多模态大模型:探索 YOLOv10 与 GPT-5V 的协同,实现占位行为的自然语言描述(如 “蓝色大众帕萨特占用 3 号充电桩,已停留 47 分钟”)。
数字孪生:构建充电站数字孪生体,实时映射车辆占位、设备状态等信息,通过仿真预测占位热点区域(预测误差 < 5%)。
联邦学习:联合多个充电站数据训练全局模型,提升对新型蓝牌车(如混动车型)的泛化能力,同时保护用户隐私。
该方案已在某新能源汽车运营商的 50 个充电站试点应用,日均处理车辆超 1 万辆次,蓝牌车占位率从 18.7% 降至 4.2%,年运维成本降低 35%,显著提升了充电桩使用效率和用户体验。
*