[发明专利]一种车箱盖的开关状态监测方法和相关装置

说明书

本申请公开了一种车箱盖的开关状态监测方法，应用于渣土车、泥头车和自卸车，包括：利用卷积神经网络算法对样本图像进行图像训练获得训练模型；其中，所述样本图像是车箱盖开状态的图像集合和车箱盖关状态的图像集合；获取待识别的车箱盖图像；利用所述训练模型对所述车箱盖图像进行识别，获取所述车箱盖的开关状态。可见，本申请通过利用训练模型对待识别的车箱盖图像进行识别获取车箱盖开关状态的方法，避免了传感器易损坏造成的高成本问题，节约了成本。本申请同时还提供了一种车箱盖的开关状态监测装置、电子设备和计算机可读存储介质，均具有上述有益效果。

技术领域

本申请涉及车辆技术领域，特别涉及一种车箱盖的开关状态监测方法、车箱盖的开关状态监测装置、电子设备和计算机可读存储介质。

背景技术

在城市监管中，政府管理部门需要严格限制一些行驶车辆的箱盖的开关状态，以避免环境卫生被破坏及市民的安全。一般来说，可监控的车辆是垃圾车垃圾车、渣土车、泥头车、自卸车等车。现有的监测车箱盖开关状态是通过硬件传感器来识别开关箱状态，安装在车箱箱体边缘的传感器，容易在装卸过程中破坏甚至整体撞落，硬件传感器容易损坏；硬件传感器同时还存在安装困难、维护成本高等缺陷。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

发明内容

本申请的目的是提供一种车箱盖的开关状态监测方法、车箱盖的开关状态监测装置、电子设备和计算机可读存储介质，能够降低成本。其具体方案如下：

本申请提供一种车箱盖的开关状态监测方法，应用于渣土车、泥头车和自卸车，包括：

利用卷积神经网络算法对样本图像进行图像训练获得训练模型；其中，所述样本图像是车箱盖开状态的图像集合和车箱盖关状态的图像集合；

获取待识别的车箱盖图像；

利用所述训练模型对所述车箱盖图像进行识别，获取所述车箱盖的开关状态。

优选地，利用卷积神经网络算法对样本图像进行图像训练获得训练模型，包括：

采集所述车箱盖的所述样本图像；

对所述车箱盖的样本图像使用监督学习法利用卷积神经网络算法进行分类学习，获得所述训练模型。

优选地，利用卷积神经网络算法对样本图像进行图像训练获得训练模型，包括：

利用MobileNet算法对对样本图像进行图像训练获得训练模型。

优选地，获取待识别的车箱盖图像之前，包括：

判断预设条件是否达到预设阈值；

若所述预设条件达到所述预设阈值，则执行获取待识别的车箱盖图像的操作。

优选地，利用所述训练模型对所述车箱盖图像进行识别，获取所述车箱盖开关状态之后，包括：

判断所述车箱盖的开关状态；

若所述车箱盖的开关状态是车箱盖开状态，则获取车辆数据信息；

将车辆信息发送至管理平台；其中，所述车辆信息包括所述车辆数据信息与所述车箱盖图像。

本申请提供一种车箱盖的开关状态监测装置，应用于渣土车、泥头车和自卸车，包括：

训练模型获得模块，用于利用卷积神经网络算法对样本图像进行图像训练获得训练模型；其中，所述样本图像是车箱盖开状态的图像集合和车箱盖关状态的图像集合；

车箱盖图像获取模块，用于获取待识别的车箱盖图像；

开关状态识别模块，用于利用所述训练模型对所述车箱盖图像进行识别，获取所述车箱盖的开关状态。