(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210544264.8 (22)申请日 2022.05.19 (71)申请人 杭州座头鲸科技有限公司 地址 310000 浙江省杭州市萧 山区信息 港 六期4幢901 (72)发明人 杨健　李磊　叶生晅　 (74)专利代理 机构 南京鼎傲知识产权代理事务 所(普通合伙) 32327 专利代理师 刘蔼民 (51)Int.Cl. H04N 7/18(2006.01) H04N 5/907(2006.01) G07C 1/20(2006.01) G07C 5/00(2006.01) G07C 5/08(2006.01)H04L 65/60(2022.01) H04L 65/65(2022.01) H04L 67/02(2022.01) H04L 67/06(2022.01) H04L 67/30(2022.01) (54)发明名称 一种智能找车的方法 (57)摘要 本发明公开了一种智能找车的方法， 该找车 方法具体包括如下步骤： 巡检工位现场视频监 控； 确定巡检连续工作时长； 巡检通道按需选择 及清理； 车辆检测模型的运算； 工位有车告警信 号转换； 有车信息数据通信传输， 本发明利用AI 来替代人工查找车辆， 采用AI查找有车的时间 段， 并在播放器时间条上显示有车时间段标志， 在视频巡店时， 巡店人员可以在客户端根据标志 来直接查看有车的时间段， 减少人工用于找车的 时间， 提高的视频巡店的效率， 且对于大型的汽 车维保连锁店来说， 店面较多， 巡店工作量会随 之线性增加， 通过AI智能巡店能够有效的提升汽 车维保行业的巡店效率， 减少巡店时间， 从而降 低成本和人力损耗。 权利要求书2页 说明书5页 附图2页 CN 115002408 A 2022.09.02 CN 115002408 A 1.一种智能找车的方法， 其特征在于： 该找车方法替代人工， 采用AI查找巡检工位上有 车的时间段， 并在播 放器时间条 上显示有车时间段 标志； 该找车方法具体包括如下步骤： S1、 巡检工位现场视频监控； S2、 确定巡检连续工作时长； S3、 巡检通道按需选择及清理； S4、 车辆检测模型的运 算； S5、 工位有车告警信号 转换； S6、 有车信息数据通信传输 。 2.根据权利要求1所述的一种智能找车的方法， 其特征在于： 所述S1中， 巡检工位现场 视频监控是指在巡检工位的现场通过架设网络摄像机的形式来对巡检工位进行现场视频 监控， 并通过设立的多组网络摄像机来建立多路视频检测路径， 以此来获取多组巡检工位 现场的有车和无 车信息。 3.根据权利要求2所述的一种智能找车的方法， 其特征在于： 在S1中， 当网络摄像机对 现场巡检工位进行视频监控后， 通过NVR来对现场监控的录像信息进行存储， 并通过NVR对 录像信息进行后续 转发， NVR是指网络硬 盘录像机和网络摄 像机协同工作。 4.根据权利要求1所述的一种智能找车的方法， 其特征在于： 所述S2中， 确定巡检连续 工作时长是指通过定时的方式来设定设备的工作时间， 规定找车设备在每天夜晚的23点到 第二天早上的6点进行工作， 其 他时间不拉流， 充分利用bub夜间的工作性能； 在确定定时工作的时间时， 主要依据hub的实际工作 时间来进行确定， hub在白天需要 做些流媒体转发的工作， 性能消耗大， 在白天同时做车辆AI检测时， 设备性能会成为瓶颈， 但是晚上一般没有用户使用hub， 所以此时hub处于空闲状态， 因此确 定定时工作的时间为 晚上23:00 ‑早上06:00， 该工作时间段刚好可以利用夜晚时间轮询拉取前一天多路视频回 放做车辆AI检测； 而hub主要用于AI的计算、 音视频流 媒体转发功能。 5.根据权利要求4所述的一种智能找车的方法， 其特征在于： 所述S3中， 巡检通道按需 选择及清理是指 轮询hub所对应的通道， 并通过能力来过滤要检测的通道， 该能力主要指车 辆检测的能力， 在选择过滤时， 有 些工位不需要检测， 因此可通过配置能力来选择要检测的 通道； 在选择要检测的通道时， 通过RTSP协议以16倍速从hub拉取前天的回放视频流， 直至所 有通道拉完， 其中包 含回放时间戳的维护， 重连和结束帧； 具体的， 从NVR通过RTSP协议， 获取IPC的H264编码的1080P回放视频流， 采用rockchip 提供的MPP库， 将H264编码视频的解码成YUV420SP格式一帧帧图片(1920*1080)， 再通过 opencv库将图片转换成算法需要的cv: :Mat格式。 6.根据权利要求5所述的一种智能找车的方法， 其特征在于： 在S3中， 在清 理过程中， 主 要以配置文件的方式来记录已经拉取完成的通道， 从而防止重复工作， 每天6点定时清理上 一天的配置文件。 7.根据权利要求5所述的一种智能找车的方法， 其特征在于： 所述S4中， 车辆检测模型 的运算是指车辆AI检测和算法后的处理， 车辆AI检测是指车辆的模型训练， 部署到hub， 而权　利　要　求　书 1/2 页 2 CN 115002408 A 2算法后处理具体指不带跟踪， 防止误检， 连续5帧有车才判定有车， 有车时间段时长要超过 1min才上报， 过 滤较小的检测框； 在具体运算的过程中， 将cv::Mat格式的图片缩放成固定尺寸大小 （800*480） ， 并输入 到CNN卷积神经网络， 网络末端输出每个网格对应的分类信息和物体边界回归量大小， 从而 根据预先设定的锚点矩形框计算出实际车辆在图像中是否存在， 以及存在的矩形位置信 息； 其中， 该分类信 息主要是指是否包含车， 即有车和无车， 而物体边界是指左上角点和 右 下角点所构成的矩形。 8.根据权利要求1所述的一种智能找车的方法， 其特征在于： 所述S5中， 工位有车告警 信号转换是指通过算法模块可以得到当前视频帧是否有车辆， 并记录当前帧的时间戳， 从 无车到有车的转换记录为有车的起始时间， 从有车变成无车的转换记录为有车的结束时 间， 这样就获取了一段有车的时间段， 再通过ht tp接口上有车时间段 上报给服 务器； 在判断是否有车辆时， 通过附加判断车辆检测框的大小， 来减小车辆的误检。 9.根据权利要求1所述的一种智能找车的方法， 其特征在于： 所述S6中， 有车信息数据 通信传输是指制定车辆检测数据的通信协 议， 并通过http通信协 议将检测结果 发送到服务 器后台， 服 务器后台在接收到检测结果后， 将获取的有车时间段发送至PC客户端； 在检测结果数据的通信传输过程中， 在客户端回放 时间条上通过AI识别标签来对有车 时间段进 行标记， 并将该A I识别标签 设置为蓝 色时间条， 以此使PC客户端在回放视频时， 能 够通过AI识别标签来 直接寻找有车的时间段。 10.根据权利要求9所述的一种智能找车的方法， 其特征在于： 所述PC客户端是指运行 在windows平台， 主 要用于查看网络摄 像机的实时视频， 回放视频的播 放器。权　利　要　求　书 2/2 页 3 CN 115002408 A 3