一种基于拍照识车与深度学习的胎压状态检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113971791A(43)申请公布日2022.01.25(21)申请号202111418989.4G06N3/04(2006.01)(22)申请日2021.11.26G06N3/08(2006.01)B60C23/00(2006.01)(71)申请人北京比特易湃信息技术有限公司地址100089北京市海淀区西直门外大街168号腾达大厦03层17号(72)发明人郭宏泰陈坤张欣王铎张磊李磊时孟旭(74)专利代理机构北京棘龙知识产权代理有限公司11740代理人周翠兰(51)Int.Cl.G06V20/56(2022.01)G06V10/764(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于拍照识车与深度学习的胎压状态检测方法(57)摘要本申请公开了一种基于拍照识车与深度学习的胎压状态检测方法，所述检测方法步骤如下：S1、用户拍摄车辆实时照片，S2、拍照识车，S3、通过返回车辆信息调取车轮信息，S4、车轮检测模型，S5、车轮照片裁剪，S6、车轮分类模型，S7、汽车轮胎PC胎压分类模型，S8、轻型载货汽车轮胎LT胎压分类模型，S9、载货汽车及大客车轮胎TB胎压分类模型，S10、农用车轮胎AG胎压分类模型，S11、工程车轮胎OTR胎压分类模型，S12、工业用车轮胎ID胎压分类模型，S13、飞机轮胎AC胎压分类模型，S14、摩托车轮胎MC胎压分类模型，S15、胎压过高，S16、胎压正常，S17、胎压过低。本申请极大的降低了胎压识别的硬件成本，且操作简单，对于驾驶员来说十分方便易用。CN113971791ACN113971791A权利要求书1/2页1.一种基于拍照识车与深度学习的胎压状态检测方法，其特征在于：所述检测方法步骤如下：S1、用户拍摄车辆实时照片，用户针对当前车辆外观进行拍摄照片，将照片输入到易车公司的拍照识车服务中；S2、拍照识车，使用易车公司的拍照识车服务，针对用户拍摄车辆照片进行识别，如果识别成功则进入S3，识别失败则进入S4；S3、通过返回车辆信息调取车轮信息，如果拍照识车成功，则可以获得该车辆的具体车系信息，通过该信息可以从易车车辆数据库中获取该车的车轮类型；S4、车轮检测模型，车轮检测模型基于目前效果较好的深度学习目标检测模型YOLOv5，并在真实数据集上进行训练，对比选取效果最好、速度符合业务需求的具体模型结构；S5、车轮照片裁剪，根据上一层的车轮检测模型返回的车轮坐标，将车轮照片裁剪出来，作为车轮分类模型的输入；S6、车轮分类模型，车轮分类模型的结构基于ResNet18，车轮分类器基于真实数据集进行训练，将车轮分为八类；S7、汽车轮胎PC胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为汽车轮胎，则送入汽车轮胎PC胎压分类模型；S8、轻型载货汽车轮胎LT胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为轻型载货汽车轮胎，则送入轻型载货汽车轮胎LT胎压分类模型；S9、载货汽车及大客车轮胎TB胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为载货汽车及大客车轮胎，则送入载货汽车及大客车轮胎TB胎压分类模型；S10、农用车轮胎AG胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为农用车轮胎，则送入农用车轮胎AG胎压分类模型；S11、工程车轮胎OTR胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为工程车轮胎，则送入工程车轮胎OTR胎压分类模型；S12、工业用车轮胎ID胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为工业用车轮胎，则送入工业用车轮胎ID胎压分类模型；S13、飞机轮胎AC胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为飞机轮胎，则送入飞机轮胎AC胎压分类模型；S14、摩托车轮胎MC胎压分类模型，如果通过数据库匹配到或通过模型识别出该车轮为摩托车轮胎，则送入摩托车轮胎MC胎压分类模型；S15、胎压过高，由上一步的八个车轮胎压分类模型其中一个输出得到的结果为胎压过高，返回给用户，并提示胎压过高，请检修或更换；S16、胎压正常，由上一步的八个车轮胎压分类模型其中一个输出得到的结果为胎压正常，返回给用户，并提示胎压正常；S17、胎压过低，由上一步的八个车轮胎压分类模型其中一个输出得到的结果为胎压过低，返回给用户，并提示胎压过低，请检修或更换。2.根据权利要求1所述的一种基于拍照识车与深度学习的胎压状态检测方法，其特征在于：所述S3步骤中车轮类型和S6步骤中八类车轮均为汽车轮胎PC、轻型载货汽车轮胎LT、载货汽车及大客车轮胎TB、农用车轮胎AG、工程车轮胎OTR、工业用车轮胎ID、飞机轮