一种分布式充电桩监控方法及监控系统与流程

1.本技术涉及充电桩管理技术领域，尤其是涉及一种分布式充电桩监控方法及监控系统。


背景技术：

2.随着社会的不断发展，新能源汽车行业的发展也在不断壮大，新能源充电桩的安装数量也在不断增多，为了便于新能源汽车使用者对汽车进行充电，充电桩通常会以分布式的方式进行安装设置。由于充电桩的使用方式大部分都是自助使用，因此为了节省管理成本，可以分别在每个充电桩的位置处各安装一套监控系统，并将所有监控系统所采集到的所有视频信息进行集中管理并存储。
3.针对上述中的相关技术，发明人认为存在有以下缺陷：当分布式充电桩数量很多时，对应的监控系统数量也会很多，然而充电桩在处于闲置状态或正常使用状态时的视频信息几乎没有利用价值，因此，当对所有监控系统所采集到的视频信息进行集中存储时会耗费大量的存储资源。


技术实现要素：

4.为了改善监控分布式充电桩的过程会耗费大量存储资源的缺陷，本技术提供一种分布式充电桩监控方法及监控系统。
5.第一方面，本技术提供一种分布式充电桩监控方法，包括如下步骤：采集多个分布式充电桩的监控视频，并临时存储所述监控视频中的重要视频片段；获取所有所述分布式充电桩的历史信息；结合所述监控视频和所述历史信息判断所述分布式充电桩是否处于正常状态；若所述分布式充电桩处于所述正常状态，则删除所述分布式充电桩对应的重要视频片段；若所述分布式充电桩不处于所述正常状态，则正式存储所述分布式充电桩对应的重要视频片段。
6.通过采用上述技术方案，先对采集到的所有监控视频进行截取，截取出监控视频中的重要视频片段后将重要视频片段进行临时预存储，通过重要视频片段的截取可以初步减少需要最终存储的数据量。之后再获取到的分布式充电桩的历史信息，结合同一分布式充电桩的历史信息和重要视频片段判断该分布式充电桩是否处于正常状态，若为正常状态，则对应的重要视频片段具有较低的使用价值，因此可以将对应的重要视频片段进行删除；若不为正常状态，则说明该分布式充电桩出现异常，因此对应的重要视频片段可以用于对异常原因进行分析，具有较高的使用价值，因此可以将对应的重要视频片段进行正式存储。
7.可选的，所述采集多个分布式充电桩的监控视频，并临时存储所述监控视频中的
重要视频片段包括如下步骤：分别采集多个分布式充电桩的监控视频；基于图像识别技术截取所述监控视频中的重要视频片段；将所述重要视频片段预存储至临时存储区。
8.通过采用上述技术方案，通过图像识别技术可以识别出监控视频中出现的人像，当监控视频中出现人像时，则说明此时可能有人正在使用监控视频所监控的分布式充电桩，因此可以截取出包含人像部分的视频片段作为重要视频片段，并先将重要视频片段预存储至临时存储区进行临时存储。
9.可选的，所述基于图像识别技术截取所述监控视频中的重要视频片段包括如下步骤：采集所述分布式充电桩处于初始状态时的图像信息；通过图像识别技术判断所述监控视频中是否出现靠近所述分布式充电桩的目标人物；若出现所述目标人物，则统计所述目标人物在所述监控视频中的存在时间；判断所述存在时间是否超出预设的时间阈值；若所述存在时间超出所述时间阈值，则将所述目标人物的出现时刻作为截取起始时刻；结合所述图像信息和所述监控视频确定截取终止时刻；根据所述截取起始时刻和所述截取终止时刻截取所述监控视频中的重要视频片段。
10.通过采用上述技术方案，当通过图像识别技术判断出监控视频中出现靠近分布式充电桩的目标人物时，需要根据预设的时间阈值对目标人物在监控视频中的存在时间进行判断，从而筛除监控视频中路过充电桩的路人对截取视频的影响。当目标人物在监控视频中存在时间较长，则说明该目标人物正在使用监控视频所监控的分布式充电桩，因此可以根据目标人数的出现时刻确定出重要视频片段的截取起始时刻。
11.可选的，所述结合所述图像信息和所述监控视频确定截取终止时刻包括如下步骤：逐帧抽取所述监控视频中位于所述截取起始时刻之后的多个视频帧；将多个所述视频帧与所述图像信息进行单独对比，并分别计算所述视频帧与所述图像信息的图像重合度；判断所述图像重合度是否超出预设的重合度阈值；若所述图像重合度超出所述重合度阈值，则基于所述监控视频的时间轴选取对应的目标视频帧之后的多个后续视频帧；计算所有所述后续视频帧的图像重合度均值；判断所述图像重合度均值是否超出所述重合度阈值；若所述图像重合度均值超出所述重合度阈值，则将所述目标视频帧的时间戳作为截取终止时刻。
12.通过采用上述技术方案，由于图像信息中所显示的为初始未使用状态下的分布式充电桩，因此当监控视频中的某一视频帧与图像信息重合度高时，说明处于该视频帧时的
分布式充电桩可能处于初始状态，即，此时可以结合该视频帧之后的多个后续视频帧进行分析判断，当后续视频帧的图像重合度均值也高于预设的重合度阈值，则说明使用人已使用完该分布式充电桩，因此可以将截取起始时刻之后首个超出重合度阈值的视频帧的时间戳作为截取终止时刻。
13.可选的，所述结合所述重要视频片段和所述历史信息判断所述分布式充电桩是否处于正常状态包括如下步骤：基于所述重要视频片段的时间段，从所述历史信息中调取同一时段对应的目标分布式充电桩的重要历史信息，所述重要历史信息包括充电桩信息和充电枪信息；识别所述目标分布式充电桩是否发生形变；若所述目标分布式充电桩发生形变，则判断所述目标分布式充电桩不处于正常状态；若所述目标分布式充电桩未发生形变，则结合所述充电桩信息和所述充电枪信息判断所述目标分布式充电桩是否处于所述正常状态。
14.通过采用上述技术方案，分布式充电桩遭受撞击等意外情况可能会导致分布式充电桩发生形变，可以通过图像识别技术识别目标分布式充电桩是否发生形变，若出现了形变，则说明目标分布式充电桩已处于非正常状态；若未出现形变，还需要结合充电桩信息和充电枪信息进行进一步判断。
15.可选的，所述结合所述充电桩信息和所述充电枪信息判断所述目标分布式充电桩是否处于所述正常状态包括如下步骤：根据所述充电桩信息判断所述目标分布式充电桩是否处于正常充电状态；若所述目标分布式充电桩不处于所述正常充电状态，则判断所述目标分布式充电桩不处于所述正常状态；若所述目标分布式充电桩处于所述正常充电状态，则基于所述充电枪信息判断所述目标分布式充电桩是否处于所述正常状态。
16.通过采用上述技术方案，根据充电桩信息中的充电数据可以分析充电桩在充电过程中的状态，从而判断分布式充电桩在重要视频片段所处时间段是否处于正常充电状态，若不处于正常充电状态则说明该分布式充电桩不处于正常状态。
17.可选的，所述基于所述充电枪信息判断所述目标分布式充电桩是否处于所述正常状态包括如下步骤：基于所述充电枪信息判断对应的目标充电枪是否放置于所述目标分布式充电桩内；若得到第一判断结果，则判断所述目标分布式充电桩处于所述正常状态，所述第一判断结果为所述目标充电枪放置于所述目标分布式充电桩内；若得到第二判断结果，则根据所述目标分布式充电桩对应的目标重要视频片段验证所述第二判断结果是否正确，所述第二判断结果为所述目标充电枪未放置于所述目标分布式充电桩内；若验证所述第二判断结果正确，则判断所述目标分布式充电桩未处于所述正常状态；若验证所述第二判断结果不正确，则判断所述目标分布式充电桩处于所述正常状
态。
18.通过采用上述技术方案，若分布式充电桩既未发生形变，且在重要视频片段所处时间段内处于正常充电状态，则还需要根据充电枪信息判断目标充电枪是否放置于对应的目标分布式充电桩内，若充电枪处于充电桩内，则可以判断目标分布式充电桩处于正常状态；若通过充电枪信息判断出目标充电枪不处于目标分布式充电桩内，则还需要根据对应的目标重要视频片段对判断结果进行验证，若验证结果为正确，则说明目标充电枪不处于目标分布式充电桩内，容易造成目标充电枪的损坏，因此判断目标分布式充电桩未处于正常状态。
19.第二方面，本技术还提供一种分布式充电桩监控系统，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程序，该程序能够被处理器加载执行时实现如第一方面中所述的一种分布式充电桩监控方法。
20.通过采用上述技术方案，通过程序的调取，先对采集到的所有监控视频进行截取，截取出监控视频中的重要视频片段后将重要视频片段进行临时预存储，通过重要视频片段的截取可以初步减少需要最终存储的数据量。之后再获取到的分布式充电桩的历史信息，结合同一分布式充电桩的历史信息和重要视频片段判断该分布式充电桩是否处于正常状态，若为正常状态，则对应的重要视频片段具有较低的使用价值，因此可以将对应的重要视频片段进行删除；若不为正常状态，则说明该分布式充电桩出现异常，因此对应的重要视频片段可以用于对异常原因进行分析，具有较高的使用价值，因此可以将对应的重要视频片段进行正式存储。
21.综上所述，本技术包括以下至少一种有益技术效果：先对采集到的所有监控视频进行截取，截取出监控视频中的重要视频片段后将重要视频片段进行临时预存储，通过重要视频片段的截取可以初步减少需要最终存储的数据量。之后再获取到的分布式充电桩的历史信息，结合同一分布式充电桩的历史信息和重要视频片段判断该分布式充电桩是否处于正常状态，若为正常状态，则对应的重要视频片段具有较低的使用价值，因此可以将对应的重要视频片段进行删除；若不为正常状态，则说明该分布式充电桩出现异常，因此对应的重要视频片段可以用于对异常原因进行分析，具有较高的使用价值，因此可以将对应的重要视频片段进行正式存储。
附图说明
22.图1是本技术其中一实施例的分布式充电桩监控方法的流程示意图。
23.图2是本技术其中一实施例的采集监控视频并临时存储重要视频片段的流程示意图。
24.图3是本技术其中一实施例的基于图像识别技术截取重要视频片段的流程示意图。
25.图4是本技术其中一实施例的结合图像信息和监控视频确定截取终止时刻的流程示意图。
26.图5是本技术其中一实施例的结合重要视频片段和历史信息判断目标分布式充电桩是否处于正常状态的流程示意图。
27.图6是本技术其中一实施例的结合充电桩信息和充电枪信息判断目标分布式充电
桩是否处于正常状态的流程示意图。
28.图7是本技术其中一实施例的基于充电枪信息判断目标分布式充电桩和是否处于正常状态的流程示意图。
具体实施方式
29.以下结合附图1-7对本技术作进一步详细说明。
30.本技术实施例公开了一种分布式充电桩监控方法。
31.参照图1，分布式充电桩监控方法包括如下步骤：s101.采集多个分布式充电桩的监控视频，并临时存储监控视频中的重要视频片段。
32.s102.获取所有分布式充电桩的历史信息。
33.s103.结合监控视频和历史信息判断分布式充电桩是否处于正常状态，若是，则执行步骤s104；若否，则执行步骤s105。
34.s104.删除分布式充电桩对应的重要视频片段。
35.其中，将预存储于临时存储区中对应的重要视频片段进行删除。
36.s105.正式存储分布式充电桩对应的重要视频片段。
37.其中，将预存储于临时存储区中对应的重要视频片段转移保存至预设的主要存储区中，主要存储区将会对重要视频片段进行永久保存。
38.本实施例的实施原理为：先对采集到的所有监控视频进行截取，截取出监控视频中的重要视频片段后将重要视频片段进行临时预存储，通过重要视频片段的截取可以初步减少需要最终存储的数据量。之后再获取到的分布式充电桩的历史信息，结合同一分布式充电桩的历史信息和重要视频片段判断该分布式充电桩是否处于正常状态，若为正常状态，则对应的重要视频片段具有较低的使用价值，因此可以将对应的重要视频片段进行删除；若不为正常状态，则说明该分布式充电桩出现异常，因此对应的重要视频片段可以用于对异常原因进行分析，具有较高的使用价值，因此可以将对应的重要视频片段进行正式存储。
39.在图1所示实施例的步骤s101中，可以通过图像识别技术对监控视频中的人像进行识别，再根据识别结果截取重要视频片段并临时存储。具体通过图2所示实施例进行详细说明。
40.参照图2，采集监控视频并临时存储重要视频片段包括如下步骤：s201.分别采集多个分布式充电桩的监控视频。
41.其中，通过各个分布式充电桩处的监控设备采集监控视频。
42.s202.基于图像识别技术截取监控视频中的重要视频片段。
43.s203.将重要视频片段预存储至临时存储区。
44.其中，临时存储区为预设的预存储空间。
45.本实施例的实施原理为：通过图像识别技术可以识别出监控视频中出现的人像，当监控视频中出现人像时，则说明此时可能有人正在使用监控视频所监控的分布式充电桩，因此可以截取出包含人像部分的视频片段作为重要视频片段，并先将重要视频片段预存储至临时存储区进行临
时存储。
46.在图2所示实施例的步骤s202中，通过预设的时间阈值判断目标人物存在时间的长短，从而判断目标人物是否为充电桩使用者，并最终确定出重要视频片段的截取起始时刻。具体通过图3所示实施例进行详细说明。
47.参照图3，基于图像识别技术截取重要视频片段包括如下步骤：s301.采集分布式充电桩处于初始状态时的图像信息。
48.其中，初始状态为分布式充电桩经过巡检且处于巡检后未使用的状态，根据巡检时间信息对分布式充电桩初始状态时的图像信息进行采集。
49.s302.通过图像识别技术判断监控视频中是否出现靠近分布式充电桩的目标人物，若出现目标人物，则执行步骤s303；其中，具体通过人脸识别技术对监控视频进行人脸识别，并计算出现的人脸与分布式充电桩之间的距离，若距离小于距离阈值则判断人脸对应的目标人物靠近分布式充电桩。若判断出未出现靠近分布式充电桩的目标人物，则继续对监控视频的人像进行监测。
50.s303.统计目标人物在监控视频中的存在时间。
51.其中，当识别到与充电桩相近的人脸时开始进行计时，计时总时长即为存在时间。
52.s304.判断存在时间是否超出预设的时间阈值，若是，则执行步骤s305。
53.其中，若否，则将目标人物定义为路人。
54.s305.将目标人物的出现时刻作为截取起始时刻。
55.其中，识别到目标人物的距离小于距离阈值的时刻作为截取起始时刻。
56.s306.结合图像信息和监控视频确定截取终止时刻。
57.s307.根据截取起始时刻和截取终止时刻截取监控视频中的重要视频片段。
58.本实施例的实施原理为：当通过图像识别技术判断出监控视频中出现靠近分布式充电桩的目标人物时，需要根据预设的时间阈值对目标人物在监控视频中的存在时间进行判断，从而筛除监控视频中路过充电桩的路人对截取视频的影响。当目标人物在监控视频中存在时间较长，则说明该目标人物正在使用监控视频所监控的分布式充电桩，因此可以根据目标人数的出现时刻确定出重要视频片段的截取起始时刻。
59.在图3所示实施例的步骤s306中，可以逐帧将监控视频中的视频帧与图像信息进行比对，并计算图像重合度，再通过预设的重合度阈值判断视频帧与图像信息的相似程度，从而最终确定出重要视频片段的截取终止时刻。具体通过图4所示实施例进行详细说明。
60.参照图4，结合图像信息和监控视频确定截取终止时刻包括如下步骤：s401.逐帧抽取监控视频中位于截取起始时刻之后的多个视频帧。
61.s402.将多个视频帧与图像信息进行单独对比，并分别计算视频帧与图像信息的图像重合度。
62.其中，具体根据视频帧与图像信息中所有对应位置处的像素点颜色计算图像重合度。
63.s403.判断图像重合度是否超出预设的重合度阈值，若是，则执行步骤s404；其中，若否，则舍弃对应的视频帧，并按照时间轴抽取下一视频帧。
64.s404.基于监控视频的时间轴选取对应的目标视频帧之后的多个后续视频帧。
65.s405.计算所有后续视频帧的图像重合度均值。
66.其中，将所有后续视频帧的图像重合度的平均值作为图像重合度均值。
67.s406.判断图像重合度均值是否超出重合度阈值，若是，则执行步骤s407。
68.其中，若否，则舍弃对应的视频帧，并重复执行步骤s403。
69.s407.将目标视频帧的时间戳作为截取终止时刻。
70.本实施例的实施原理为：由于图像信息中所显示的为初始未使用状态下的分布式充电桩，因此当监控视频中的某一视频帧与图像信息重合度高时，说明处于该视频帧时的分布式充电桩可能处于初始状态，即，此时可以结合该视频帧之后的多个后续视频帧进行分析判断，当后续视频帧的图像重合度均值也高于预设的重合度阈值，则说明使用人已使用完该分布式充电桩，因此可以将截取起始时刻之后首个超出重合度阈值的视频帧的时间戳作为截取终止时刻。
71.在图1所示实施例的步骤s103中，先通过图像识别技术对目标分布式充电桩的形变情况进行判断，从而判断出目标分布式充电桩是否处于正常状态。具体通过图5所示实施例进行详细说明。
72.参照图5，结合重要视频片段和历史信息判断目标分布式充电桩是否处于正常状态包括如下步骤：s501.基于重要视频片段的时间段，从历史信息中调取同一时段对应的目标分布式充电桩的重要历史信息。
73.其中，重要历史信息包括充电桩信息和充电枪信息。
74.s502.识别目标分布式充电桩是否发生形变，若是，则执行步骤s503；若否，则执行步骤s504。
75.其中，与目标分布式充电桩初始状态时的图像信息比对，以识别目标分布式充电桩是否形变。
76.s503.判断目标分布式充电桩不处于正常状态。
77.s504.结合充电桩信息和充电枪信息判断目标分布式充电桩是否处于正常状态。
78.本实施例的实施原理为：分布式充电桩遭受撞击等意外情况可能会导致分布式充电桩发生形变，可以通过图像识别技术识别目标分布式充电桩是否发生形变，若出现了形变，则说明目标分布式充电桩已处于非正常状态；若未出现形变，还需要结合充电桩信息和充电枪信息进行进一步判断。
79.在图5所示实施例的步骤s504中，通过充电桩信息中的充电桩数据可以判断出目标分布式充电桩是否处于正常充电状态，从而判断目标分布式充电桩是否处于正常状态。具体通过图6所示实施例进行详细说明。
80.参照图6，结合充电桩信息和充电枪信息判断目标分布式充电桩是否处于正常状态包括如下步骤：s601.根据充电桩信息判断目标分布式充电桩是否处于正常充电状态，若否，则执行步骤s602；若是，则执行步骤s603。
81.其中，充电桩信息包括充电电流、充电电压、充电输出功率和充电时间等。
82.s602.判断目标分布式充电桩不处于正常状态。
83.s603.基于充电枪信息判断目标分布式充电桩是否处于正常状态。
84.本实施例的实施原理为：根据充电桩信息中的充电数据可以分析充电桩在充电过程中的状态，从而判断分布式充电桩在重要视频片段所处时间段是否处于正常充电状态，若不处于正常充电状态则说明该分布式充电桩不处于正常状态。
85.在图6所示实施例的步骤s603中，先通过充电枪信息对目标充电枪是否放置于目标分布式充电桩内进行初步判断，再通过对应的重要视频片段对初步判断结果进行验证，从而最终判断目标分布式充电桩是否处于正常状态。具体通过图7所示实施例进行详细说明。
86.参照图7，基于充电枪信息判断目标分布式充电桩和是否处于正常状态包括如下步骤：s701.基于充电枪信息判断对应的目标充电枪是否放置于目标分布式充电桩内，若得到第一判断结果，则执行步骤s702；若得到第二判断结果，则执行步骤s703。
87.其中，第一判断结果为目标充电枪放置于目标分布式充电桩内，第二判断结果为目标充电枪未放置于目标分布式充电桩内。
88.s702.判断目标分布式充电桩处于正常状态。
89.s703.根据目标分布式充电桩对应的目标重要视频片段验证第二判断结果是否正确，若验证正确，则执行步骤s704；若验证不正确，则执行步骤s705。
90.其中，与目标分布式充电桩初始状态时的图像信息比对，以识别目标充电枪是否放置于目标分布式充电桩内。
91.s704.判断目标分布式充电桩未处于正常状态。
92.s705.判断目标分布式充电桩处于正常状态。
93.本实施例的实施原理为：若分布式充电桩既未发生形变，且在重要视频片段所处时间段内处于正常充电状态，则还需要根据充电枪信息判断目标充电枪是否放置于对应的目标分布式充电桩内，若充电枪处于充电桩内，则可以判断目标分布式充电桩处于正常状态；若通过充电枪信息判断出目标充电枪不处于目标分布式充电桩内，则还需要根据对应的目标重要视频片段对判断结果进行验证，若验证结果为正确，则说明目标充电枪不处于目标分布式充电桩内，容易造成目标充电枪的损坏，因此判断目标分布式充电桩未处于正常状态。
94.本技术实施例还公开一种分布式充电桩监控系统，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程序，该程序能够被处理器加载执行时实现如图1至图7中所示的一种分布式充电桩监控方法。
95.本实施例的实施原理为：通过程序的调取，先对采集到的所有监控视频进行截取，截取出监控视频中的重要视频片段后将重要视频片段进行临时预存储，通过重要视频片段的截取可以初步减少需要最终存储的数据量。之后再获取到的分布式充电桩的历史信息，结合同一分布式充电桩的历史信息和重要视频片段判断该分布式充电桩是否处于正常状态，若为正常状态，则对应的重要视频片段具有较低的使用价值，因此可以将对应的重要视频片段进行删除；若不为正常状态，则说明该分布式充电桩出现异常，因此对应的重要视频片段可以用于对异常
原因进行分析，具有较高的使用价值，因此可以将对应的重要视频片段进行正式存储。
96.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。