电池异常检测系统、检测方法、存储介质及换电站与流程

本技术涉及电池，并且更具体地涉及电池异常检测系统、电池异常检测方法、实施该方法的计算机设备、计算机存储介质及换电站。

背景技术：

1、在电动汽车中，动力电池是其重要的组成部分，动力电池的性能会影响电动汽车的续驶里程和行驶安全。在汽车行驶过程中，由于道路的不平整、异常的凸起物或者发生碰撞等，车辆底部的电池表面存在磕碰损伤或粘接异物的风险，从而影响电池安全。

2、目前，一般采用基于逻辑规则的图像边缘检测方法或基于深度学习的目标检测方法来检测电池的损伤或缺陷。基于逻辑规则的图像边缘检测方法虽然具有较好的可解释性并且逻辑参数可以灵活配置，但是自适应能力和鲁棒性较差，不能适用于开放场景下采集的电池图像。由于电池表面裸露在电动汽车底部而粘接水渍、污渍、雪渍、油渍等异物，导致基于逻辑规则的图像边缘检测方法难以对损伤和异物进行准确区分而发生错误检测。基于深度学习的目标检测方法需要较多可用的异常样本进行训练，但大部分缺陷场景不具备较为丰富的异常样本，算法训练容易发生过拟合，导致对一些明显但在样本中不常见的异常区域识别准确率较低，整个算法的自迭代能力也较差。

3、此外，由于电池表面有一层金属外置保护层，轻微损伤不需要进行维修，在进行监控告警并由人工确认后，轻微损伤的电池会确认无风险。然而，同一位置处的损伤可能被重复检测并发出重复告警，而重复告警会导致现场运维工作人员进行重复工作，显著影响工作效率。

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。

2、按照本技术的第一方面，提供一种电池异常检测系统，所述系统包括：通信模块，其配置成获取由图像采集设备采集的电池图像、电池标识信息和所述图像采集设备的标识信息；异常检测模块，其配置成根据从所述通信模块接收的所述电池标识信息和所述图像采集设备的标识信息从云端数据库获取电池图像特征数据集，并至少基于所述采集的电池图像和所述电池图像特征数据集来生成电池异常检测结果；以及判断模块，其配置成响应于所述电池异常检测结果指示电池存在异常区域而判断所述异常区域是否为重复检测的异常区域，以及响应于判断所述异常区域不是重复检测的异常区域而发送所述电池异常检测结果。

3、根据本技术一实施例所述的电池异常检测系统，其中所述电池图像特征数据集包括：基于所述图像采集设备的标识信息存储的电池图像的多个区域的语义向量生成的第一电池图像特征数据、基于所述电池标识信息存储的电池图像的多个区域的语义向量生成的第二电池图像特征数据、由威胁异常区域的语义向量生成的第三电池图像特征数据、由无威胁异常区域的语义向量生成的第四电池图像特征数据。

4、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常检测模块进一步配置成：将所述电池异常检测结果、所述采集的电池图像、所述电池标识信息和所述图像采集设备的标识信息中的一个或多个发送至所述云端数据库进行存储。

5、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述云端数据库存储以下数据中的一项或多项：所述电池图像特征数据集、原始图像数据、图像尺寸数据、威胁异常区域对应的像素位置数据、威胁异常区域和所述威胁异常区域的标签、无威胁异常区域和所述无威胁异常区域的标签、所述电池异常检测结果、所述采集的电池图像、所述电池标识信息、所述图像采集设备的标识信息、历史电池异常检测结果。

6、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常检测模块包括：异常预警单元，其配置成至少基于所述采集的电池图像、所述第一电池图像特征数据和所述第二电池图像特征数据生成异常预警区域；和异常诊断单元，其配置成至少基于所述异常预警区域、所述第三电池图像特征数据和所述第四电池图像特征数据生成针对所述异常预警区域的威胁异常得分。

7、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常预警单元包括：目标检测子单元，其配置成检测所述采集的电池图像并且响应于在所述采集的电池图像中检测到大于异常预警得分阈值的异常目标而生成第一异常预警区域；第一比对子单元，其配置成处理所述采集的电池图像以得到所述采集的电池图像的多个区域的语义向量并将所述采集的电池图像的多个区域的语义向量与所述第一电池图像特征数据进行比对以生成第二异常预警区域；以及第二比对子单元，其配置成处理所述采集的电池图像以得到所述采集的电池图像的多个区域的语义向量并将所述采集的电池图像的多个区域的语义向量与所述第二电池图像特征数据进行比对以生成第三异常预警区域。

8、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常预警单元进一步配置成基于所述第一异常预警区域、所述第二异常预警区域和所述第三异常预警区域生成所述异常预警区域。

9、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常诊断单元包括：分类子单元，其配置成处理所述异常预警区域以生成针对所述异常预警区域的异常得分；第一比较子单元，其配置成处理所述异常预警区域以得到所述异常预警区域的语义向量并将所述异常预警区域的语义向量与所述第三电池图像特征数据进行比较以生成针对所述异常预警区域的第一相似度得分；第二比较子单元，其配置成处理所述异常预警区域以得到所述异常预警区域的语义向量并将所述异常预警区域的语义向量与所述第四电池图像特征数据进行比较以生成针对所述异常预警区域的第二相似度得分。

10、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述异常诊断单元进一步配置成：对所述异常得分、所述第一相似度得分和所述第二相似度得分进行加权处理，以生成针对所述异常预警区域的威胁异常得分；以及响应于针对所述异常预警区域的威胁异常得分大于威胁异常得分阈值而将所述异常预警区域作为所述电池异常检测结果指示的所述电池存在的所述异常区域。

11、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述电池异常检测结果包括以下中的一项或多项：电池是否存在所述异常区域、所述异常区域的个数和对应于所述异常区域的威胁异常得分。

12、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述系统还包括：告警模块，其配置成基于所述电池异常检测结果生成显示数据，所述显示数据用于将所述异常区域显示在所述采集的电池图像上。

13、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述系统还包括：异常检测训练模块，其配置成基于所述云端数据库中的以下一项或多项数据来更新所述异常检测模块：原始图像数据、图像尺寸数据、威胁异常区域对应的像素位置数据、威胁异常区域和所述威胁异常区域的标签、无威胁异常区域和所述无威胁异常区域的标签。

14、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述判断模块进一步配置成基于以下比较中的一项或多项来判断所述异常区域是否为重复检测的异常区域：所述异常区域的个数与上一次检测的异常区域的个数之间的比较；所述异常区域的最小重复概率与概率阈值之间的比较；以及所述异常区域的语义向量与上一次检测的异常区域的语义向量之间的相似度与相似度阈值之间的比较。

15、根据本技术一实施例或以上任一实施例的所述的电池异常检测系统，其中所述图像采集设备设置于换电站并且配置成在换电操作期间采集电池图像。

16、按照本技术的第二方面，提供一种电池异常检测方法，所述方法包括：获取由图像采集设备采集的电池图像、电池标识信息和所述图像采集设备的标识信息；根据所述电池标识信息和所述图像采集设备的标识信息从云端数据库获取电池图像特征数据集，并至少基于所述采集的电池图像和所述电池图像特征数据集来生成电池异常检测结果；以及响应于所述电池异常检测结果指示电池存在异常区域而判断所述异常区域是否为重复检测的异常区域，以及响应于判断所述异常区域不是重复检测的异常区域而发送所述电池异常检测结果。

17、根据本技术一实施例所述的电池异常检测方法，其中所述电池图像特征数据集包括：基于所述图像采集设备的标识信息存储的电池图像的多个区域的语义向量生成的第一电池图像特征数据、基于所述电池标识信息存储的电池图像的多个区域的语义向量生成的第二电池图像特征数据、由威胁异常区域的语义向量生成的第三电池图像特征数据、由无威胁异常区域的语义向量生成的第四电池图像特征数据。

18、根据本技术一实施例或以上任一实施例的所述的电池异常检测方法，其中所述方法还包括：将所述电池异常检测结果、所述采集的电池图像、所述电池标识信息和所述图像采集设备的标识信息中的一个或多个发送至所述云端数据库进行存储。

19、根据本技术一实施例或以上任一实施例的所述的电池异常检测方法，其中所述云端数据库存储以下数据中的一项或多项：所述电池图像特征数据集、原始图像数据、图像尺寸数据、威胁异常区域对应的像素位置数据、威胁异常区域和所述威胁异常区域的标签、无威胁异常区域和所述无威胁异常区域的标签、所述电池异常检测结果、所述采集的电池图像、所述电池标识信息、所述图像采集设备的标识信息、历史电池异常检测结果。

20、根据本技术一实施例或以上任一实施例的所述的电池异常检测方法，其中所述方法还包括：基于所述电池异常检测结果生成显示数据，所述显示数据用于将所述异常区域显示在所述采集的电池图像上。

21、根据本技术一实施例或以上任一实施例的所述的电池异常检测方法，其中所述方法还包括：基于所述云端数据库中的以下一项或多项数据来更新异常检测模块：原始图像数据、图像尺寸数据、威胁异常区域对应的像素位置数据、威胁异常区域和所述威胁异常区域的标签、无威胁异常区域和所述无威胁异常区域的标签。

22、根据本技术一实施例或以上任一实施例的所述的电池异常检测方法，其中判断所述异常区域是否为重复检测的异常区域包括基于以下比较中的一项或多项来判断所述异常区域是否为重复检测的异常区域：所述异常区域的个数与上一次检测的异常区域的个数之间的比较；所述异常区域的最小重复概率与概率阈值之间的比较；以及所述异常区域的语义向量与上一次检测的异常区域的语义向量之间的相似度与相似度阈值之间的比较。

23、根据本技术的第三方面，提供一种计算机设备，其包括存储器、处理器以及存储在所述存储器上并且可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以实现根据本技术第二方面所述的电池异常检测方法的步骤。

24、根据本技术的第四方面，提供一种计算机存储介质，其包括指令，所述指令在运行时执行根据本技术第二方面所述的电池异常检测方法的步骤。

25、根据本技术的第五方面，提供一种换电站，其包括：图像采集设备，其配置成采集电池图像；通信设备，其配置成将采集的电池图像发送至根据本技术第一方面所述的电池异常检测系统并从所述电池异常检测系统接收显示数据；以及显示设备，其配置成基于所述显示数据将电池异常区域显示在所述采集的电池图像上。

26、根据本技术的一个或多个实施例的电池异常检测方案能够通过异常检测模块准确识别电池存在的异常区域，并且能够通过判断模块防止对同一异常区域的重复检测。由此，提高了电池异常检测的准确性，实现了电池安全的保障和运维效率的提升。

27、附

28、图说明

29、本技术的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：

30、图1示出了根据本技术的一个或多个实施例的电池异常检测系统的示意性框图。

31、图2示出了根据本技术的一个或多个实施例的电池异常检测系统的示意性框图。

32、图3示出了根据本技术的一个或多个实施例的云端数据库的示意性框图。

33、图4示出了根据本技术的一个或多个实施例的生成电池图像的多个区域的语义向量的示意图。

34、图5示出了根据本技术的一个或多个实施例的生成威胁异常区域和无威胁异常区域的语义向量的示意图。

35、图6示出了根据本技术的一个或多个实施例的异常检测模块的示意图。

36、图7示出了根据本技术的一个或多个实施例的异常预警单元的比对子单元的示意图。

37、图8示出了根据本技术的一个或多个实施例的异常诊断单元的比较子单元的示意图。

38、图9示出了根据本技术的一个或多个实施例的电池异常检测方法的流程图。

39、图10示出了根据本技术的一个或多个实施例的判断异常区域是否为重复检测的异常区域的方法流程图。

40、图11示出了根据本技术的一个或多个实施例的计算机设备的框图。