[發明專利]基于多信息融合的動態稱重貨車不停車計費系統及方法

有效

• 申請號: 202110389474.X
• 申請日: 2021-04-12
• 公開（公告）號: CN113240821B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 趙栓峰;李瑤;李卿;李明月
• 申請（專利權）人: 西安科技大學
• 主分類號: G07B15/06
• 分類號: G07B15/06;G01G19/03
• 代理公司: 西安文盛專利代理有限公司 61100
• 代理人: 佘文英

1.一種基于多信息融合的動態稱重貨車不停車計費方法，其特征是，

貨車通過時，攝像頭拍攝稱重貨車視頻信息，由無線WIFI上傳視頻信息至服務器并在服務器隨時播放；

貨車通過時，首先地感線圈感應到貨車，開啟稱重模式；然后石英稱重傳感器受力通過壓電效應表面產生壓力信號，并將此壓電信號轉變為電信號，作為輸入信號輸入到電荷放大器中進行放大，數據采集器采集放大后的電信號，輸出電信號波形；通過梯度下降法和小波神經網絡對電信號波形進行分析矯正，得到貨車的軸重信號波形；最后單片機將矯正后的軸重波形信號采用無線傳輸模塊，通過WIFI無線傳輸至服務器存儲以便隨時查看；服務器通過算法，得出稱重貨車需繳費數據，并根據最新《公路貨運車輛超限超載認定標準》，判斷是否超重，超出范圍時直接下發命令，單片機接收下發的指令直接驅動顯示設備、語音播報設備、記錄設備將此信息通過顯示屏顯示，并通過語音播報出來；

所述小波神經網絡由輸入層、隱含層、輸出層構成，小波函數為激勵函數，其函數形式為

輸出層的激活函數選用Sigmoid函數，函數形式為

此過程是基于誤差逆傳播思想，按梯度下降方向調整權值W及小波參數a、b，具體實現過程如下：

設X_k為輸入量；Y_i為輸出向量；W_k為輸入層到中間層的權值；W_ij為中間層到輸出層的權值；a_j、b_j為中間隱含層的伸縮和平移參數；d_i輸出向量相應的期望輸出，輸入層、隱含層、輸出層的神經元個數分別為m、n、N個，在t時刻

其中，

實際輸出與期望輸出的誤差能量函數為

根據梯度下降思想，相應的權值參數調整過程如下

在網絡的權值和閾值隨機確定后，首先進行網絡前向傳播，然后進行誤差計算以及誤差逆向傳播，利用以上公式反復進行權值訓練，直到滿足誤差條件；

所述輸出層采用purelin函數，此函數為線性函數，對輸入和輸出都沒有限制。

2.如權利要求1所述的基于多信息融合的動態稱重貨車不停車計費方法，其特征是，用小波神經網絡來建立模型，將石英傳感器所處環境溫度、濕度等因素作為輸入量一并輸入，該環境溫度下和該濕度環境下的輸出軸重信號波形作為標準，利用小波神經網絡的非線性逼近能力進行補償，根據獲取的電信號波形，對波形數據進行訓練，使石英稱重傳感器的輸出軸重信號波形與輸入溫度之間建立一個合理映射；所述電信號分為四層，在第一、第二、第三、第四層的低頻部分信號為道路狀況和車輛自身振動因素引起的低頻噪聲，小波分解后該部分信號在第4層低頻部分中，在處理時進行保留，最后對小波分解處理后的信號重組，得到處理過的軸重信號，即能消除誤差。

3.如權利要求1所述的基于多信息融合的動態稱重貨車不停車計費方法，其特征是，小波神經網絡矯正過程是對影響稱重的高頻噪聲信號進行提取，然后經過低通濾波對電信號中含有的突變或尖峰信號采用小波分解進行降噪分解處理，最后對小波分解處理后的信號重組，得到處理過的軸重信號，即能消除誤差。