基于人工智能和物联网的智慧社区公共充电服务管理系统,主要解决社区居民电动车充电难、电池管理不善、充电设施利用率低以及社区安全管理等痛点问题。通过智能化手段,为社区居民提供便捷、安全、高效的电动车充电及保管服务。
该系统采用人工智能技术、物联网技术和大数据技术,构建了一套完整的智慧社区公共充电服务管理体系。技术架构包括基于人工智能的BMS系统,用于预估电池SOC/SOH,提高电池运行可持续性;基于大数据技术的人员调度和自助服务系统,实现自动推送服务地点、规划路线、自助充电等功能;基于深度学习的人员车辆自动识别系统,用于车辆和人员的智能识别与预警;以及基于物联网技术的无人值守管理系统,实现全方位监控和实时报警。
该系统具有显著的创新性和竞争优势。首先,通过人工智能和大数据技术,实现了电池状态的精准预估和充电服务的智能化调度,提高了充电效率和设施利用率。其次,深度学习算法的应用,增强了人员和车辆识别的准确性和安全性。最后,物联网技术的全面应用,实现了充电服务的无人值守和全方位监控,保障了充电和车辆安全。这些技术优势共同构成了该系统在智慧社区建设中的独特竞争力。
本项目是人工智能技术和物联网技术在实际中落地的典型案例。项目采用人工智能技术、物联网技术、大数据技术实现一套智慧社区公共充电服务管理系统。项目面向广大社区,以小区车棚为载体,以智能充电为依托,为社区居民提供电动车的智能充电、电动车电池的自助充电及电动车保管等便民服务。系统的创新性如下: (1)基于人工智能的BMS系统。采用人工智能的方法对电池的SOC/SOH进行预估,实现对电池使用状态的提前预警,设计带有AI模块的BMS系统实现SOC/SOH准确预估,运行数据的实时采集、处理、上传和监控、从而提高电池的运行可持续性、安全性和可记录性,为电池的梯次利用打下坚实的基础。 (2)基于大数据技术的人员调度和自助服务。用户使用移动智能客户端,自助下单充电或存车任务,系统采用大数据技术实现自动推送就近可用的系统服务地点,自动规划路线、自助充电、充满提醒等功能;同时自动为维护人员提供设备的维护维修计划、事件提醒等智能辅助支持功能。 (3)基于深度学习的人员车辆自动识别。车辆和人员第一次存放时,系统采用深度学习算法自动识别并存储其特征,车辆或人员再次存放的时,系统会识别是否存放的是预定的车辆,人员是否为原来的人员,并自动发出预警信息给用户和管理员。 (4)基于物联网技术的无人值守管理。采用物联网技术实现充电柜、门禁、视频的全方位监控,采用MQTT协议把所有设备与系统关联,实现充电柜状态、车辆电池状态、电力使用状态、温湿度、消防、安防等全自动监测,信息实时显示、及时报警,保证充电服务的安全和车辆的安全,实现充电服务的无人值守管理。
