[發(fā)明專(zhuān)利]一種無(wú)稱(chēng)重AI智能識(shí)別貨車(chē)超載估算方法、裝置及系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 202011137723.8 | 申請(qǐng)日: | 2020-10-22 |
| 公開(kāi)(公告)號(hào): | CN112528208B | 公開(kāi)(公告)日: | 2021-09-14 |
| 發(fā)明(設(shè)計(jì))人: | 黃東;黃一聞;陳劍飛 | 申請(qǐng)(專(zhuān)利權(quán))人: | 南京微達(dá)電子科技有限公司 |
| 主分類(lèi)號(hào): | G06F17/10 | 分類(lèi)號(hào): | G06F17/10 |
| 代理公司: | 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 210000 江*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 稱(chēng)重 ai 智能 識(shí)別 貨車(chē) 超載 估算 方法 裝置 系統(tǒng) | ||
1.一種無(wú)稱(chēng)重AI智能識(shí)別貨車(chē)超載估算方法,其特征在于,所述方法包括如下步驟:
(1)獲取同類(lèi)型車(chē)輛在不同載重量下的后輪載重輪胎平均變形系數(shù),并進(jìn)行擬合得到對(duì)應(yīng)的輪胎平均變形系數(shù)隨載重量變化而變化的統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型;其中,貨車(chē)后輪載重輪胎變形系數(shù)為后輪輪胎變形地平線長(zhǎng)度與貨車(chē)輪胎半徑的比值;后輪輪胎平均變形系數(shù)采用以下公式進(jìn)行計(jì)算:
其中,Kn為貨車(chē)第n個(gè)車(chē)軸的后輪載重輪胎變形系數(shù),n=2,3,…,N,N為貨車(chē)總車(chē)軸數(shù),Ln表示第n個(gè)車(chē)軸的后輪輪胎變形地平線的長(zhǎng)度,Rn表示貨車(chē)第n個(gè)車(chē)軸的后輪半徑;
采用如下公式,計(jì)算貨車(chē)重量和貨車(chē)載重輪胎變形系數(shù)之間的關(guān)系:
為同類(lèi)型貨車(chē)前輪載重輪胎變形系數(shù),f(G)為隨載重量變化而變化的前輪統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型,G表示貨車(chē)載重量;
為同類(lèi)型貨車(chē)后輪載重輪胎變形系數(shù),p(G)為隨載重量變化而變化的后輪統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型;
(2)根據(jù)貨車(chē)類(lèi)型確定貨車(chē)載重上限值和倍數(shù)載重值,帶入統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型得到相應(yīng)的貨車(chē)超載輪胎變形系數(shù)值和倍數(shù)超載變形系數(shù)值;
(3)當(dāng)待測(cè)車(chē)輛通過(guò)視頻檢測(cè)點(diǎn)時(shí),根據(jù)后輪輪胎變形地平線長(zhǎng)度和貨車(chē)輪胎半徑計(jì)算得到后輪載重輪胎平均變形系數(shù),并與步驟(2)得到的系數(shù)值進(jìn)行比較,從而判斷是否為超載或倍數(shù)超載嫌疑車(chē)輛;其中,統(tǒng)計(jì)并擬合同類(lèi)型貨車(chē)前輪載重變形系數(shù)相對(duì)裝載重量的前輪統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型,并與步驟(1)得到的后輪統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型相除得到氣壓敏感性反應(yīng)關(guān)系模型;將貨車(chē)載重上限Gmax代入氣壓敏感性反應(yīng)關(guān)系模型Q(G)=p(G)/f(G)、f(G)和p(G),得到正常敏感性界定閾值Q(Gmax)、前輪變形系數(shù)敏感性界定閾值后輪變形系數(shù)敏感性界定閾值若同類(lèi)型貨車(chē)通過(guò)路段視頻分析檢測(cè)點(diǎn)時(shí),根據(jù)貨車(chē)前輪載重輪胎變形系數(shù)和后輪載重輪胎平均變形系數(shù)得到實(shí)際敏感性值Q(G),同時(shí)具備以下三個(gè)條件,則排除貨車(chē)輪胎氣壓輕度不足造成的超載誤判:
其中K1為貨車(chē)前輪載重輪胎變形系數(shù),L1表示前輪輪胎變形地平線的長(zhǎng)度,R1表示貨車(chē)前輪半徑;Q(G)>Q(Gmax)。
2.根據(jù)權(quán)利要求1所述的無(wú)稱(chēng)重AI智能識(shí)別貨車(chē)超載估算方法,選擇貨車(chē)載重量G接近貨車(chē)載重上限Gmax的樣本數(shù)據(jù),即取重量滿(mǎn)足的貨車(chē)作為統(tǒng)計(jì)樣本,使用最小二乘法求出和采用以下公式計(jì)算統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型的標(biāo)準(zhǔn)誤差S:
其中,Ki為樣本中第i輛貨車(chē)的后輪胎變形系數(shù),是對(duì)應(yīng)所有樣本的后輪胎變形系數(shù)平均值,i=1,2,…,m。
3.根據(jù)權(quán)利要求1所述的無(wú)稱(chēng)重AI智能識(shí)別貨車(chē)超載估算方法,其特征在于,按照環(huán)境溫度分別采集和擬合獲得統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型,以適應(yīng)不同溫度的檢測(cè),在不同環(huán)境溫度下,使用相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)線性回歸函數(shù)模型。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于南京微達(dá)電子科技有限公司,未經(jīng)南京微達(dá)電子科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011137723.8/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語(yǔ)言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫(kù)結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- AI接口平臺(tái)及其應(yīng)用方法、AI應(yīng)用系統(tǒng)
- AI行為調(diào)用方法和裝置
- 人工智能平臺(tái)實(shí)現(xiàn)方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 人工智能的病種分析方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備
- 一種處理AI任務(wù)的方法及裝置
- 提供AI模型的方法、AI平臺(tái)、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)
- 一種自適應(yīng)AI模型部署方法
- 分離AI中的公共知識(shí)與私有知識(shí)
- 應(yīng)用于城市大腦的AI算法和AI模型的調(diào)配系統(tǒng)及方法
- 云服務(wù)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 識(shí)別媒體、識(shí)別媒體的識(shí)別方法、識(shí)別對(duì)象物品以及識(shí)別裝置
- 一種探針卡識(shí)別裝置和方法
- 識(shí)別裝置、識(shí)別方法以及記錄介質(zhì)
- 識(shí)別裝置、識(shí)別系統(tǒng),識(shí)別方法以及存儲(chǔ)介質(zhì)
- 識(shí)別程序、識(shí)別方法以及識(shí)別裝置
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 識(shí)別裝置、識(shí)別方法以及識(shí)別程序
- 識(shí)別裝置、識(shí)別方法及識(shí)別程序





