成可用來解析的標準圖像信息。
[0040]障礙物甄別處理模塊，使用基于SVM的障礙物分類器甄別障礙物，事件處置功能。
[0041]進一步的，主動防護模塊中構建實時數據監控平臺，監控平臺還包括:通過在電動汽車上加裝額外的電池監控傳感器設備，實現對需要充電的電動汽車車載電池的狀態信息的實時獲取，并通過系統的實施數據監控平臺抽取分析，進而實現對充電過程車載電池的狀態分析。
[0042]本發明的有益效果:
[0043]1.從簡單的充電管理模塊提升到全過程監控，可以對整個園區內電動汽車，從入園、停車、充電過程實時監控，提高了園區的智能化水平，提升了充電過程中的安全性可可監控性。
[0044]2.針對具體場景設計，系統集成度高，對提升整個園區的智能化水平有顯著的作用。
[0045]3.基于實時數據的主動防護，將以前電動汽車充電過程中危險發生時被動的預警方式更改為集“監控、預警、危險處置”為一體的主動防護方式，盡可能的在智能化層面將危險處置掉。
【附圖說明】
[0046]圖1高清攝像頭用來捕獲危圖像信號處理流程；
[0047]圖2圖像處理模塊截圖；
[0048]圖3訓練結果簡報。
【具體實施方式】