本发明涉及新能源换电,尤其涉及一种检测换电车辆电池包倾斜方位与倾斜角度的方法。
背景技术:
1、重卡换电站底部换电与乘用车换电,主要通过电池底部rgv上的解锁机构进行解锁从而进行取电池的操作,解锁后取出电池,将取下的电池放置换电站充电仓进行充电,为下次换电车辆提供新的换电电池,从而达到快速换电的目的。
2、然而在换电站进行换电的车辆,车辆胎压不足,以及一侧重量高于其另一侧时,车辆整体会发生倾斜,随之车辆底部电池包也会存在不同方位不同程度的倾斜角度,从而影响取电池硬件设备取换电池,当前没有一个用于换电站换电车辆底部电池包倾斜角度检测的方法。
技术实现思路
1、本发明旨在提供一种检测换电车辆电池包倾斜方位与倾斜角度的方法克服上述问题或者至少部分地解决上述问题。
2、为达到上述目的,本发明的技术方案具体是这样实现的:
3、本发明的提供了一种检测换电车辆电池包倾斜方位与倾斜角度的方法,包括以下步骤:
4、步骤一,将摄像头以及3d相机硬件设备放置在rgv解锁机构上,并驶入车辆下方;
5、步骤二,在电池换电站的换电区域,通过摄像头以捕捉电池包的图像,摄像头能够清晰地拍摄电池的正面、背面和侧面;
6、步骤三,对摄像头拍摄到的图像进行预处理,以提高后续的识别准确性;
7、步骤四,选择电池包的外边沿以及电池包形状作为电池包的初步识别特征点,使用计算机视觉算法,从预处理后的图像中提取电池包的特征,从而确认电池包是否有脏污、损坏等情况;
8、步骤五,将提取到的特征输入到分类器中,使用机器学习或深度学习算法对电池进行分类识别,判断该电池包是否为可进行换电的电池包,分类器可以根据不同电池品牌、型号或其他属性来进行训练和分类。
9、步骤六,选取电池包上的上下左右四个锁孔作为四个第二特征点,并通过3d深度相机对四个第二特征点进行拍摄,并提取特征点的返回深度值;
10、步骤七,将提取到的四个锁孔所返回的深度值输入处理终端,并通过机器学习或深度学习算法对四个深度值进行识别和比对,并判断该电池包是否存在倾斜;
11、步骤八,通过机器学习或深度学习算法来判断电池包的倾斜方位,并将该检测结果通过相关协议传输给plc主机和rgv解锁机构,并对rgv解锁机构的解锁姿态进行调整,直至plc解锁机构与电池包相对垂直水平,以保证rgv解锁机构上的四个解锁枪头对应电池包上的四个锁孔;
12、步骤九,通过rgv解锁机构对电池包进行解锁,并换电。
13、作为本发明进一步的方案,在所述步骤三中,所述图像预处理操作包括去噪、增强对比度、调整亮度。
14、作为本发明进一步的方案,在所述步骤四中,所述初步识别特征点包括电池的形状、颜色、标识。
15、作为本发明进一步的方案,在所述步骤四中,所使用的计算机视觉算法为灰度化视觉算法、尺度不变特征变换算法、haar级联分类器算法、光流算法以及条件随机场中的任意一种。
16、作为本发明更进一步的方案,在所述步骤五中,根据分类器的输出结果来判断电池包的类型和状态;
17、若电池包符合换电站的换电品牌和换电标准,则进行正常换电操作;
18、若电池包不符合换电站的换电品牌和换电标准,则根据识别结果,自动或人工干预进行相应的操作控制,也可根据需要进行人工介入或报警处理。
19、作为本发明更进一步的方案,在所述步骤七中,通过机器学习或深度学习算法来判断该电池包是否存在倾斜;
20、若四个特征点返回的深度值一致时,默认电池包与rgv解锁机构垂直水平,不存在某一方位的倾斜,则进行正常换电操作;
21、若四个特征点返回的深度值不一致时,则确定整个电池包存在某个方位的倾斜,根据识别结果,对rgv解锁机构的解锁姿态进行调整。
22、本发明提供了一种检测换电车辆电池包倾斜方位与倾斜角度的方法,有益效果在于:
23、本发明提供的换电车辆电池包倾斜检测方法,能够快速检测电池包倾斜方位倾斜角度值,自动检测通知rgv进行调整,提高换电效率,减少换电时间,解决因倾斜导致无法解锁取换电池问题,无需人工通过测量工具等手段计算倾斜角度的问题;
24、本发明通过对电池包的外形以及脏污情况进行初步识别,实现了在解锁前对电池包进行判断,避免无必要程序的进行,提高了精准度以及加解锁效率;
25、本发明车辆电池包倾斜检测方法满足换电站中不同换电车型,可检测不同车型电池包相对于rgv解锁机构硬件设备否存在倾斜,通过特征点返回的深度值不同可判断某一方位是否存在倾斜,检测各种偏移角度值,包括俯仰角/翻滚角/偏航角等角度的检测;
26、本发明车提供的换电车辆电池包倾斜检测方法,可实时将检测方位倾斜角度值结果传输给plc解锁机构,plc解锁机构可根据检测结构,调整解锁姿态,在调整过程中实时检测,实时传输检测结果,直至plc解锁机构与电池包相对垂直水平。
1.一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,在所述步骤三中,所述图像预处理操作包括去噪、增强对比度、调整亮度。
3.根据权利要求1所述的一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,在所述步骤四中,所述初步识别特征点包括电池的形状、颜色、标识。
4.根据权利要求3所述的一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,在所述步骤四中,所使用的计算机视觉算法为灰度化视觉算法、尺度不变特征变换算法、haar级联分类器算法、光流算法以及条件随机场中的任意一种。
5.根据权利要求4所述的一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,在所述步骤五中,根据分类器的输出结果来判断电池包的类型和状态;
6.根据权利要求1所述的一种检测换电车辆电池包倾斜方位与倾斜角度的方法,其特征在于,在所述步骤七中,通过机器学习或深度学习算法来判断该电池包是否存在倾斜;