用于控制换电进程的方法、边缘计算系统和换电站与流程

本公开涉及换电，并且更具体地涉及一种用于控制换电进程的方法、实施该方法的边缘计算系统、具备该边缘计算系统的换电站以及实施该方法的计算机可读存储介质。

背景技术：

1、随着换电站的普及，越来越多的失效场景在运营过程中被发现，尤其是由于车辆底盘接触的外部环境复杂，电池下表面的锁孔存在被异物堵塞的风险。例如，如图1所示，在北方多冰雪地区，用户在冬季驾驶时，由于地面的冰雪水导致车辆底盘的电池下表面容易附着一层冰壳，从而堵塞锁孔。又例如，如图2所示，塑料袋等异物可能在驾驶过程中卷进入并堵塞锁孔。当异物堵塞锁孔或异物出现在车辆底盘的电池锁止零部件上时，会导致换电平台上的解锁机构无法伸入锁孔进行解锁，从而引发解锁失败，无法取下用户的亏电电池。

2、这些故障的直接后果是用户必须等待值守专员处理完堵塞情况后才能换电，延长了用户换电时间。更严重的是，当用户在无人值守站点遇到加解锁故障后将被迫滞留换电站，等待运维人员救援，非常影响用户体验。此外，当一个站点由于此故障无法服务时，会影响后续来本站点进行换电的排队车辆。此类问题在气候寒冷多雨雪的欧洲地区更加凸显，由于欧洲地区人口稀少且人力成本高，当遇到加解锁问题时，车辆滞留风险被进一步放大。总的来说，由于冰雪或者其他异物堵塞锁孔引发的加解锁故障导致的用户滞留问题严重影响了用户体验，降低了换电服务效率。

3、要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、为了解决或至少缓解以上问题中的一个或多个，提供了以下技术方案。本公开的实施例提供了一种用于控制换电进程的方法、实施该方法的边缘计算系统、具备该边缘计算系统的换电站以及实施该方法的计算机可读存储介质，该方案能够预防由电池锁孔堵塞引起的加解锁故障导致的用户滞留事故，保障了换电站的稳定运营。

2、按照本公开的第一方面，提供了一种用于控制换电进程的方法，所述方法应用于换电站侧边缘计算系统，并且所述方法包括：响应于接收到第一进程信息而发送第一指令，其中所述第一进程信息指示换电进程进入电池加解锁阶段，并且所述第一指令用于指示开启补光灯并获取电池下表面数据；利用经训练的视觉神经网络模型对接收到的电池下表面数据进行预测并生成指示电池锁孔堵塞状况的结果信息；以及基于所述结果信息控制换电进程。

3、作为以上方案的替代或补充，在根据本公开一实施例的方法中，所述电池下表面数据由设置在所述换电站内用于输送电池的有轨制导车辆上的图像采集设备获取。

4、作为以上方案的替代或补充，在根据本公开一实施例的方法中，所述补光灯设置在所述有轨制导车辆的前侧边缘和/或后侧边缘，并且所述补光灯的光照方向为朝向地面并与所述地面呈预设角度。

5、作为以上方案的替代或补充，在根据本公开一实施例的方法中，基于所述结果信息控制换电进程包括：若所述结果信息指示电池锁孔被堵塞，则生成用于停止所述换电进程的第二指令以及人工干预请求；以及若所述结果信息指示电池锁孔未被堵塞，则生成用于继续所述换电进程的第三指令。

6、作为以上方案的替代或补充，在根据本公开一实施例的方法中，基于所述结果信息控制换电进程包括：若所述结果信息指示电池锁孔被堵塞并且所述换电站为无人站，则向车机发送风险提示信息以及充电建议；若所述视觉神经网络模型所预测的堵塞物属于易被摘除的第一类别并且所述换电站为有人站，则向所述车机发送等待处理信息；若所述视觉神经网络模型所预测的堵塞物属于不易被摘除的第二类别并且所述换电站为有人站，则向所述车机发送等待处理信息以及风险提示信息。

7、作为以上方案的替代或补充，在根据本公开一实施例的方法中，所述方法还包括：将所述电池下表面数据上传至云端服务器以供存档。

8、作为以上方案的替代或补充，在根据本公开一实施例的方法中，所述视觉神经网络模型基于包含样本图像和标注信息的训练数据而构建，所述样本图像包括在电池锁孔未被堵塞以及被不同类别的堵塞物堵塞的情况下由所述图像采集设备采集的图像。

9、根据本公开的第二方面，提供一种边缘计算系统，所述边缘计算系统布置在换电站侧，并且所述边缘计算系统包括：中心控制单元，其配置成：响应于接收到第一进程信息而发送第一指令，其中所述第一进程信息指示换电进程进入电池加解锁阶段，并且所述第一指令用于指示开启补光灯并获取电池下表面数据；智能推理单元，其配置成：接收所述电池下表面数据；利用经训练的视觉神经网络模型对所述电池下表面数据进行预测并生成指示电池锁孔堵塞状况的结果信息；以及将所述结果信息发送至所述中心控制单元，以供所述中心控制单元基于所述结果信息控制换电进程。

10、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述电池下表面数据由设置在所述换电站内用于输送电池的有轨制导车辆上的图像采集设备获取。

11、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述补光灯设置在所述有轨制导车辆的前侧边缘和/或后侧边缘，并且所述补光灯的光照方向为朝向地面并与所述地面呈预设角度。

12、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述中心控制单元进一步配置成：若所述结果信息指示电池锁孔被堵塞，则生成用于停止所述换电进程的第二指令以及人工干预请求；以及若所述结果信息指示电池锁孔未被堵塞，则生成用于继续所述换电进程的第三指令。

13、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述中心控制单元进一步配置成：若所述结果信息指示电池锁孔被堵塞并且所述换电站为无人站，则向车机发送风险提示信息以及充电建议；若所述视觉神经网络模型所预测的堵塞物属于易被摘除的第一类别并且所述换电站为有人站，则向所述车机发送等待处理信息；若所述视觉神经网络模型所预测的堵塞物属于不易被摘除的第二类别并且所述换电站为有人站，则向所述车机发送等待处理信息以及风险提示信息。

14、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述中心控制单元进一步配置成将所述电池下表面数据上传至云端服务器以供存档。

15、作为以上方案的替代或补充，在根据本公开一实施例的边缘计算系统中，所述视觉神经网络模型基于包含样本图像和标注信息的训练数据而构建，所述样本图像包括在电池锁孔未被堵塞以及被不同类别的堵塞物堵塞的情况下由所述图像采集设备采集的图像。

16、根据本公开的第三方面，提供一种换电站，换电站包括：用于输送电池的有轨制导车辆，所述有轨制导车辆上设置有获取电池下表面数据的图像采集设备以及补光灯；以及根据本公开第二方面所述的边缘计算系统中的任意一项。

17、根据本公开的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质包括指令，所述指令在运行时执行根据本公开第一方面所述的方法中的任意一项。

18、一方面，根据本公开的一个或多个实施例的用于控制换电进程的方案利用部署在换电站边缘侧的视觉神经网络模型对电池下表面数据进行推理预测，无需云端服务器进行推理以及与预存图片进行比对，可直接嵌入到当前的正常换电流程中，当没有堵塞物时可无感进行，不影响用户换电体验。另一方面，该方案通过在换电进程进入电池加解锁阶段时开启补光灯并获取电池下表面数据来实现对电池锁孔堵塞状况的自动判断，从而预防了由电池锁孔堵塞引起的加解锁故障导致的用户滞留事故，保障了换电站的稳定运营。