[發(fā)明專利]一種降低車輛載重誤差的方法及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010003158.X
• 申請日: 2020-01-02
• 公開（公告）號: CN111177936B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計）人: 劉陽;譚書華;袁建兵;苗少光
• 申請（專利權(quán)）人: 深圳市漢德網(wǎng)絡(luò)科技有限公司;圓通速遞有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G01G19/08;G06F111/10
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權(quán)代理有限公司 44223
• 代理人: 孟學(xué)英

1.一種降低車輛載重誤差的方法，其特征在于，包括如下步驟：

S1：建立應(yīng)變計的數(shù)值與標(biāo)準(zhǔn)砝碼的重量的映射關(guān)系；

S2：采用Butterworth低通濾波器對所述應(yīng)變計的數(shù)值進行濾波，得到第一次濾波后的應(yīng)變計的數(shù)值；

S3：將所述第一次濾波后的應(yīng)變計的數(shù)值進行經(jīng)驗?zāi)B(tài)分解重構(gòu)信號得到第二次濾波后的應(yīng)變計的數(shù)值；

S4：利用小波變換提取時序重量數(shù)據(jù)的特征向量；利用小波變換提取時序重量數(shù)據(jù)的特征向量包括如下步驟：

S41：緩沖30-60s內(nèi)所述應(yīng)變計的數(shù)值，根據(jù)所述應(yīng)變計的數(shù)值與所述標(biāo)準(zhǔn)砝碼的重量的映射關(guān)系得到所述應(yīng)變計的數(shù)值對應(yīng)的原始重量；

S42：通過小波變換將時序重量數(shù)據(jù)轉(zhuǎn)換為時間和頻率分布數(shù)據(jù)，所述時間和頻率分布數(shù)據(jù)即為特征向量；

S5：將所述特征向量輸入到多分類支持向量分類器模型，識別出車輛運行狀態(tài)；所述車輛運行狀態(tài)分類為：上下貨和非上下貨狀態(tài)；識別出車輛運行狀態(tài)包括如下步驟：

得到的所述特征向量x及所述特征向量對應(yīng)的車輛運行狀態(tài)向量w，分類函數(shù)如下：

其中，sign屬于符號函數(shù)，當(dāng)括號內(nèi)數(shù)值大于0時輸出1，小于等于0時輸出-1，K是核函數(shù)本發(fā)明取Gaussian核函數(shù)：

其中，σ是核函數(shù)的超參數(shù),所述特征向量x表示輸入空間值，x_i表示特征空間值，是下述二次規(guī)劃的解：

0≤α_i≤C

C0是SVM算法的懲罰參數(shù)；

b^*分類函數(shù)的截距，選擇α^*的一個的分量滿足計算：

S6：依據(jù)所述車輛運行狀態(tài)和所述第二次濾波后的應(yīng)變計的數(shù)值實時輸出車輛重量；當(dāng)所述車輛運行狀態(tài)為上下貨狀態(tài)，則根據(jù)所述第二次濾波后的應(yīng)變計的數(shù)值實時輸出車輛重量；

當(dāng)所述車輛為非上下貨狀態(tài)，則取最近時刻的上下貨狀態(tài)的車載重量為所述車輛當(dāng)前的車載重量并輸出。

2.如權(quán)利要求1所述的降低車輛載重誤差的方法，其特征在于，還包括：

S7：根據(jù)實時輸出的所述車輛重量形成重量曲線并輸出。

3.如權(quán)利要求1所述的降低車輛載重誤差的方法，其特征在于，建立應(yīng)變計的數(shù)值與標(biāo)準(zhǔn)砝碼的重量的映射關(guān)系包括如下步驟：

S11：采集數(shù)據(jù)，所述數(shù)據(jù)包括：標(biāo)準(zhǔn)砝碼重量構(gòu)成的向量Y_i，其中i∈1,...,N和對應(yīng)的應(yīng)變計數(shù)值構(gòu)成的矩陣X_i,j，其中i∈1,2,3,...,N；j∈1,2,3,...,M，其中，N代表加載所述標(biāo)準(zhǔn)砝碼的總數(shù)，M代表所述應(yīng)變計的總數(shù)；

S12：多元線性回歸建立應(yīng)變計的數(shù)值與標(biāo)準(zhǔn)砝碼的重量的映射關(guān)系：

y＝β₀+β₁x₁+β₂x₂+…+β_ix_i+ε

確定各應(yīng)變計系數(shù)β_i，其中i∈1，2，...M。

4.如權(quán)利要求1所述的降低車輛載重誤差的方法，其特征在于，所述經(jīng)驗?zāi)B(tài)分解包括：

其中，x(t)為第一次濾波后的應(yīng)變計的數(shù)值，IMF_i(t)為固有模態(tài)分量，r_n(t)為余項；LP_k為通過對固有模態(tài)IMF_i疊加做低通濾波后得到的第二次濾波后的應(yīng)變計的數(shù)值的新模態(tài)。