CN113340392B - 基于加速度传感器的车辆载重检测方法及装置 - Google Patents
基于加速度传感器的车辆载重检测方法及装置 Download PDFInfo
- Publication number
- CN113340392B CN113340392B CN202110834201.1A CN202110834201A CN113340392B CN 113340392 B CN113340392 B CN 113340392B CN 202110834201 A CN202110834201 A CN 202110834201A CN 113340392 B CN113340392 B CN 113340392B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acceleration
- database
- running
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
- G01G19/086—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles wherein the vehicle mass is dynamically estimated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于加速度传感器的车辆载重检测方法及装置,基于加速度传感器的车辆载重检测方法包括:根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重,一方面可以提升高速通行效率;另一方面,通过将振动传感器安装在车辆上,可使不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
Description
技术领域
本发明涉及车载传感器的应用及交通信息处理技术领域,具体涉及一种基于加速度传感器的车辆载重检测方法及装置。
背景技术
针对车辆载重检测技术,现有技术中均是通过在高速路口收费站和部分高速入口设置称重设备,监管高速道路上货车的载重情况,以维护高速路面并减小大型货车的事故风险。通过高速路口设置称重设备对车辆称重的方法,需要车辆处于静止状态以获取相对准确的称量结果,一方面,这种称重方法对高速道路的车辆通行效率产生了非常大的影响;另外,由于不同高速路口的称重设备误差不同,存在卡口称重结果不一的问题,不利于对车辆载重的有效监管;另一方面,随着收费公路制度的改革、高速公路ETC的推行,高速路口收费站的称重体系即将被取缔,故急需找到一种高效、相对准确地方法估计车重,以实现对车辆载重情况的有效监管。
近年来,随着“智能交通”理念的飞速发展,研究者们开始充分挖掘车载传感器的用途,通过传感器采集数据,在车辆上搭载算法实现各种辅助驾驶应用。
目前通过在车辆上搭载传感器实现的车辆称重主要方法,包括叠板弹簧形变量测量法和胎压变化量测量法。基于汽车叠板弹簧形变的载重测量方法通过在汽车前轴和后桥中心安放超声波传感器检测出弹簧的形变量,借助力学模型间接的计算出车辆的载重;基于胎压的载重测量方法,通过在轮胎中安装温度传感器和压力传感器,检测汽车轮胎的形变,从而计算出车辆的载重。这两种方法都能够获取车辆的载重,但存在的共同问题是——设备的安装位置要求高、安装难度大,测重成本高。超声波传感器需要同时在车辆前轴和后桥中心安装设备,并且需要人工进行标定;基于胎压的测重方法需要在车辆轮胎中安装传感器,后期维护困难。这些都为推广这类测重方法带来了非常大的阻碍。此外,这两种测量方法受温度的影响很大,超声波的传播速度、轮胎的形变都对环境温度敏感,这使得测量汽车载重的计算更加复杂,准确程度也大打折扣。
发明内容
针对现有技术中的问题,本发明提供的基于加速度传感器的车辆载重检测方法及装置,能够在车辆行驶过程中实现实时测重,一方面可以提升高速通行效率;另一方面,通过将振动传感器安装在车辆上,可使不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种基于加速度传感器的车辆载重检测方法,包括:
根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
一实施例中,所述根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型,包括:
根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
一实施例中,所述根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库,包括:
按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
一实施例中,所述根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重,包括:
实时采集所述目标车辆的行驶数据;
将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
根据所述参数实时检测所述目标车辆的载重。
第二方面,本发明提供一种基于加速度传感器的车辆载重检测装置,包括:
模型建立模块,用于根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
参数库建立模块,用于根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
载重检测模块,用于根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
一实施例中,所述模型建立模块包括:
行驶速度计算单元,用于根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
变化率建立单元,用于根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
数据库建立单元,用于基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
一实施例中,所述参数库建立模块包括:
特征提取单元,用于按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
参数库建立单元,用于根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
一实施例中,所述载重检测模块包括:
行驶数据采集单元,用于实时采集所述目标车辆的行驶数据;
参数确定单元,可用于将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
载重检测单元,用于根据所述参数实时检测所述目标车辆的载重。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现基于加速度传感器的车辆载重检测方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现基于加速度传感器的车辆载重检测方法的步骤。
从上述描述可知,本发明实施例提供的基于加速度传感器的车辆载重检测方法及装置,首先根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;接着,根据类型数据库、行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;最后根据参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重,提升高速通行效率;振动传感器安装在车辆上,不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的实施例中基于加速度传感器的车辆载重检测方法流程示意图;
图2为本发明的实施例中货车NKR552/555的驱动力图;
图3为本发明的实施例中步骤100的流程示意图;
图4为本发明的实施例中针对车辆样本数据进行谱聚类的流程示意图;
图5为本发明的实施例中步骤200的流程示意图;
图6为本发明的实施例中步骤300的流程示意图;
图7为本发明的具体应用实例中基于加速度传感器的车辆载重检测方法的流程示意图;
图8为本发明的具体应用实例中数据采集存储、构建车辆类型库与模型参数库的框架图;
图9为本发明的具体应用实例中基于车辆不同行驶状态下的预实验数据构建模型参数库的流程图;
图10为本发明的具体应用实例中,在车辆类型数据库与参数组数据库建立后,基于车辆某次行程记录的数据实现载重估计流程图
图11为本发明的具体应用实例中,以滑窗大小T=15分钟时,车辆实际重量与估计结果的对比图;
图12为本发明的实施例中基于加速度传感器的车辆载重检测装置的结构框图;
图13为本发明的具体应用实例中模型建立模块10结构示意图;
图14为本发明的具体应用实例中参数库建立模块20结构示意图;
图15为本发明的具体应用实例中载重检测模块30结构示意图;
图16为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供一种基于加速度传感器的车辆载重检测方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型。
具体地,基于GPS定位数据以及利用加速度传感器采集的车辆三维加速度信息,实现对不同类型车辆的分类,并进一步依据车辆行驶状态分类。
基于车辆行驶状态、车辆所处位置信息构建加速度模型。汽车正常前进行驶中受到牵引力、阻力共同作用,表示为:
Ft-f阻=max (1)
其中,Ft为汽车驱动力,f阻为汽车行驶过程中受到的阻力,汽车行驶过程中受到的阻力包括滚动阻力Ff、空气阻力Fw、坡度阻力Fg等。
汽车的驱动力Ft与汽车所处挡位G、车辆型号M及车速有关,参见图2,该图所示的汽车驱动力图显示了某型号的货车,车辆驱动力与车辆挡位及车速的关系。
考虑到传感器采集误差以及修正因素,有:
其中,C为常数,修正GPS定位装置及加速度传感器采集的车速、车辆加速度误差等。
实际应用中,首先基于y方向的加速度筛选出正常前进中的车辆数据,再进一步的基于以上模型估计车重。
步骤200:根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库。
可以理解的是,这些参数是指求解公式中的未知数,也就是不同类型的车辆在不同速度和加速度下的Ft(汽车驱动力),C的大小。步骤200在实施时,具体地,通过大量的预实验,为不同类型、不同行驶状态的车辆分别建立模型参数数据库。在预实验中,通过记录车辆的型号、行驶状态、环境特征以及对应的车辆总重量,按照第一部分的方法,依据谱聚类将车辆分类,构建模型,每一类中按照车辆的行驶环境与状态划分数据,求解模型参数,构建参数数据库存储于云端。
步骤300:根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
具体地,实时的从车辆数据中提取车辆振动方式、车辆型号等特征,与模类型数据库、行驶状态数据库以及加速度模型中的车辆比对,结合车速、车辆x方向的加速度、海拔变化等从模型库中选定参数;设置时间滑窗阈值T,每个时间点截取当前时间及其之前T个时间单位的数据,基于选定的参数实时估计车辆重量;车辆一段行程中的重量由实时估计结果综合确定。
从上述描述可知,本发明实施例提供的基于加速度传感器的车辆载重检测方法,首先利用三轴加速度传感器和GPS定位装置,收集大量车辆行驶过程中的加速度信息、速度、位置信息,构建车辆信息数据库,基于谱聚类方法依据车辆型号、行驶环境等对车辆分类,并对不同的类型分别构建模型参数库,基于车辆的行驶状态选择不同的参数,基于行驶过程中采集的数据实时测量车重,实现对车辆载重的监管。
本发明的创新点包括:1)传统的基于加速度传感器的车辆载重检测方法,往往需要与其他检测车辆形变的传感器结合,这为检测设备的安装与普及带来了不小的困难,本发明提出的车辆载重检测方法,基于单个三轴加速度传感器和车辆GPS定位装置,对设备的安装要求低,能够方便、快捷的实现对车辆载重的检测。2)传统的基于传感器的车辆载重检测方法存在比较大的误差,不能进行高区分度的载重检测,本发明提出的方法几乎能够达到10%以内的估计误差。3)本发明提出的方法能够在车辆行驶过程中实现实时测重,提升高速通行效率;振动传感器安装在车辆上,不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
一实施例中,参见图3,步骤100具体包括:
步骤101:根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
基于GPS定位数据与加速度传感器采集的车辆三维加速度信息,实现对不同类型车辆的分类,并进一步依据车辆行驶状态分类。根据车辆的GPS定位装置获取车辆的经纬度位置,结合位置的时间戳计算车辆行驶速度v。
步骤102:根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
在步骤101的基础上,基于车载加速度传感器获取车辆前进方向加速度ax、车体横向ay、重力方向az及时间戳,计算三个方向加速度的变化率,分别记为ax′、ay′、az′;
步骤103:基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
具体地,跟踪不同型号的车辆,建立车辆行驶过程中有关数据的数据库。因为不同类型、载重状态的车辆行驶时车辆的振动频率等具有较大的差别,将车辆的行驶状态、车辆所处位置环境、车辆行驶过程中的车辆振动情况作为特征,基于谱聚类的方法实现对不同类型及行驶状态车辆的分类,划分类型包括如:缓坡高速直行的中型货车、较缓坡低速左转的小型货车等,依据分类结果分别设置参数。
参见图4,进一步地,谱聚类的输入包括样本数据集,聚类后的维度k2,样本集D={x1,x2,…,xn}由不同车辆的样本数据集构成。一条车辆样本数据xi(i=1,2,…,n)包括车辆id,车辆型号X,速度(vx,vy,vz),速度(ax,ay,az),加速度(a′x,a′y,a′z),经纬度及海拔(long,lat,ele)等。设定聚类后的维度为k,k可根据具体数据集分类后,类型间的拐点确定。谱聚类的结果为样本的簇划分结果C={c1,c2,…,ck}。
谱聚类的流程为:根据车辆行驶数据的样本集D构建相似矩阵S;根据相似矩阵S构建邻接矩阵W,构建度矩阵d,d为对角矩阵;计算出数据集的拉普拉斯矩阵L;基于度矩阵d,构建标准化后的拉普拉斯矩阵d-1/2Ld-1/2;设定矩阵降维后的维度k1,计算d-1/2Ld-1/2最小的k1个特征值所各自对应的特征向量f;将各自对应的特征向量f组成的矩阵按行标准化,最终组成n×k1维的特征矩阵F;将F中的n行作为k1维的n个样本,用输入的聚类方法进行聚类,聚类维数为k;得到簇划分即车辆类型及行驶状态的结果C={c1,c2,…,ck},其中的每一类表示某种型号车辆的行驶状态。
一实施例中,参见图5,步骤200具体包括:
步骤201:按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
步骤202:根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
在步骤201以及步骤202中,按照时间划分行程,将每段行程的平均速度、加速度、加速度的变化率、海拔变化等作为特征,对车辆的行驶状态进一步分类,并提取有关的特征。接着,将每段行程的有关特征值输入到模型中,将记录的车辆实际重量作为真值,求解得到模型中的多组未知参数解(Ft(y),最后根据参数的实际含义,滤除不合理的参数解,将某类型车辆在一个行驶状态下所有合理参数组的均值,作为有效模型参数,存储至模型参数库中,以形成参数数据库。
一实施例中,参见图6,步骤300具体包括:
步骤301:实时采集所述目标车辆的行驶数据;
步骤302:将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
步骤303:根据所述参数实时检测所述目标车辆的载重。
在步骤301至步骤303中,通过在车辆安装GPS定位装置、加速度传感器及通讯设备实时记录车辆行驶过程中速度、加速度、位置及海拔高度的数据;根据车辆y方向的加速度,筛选处于正常直行状态的车辆数据记录,根据车辆速度筛选特定范围内的数据;实时的从车辆数据中提取车辆振动方式、车辆型号等特征,与模型库中的车辆比对,结合车速、车辆x方向的加速度、海拔变化等从模型库中选定参数;设置时间滑窗阈值T,每个时间点截取当前时间及其之前T个时间单位的数据,基于选定的参数实时估计车辆重量;车辆一段行程中的重量由实时估计结果综合确定。基于载荷估计结果及第一部分划分的车辆类型,对车辆的载荷情况分类,载荷包括空载、正常载荷、超载、严重超载等几种不同情况,若为超载或严重超载,则向数据中心发出预警,通过数据中心联系司机及有关部门,达到有效监管的目的。
从上述描述可知,本发明实施例提供的基于加速度传感器的车辆载重检测方法,主要包括四个部分,第一部分是构建车辆分类库,基于车辆型号等基本信息、GPS定位数据与加速度传感器采集的车辆三维加速度信息,实现对不同类型车辆的分类;第二部分是对不同类型的车辆,针对车辆行驶状态、车辆所处环境等构建加速度模型;第三部分,为不同类型的车辆分别建立模型参数数据库,估重时,每段行程中,首先按照第一部分的方法实现对当前车辆分类,再依据车辆的类型、驾驶状态、所处环境判断车辆行驶状态,从模型参数库中选择合适的参数;第四部分,设置时间滑窗,实时的用车辆一段行程中采集的数据实现估重,并根据车辆载重的检测结果,给出车辆的载荷状态,包括空载、正常载荷、超载、严重超载等几种不同情况,对其中超载和严重超载这两种情况给出警示。
为进一步地说明本方案,本发明提供基于加速度传感器的车辆载重检测方法的具体应用实例,该具体应用实例具体包括如下内容,参见图7。
S1:构建车辆类型数据库以及模型参数库。
参见图8,步骤S1进一步包括:通过车载GPS定位装置采集车辆的位置数据,利用三轴加速度传感器获取车辆三个方向的加速度,并记录对应的数据采集时间。车载设备基于时间戳和位置数据计算实时车速v,基于时间戳和车辆加速度ax、ay、az,计算车辆加速度的加速度ax′、ay′、az′,将这些数据作为车辆的基本信息记录存储并发送至云端。基于车辆的基本型号信息、加速度传感器记录的车辆振动情况,采用谱聚类的方式实现对车辆分类,建立车辆类型数据库。通过大量的预实验,记录的车辆基本行驶状态、行驶环境、车辆实际总重量等信息,按照车辆类型及行驶状态分类后,对每个类型构建模型并求解参数,建立不同类型的模型参数库。
S2:构建不同行驶状态下的车辆模型参数库。
参见图9,步骤S2进一步包括:
步骤S201:利用车载GPS定位和加速度传感器采集车辆行驶状态、行驶环境的数据作为特征,基于地磅等称重设备获取车辆的总重量作为真值,作为预实验的数据集。
步骤S202:对数据集进行基本的预处理,筛除异常数据。
步骤S203:利用谱聚类方法对车辆类型分类。
步骤S204:按照时间划分行程,将每段行程的平均速度、加速度、加速度的变化率、海拔变化等作为特征,对车辆的行驶状态进一步分类,并提取有关的特征。
步骤S205:并将每段行程的有关特征值输入到模型中,将记录的车辆实际重量作为真值,求解得到模型中的多组未知参数解
步骤206:根据参数的实际含义,滤除不合理的参数解,将某类型车辆在一个行驶状态下所有合理参数组的均值,作为有效模型参数,存储至模型参数库中。
S3:根据目标车辆行程记录估计目标车辆对应该行程记录的载重。
参见图10,步骤S3进一步包括:
步骤S301:云端获取车辆三方向的加速度ax,ay,az,车速vx,车辆位置、海拔变化、基本信息等数据。
步骤S302:根据车辆基本信息,与车辆类型库中存储的车辆有关数据匹配,确认当前车辆所属类型。
步骤S303:筛选数据中ay接近于0的数据,确认车辆属于正常直行、非转弯状态。
步骤S304:设定时间窗口阈值T,某一时刻车辆的特征从该时刻及其前T个时间单位内车辆的数据中获取。将该时刻前T个时间单位内车辆的速度、加速度等的均值作为行驶状态特征,车辆的位置、海拔变化等作为行驶环境特征。
步骤S305:基于获取的车辆行驶特征,从模型参数库中选择匹配的参数求解估重。
步骤S306:某一段行程中车辆的重量,由整段行程中有效估重的均值最终确定。
图11和表1为某次实验实时对车辆估重与根据整段行程估重的结果。在该次实验中,获取了某货车四段不同载重行程的数据,以其中的部分数据作为预实验数据,基于这些预实验数据求解模型参数,再对其他数据,以T=15min为滑窗大小,设定合适的y向加速度阈值筛选车辆直行状态的数据,四段行程估计结果与真值的误差如表1所示(按行程划分,一中型货车的真值重量与估计结果),每个时刻的估计重量与实际重量如图11所示。
表1
行程 | 真值(kg) | 估计值(kg) | 误差 |
1 | 17800 | 18033.58 | 1.31% |
2 | 11840 | 12809.02 | 8.18% |
3 | 17500 | 17071.68 | 2.45% |
4 | 11780 | 12495.93 | 6.08% |
从上述描述可知,本发明实施例提供的基于加速度传感器的车辆载重检测方法,首先根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;接着,根据类型数据库、行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;最后根据参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重,提升高速通行效率;振动传感器安装在车辆上,不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
基于同一发明构思,本申请实施例还提供了基于加速度传感器的车辆载重检测装置,可以用于实现上述实施例所描述的方法,如下面的实施例。由于基于加速度传感器的车辆载重检测装置解决问题的原理与基于加速度传感器的车辆载重检测方法相似,因此基于加速度传感器的车辆载重检测装置的实施可以参见基于加速度传感器的车辆载重检测方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现基于加速度传感器的车辆载重检测方法的基于加速度传感器的车辆载重检测装置的具体实施方式,参见图12,基于加速度传感器的车辆载重检测装置具体包括如下内容:
模型建立模块10,用于根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
参数库建立模块20,用于根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
载重检测模块30,用于根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
一实施例中,参见图13,所述模型建立模块10包括:
行驶速度计算单元101,用于根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
变化率建立单元102,用于根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
数据库建立单元103,用于基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
一实施例中,参见图14,所述参数库建立模块20包括:
特征提取单元201,用于按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
参数库建立单元202,用于根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
一实施例中,参见图15,所述载重检测模块30包括:
行驶数据采集单元301,用于实时采集所述目标车辆的行驶数据;
参数确定单元302,可用于将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
载重检测单元303,用于根据所述参数实时检测所述目标车辆的载重。
从上述描述可知,本发明实施例提供的基于加速度传感器的车辆载重检测装置,首先根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;接着,根据类型数据库、行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;最后根据参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重,提升高速通行效率;振动传感器安装在车辆上,不同的地区基于同一设备进行重量的估计,避免了测重设备不同导致的误差,有助于有关部门实现对车重的统一监管。
本申请的实施例还提供能够实现上述实施例中的基于加速度传感器的车辆载重检测方法中全部步骤的一种电子设备的具体实施方式,参见图16,电子设备具体包括如下内容:
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204;
其中,处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信;通信接口1203用于实现服务器端设备、传感器以及客户端设备等相关设备之间的信息传输。
处理器1201用于调用存储器1202中的计算机程序,处理器执行计算机程序时实现上述实施例中的基于加速度传感器的车辆载重检测方法中的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
步骤200:根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
步骤300:根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
本申请的实施例还提供能够实现上述实施例中的基于加速度传感器的车辆载重检测方法中全部步骤的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的基于加速度传感器的车辆载重检测方法的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
步骤200:根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
步骤300:根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于加速度传感器的车辆载重检测方法,其特征在于,包括:
根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重;
所述根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型,包括:
基于GPS定位数据以及利用加速度传感器采集的车辆三维加速度信息,实现对不同类型车辆的分类,并进一步依据车辆行驶状态分类;
基于车辆行驶状态、车辆所处位置信息构建加速度模型;汽车正常前进行驶中受到牵引力、阻力共同作用,表示为:
Ft-f阻=max (1)
其中,Ft为汽车驱动力,f阻为汽车行驶过程中受到的阻力,汽车行驶过程中受到的阻力包括滚动阻力Ff、空气阻力Fw、坡度阻力;
汽车的驱动力Ft与汽车所处挡位G、车辆型号M及车速有关,某型号的货车,车辆驱动力与车辆挡位及车速的关系参见公式(2)
考虑到传感器采集误差以及修正因素,有:
其中,C为常数,修正GPS定位装置及加速度传感器采集的车速、车辆加速度误差,进一步地,首先基于y方向的加速度筛选出正常前进中的车辆数据,再进一步的基于公式(1)以及公式(2)估计车重。
2.如权利要求1所述的车辆载重检测方法,其特征在于,所述根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型,包括:
根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
3.如权利要求1所述的车辆载重检测方法,其特征在于,所述根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库,包括:
按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
4.如权利要求1所述的车辆载重检测方法,其特征在于,所述根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重,包括:
实时采集所述目标车辆的行驶数据;
将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
根据所述参数实时检测所述目标车辆的载重。
5.一种基于加速度传感器的车辆载重检测装置,其特征在于,包括:
模型建立模块,用于根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型;
参数库建立模块,用于根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库;
载重检测模块,用于根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重;
所述模型建立模块具体用于所述根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型,包括:
基于GPS定位数据以及利用加速度传感器采集的车辆三维加速度信息,实现对不同类型车辆的分类,并进一步依据车辆行驶状态分类;
基于车辆行驶状态、车辆所处位置信息构建加速度模型;汽车正常前进行驶中受到牵引力、阻力共同作用,表示为:
Ft-f阻=max (1)
其中,Ft为汽车驱动力,f阻为汽车行驶过程中受到的阻力,汽车行驶过程中受到的阻力包括滚动阻力Ff、空气阻力Fw、坡度阻力;
汽车的驱动力Ft与汽车所处挡位G、车辆型号M及车速有关,某型号的货车,车辆驱动力与车辆挡位及车速的关系参见公式(2)
考虑到传感器采集误差以及修正因素,有:
其中,C为常数,修正GPS定位装置及加速度传感器采集的车速、车辆加速度误差,进一步地,首先基于y方向的加速度筛选出正常前进中的车辆数据,再进一步的基于公式(1)以及公式(2)估计车重。
6.如权利要求5所述的车辆载重检测装置,其特征在于,所述模型建立模块包括:
行驶速度计算单元,用于根据所述GPS定位数据以及其对应的时间戳计算车辆的行驶速度;
变化率建立单元,用于根据所述行驶速度以及预设的车载加速度传感器分别确定车辆前进方向、车辆横向以及重力方向上的加速度变化率;
数据库建立单元,用于基于车辆的型号数据,利用所述加速度变化率表征车辆的振动情况,以建立所述类型数据库以及行驶状态数据库。
7.如权利要求5所述的车辆载重检测装置,其特征在于,所述参数库建立模块包括:
特征提取单元,用于按照时间窗的方式,根据所述行驶状态数据库提取车辆的行驶状态特征;
参数库建立单元,用于根据所述行驶状态特征以及所述加速度模型建立所述参数数据库。
8.如权利要求5所述的车辆载重检测装置,其特征在于,所述载重检测模块包括:
行驶数据采集单元,用于实时采集所述目标车辆的行驶数据;
参数确定单元,用于将所述行驶数据在所述类型数据库、行驶状态数据库以及所述参数数据库中进行比对,以确定所述目标车辆对应的参数;
载重检测单元,用于根据所述参数实时检测所述目标车辆的载重。
9.一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述基于加速度传感器的车辆载重检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述基于加速度传感器的车辆载重检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110834201.1A CN113340392B (zh) | 2021-07-21 | 2021-07-21 | 基于加速度传感器的车辆载重检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110834201.1A CN113340392B (zh) | 2021-07-21 | 2021-07-21 | 基于加速度传感器的车辆载重检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113340392A CN113340392A (zh) | 2021-09-03 |
CN113340392B true CN113340392B (zh) | 2023-08-18 |
Family
ID=77480280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110834201.1A Active CN113340392B (zh) | 2021-07-21 | 2021-07-21 | 基于加速度传感器的车辆载重检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113340392B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113984164B (zh) * | 2021-10-26 | 2024-08-09 | 上海吉七物联网科技有限公司 | 一种基于车辆板簧双加速度传感器的吨位检测方法及装置 |
CN114414025A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 车辆检测方法及装置、存储介质、电子装置 |
CN114724378B (zh) * | 2022-06-02 | 2022-10-18 | 瞳见科技有限公司 | 一种基于深度学习的车辆追踪统计系统及方法 |
CN117571107B (zh) * | 2024-01-15 | 2024-03-15 | 山西富衡达自动化设备有限公司 | 一种智能化无人值守地磅异常监测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243305A (ja) * | 2009-04-06 | 2010-10-28 | Yazaki Corp | 積載重量推定装置 |
CN102901550A (zh) * | 2012-11-15 | 2013-01-30 | 陕西电器研究所 | 一种实现车载动态称重的方法 |
CN105675101A (zh) * | 2016-03-10 | 2016-06-15 | 赛度科技(北京)有限责任公司 | 基于obd的车辆质量动态测量装置及测量方法 |
CN106529111A (zh) * | 2015-09-14 | 2017-03-22 | 北汽福田汽车股份有限公司 | 整车重量的检测方法、系统及车辆 |
CN108896149A (zh) * | 2018-03-26 | 2018-11-27 | 北汽福田汽车股份有限公司 | 车辆称重方法及车辆 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
CN111833604A (zh) * | 2020-07-10 | 2020-10-27 | 北京交通大学 | 基于驾驶行为特征提取的车辆载重状态识别方法及装置 |
-
2021
- 2021-07-21 CN CN202110834201.1A patent/CN113340392B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010243305A (ja) * | 2009-04-06 | 2010-10-28 | Yazaki Corp | 積載重量推定装置 |
CN102901550A (zh) * | 2012-11-15 | 2013-01-30 | 陕西电器研究所 | 一种实现车载动态称重的方法 |
CN106529111A (zh) * | 2015-09-14 | 2017-03-22 | 北汽福田汽车股份有限公司 | 整车重量的检测方法、系统及车辆 |
CN105675101A (zh) * | 2016-03-10 | 2016-06-15 | 赛度科技(北京)有限责任公司 | 基于obd的车辆质量动态测量装置及测量方法 |
CN108896149A (zh) * | 2018-03-26 | 2018-11-27 | 北汽福田汽车股份有限公司 | 车辆称重方法及车辆 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
CN111833604A (zh) * | 2020-07-10 | 2020-10-27 | 北京交通大学 | 基于驾驶行为特征提取的车辆载重状态识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113340392A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113340392B (zh) | 基于加速度传感器的车辆载重检测方法及装置 | |
EP3946983B1 (en) | System and method for vehicle tire performance modeling and feedback | |
CN104164829B (zh) | 基于移动终端的路面平整度检测方法和智能路面信息实时监测系统 | |
CN104540717B (zh) | 路面状态判断方法和设备 | |
JP7398383B2 (ja) | テレマティクスデータに基づく車両分類 | |
CN101044386B (zh) | 轮胎磨损分析方法 | |
CN111833604B (zh) | 基于驾驶行为特征提取的车辆载重状态识别方法及装置 | |
CN110702195B (zh) | 载重车辆运行状态监测方法及装置 | |
CN113183973A (zh) | 基于can网络的胎压监测与路面信息智能感知平台及方法 | |
CN108228994B (zh) | 在越野道路随机激励下车辆及工作装置的应力计算方法 | |
Kirushnath et al. | Weigh-in-motion using machine learning and telematics | |
US11525728B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
Hamad et al. | A new approach for varied speed weigh-in-motion vehicle based on smartphone inertial sensors | |
CN113112061B (zh) | 一种预测车辆油耗的方法与装置 | |
CN116148170A (zh) | 基于振动的mu检测 | |
Ren et al. | An SVM based algorithm for road disease detection using accelerometer | |
Altmann et al. | Identification of Damaging Road Events Using Pseudo Damage Density | |
EP4187215B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
US12036998B2 (en) | Systems and methods for determining an estimated weight of a vehicle | |
US20230391342A1 (en) | Road surface damage detection device, road surface damage detection method, and storage device | |
US20220219680A1 (en) | Information processing device, information processing method, and non-transitory computer-readable medium storing information processing program | |
EP4187214B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
CN116499772B (zh) | 车辆制动性能评估方法、装置、电子设备及存储介质 | |
CN114387777B (zh) | 道路数据处理方法、装置、计算机设备和存储介质 | |
CN115996868A (zh) | 训练人工智能模块来确定轮胎类型的计算机实现的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |