一种基于云计算的新能源汽车充电桩

摘要

本发明公开了一种基于云计算的新能源汽车充电桩，包括检测模块、人脸识别模块、充电模块和费用结算模块；检测模块用于检测充电模块是否已与新能源汽车连接；人脸识别模块用于在充电模块与新能源汽车连接后，获取车主的脸部图像，并基于车主的脸部图像判断车主是否具有充电权限；充电模块用于在车主具有充电权限时，为新能源汽车进行充电；费用结算模块包括充电量统计单元和云计算单元；充电量统计单元用于在充电结束后将充电量发送至云计算单元；云计算单元用于基于充电量完成扣费操作。本发明无需车主使用手机等智能设备进行扫码操作，大大简化了充电流程，提高了充电体验。

权利要求

1.一种基于云计算的新能源汽车充电桩，其特征在于，包括检测模块、人脸识别模块、充电模块和费用结算模块；

检测模块用于检测充电模块是否已与新能源汽车连接；

人脸识别模块用于在充电模块与新能源汽车连接后，获取车主的脸部图像，并基于车主的脸部图像判断车主是否具有充电权限；

充电模块用于在车主具有充电权限时，为新能源汽车进行充电；

费用结算模块包括充电量统计单元和云计算单元；

充电量统计单元用于在充电结束后将充电量发送至云计算单元；

云计算单元用于基于充电量完成扣费操作；

所述人脸识别模块包括拍摄单元、图像优化单元和图像和图像识别单元；

拍摄单元用于在充电模块与新能源汽车连接后，获取车主的脸部图像；

图像优化单元用于对脸部图像进行优化处理，获得处理图像；

图像识别单元用于基于处理图像判断车主是否具有充电权限；

所述拍摄单元采用如下方式获取车主的脸部图像：在设定的时间周期T内获取多张车主的脸部图像；

分别计算每张脸部图像的图像得分；

将图像得分最高的脸部图像传输至图像优化单元；

图像得分通过如下公式计算：

式中，imgscore表示图像得分，ψ表示比例系数，imgfc表示脸部图像中的像素点在亮度分量图像中的方差，std表示设定的方差比较值，numfc表示脸部图像中符合肤色检测模型的像素点的数量，numal表示脸部图像中的像素点的数量。

2.根据权利要求1所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述充电模块包括充电枪，充电枪用于与新能源汽车的充电口连接。

3.根据权利要求1所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述充电量统计单元通过4G网络或5G网络将充电量发送至云计算单元。

4.根据权利要求1所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述云计算单元包括云服务器和车主终端；

车主终端用于车主注册充电账号、录入用于验证的脸部图像和绑定用于扣费的银行卡信息；

云服务器用于接收来自充电量统计单元的充电量、基于充电量计算扣费金额和基于扣费金额和银行卡信息完成扣费。

5.根据权利要求4所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述云服务器还用于保存车主注册的充电账号、录入的用于验证的脸部图像和用于扣费的银行卡信息。

6.根据权利要求4所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述云服务器还用于在扣费完成后将扣费信息推送至车主终端。

7.根据权利要求1所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述对脸部图像进行优化处理，获得处理图像，包括：对脸部图像进行灰度化处理，获得灰度图像；

对灰度图像进行灰度值分布优化处理，获得优化图像；

对优化图像进行降噪处理，获得处理图像。

8.根据权利要求7所述的一种基于云计算的新能源汽车充电桩，其特征在于，所述对脸部图像进行灰度化处理，包括：采用加权平均值法对脸部图像进行灰度化处理。

说明书

一种基于云计算的新能源汽车充电桩

技术领域

[0001] 本发明涉及新能源领域，尤其涉及一种基于云计算的新能源汽车充电桩。

背景技术

[0002] 充电桩的作用类似于加油站的加油机。可固定在地面或墙上，安装在公共建筑(公共建筑、商场、公共停车场等)和住宅停车场或充电站，为各种型号的电动汽车充电。

[0003] 现有的充电桩的充电流程一般是车主将充电枪插入到待充电的车辆之后，去充电桩上扫码以启动充电，而充电结束之后则需要再次扫码支付充电费用，充电流程比较繁琐。

发明内容

[0004] 本发明的目的在于公开一种基于云计算的新能源汽车充电桩，解决现有的充电桩的充电流程繁琐的问题。

[0005] 为了达到上述目的，本发明采用如下技术方案：

[0006] 一种基于云计算的新能源汽车充电桩，包括检测模块、人脸识别模块、充电模块和费用结算模块；

[0007] 检测模块用于检测充电模块是否已与新能源汽车连接；

[0008] 人脸识别模块用于在充电模块与新能源汽车连接后，获取车主的脸部图像，并基于车主的脸部图像判断车主是否具有充电权限；

[0009] 充电模块用于在车主具有充电权限时，为新能源汽车进行充电；

[0010] 费用结算模块包括充电量统计单元和云计算单元；

[0011] 充电量统计单元用于在充电结束后将充电量发送至云计算单元；

[0012] 云计算单元用于基于充电量完成扣费操作。

[0013] 优选地，所述人脸识别模块包括拍摄单元、图像优化单元和图像和图像识别单元；

[0014] 拍摄单元用于在充电模块与新能源汽车连接后，获取车主的脸部图像；

[0015] 图像优化单元用于对脸部图像进行优化处理，获得处理图像；

[0016] 图像识别单元用于基于处理图像判断车主是否具有充电权限。

[0017] 优选地，所述充电模块包括充电枪，充电枪用于与新能源汽车的充电口连接。

[0018] 优选地，所述充电量统计单元通过4G网络或5G网络将充电量发送至云计算单元。

[0019] 优选地，所述云计算单元包括云服务器和车主终端；

[0020] 车主终端用于车主注册充电账号、录入用于验证的脸部图像和绑定用于扣费的银行卡信息；

[0021] 云服务器用于接收来自充电量统计单元的充电量、基于充电量计算扣费金额和基于扣费金额和银行卡信息完成扣费。

[0022] 优选地，所述云服务器还用于保存车主注册的充电账号、录入的用于验证的脸部图像和用于扣费的银行卡信息。

[0023] 优选地，所述云服务器还用于在扣费完成后将扣费信息推送至车主终端。

[0024] 优选地，所述拍摄单元采用如下方式获取车主的脸部图像：

[0025] 在设定的时间周期T内获取多张车主的脸部图像；

[0026] 分别计算每张脸部图像的图像得分；

[0027] 将图像得分最高的脸部图像传输至图像优化单元。

[0028] 优选地，所述对脸部图像进行优化处理，获得处理图像，包括：

[0029] 对脸部图像进行灰度化处理，获得灰度图像；

[0030] 对灰度图像进行灰度值分布优化处理，获得优化图像；

[0031] 对优化图像进行降噪处理，获得处理图像。

[0032] 优选地，所述对对脸部图像进行灰度化处理，包括：

[0033] 采用加权平均值法对脸部图像进行灰度化处理。

[0034] 本发明的充电桩与传统的充电桩相比，充电时只需要车主靠近进行脸部识别便完成了充电的启动和后续的收费问题，充电流程与现有的流程相比，本发明无需车主使用手机等智能设备进行扫码操作，大大简化了充电流程，提高了充电体验。

附图说明

[0035] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

[0036] 图1为本发明一种基于云计算的新能源汽车充电桩的一种实施例图。

具体实施方式

[0037] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

[0038] 如图1所示的一种实施例，本发明提供了一种基于云计算的新能源汽车充电桩，包括检测模块、人脸识别模块、充电模块和费用结算模块；

[0039] 检测模块用于检测充电模块是否已与新能源汽车连接；

[0040] 人脸识别模块用于在充电模块与新能源汽车连接后，获取车主的脸部图像，并基于车主的脸部图像判断车主是否具有充电权限；

[0041] 充电模块用于在车主具有充电权限时，为新能源汽车进行充电；

[0042] 费用结算模块包括充电量统计单元和云计算单元；

[0043] 充电量统计单元用于在充电结束后将充电量发送至云计算单元；

[0044] 云计算单元用于基于充电量完成扣费操作。

[0045] 具体的，充电量统计单元在充电启动后便开始统计充电量，在充电模块与新能源汽车断开连接后，停止统计，将最终获得的充电量发送至云计算单元。

[0046] 具体的，检测模块、人脸识别模块、充电模块、充电量统计单元均设置在充电区域中。

[0047] 优选地，所述人脸识别模块包括拍摄单元、图像优化单元和图像和图像识别单元；

[0048] 拍摄单元用于在充电模块与新能源汽车连接后，获取车主的脸部图像；

[0049] 图像优化单元用于对脸部图像进行优化处理，获得处理图像；

[0050] 图像识别单元用于基于处理图像判断车主是否具有充电权限。

[0051] 具体的，对脸部图像进行优化处理，能够提高图像识别单元的判断结果的准确率。

[0052] 优选地，所述充电模块包括充电枪，充电枪用于与新能源汽车的充电口连接。

[0053] 优选地，所述充电量统计单元通过4G网络或5G网络将充电量发送至云计算单元。

[0054] 优选地，所述云计算单元包括云服务器和车主终端；

[0055] 车主终端用于车主注册充电账号、录入用于验证的脸部图像和绑定用于扣费的银行卡信息；

[0056] 云服务器用于接收来自充电量统计单元的充电量、基于充电量计算扣费金额和基于扣费金额和银行卡信息完成扣费。

[0057] 具体的，车主终端可以以小程序、公众号、APP和网页等形式进行实现。

[0058] 云服务器中设置有用于与银行的支付系统对接的模块，从而实现费用的扣除。

[0059] 具体的，银行卡信息包括卡号和开户行。

[0060] 优选地，所述云服务器还用于保存车主注册的充电账号、录入的用于验证的脸部图像和用于扣费的银行卡信息。

[0061] 优选地，所述云服务器还用于在扣费完成后将扣费信息推送至车主终端。

[0062] 具体的，扣费信息包括扣费时间、扣费金额、当次扣费的充电量和扣费银行卡的卡号。

[0063] 优选地，所述拍摄单元采用如下方式获取车主的脸部图像：

[0064] 在设定的时间周期T内获取多张车主的脸部图像；

[0065] 分别计算每张脸部图像的图像得分；

[0066] 将图像得分最高的脸部图像传输至图像优化单元。

[0067] 具体的，为了提高车主的体验，这里的时间周期是一个很短的周期，例如1S。车主只需要停留一下便能完成充电的开启以及后续的自动扣费，不用掏出智能设备进行两次扫码操作。

[0068] 现有的脸部识别一般是先获取单张的脸部图像，然后基于获得的脸部图像进行脸部识别，这种设置方式，非常依赖于获得的单张脸部图像的质量，如果刚好车主在拍摄时头部进行了移动，则会获得模糊的人脸图像，对模糊的人脸图像进行识别会导致识别不通过，从而需要再次重新获取车主的脸部图像，重复进行人脸识别，影响判断车主是否具有充电权限的速度。

[0069] 优选地，云服务器还包括押金扣除单元，押金扣除单元用于在车主注册完账号后，收取押金。因为本发明是后付费的模式，若车主前一次的费用由于银行卡没钱而导致没有结清，则云服务器会将会将车主的充电账号设置为不可充电的状态，直到费用结清之后才恢复。

[0070] 而如果超出设定的时间后还没有结清，则从押金中扣取。

[0071] 优选地，图像得分通过如下公式计算：

[0072]

[0073] 式中，imgscore表示图像得分，ψ表示比例系数，imgfc表示脸部图像中的像素点在亮度分量图像中的方差，std表示设定的方差比较值，numfc表示脸部图像中符合肤色检测模型的像素点的数量，numal表示脸部图像中的像素点的数量。

[0074] 具体的，方差越大表明图像为清晰图像的概率越大，而numfc的值越大，则表示前景像素点的占比越大，图像质量越高，本发明的这种设置方式能够选出高质量的脸部图像。

[0075] 优选地，所述对脸部图像进行优化处理，获得处理图像，包括：

[0076] 对脸部图像进行灰度化处理，获得灰度图像；

[0077] 对灰度图像进行灰度值分布优化处理，获得优化图像；

[0078] 对优化图像进行降噪处理，获得处理图像。

[0079] 具体的，进行降噪处理，能够降低噪声对人脸识别结果的影响，提高识别的准确率。灰度值分布优化处理能够对过亮的地方进行压制，同时提高暗处的亮度，使得图像整体光照分布更为均衡，从而提高图像识别的准确率。

[0080] 优选地，所述对对脸部图像进行灰度化处理，包括：

[0081] 采用加权平均值法对脸部图像进行灰度化处理。

[0082] 优选地，所述基于处理图像判断车主是否具有充电权限，包括：

[0083] 获取处理图像的特征数据A；

[0084] 获取用于验证的脸部图像的特征数据B；

[0085] 若特征数据A和特征数据B之间的相似度大于设定的相似度阈值，则表示车主为已注册充电账号的车主，然后再查询该充电账号是否具有欠费情况，若是，则车主不具有充电权限，若否，则车主具有充电权限；

[0086] 若特征数据A和特征数据B之间的相似度小于等于设定的相似度阈值，则表示车主为未注册充电账号的车主。

[0087] 具体的，在进行相似度的比较时，是将特征数据A和分别与每个已经注册车主的用于验证的脸部图像的特征数据B进行比较。特征数据B可以由云服务器实现计算好保存下来以节约后续的运算时间。

[0088] 优选地，所述对灰度图像进行灰度值分布优化处理，获得优化图像，包括：

[0089] 基于设定的N种聚类数量，使用Kmeans算法分别对灰度图像进行N次聚类，获得N张聚类图像；

[0090] 分别获取每张聚类图像的细节估计图像；

[0091] 分别计算每张细节估计图像的边缘细节图像；

[0092] 基于图像金字塔算法对细节估计图像和边缘细节图像进行融合处理，获得融合图像；

[0093] 将所有的融合图像进行加权处理，获得优化图像。

[0094] 现有的灰度值分布优化处理一般是使用类似于gamma算法之类的方法来对原始图像进行优化处理，用以均衡灰度值分布。但是，这样的处理方式，在均衡了灰度值分布的同时，也容易在对高光的地方进行压制的过程中使得图像的边界信息丢失，降低了图像中的信息含量，影响脸部识别的通过率。

[0095] 本发明采用了不同的聚类数量来对灰度图像进行聚类处理，每次聚类处理都是使用其中一种聚类数量来进行处理，从而获得了N张聚类图像。由于本发明需要在均衡灰度的同时保留细节，因此，本发明再分别对每张聚类图像进行细节估计，从聚类图像中获取细节信息。在获取边缘细节图像的过程中，实现了细节信息的进一步加强。最后，如果直接将细节估计图像和边缘细节图像进行融合，很容易出现出现像素值的突变，因此，本发明通过图像金字塔算法，来抑制突变，使两种图像中的细节信息进行了融合，从而提高使得在均衡灰度值分布的过程中保留更多的细节。

[0096] 具体的，将N种聚类数量存入集合clustSet，每次对灰度图像进行聚类时，便从clustSet中取出一个元素，并将该元素从集合clustSet中删除，直至集合clustSet为空集，完成聚类图像的获取。

[0097] 优选地，所述细节估计图像通过如下方式获取：

[0098] 分别使用如下公式对聚类图像中的每个子图像进行计算，获得计算后的子图像：

[0099] simg(x,y)＝exp(‑Φ×δ(x,y))

[0100] 式中，Φ为子图像在脸部图像中对应的区域的全局大气光，δ(x,y)表示像素点(x,y)与成像点之间的距离；simg(x,y)表示像素点(x,y)在计算后的子图像中的像素值。

[0101] 由所有计算后的子图像组成细节估计图像。

[0102] 本发明在获取细节估计图像的过程中，采用的是分别对每个子图像进行计算的方式来进行，与直接对整张图像进行细节估计相比，本发明能够获得更为准确的细节估计结果。因为对每个子区域的全局大气光均不同，而同一个子区域的全局大气光在获取只有，整个子区域的像素点共用，从而提高了处理效率。具体的，成像点可以是拍摄设备的镜片的中点。

[0103] 优选地，所述边缘细节图像通过如下方式计算：

[0104]

[0105] 式中，flr(x,y)表示在细节估计图像中，像素点(x,y)的梯度幅值，nei(x,y)表示以像素点(x,y)为中心的，D×D的窗口内的邻域像素点的集合，simgi表示像素点i在细节估计图像中的像素值，dark(x,y)表示细节估计图像中的像素点(x,y)的暗通道值，β表示控制系数。

[0106] 边缘细节图像在计算的过程中，从多个方面进行综合考虑，能够有效地实现细节信息的进一步加强。

[0107] 优选地，所述将所有的融合图像进行加权处理，获得优化图像，包括：

[0108] 对于第k张融合图像，获取第k张融合图像中的边缘像素点，将边缘像素点存入边缘集合Uk，k∈[1,N]；

[0109] 使用如下公式对N张融合图像进行加权融合处理：

[0110]

[0111]

[0112] 式中，optlig表示加权图像，wv表示第v张融合图像的权重，imgv表示第v张融合图像，num(imgv)表示第v张融合图像所对应的聚类数量；

[0113] 获取N个边缘集合的交集smpSet；

[0114] 在加权图像中，使用如下公式对交集smpSet中的像素点进行处理，获得优化图像：

[0115] afoptlig(h)＝optlig(h)×flrval

[0116] 式中，afoptlig表示优化图像，h∈smpSet，optlig(h)表示smpSet中的像素点h在optlig中的像素值，flrval表示大于1的优化系数，afoptlig(h)表示像素点h在afoptlig中的像素值。

[0117] 本发明在对融合图像进行加权之后，还在获得的加权图像中对边缘像素点进行了优化处理进一步提高获得的优化图像中的边界信息。若一个像素点在不同数量的聚类中心下获得的聚类结果中均被识别为边缘像素点，那么这种像素点作为准确像素点的概率非常大，因此，本发明在加权图像中对这些像素点进行了进一步的突出处理。

[0118] 本发明的充电桩与传统的充电桩相比，充电时只需要车主靠近进行脸部识别便完成了充电的启动和后续的收费问题，充电流程与现有的流程相比，本发明无需车主使用手机等智能设备进行扫码操作，大大简化了充电流程，提高了充电体验。

[0119] 在使用本发明的充电桩时，车主只需要在注册账号的时候进行设置，后续使用过程中，不需要使用智能终端也能进行充电，充电体验更佳。

[0120] 需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

[0121] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

[0122] 以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。