特開 2024-96064 電気自動車のスマート充電システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024096064

(43)【公開日】2024-07-11

(54)【発明の名称】電気自動車のスマート充電システム

(51)【国際特許分類】

   H02J 7/00 20060101AFI20240704BHJP

   B60L 3/00 20190101ALI20240704BHJP

   B60L 53/65 20190101ALI20240704BHJP

   B60L 53/66 20190101ALI20240704BHJP

   H02J 7/02 20160101ALI20240704BHJP

【ＦＩ】

H02J7/00 P

B60L3/00 N

B60L53/65

B60L53/66

H02J7/02 F

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023220865

(22)【出願日】2023-12-27

(31)【優先権主張番号】63/436,065

(32)【優先日】2022-12-29

(33)【優先権主張国・地域又は機関】US

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

２．ＴＥＮＳＯＲＦＬＯＷ

(71)【出願人】

【識別番号】510238605

【氏名又は名称】微星科技股▲ふん▼有限公司

(74)【代理人】

【識別番号】110000408

【氏名又は名称】弁理士法人高橋・林アンドパートナーズ

(72)【発明者】

【氏名】リン，チュアン イ

(72)【発明者】

【氏名】チャン，チュン ミン

(72)【発明者】

【氏名】チャン，ミン ホェイ

(72)【発明者】

【氏名】ウ，ジュ ジェン

【テーマコード（参考）】

5G503

5H125

【Ｆターム（参考）】

5G503AA01

5G503BA02

5G503BB01

5G503CA01

5G503FA06

5G503GD03

5G503GD04

5G503GD06

5H125AA01

5H125AC12

5H125AC22

5H125BC21

5H125BE02

5H125DD02

5H125EE51

(57)【要約】

【課題】電気自動車のスマート充電システムを提供する。
【解決手段】電気自動車のスマート充電システムは、少なくとも１つのスマート充電パイルと、クラウド管理センターと、を含む。少なくとも１つのスマート充電パイルのそれぞれは、充電ガンと、電力供給回路と、カメラモジュールと、信号処理回路と、を含む。電力供給回路は、充電ガンに電力を供給するように構成される。カメラモジュールは、車両に関連する少なくとも１つの画像をキャプチャするように構成される。信号処理回路は、少なくとも１つの認識モデルを有して少なくとも１つの認識モデルを使用し少なくとも１つの画像に対してエッジ計算を実行してエッジ計算の結果に従って電力供給回路を制御するように構成される。クラウド管理センターは、信号処理回路からの結果に従って信号処理回路の少なくとも１つの認識モデルを更新するように構成される。
【選択図】図１

【特許請求の範囲】

【請求項1】

少なくとも１つのスマート充電パイルと、クラウド管理センターと、を備える、電気自動車のスマート充電システムであって、
前記スマート充電パイルのそれぞれは、
充電ガンと、
前記充電ガンに電気的に接続されて前記充電ガンに電力を供給するように構成される、電力供給回路と、
車両に関連する少なくとも１つの画像をキャプチャするように構成される、カメラモジュールと、
少なくとも１つの認識モデルを有し、前記電力供給回路及び前記カメラモジュールに電気的に接続され、前記少なくとも１つの認識モデルを使用し前記少なくとも１つの画像に対してエッジ計算を実行して前記エッジ計算の結果に従って前記電力供給回路を制御する、信号処理回路と、を備え、
前記クラウド管理センターは、前記信号処理回路と信号接続されて前記信号処理回路からの結果に従って前記信号処理回路の前記少なくとも１つの認識モデルを更新するように構成される、電気自動車のスマート充電システム。

【請求項2】

前記クラウド管理センターは深層学習モデルを有して、前記クラウド管理センターは前記深層学習モデルを使用し前記エッジ計算に従って前記信号処理回路の前記少なくとも１つの認識モデルをトレーニングするように構成される、請求項１に記載の電気自動車のスマート充電システム。

【請求項3】

前記カメラモジュールは、車両移動の連続プロセスにおける複数の画像を取得するように構成され、前記信号処理回路は、ナンバープレート認識モデル及びテキスト認識モデルを有し、
前記信号処理回路は、
前記ナンバープレート認識モデルを通じて車両移動の連続プロセスにおける複数の画像を分析して、ナンバープレートの複数の画像をキャプチャし、
前記テキスト認識モデルを通じて前記ナンバープレートの複数の画像を分析し前記ナンバープレートの複数の画像に対応するナンバープレートの複数のナンバー情報の部分を取得し、
前記ナンバープレートの複数のナンバー情報の部分に基づき信頼できるナンバープレートのナンバーを取得して、
前記信頼できるナンバープレートのナンバーに従って前記電力供給回路を起動するかどうかを決定する、請求項１に記載の電気自動車のスマート充電システム。

【請求項4】

前記信号処理回路は、前記ナンバープレートの複数のナンバー情報の部分に基づき不正確なナンバープレートのナンバーを取得するようにさらに構成され、
前記クラウド管理センターは、前記不正確なナンバープレートのナンバーに従って前記信号処理回路の前記少なくとも１つの認識モデルをトレーニングするように構成される、請求項３に記載の電気自動車のスマート充電システム。

【請求項5】

前記カメラモジュールは、車両移動の連続プロセスにおける複数の画像を取得するように構成され、前記信号処理回路は、ナンバープレート認識モデルを有し、
前記信号処理回路は、
前記ナンバープレート認識モデルを通じて前記車両移動の連続プロセスにおける前記複数の画像を分析して、複数のナンバープレート画像をキャプチャし、
前記複数のナンバープレート画像のそれぞれについて複数の終点座標を取得し、
前記複数の終点座標からナンバープレートのサイズを取得して、前記連続プロセスにおける前記複数の終点座標及び前記ナンバープレートのサイズの変化に基づき車両の移動状態を決定し、
前記移動状態に従って前記電力供給回路を起動するかどうかを決定する、請求項１に記載の電気自動車のスマート充電システム。

【請求項6】

前記少なくとも１つのスマート充電パイルのうちの１つは、前記信号処理回路及び通信接続中の前記クラウド管理センターに電気的に接続されて前記エッジ計算の結果を前記クラウド管理センターに送信するように構成される、通信ユニットをさらに備える、請求項１に記載の電気自動車のスマート充電システム。

【請求項7】

前記信号処理回路は、
前記カメラモジュールに電気的に接続されて環境光の決定を含む前記エッジ計算又はスマート検出を実行するように構成される、第１のコンピューティングコンポーネントと、
前記第１のコンピューティングコンポーネント及び前記電力供給回路に電気的に接続されて、前記エッジ計算及び前記スマート検出の結果に基づき前記電力供給回路を制御するように構成される、第２のコンピューティングコンポーネントと、を備える、請求項１に記載の電気自動車のスマート充電システム。

【請求項8】

前記第１のコンピューティングコンポーネントは、汎用非同期式送受信機（Ｕｎｉｖｅｒｓａｌ Ａｓｙｎｃｈｒｏｎｏｕｓ Ｒｅｃｅｉｖｅｒ／Ｔｒａｎｓｍｉｔｔｅｒ）、インター－インテグレイティドサーキット（ｉｎｔｅｒ－ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ（Ｉ２Ｃ））、システムマネジメントバス（Ｓｙｓｔｅｍ Ｍａｎａｇｅｍｅｎｔ Ｂｕｓ）又はブルートゥースサーキット（ｂｌｕｅｔｏｏｔｈ ｃｉｒｃｕｉｔ）を通じて前記第２のコンピューティングコンポーネントと信号接続される、請求項７に記載の電気自動車のスマート充電システム。

【請求項9】

前記第２のコンピューティングコンポーネントと信号接続されたヒューマン－コンピュータインタラクション装置をさらに備え、前記第２のコンピューティングコンポーネントは、前記ヒューマン－コンピュータインタラクション装置を通じてユーザによって入力されたユーザ指示に従って前記電力供給回路を制御するようにさらに構成される、請求項７に記載の電気自動車のスマート充電システム。

【請求項10】

前記電力供給回路は電力拡張ユニットを備えて、前記電力拡張ユニットは外部装置に電力を供給するように構成される、請求項１に記載の電気自動車のスマート充電システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、スマート充電システム、特に電気自動車のスマート充電システムに関する。

【背景技術】

【0002】

これまでのところ、市場のほとんどの充電パイルは、充電に関連する基本的な機能のみ有する。充電パイルに関連する必要な駐車スペースは、追加のシステム、機器又はマニュアル管理が要求する管理を必要とする。

【0003】

加えて、モノの人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｏｆ Ｔｈｉｎｇｓ（ＡｌｏＴ））によるスマートシティの発展に伴い、スマートシティに必要な様々なタイプのセンサー及び他のスマートデバイスを世界各国でどのように構築していくかが今後の課題である。

【発明の概要】

【発明が解決しようとする課題】

【0004】

したがって、本開示は、電気自動車のスマート充電システムを提供する。

【課題を解決するための手段】

【0005】

本開示の１つ以上の実施形態によれば、電気自動車のスマート充電システムは、少なくとも１つのスマート充電パイルと、クラウド管理センターと、を含む。少なくとも１つのスマート充電パイルのそれぞれは、充電ガンと、電力供給回路と、カメラモジュールと、信号処理回路と、を含む。前記電力供給回路は、前記充電ガンに電気的に接続されて、前記充電ガンに電力を供給するように構成される。前記カメラモジュールは、車両に関連する少なくとも１つの画像をキャプチャするように構成される。前記信号処理回路は、少なくとも１つの認識モデルを有し、前記電力供給回路及び前記カメラモジュールに電気的に接続されて、前記少なくとも１つの認識モデルを使用し前記少なくとも１つの画像に対してエッジ計算を実行して前記エッジ計算の結果に従って前記電力供給回路を制御するように構成される。前記クラウド管理センターは、前記信号処理回路と信号接続されて前記信号処理回路からの結果に従って前記信号処理回路の前記少なくとも１つの認識モデルを更新するように構成される。

【発明の効果】

【0006】

上述の説明から、電気自動車のスマート充電システムは、マシンビジョン及び人工知能認識機能を備えたモジュールを使用しスマート充電及びスマート駐車管理を実行しスマートなアプリケーション及び管理の設計を実現する。本開示のスマート充電システムのアプリケーション側の認識モジュールはエッジ計算アーキテクチャとして設計されて、モデルトレーニングはバックエンドクラウドコンピューティングアーキテクチャとして設計される。エッジ計算された画像と推論情報はクラウドに送り返され深層学習画像認識トレーニングデータセットを補完し誤った決定を修正して再度学習を実行してもよい。このため、画像認識の精度とラベリング効率が効果的に向上して、さらなる深層学習が実現される。トレーニングされた認識モデルはインターネット経由で更新され人工知能のエッジ計算の精度を向上させる。

【0007】

本開示は以下の詳細な説明及び添付の図面からより完全に理解されるが、これらは例示のみを目的としており、したがって本開示を限定するものではない。

【図面の簡単な説明】

【0008】

【図1】本開示の一実施形態に係る電気自動車のスマート充電システムの機能ブロックダイアグラムである。

【図2】本開示の一実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。

【図3】本開示の他の実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。

【図4】図３の実施形態に示された電気自動車のスマート充電システムの詳細な動作フローチャートである。

【図5】本開示のさらに他の実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。

【図6】本開示の他の実施形態に係る電気自動車のスマート充電システムの機能ブロックダイアグラムである。

【発明を実施するための形態】

【0009】

以下の詳細な説明では、説明の目的で、開示される実施形態の完全な理解を提供するために、多くの特定の詳細が記載される。本明細書に開示される説明、特許請求の範囲及び図面によれば、当業者は本発明の概念及び特徴を容易に理解することができる。以下の実施形態は、本発明の様々な態様をさらに説明するが、本発明の範囲を限定するものではない。

【0010】

図１及び図２を参照すると、図１は本開示の一実施形態に係る電気自動車のスマート充電システムの機能ブロックダイアグラムであり、図２は本開示の一実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。図１に示されるように、電気自動車のスマート充電システム１００は、少なくとも１つのスマート充電パイル１０と、クラウド管理センター２０と、を含む。少なくとも１つのスマート充電パイル１０のそれぞれは、充電ガン１と、電力供給回路２と、カメラモジュール３と、信号処理回路４と、を含む。電力供給回路２は、充電ガン１に電気的に接続されて充電ガン１に電力を供給するように構成される。カメラモジュール３は、車両に関連する少なくとも１つの画像をキャプチャするように構成される。信号処理回路４は、少なくとも１つの認識モデルＩを有する。信号処理回路４は、電力供給回路２及びカメラモジュール３に電気的に接続されて、少なくとも１つの認識モデルＩを使用し少なくとも１つの画像に対してエッジ計算を実行してエッジ計算の結果に従って電力供給回路２を制御するように構成される。クラウド管理センター２０は、信号処理回路４と信号接続されて信号処理回路４からの結果に従って信号処理回路４の少なくとも１つの認識モデルＩを更新するように構成される。必要に応じて、クラウド管理センター２０は深層学習モデルＤを有する。クラウド管理センター２０は、深層学習モデルＤを使用しエッジ計算の結果に従って信号処理回路４の少なくとも１つの認識モデルＩをトレーニングするように構成される。

【0011】

図２に示されるように、電気自動車のスマート充電システム１００は、次のステップを実行するように構成される。ステップＳ１：車両に関連する少なくとも１つの画像を取得する。ステップＳ３：認識モデルＩを使用し画像に対してエッジ計算を実行する。ステップＳ５：エッジ計算の結果に従って電力供給回路２を制御する。ステップＳ７：深層学習モデルＤを使用しエッジ計算の結果に従って信号処理回路４の認識モデルＩをトレーニングする。本実施形態において、ステップＳ５とステップＳ７との間には特に順序関係はない。

【0012】

電気自動車のスマート充電システム１００は、複数のスマート充電パイル１０を含んでもよい。このため、図１に示されるスマート充電パイル１０の数は１つであるが、本開示はこれに限定されるものではない。スマート充電パイル１０のそれぞれは、同じ又は異なる仕様の充電ガン１を含んでもよい。例えば、２つのスマート充電パイルは、第１の仕様（ＳＡＥ Ｊ１７７２など）の充電ガン１と、第２の仕様（ＩＥＣ ６２１９６など）の充電ガン１を含んでもよい。電力供給回路２は、信号処理回路４によって制御され充電ガン１に電力を供給する。具体的には、電力供給回路２は、充電ガン１の充電電力を調整する通信信号を取得するために、コントロールパイロットを支援する回路などの充電通信回路を含んでもよい。電力供給回路２は、リレーなどの電力供給スイッチを調整するために制御されるコンポーネント及び電流検出器などの電力供給の大きさを検出するために使用されるコンポーネントをさらに含んでもよい。さらに、電気自動車のスマート充電システム１００は、クラウド管理センターを通じて充電場所の電力導入計画に対応してもよい。クラウドシステムは、１つ以上の電気自動車のスマート充電システム１００のために電力計画を配布する。同じ電源を共有するスマート充電パイル１０のグループは、同じ電力供給分配計画結果を実行し電力供給管理を行う。それぞれのスマート充電パイル１０のため、クラウドシステムの電力計画によって示される電力供給が増加するか減少するかに関係なく、車両が許容される最大充電電力を超えないという条件に従って、異なる車両のタイプが充電されてもよい。加えて、複数のスマート充電パイルの電流供給回路は、それぞれ独自の電力供給装置を有していてもよく、又は同じ電源に接続されていてもよい。カメラモジュール３は、画像又はビデオをキャプチャするカメラ又はビデオ機器を通じて実装されてもよい。

【0013】

信号処理回路４は、複数のプロセッサを含んでもよく、そのうちの１つはニューラルネットワークプロセシングユニット（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ（ＮＰＵ））を通じて実装されてもよく、認識モデルＩに従ってカメラモジュール３によってキャプチャされた画像を処理するように構成される。画像認識は、画像に対して実行され、車両、ナンバープレート及びその他の特徴的な物体を認識する。ニューラルネットワークプロセシングユニットは、メモリにおける認識モデルを通じて認識を実行する。例えば、ニューラルネットワークプロセシングユニットは、特定のニューラルネットワークフレームワーク(ＴｅｎｓｏｒＦｌｏｗ Ｌｉｔｅなど)及び特定のモデルアーキテクチャ(ＥｆｆｉｃｉｅｎｔＤｅｔなど)によってトレーニングされた物体検出モデルを使用してもよい。言い換えると、この画像認識は、信号処理回路４自体の計算能力を通じて実現され、このためエッジコンピューティングアーキテクチャに属する。信号処理回路４の他のプロセッサは、マイクロコントローラ、グラフィックスプロセッサ、プログラマブルロジックアレイなどを通じて実装されてもよく、画像認識（エッジコンピューティング）の結果に基づき電力供給回路２を制御するように構成される。クラウド管理センター２０は、遠隔端から信号処理回路４と信号接続するネットワークホストを含んでもよく、深層学習モデルＤを使用するために他のニューラルネットワークプロセシングユニットを含み上述のエッジ計算の結果に基づき信号処理回路の認識モデルをトレーニングしてもよい。

【0014】

ステップＳ１において、カメラモジュール３は作動されて車両の画像をキャプチャしてもよい。例えば、車両が特定の感知装置を通過する場合、感知装置はカメラモジュール３を作動させ画像のキャプチャを開始させて、その後、画像を信号処理回路４に送信してもよい。あるいは、カメラモジュール３は、定期的に画像をキャプチャして信号処理回路４に送信してもよい。ステップＳ３において、信号処理回路４は、認識モデルを使用しカメラモジュール３によってキャプチャされた画像に対してエッジ計算を実行してもよい。ある実装において、エッジ計算の結果が、画像において車両又はナンバープレートなどの特定の物体が存在しないことを示す場合、システムはステップＳ１を再実行してもよい。上述のプロセスにおいて、車両物体認識結果は、車両状態が駐車スペースに入っているか駐車スペースから出ているかを判断するために使用されてもよい。同時に、カメラモジュール３の光認識パラメータが使用されてもよく、パラメータの認識結果に基づき、充電パイル及び補助光源などの周辺機器又は表示装置などを調整又は制御するかどうかが決定されるが、最適化調整はこれらに限定されるものではない。

【0015】

ステップＳ５において、信号処理回路４は、エッジ計算の結果に従って電力供給回路２を制御してもよい。例えば、エッジ計算の結果が車両は電気自動車であることを示す場合、スマート充電パイル１０の信号処理回路４は、通信ユニットを通じて制御された周辺機器を解放して駐車するために充電駐車スペースを開放してもよい。または、スマート充電パイル１０は、信号処理回路４と協働し電力供給回路２を制御し充電ガン１に電力を供給してもよい。一方、エッジ計算の結果が、車両は電気自動車でないことを示す場合、電力は供給されない。このため、監視されていないスマートなメカニズムが実現される。エッジ計算の結果が、電気自動車の仕様は充電ガン１の充電仕様と一致していることを示す場合、信号処理回路４は、電力供給回路２を制御し充電ガン１に電力を供給してもよく、そうでない場合、電力は供給されない。エッジコンピューティングの結果又はクラウド管理システムとのデータ交換が、車両のナンバープレートのナンバーが顧客リストに属していることを確認した場合、スマート充電パイル１０は、予約又は通常の認証結果に従って通信ユニットを通じて制御された周辺デバイスを解放して、駐車や使用のために充電駐車スペースを開放し、又は、スマート充電パイル１０は、信号処理回路４と協働し電力供給回路２を制御し充電ガン１に電力を供給してもよい。このため、追加の認証操作が減らされて監視されていないスマートなメカニズムを実現することができる。ステップＳ７において、クラウド管理センター２０は、上述の深層学習モデルを使用しエッジ計算の結果に基づき認識モデルをトレーニングしてもよい。例えば、信号処理回路４は、ナンバープレート画像をクラウド管理センター２０に送信しクラウド管理センターの画像データベースを拡張し、そのためクラウドデータベース２０が更新し画像データベースにおけるナンバープレート画像の量を拡張して、更新された画像データベースを使用し認識モデルをトレーニングして、その後、新しい認識モデル（又は異なる重みの認識モデル）をモデル更新のために信号処理回路４に送り返してもよい。

【0016】

図２とともに図３を参照すると、図３は、本開示の他の実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。図３に示されるように、ステップＳ１の後、本実施形態に係る電気自動車のスマート充電システムは、次のステップを実行してもよい。Ｓ３１：ナンバープレート認識モデルを通じて車両移動の連続プロセスにおける複数の画像を分析して、複数のナンバープレート画像をキャプチャする。ステップＳ３２：テキスト認識モデルを通じて複数のナンバープレート画像を分析しナンバープレート画像に対応するナンバープレートの複数のナンバー情報の部分を取得する。ステップＳ３３：ナンバープレートのナンバー情報に基づき信頼できるナンバープレートのナンバー及び／又は不正確なナンバープレートのナンバーを取得する。そして、ステップＳ３４：不正確なナンバープレートのナンバーに対応するナンバープレート画像をクラウド管理センターに送信する。ステップＳ３３の後にステップＳ５を実行して、ステップＳ３４の後にステップＳ７を実行する。なお、本実施形態において、ステップＳ３３における「不正確なナンバープレートのナンバーを取得する」ことは任意であり、またステップＳ３４は任意である。

【0017】

ステップＳ３１において、信号処理回路は、ナンバープレート認識モデルを通じてナンバープレート画像をキャプチャしてもよく、ナンバープレート認識モデルは、ＴｅｎｓｏｒＦｌｏｗ Ｌｉｔｅなどのニューラルネットワークフレームワーク及びＥｆｆｉｃｉｅｎｔＤｅｔなどのモデルアーキテクチャによってトレーニングされた物体検出モデルを使用することを通じて実装されてもよい。例えば、ナンバープレート認識モデルは、車両の移動中に異なる視野角及び距離からナンバープレート画像をキャプチャしてもよい。ステップＳ３２において、信号処理回路は、テキスト認識モデルを通じてナンバープレート画像を分析し対応するナンバープレートのナンバー情報を取得してもよく、テキスト認識モデルは、ＴｅｎｓｏｒＦｌｏｗ Ｌｉｔｅなどのニューラルネットワークフレームワーク及びＥｆｆｉｃｉｅｎｔＤｅｔなどのモデルアーキテクチャによってトレーニングされた光学式文字認識モデルを使用することを通じて実装されてもよい。ステップＳ３３において、信号処理回路は、車両の移動中にキャプチャされたナンバープレートの複数のナンバー情報の部分をカウントして、より精度の高い信頼できるナンバープレートのナンバーを取得してもよい。例えば、信号処理回路は、ナンバープレートの複数のナンバー情報の部分のうち、繰り返し数が最も大きいものを信頼できるナンバープレートのナンバーとみなして、信頼できるナンバープレートのナンバーと異なる他のナンバープレートのナンバー情報を不正確なナンバープレートのナンバーとみなしてもよい。ステップＳ３４において、信号処理回路は、不正確なナンバープレートのナンバーに対応するナンバープレート画像をクラウド管理センターに送信してもよく、そのためクラウド管理センターは、ステップＳ７において、不正確なナンバープレート画像のために認識モデルを再トレーニングしてもよい。ステップＳ５において、信号処理回路は、上述の信頼できるナンバープレートのナンバー番号に基づき電力供給回路を起動するかどうかを決定してもよい。例えば、信号処理回路は、信頼できるナンバープレートのナンバーが電気自動車のナンバープレートのナンバーであるかどうかを決定し、それに応じて電力供給回路を起動するかどうかを決定してもよい。

【0018】

図４を参照すると、図４は、図３の実施形態で示された電気自動車のスマート充電システムの詳細な動作フローチャートである。図４に示されるように、ステップＳ３４の後、電気自動車スマートの充電システムは次のステップを実行してもよい。Ｓ７１：不正確なナンバープレートのナンバーに対応するナンバープレート画像に基づき認識モデルをトレーニングする。ステップＳ７２：更新された認識モデルを信号処理回路に送信し返す。本実施形態において、ステップＳ７１からＳ７２は、図２のステップＳ７に対応してもよい。ステップＳ７１において、クラウド管理センターは、信号処理回路から認識モデルを取得してもよく、その後、不正確なナンバープレートのナンバーに対応するナンバープレート画像をトレーニングデータセットの一部として使用して、上述の深層学習モデルを使用し認識モデルをトレーニングし認識モデルのニューラルネットワークのニューロンの重み値を更新してもよい。ステップＳ７２において、上述のトレーニングが完了した場合、クラウド管理センターは、更新のために更新された認識モデルを信号処理回路に送り返すことができる。

【0019】

図５を参照すると、図５は、本開示のさらに他の実施形態に係る電気自動車のスマート充電システムの動作フローチャートである。図５に示されるように、ステップＳ１の後、本実施形態における電気自動車のスマート充電システムは次のステップを実行してもよい。ステップＳ３１’：ナンバープレート認識モデルを通じて車両移動の連続プロセスにおける複数の画像を分析して、複数のナンバープレート画像をキャプチャする。ステップＳ３２’：複数のナンバープレート画像のそれぞれについて複数の終点座標を取得する。ステップＳ３３’：複数の終点座標からナンバープレートのサイズを取得して、連続プロセスにおける終点座標及びナンバープレートのサイズの変化に基づき車両の移動状態を決定する。そしてステップＳ５。

【0020】

本実施形態におけるステップＳ３１’は、図３に示されるステップＳ３１に対応してもよい。ステップＳ３２’において、信号処理回路は、ナンバープレート画像のそれぞれについて複数の終点座標をキャプチャしてもよい。例えば、信号処理回路による終点座標のキャプチャは、物体検出モデルのバウンディングボックスアルゴリズムを通じて実装されてもよい。具体的には、信号処理回路は、物体検出モデルのバウンディングボックスアルゴリズムを使用しナンバープレート画像の境界を取得して、その後、境界の交点を通じて複数の終点座標を取得してもよい。ステップＳ３３’において、信号処理回路は、終点座標に基づきナンバープレートのサイズを計算して、車両の移動中の終点座標及びナンバープレートのサイズの変化に基づき車両の移動状態を決定してもよい。具体的には、車両の移動状態は、車両の移動方向及び移動スピードを含んでもよい。信号処理回路は、上述の端点座標に基づき車両の移動方向を取得して、ナンバープレートのサイズの変化に基づき車両の移動スピードを算出してもよい。本実施形態のステップＳ５において、信号処理回路は、上述した車両の移動状態及び位置に基づき電力供給回路を起動するかどうかを決定してもよい。具体的には、信号処理回路が、車両は移動状態にあると決定した場合、信号処理回路は、電力供給回路を制御し充電ガンに電力を供給しないようにする。または、信号処理装置が、車両の位置は一定範囲内にないと決定した場合、信号処理回路は、電力供給回路を制御し充電ガンに電力を供給しないようにする。加えて、本実施形態における電気自動車のスマート充電システムは、駐車時間機能を実行してもよい。例えば、電気自動車のスマート充電システムは、上述の移動状態に基づき車両の駐車時間を決定することができる。

【0021】

図６を参照すると、図６は、本開示の他の実施形態に係る電気自動車のスマート充電システムの機能ブロックダイアグラムである。図６に示されるように、図１に示される実施形態と比較して、電気自動車のスマート充電システム１００’は、スマート充電パイル１０’と、クラウド管理センター２０と、を含むだけでなく、ヒューマン－コンピュータインタラクション装置３０も含み、スマート充電パイル１０’は、充電ガンと、電力供給回路２と、カメラモジュール３と、信号処理回路４’とを含むだけでなく、クラウド管理センター２０と信号接続する通信ユニット５も含む。本実施形態において、信号処理回路４’は、第１のコンピューティングコンポーネント４ａと、第２のコンピューティングコンポーネント４ｂと、を含み、第１のコンピューティングコンポーネント４ａは、カメラモジュール３に電気的に接続されて環境光などの決定を含むエッジ計算又はスマート検出を実行するように構成され、第２のコンピューティングコンポーネントは、第１のコンピューティングコンポーネント４ａ及び電力供給回路２に電気的に接続されて、エッジ計算及びスマート検出の結果に基づき電力供給回路２を制御するように構成される。スマート検出は、カメラモジュール３又は他の感光素子を通じて実現されてもよい。通信ユニット５は、信号処理回路４及びクラウド管理センター２０に電気的に接続されて、エッジ計算の結果をクラウド管理センター２０に送信するように構成される。ヒューマン－コンピュータインタラクション装置３０は、第２のコンピューティングコンポーネント４ｂに電気的に接続されて、第２のコンピューティングコンポーネント４ｂは、ヒューマン－コンピュータインタラクション装置３０を通じてユーザによって入力されたユーザ指示に従って電力供給回路２を制御するようにさらに構成される。第１のコンピューティングコンポーネント４ａは、汎用非同期式送受信機（Ｕｎｉｖｅｒｓａｌ Ａｓｙｎｃｈｒｏｎｏｕｓ Ｒｅｃｅｉｖｅｒ／Ｔｒａｎｓｍｉｔｔｅｒ（ＵＡＲＴ））、インター－インテグレイティドサーキット（ｉｎｔｅｒ－ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ（Ｉ２Ｃ））、システムマネジメントバス（Ｓｙｓｔｅｍ Ｍａｎａｇｅｍｅｎｔ Ｂｕｓ（ＳＭＢＵＳ））、又はブルートゥース（登録商標）サーキット（ｂｌｕｅｔｏｏｔｈ ｃｉｒｃｕｉｔ（Ｂｌｕｅｔｏｏｔｈ））を通じて第２のコンピューティングコンポーネント４ｂと信号接続されてもよい。

【0022】

本実施形態における第１のコンピューティングコンポーネント４ａは、ニューラルネットワークプロセシングユニット（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ（ＮＰＵ））を通じて実装されてもよく、認識モデルに従ってカメラモジュール３によってキャプチャされた画像に対して画像認識を実行するように構成され、このためナンバープレート又は車などの特徴的な物体を認識するように構成される。第２のコンピューティングコンポーネント４ｂは、マイクロコントローラ、グラフィックスプロセッサ、プログラマブルロジックアレイなどを通じて実装されてもよく、画像認識（エッジ計算）の結果に基づき電力供給回路２を制御するように構成される。通信ユニット５は、無線通信機能を備えた装置を通じて実装されてもよく、クラウド管理センター２０と信号処理回路４’との間の信号接続として構成される。例えば、信号処理回路は、人工知能アプリケーションを通じて画像及び駐車関連情報を取得する。信号処理回路は、レストフルエーピーアイ（ＲＥＳＴｆｕｌ ＡＰＩ）インターネット交換情報インターフェイス及びオープンチャージポイントプロトコル１．６（Ｏｐｅｎ Ｃｈａｒｇｅ Ｐｏｉｎｔ Ｐｒｏｔｏｃｏｌ １．６（ＯＣＰＰ １．６））アプリケーションレイヤーコミュニケーションプロトコルを使用し情報を送信して、エイチティーティーピーセキュア（ＨＴＴＰ Ｓｅｃｕｒｅ（ＨＴＴＰＳ））を使用し接続チャネルを暗号化し、セキュアソケットレイヤー（Ｓｅｃｕｒｅ Ｓｏｃｋｅｔｓ Ｌａｙｅｒ（ＳＳＬ））又はトランスポートレイヤーセキュリティ（Ｔｒａｎｓｐｏｒｔ Ｌａｙｅｒ Ｓｅｃｕｒｉｔｙ（ＴＬＳ））を使用して暗号化しクラウド管理センターにデータを送信し情報の暗号化及び充電パイル通信の標準化を達成し、本実施形態を情報伝達において安全かつ多用途にさせる。ヒューマン－コンピュータインタラクション装置３０は、タッチスクリーン又は他の視覚的インターフェースを通じて実装されてもよく、ユーザがユーザ指示を入力できるように構成される。ある実装において、ユーザは、ユーザ指示を入力することによって電気自動車の充電方式を選択し電力供給回路によって充電ガンに供給される電力を制御してもよい。

【0023】

本実施形態の電気自動車のスマート充電システム１００’は、上述の実施形態と組み合わせてもよい。例えば、第１のコンピューティングコンポーネント４ａは、図２に示されるステップＳ３、図３に示されるステップＳ３１からＳ３４及び図５に示されるステップＳ３１’からＳ３３’を実行してもよい。図３のステップＳ３４において、第１のコンピューティングコンポーネント４ａは、通信ユニット５を通じて不正確なナンバープレートのナンバーに対応するナンバープレート画像をクラウド管理センター２０に送信してもよい。第２のコンピューティングコンポーネント４ｂは、図２に示されるステップＳ５を実行するために使用されてもよい。クラウド管理センター２０は、図２に示されるステップＳ７及び図４に示されるＳ７１及びＳ７２を実行するために使用されてもよい。図４に示されるステップＳ７２において、クラウド管理センター２０は、通信ユニット５を通じて更新された認識モデルを信号処理回路に送信し返してもよい。加えて、本実施形態における電力供給回路２は、電力拡張ユニットを含んでもよく、電源拡張ユニットの出力数は、１～Ｎ(Ｎは１より大きい正の整数)であってよい。電力拡張ユニットは、パワーオーバーイーサネット（Ｐｏｗｅｒ ｏｖｅｒ Ｅｔｈｅｒｎｅｔ（ＰＯＥ））などの独自又は標準のコネクタを使用し、これに限定されるものではないが、非電気自動車の充電などの他の目的のために外部装置に電力を供給してもよい。例えば、本実施形態のシステムは、スマートシティの電力ネットワーク計画と組み合わされてもよく、このため電力供給回路２の電源拡張ユニットは、周辺機器に必要な電源を供給し、又は提供された標準のコネクタを使用し、同じコネクタを使用する様々な知的なモノのインターネット（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ（ＡＩｏＴ）)）センサーに、必要な電力とネットワーク接続を取得させる。例えば、スマートシティ交通における完全自動運転は、交通量の少ない状況でのみ点灯する道路境界標示、又はスマート街路灯の電力を下げ交通量の少ない状況で消費電力を削減することを含み、これらに限定されない技術を必要とし、将来における迅速かつ柔軟なアプリケーションの拡張を実現して他のインフラの導入コストを削減することができる。

【0024】

上述の説明から、電気自動車のスマート充電システムは、マシンビジョン及び人工知能認識機能を備えたモジュールを使用しスマート充電及びスマート駐車管理を実行しスマートなアプリケーション及び管理の設計を実現する。本開示のスマート充電システムのアプリケーション側の認識モジュールは、エッジ計算アーキテクチャとして設計されて、モデルトレーニングはバックエンドクラウドコンピューティングアーキテクチャとして設計される。エッジ計算された画像と推論情報はクラウドに送り返され深層学習画像認識トレーニングデータセットを補完し誤った決定を修正して再度学習を実行してもよい。このため、画像認識の精度とラベリング効率が効果的に向上して、さらなる深層学習が実現される。トレーニングされた認識モデルはインターネット経由で更新され人工知能のエッジ計算の精度を向上させる。加えて、本開示におけるスマート充電システムは、スマートシティに必要な電力構成構造に統合されてもよく、必要なインフラの枠組みを提供し、インフラの投資コスト並びに都市計画及び美化の困難性を大幅に低減させることができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】