CN102901550A

CN102901550A - 一种实现车载动态称重的方法

Info

Publication number: CN102901550A
Application number: CN2012104616390A
Authority: CN
Inventors: 张伟; 许晨光; 袁玉华; 王文丽; 窦丹丹
Original assignee: SHAANXI INSTITUTE OF ELECTRICAL APPLIANCE
Current assignee: XI'AN AEROSPACE SANWO ELECTROMECHANICAL EQUIPMENT CO., LTD.
Priority date: 2012-11-15
Filing date: 2012-11-15
Publication date: 2013-01-30
Anticipated expiration: 2032-11-15
Also published as: CN102901550B

Abstract

本发明提供了一种实现车载动态称重的方法，该方法利用由CPU模块、多通道AD模块、速度传感器模块、加速度传感器模块、集线器和多个称重传感器组成的车载动态称重系统，根据车辆在整个行驶过程中各种状态下采集信号的区别与关联，综合考虑车辆速度、加速度、车身振动、路面坡度等因素，形成适用的数据模型，最后通过滤波算法、插值算法等进行数据处理，使车载称重装置达到了较高的称量精度。本发明方法的原理简单、运算速度快，适用于多种形式的车载称量系统。

Description

一种实现车载动态称重的方法

技术领域

本发明内容属于车载称重技术领域，涉及一种可实现车载动态称重的信号处理方法。

背景技术

随着市场经济的不断发展以及物流行业的快速增长，车辆超限超载、道路拥堵、基础设施安全等一系列问题也随之而来，这些都对超限检测、计重收费等应对措施提出了新的要求，由此引出的对于能够满足称重精度与通行效率之间的平衡的车载称重新技术的探索业已被提上日程。

目前在车载称重领域公知的测量方式多采用称重与行驶状态分离的方式，即在车辆静止状态下进行计量的方式实现，并且主要在特定工程车辆上得到一定程度的应用。但由于车辆在动态运行过程中的载荷称量受多种因素的影响，例如：车辆的类型、路面的情况与粗糙度、车辆的速度及加速度、车辆的动平衡、轮胎的状态以及驾驶员的操作能力等，故在行驶状态下实现车载称重较为困难。如何在上述这些因素影响下提取有用信息，进而得到车辆在整个行驶过程中各种状态下采集信号的区别与关联，以形成适用的数据模型，长期以来一直是本领域科研人员致力于解决的问题。

发明内容

本发明的目的在于对现有技术存在的问题加以解决，提供一种实现车载动态称重的方法，该方法可根据车辆在整个行驶过程中各种状态下采集信号的区别与关联，重点考虑车辆速度、加速度、振动、路面坡度等因素，形成适用的数据模型，最后通过插值算法的计算，得到具有较高精度的车载称重结果。

本发明提供的实现车载动态称重的方法包括以下的实施步骤：

1、设置由CPU模块、多通道AD模块、速度传感器模块、加速度传感器模块、集线器和多个称重传感器组成的车载动态称重系统(CPU模块、多通道AD模块、速度传感器模块和加速度传感器模块又构成系统的称重处理单元，参见附图)，其中各称重传感器的输出端通过模拟信号总线经集线器与多通道AD模块的输入端联接，多通道AD模块的输出端通过SPI总线与CPU模块的称重信号输入端联接，速度传感器模块和加速度传感器模块的输出端通过串行总线分别与CPU模块的速度信号输入端和加速度信号输入端联接；

2、在载货车辆底部的每个车轴上按车身纵向中心线对称安装多个称重传感器，在车辆行驶状态中使用集线器对安装在车辆上的多个称重传感器以车辆独立轴组上安装的传感器分类成组进行采集，采集信号经多通道AD模块处理后通过SPI总线送入CPU模块；在车体上安装速度传感器模块和加速度传感器模块，二者的采集信号通过串行总线送入CPU模块(即CPU模块由AD模块获得载荷参量、由速度传感器模块获得速度参量，由加速度模块获得加速度参量和倾斜角度参量)；

3、由CPU模块对即时检测得到的各采集信号进行处理，处理方式如下：

a)事先确定一个固定的采集周期T(周期可调)，在该采集周期内，CPU模块通过解析由AD模块传递的数据实时获取传感器称重内码值，并通过二级平滑均值滤波算法滤除称重信号中高频噪声部分对信号的干扰，获得该周期内的实时动态载荷采样值y(t)；

b)CPU模块通过解析速度模块传递的数据实时获取车辆的行驶速度信号,并通过简单平均计算出该周期内的平均速度v(t)；

c)CPU模块通过解析加速度模块传递的数据实时获取车辆的加速度和倾角，并通过公式计算出取该周期内的倾斜角度ψ和加速度a(t)，其中加速度参量数a(t)＝a₀(t)＋gsinψ，式中a₀(t)为车辆在坡度为0的路面行驶的加速度，ψ为路面坡度，-10°≤ψ≤10°；加速度模块指内置于称重处理单元的加速度监测集成电路，它能提供X、Y、Z方向的加速度及倾斜角度数据；车辆行驶加速度、振动及路面角度对重量的影响主要体现在对车辆产生的垂直加速度分量对重量的影响，这里只重点考虑这部分因素影响；另外根据实际情况综合考虑，优化算法主要应对的是平直路面行驶过程中的称重问题，对于路面坡度大于10°的情形，优化算法暂不做考虑；

4、通过上述步骤获得车载称重的计算模型公式为：

y(t)=y₀+k₁v(t)+k₂a(t)+k₃F(t) 0≤sinψ≤0.17

式中：y(t)为实时动态载荷采样值,y₀为车辆静态载荷零点采样值，v(t)为实时车辆行驶速度，a(t)为实时车辆加速度，F(t)为实时动态载荷，ψ为路面坡度，k₁、k₂、k₃为相关修正系数；

根据上述公式，通过标定确定参数，在载荷F(t)恒定的情况下，保持一定速度v(t)下匀速行驶，得到多个加速度点a(t)₁-a(t)_n下对应的y(t)₁-y(t)_n；在载荷F(t)恒定的情况下，在不同速度下v(t)₁-v(t)_n匀速行驶，得到同一加速度点a(t)下对应的y(t)₁-y(t)_n；根据以上测试结果进行插值计算，得到不同速度、加速度范围下的k₁、k₂、k₃系数标定值表，由此，通过公式

F(t)=[y(t)-y₀-k₁v(t)-k₂a(t)]/k₃

计算得到车辆运动过程中的动态载荷值。

综上所述，本发明的技术解决方案总体而言包含两部分内容：

A、信号采集

对载货车厢底盘进行有限元分析，找出敏感区应变大小与分布，为称重传感器的安装位置提供理论依据；将传感器采集到的信号进行线性叠加，并以此作为原始数据参与优化算法；同时，同步采集速度传感器、加速度传感器提供的速度、加速度、角度等信号，再由CPU模块完成多传感器数据融合，按照优化算法进行相关处理，得到最终处理结果。

B、称重模型的建立

车辆在动态运行过程中的载荷称量易受多种因素的影响，包括车辆的类型、路面的情况与粗糙度、车辆的速度及加速度、车辆的动平衡、轮胎的状态以及驾驶员的操作能力等。本发明通过观察车辆在整个行驶过程中各种状态下采集信号的区别与关联，利用优化算法从中筛除随机性过大、情况过于复杂的轮胎状态、驾驶员操作能力等因素，着重考虑具有共性的因素，即车辆的速度、加速度、车辆振动和路面坡度。本发明采用的优化算法针对的是车辆在运动过程中的载荷称量，期间车辆的运行速度及加速度对称量结果的影响是不可忽略的，在本发明确立的称重模型中，增加速度及加速度因子能够更好地检测称量信号，进而计算出运行过程中的动态载荷重量。

与现有技术相比，本发明具有的特点和有益效果是：

一、采用多传感器融合技术，同步采集称重传感器、速度传感器、及加速度传感器信号，从车辆动态称重信号中分离出实际静态载荷信号；

二、称重模型中增加速度、加速度、角度等因子，使得动态称重信号处理结果更准确的反映实际载荷；

三、采用滤波算法、插值算法，并据此设计了称重信号的优化处理算法，建立动态称重信号与实际静态载荷的对应关系，提高了车辆运行过程中动态称重的精度，可实现车辆随时随地进行载荷称量。

附图说明

附图为本发明采用的车载动态称重系统的工作原理图。

具体实施方式

以下将结合附图和实施例对本发明内容做进一步说明，但本发明的实际应用形式并不仅限于下述的实施例。

实施例

参见附图，本发明所述的实现车载动态称重的方法是一种新型的实现车辆随时随地进行载荷称量的方法，其实施步骤如下所述。

1、设置由CPU模块、多通道AD模块、速度传感器模块、加速度传感器模块、集线器和多个称重传感器组成的车载动态称重系统(CPU模块、多通道AD模块、速度传感器模块和加速度传感器模块又构成系统的称重处理单元)，其中各称重传感器的输出端通过模拟信号总线经集线器与多通道AD模块的输入端联接，多通道AD模块的输出端通过SPI总线与CPU模块的称重信号输入端联接，速度传感器模块和加速度传感器模块的输出端通过串行总线分别与CPU模块的速度信号输入端和加速度信号输入端联接。具体实施结构中，CPU模块可采用飞利谱公司型号为NXP2368的器件，多通道AD模块可采用美国ADI公司型号为AD7799的器件。

2、在载货车辆底部的每个车轴上按车身纵向中心线对称安装2～4个称重传感器，在车辆行驶状态中使用集线器对安装在车辆上的称重传感器以车辆独立轴组上安装的传感器分类成组进行采集，采集信号经多通道AD模块处理后通过SPI总线送入CPU模块；在车体上安装速度传感器模块和加速度传感器模块，二者的采集信号通过串行总线送入CPU模块。

a)确定一个固定的采集周期T＝10秒，在该采集周期内，CPU模块通过解析由AD模块传递的数据实时获取传感器称重内码值，并通过二级平滑均值滤波算法滤除称重信号中高频噪声部分对信号的干扰，获得该周期内的实时动态载荷采样值y(t)。

二级平滑均值滤波是指以第一级平滑滤波处理结果作为第二级平滑滤波输入，以第二级平滑滤波结果作为整个滤波输出结果，第一级平滑滤波采用周期T内可调的n个采集数的均值计算，第二级平滑滤波进行周期T内的一级滤波结果进行均值计算。

计算示例：设定每秒10个采样值（n=10）y1(t)₁-y1(t)₁₀，去掉最大值、最小值，取8个采样值计算平均值在周期内T=10内得到10组计算值y2(t)₁-y2(t)₁₀，去掉最大值、最小值，再次取平均值，得到

b)CPU模块通过解析速度模块传递的数据实时获取车辆的行驶速度信号,并通过简单平均计算出该周期内的平均速度v(t)。

c)CPU模块通过解析加速度模块传递的数据实时获取车辆的加速度和倾角，并通过公式计算出取该周期内的倾斜角度ψ和加速度a(t)，其中加速度参量数a(t)＝a₀(t)＋gsinψ，式中a₀(t)为车辆在坡度为0的路面行驶的加速度，ψ为路面坡度，-10°≤ψ≤10°。

4、通过上述步骤获得车载称重的计算模型公式为：

y(t)=y₀+k₁v(t)+k₂a(t)+k₃F(t) 0≤sin ψ≤0.17

式中：y(t)为实时动态载荷采样值,y₀为车辆静态载荷零点采样值，v(t)为实时车辆行驶速度，a(t)为实时车辆加速度，F(t)为实时动态载荷，ψ为路面坡度，k₁、k₂、k₃为相关修正系数。

根据上述公式，通过标定确定参数，在载荷F(t)恒定的情况下，保持一定速度v(t)下匀速行驶，得到多个加速度点a(t)₁-a(t)_n下对应的y(t)₁-y(t)_n；在载荷F(t)恒定的情况下，在不同速度下v(t)₁-v(t)_n匀速行驶，得到同一加速度点a(t)下对应的y(t)₁-y(t)_n；根据以上测试结果进行插值计算，得到不同速度、加速度范围下的k₁、k₂、k₃系数标定值表。

计算方法如下：

1）同一载荷，同一加速度下测得两组数据：

y(t)₁=y₀+k₁v(t)₁+k₂a(t)+k₃F(t)

y(t)₂=y₀+k₁v(t)₂+k₂a(t)+k₃F(t)

可计算出k₁＝(y(t)₁-y(t)₂)/(（v(t)₁-v(t)₂) ①

2）同一载荷，同一速度下测得两组数据：

y(t)₁=y₀+k₁v(t)+k₂a(t)₁+k₃F(t)

y(t)₂=y₀+k₁v(t)+k₂a(t)₂+k₃F(t)

可计算出k₂=(y(t)₁-y(t)₂)/(（a(t)₁-a(t)₂) ②

3）其他参数已知，代入上式可求得k₃

k₃=[y(t)-y₀-k₁v(t)-k₂a(t)]/F(t) ③

由此，通过公式

F(t)=[y(t)-y₀-k₁v(t)-k₂a(t)]/k₃ ④

计算得到车辆运动过程中的动态载荷值F(t)。

由于实际测量取值点分辨率问题，在工程应用中采用分段计算的方法，在同一分段内取同一k值，理论上属于分段插值计算方法。

计算示例：

例：速度按间隔10km/h分段，加速度按间隔1m/s²分段，以下求解10km/h～20km/h段，1m/s²～2m/s²段的k值。

1）在载荷F=20000kg，a₁=1.5m/s²情况下，测得v₁=15km/h，v₂=25km/h，y₁＝2677，y₂=2600，由公式①计算得k₁＝-7.7。

2）在载荷F=20000kg，v₁=15km/h情况下，测得a₁=1.5m/s²，a₂=2.5m/s²，y₁=2677，y₂=2750，由公式②计算得k₂=73。

3）由公式③计算得k₃=0.13355。

4）以上计算出上述分段内的k₁、k₂、k₃，由此实测的速度、加速度在该分段内的测量值均使用该k值，由公式④计算出F(t)。

5）同理得到其他分段k值，建立多种载荷、分段标定值表。

该方法通过分析车辆在整个行驶过程中各种状态下采集的载重信号信息，建立了车载动态称重信号模型，采用滤波算法、插值算法设计了称重信号的优化处理算法，该优化方法原理简单、运算速度快，且可以显著提高车载称重系统的称量精度，适用于多种形式的车载称量系统。

Claims

1.一种实现车载动态称重的方法，其特征在于包括以下的实施步骤：

1.1设置由CPU模块、多通道AD模块、速度传感器模块、加速度传感器模块、集线器和多个称重传感器组成的车载动态称重系统，其中各称重传感器的输出端通过模拟信号总线经集线器与多通道AD模块的输入端联接，多通道AD模块的输出端通过SPI总线与CPU模块的称重信号输入端联接，速度传感器模块和加速度传感器模块的输出端通过串行总线分别与CPU模块的速度信号输入端和加速度信号输入端联接；

1.2在载货车辆底部的每个车轴上按车身纵向中心线对称安装多个称重传感器，在车辆行驶状态中使用集线器对安装在车辆上的多个称重传感器以车辆独立轴组上安装的传感器分类成组进行采集，采集信号经多通道AD模块处理后通过SPI总线送入CPU模块；在车体上安装速度传感器模块和加速度传感器模块，二者的采集信号通过串行总线送入CPU模块；

1.3由CPU模块对即时检测得到的各采集信号进行处理，处理方式如下：

a)事先确定一个固定的采集周期T，在该采集周期内，CPU模块通过解析由AD模块传递的数据实时获取传感器称重内码值，并通过二级平滑均值滤波算法滤除称重信号中高频噪声部分对信号的干扰，获得该周期内的实时动态载荷采样值y(t)；

c)CPU模块通过解析加速度模块传递的数据实时获取车辆的加速度和倾角，并通过公式计算出取该周期内的倾斜角度ψ和加速度a(t)，其中加速度参量数a(t)＝a₀(t)＋gsinψ，式中a₀(t)为车辆在坡度为0的路面行驶的加速度，ψ为路面坡度，-10°≤ψ≤10°；

1.4通过上述步骤获得车载称重的计算模型公式为：

y(t)=y₀+k₁v(t)+k₂a(t)+k₃F(t) 0≤sinψ≤0.17

F(t)=[y(t)-y₀-k₁v(t)-k₂a(t)]/k₃

计算得到车辆运动过程中的动态载荷值。