CN105092274B - 基于多传感器感知的集装箱在途状态异常判别方法 - Google Patents

Abstract

一种基于多传感器感知的集装箱在途状态异常判别方法，利用不同种类传感器对集装箱在途状态数据进行收集，处理。根据不同的运输方式上不同传感器所检测的状态量对该运输方式下集装箱在途状态的影响程度而赋权重值；根据每种传感器给出的状态量设置警戒限度，并设定异常级别，对不同级别进行量化处理；将所有传感器的状态量化值与权重值乘积和作为集装箱在不同运输方式的不同运输状态下的判定依据；给出判定标准，对集装箱在途运输状态实时判断，并对异常状态实时预警。提高了判断结果的准确性与可靠性；对集装箱多式联运情况的判定结果更加科学准确；运用直观数值化作为判定方式，并且分类界限明确，可以给监控决策者更加直观的依据参考。

Description

基于多传感器感知的集装箱在途状态异常判别方法

技术领域

本发明涉及集装箱运输过程中的状态检测，尤其是涉及基于多传感器感知的集装箱在途状态异常判别方法。

背景技术

集装箱运输是指以集装箱这种大型容器为载体，将货物集合组装成集装单元，以便在现代流通领域内运用大型装卸机械和大型载运车辆进行装卸、搬运作业和完成运输任务，从而更好地实现货物“门到门”运输的一种新型、高效率和高效益的运输方式。包括了水路，公路，铁路运输方式。随着集装箱运输的优越性的显现，集装箱运输的应用将越来越广泛，集装箱的运输过程中的状态异常检测必要性显得尤为突出。

传感器能感受到被测量的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。

集装箱运输状态包括正常运输、倾翻破坏、振动破坏、离心破坏。对每一种情况都有其状态特点及状态量。利用多种传感器可以检测多种状态量。针对不同状态量可以协同判定集装箱的现有状态，以供监控人员作出相应的措施与结论。

现有集装箱在途状态异常判别方法具有一定的局限性，主要有传感器种类单一，判断结果的准确性误差大；判断不同运输方式上情况特殊性、复杂性没有充分的考虑；判断结果抽象、界限模糊，不能让监控决策人员作出充分肯定的结论。

发明内容

本发明的目的是提供一种利用多种传感器对不同的集装箱的状态量进行检测，利用检测的状态量协同判断集装箱在途状态异常判别方法。

为了实现上述目的，本发明的技术方案为：

利用不同种类传感器对集装箱在途状态数据进行收集，处理。根据不同的运输方式上不同传感器所检测的状态量对该运输方式下集装箱在途状态的影响程度而赋权重值；根据每种传感器给出的状态量设置警戒限度，并设定异常级别，对不同级别进行量化处理；将所有传感器的状态量化值与权重值乘积和作为集装箱在不同运输方式的不同运输状态下的判定依据； 给出判定标准，对集装箱在途运输状态实时判断，并对异常状态实时预警。

振动传感器i1主要对集装箱运输过程当中振动状态量进行检测，对振动幅度过大状态进行预警；陀螺仪i2主要对角速度量进行检测，对角速度过大引起离心等情况进行预警；倾角传感器i3主要对运输过程当中的倾角量进行检测，对过度倾斜造成物品滑移的状态进行预警；北斗/GPS双模定位模块主要对集装箱进行位置信息收集与实时监测。

本发明异常判别的步骤：

1)将多传感器i，包括振动传感器i1、陀螺仪i2、倾角传感器i3、北斗/GPS双模定位模块集成到一块电路板上，并将该电路板装置固定在集装箱上；

2)首先根据北斗/GPS双模定位模块进行位置定位，初步判定集装箱的位置，根据集装箱运输调度计划确定具体运输方式j，包括公路运输j1、水路运输j2、铁路运输j3；

3)确定运输方式之后，确定各传感器在途状态数据特点，并对各传感器在此种运输方式下的重要程度赋权重，确定各传感器的权重系数q，包括:主要因素占权重值a％、次主要因素占权重值b％、次要因素占权重值c％；其中满足a％+b％+c％＝1；

4)每种在途传感器根据数据的大小对货物与车辆的影响程度，将数据进行分级处理，不同级别将对应不同数值p；传感器状态量级别，包括安全、警告、危险，分别对应常数数值m,n,r；

5)将2)、3)、4)步骤所得数值加权处理得到最终数据结果；

计算公式

即指在同一种运输方式j的情况下，三种传感器i1、i2、i3所对应的该运输方式权重值与分级量化数值的乘积和。其中：i：传感器种类,p：传感器状态量级别数值,j：运输方式,q：各传感器在此状态下的权重值。

6)设定集装箱在途状态异常判别标准，即数值在常数(X0，X1)为正常，数值在(X1，X2)为警告，数值在(X2，X3)为危险状态；根据最终结果标准量，给出相应的检测警示。

本发明的优点在于利用了多传感器共同感知集装箱在途运输的状态特点，提高了判断结果的准确性与可靠性；对不同运输方式的运输特点进行分析，将每种传感器在该方式下的影响程度加以区别，对集装箱多式联运情况的判定结果更加科学准确；运用直观数值化作为判定方式，并且分类界限明确，可以给监控决策者更加直观的依据参考。

附图说明

图1为本发明表3：传感器异常检测方法所有情况计算参考列表。

图2为本发明集装箱异常判别流程图。

具体实施方式

下面结合附图对本发明加以详细说明：本发明的检测数值定义：

首先各种传感器给出检测状态量，根据国家有关标准，对检测状态进行分级。本发明将检测状态分为三级：正常、警告、危险。分别进行量化为：正常＝m,警告＝n，危险＝r.(m,n,r分别为常数)

表1传感器检测异常分级表

将各运输状态的特点进行分析，例如在水路上倾角的影响会比较大，而振动将不会影响；铁路倾角较小，但是振动频率较高。以此规定各传感器对运输过程影响程度，将其划分权重分别为a％,b％,c％分别表示主要因素占权重值a％、次主要因素占权重值b％、次要因素占权重值c％。(a,b,c分别为常数)

表2传感器在运输方式权重表

根据各状态权重和所给出的分级对应的乘积和作为最终的判定结果。将结果上传处理，作为决策依据，达到集装箱在途状态异常判别的目的。

如图1、图2所示，本发明利用不同种类传感器对集装箱在途状态数据进行收集，处理。根据不同的运输方式上不同传感器所检测的状态量对该运输方式下集装箱在途状态的影响程度而赋权重值；根据每种传感器给出的状态量设置警戒限度，并设定异常级别，对不同级别进行量化处理；将所有传感器的状态量化值与权重值乘积和作为集装箱在不同运输方式的不同运输状态下的判定依据；给出判定标准，对集装箱在途运输状态实时判断，并对异常状态实时预警。

振动传感器i1主要对集装箱运输过程当中振动状态量进行检测，对振动幅度过大状态进行预警；陀螺仪i2主要对角速度量进行检测，对角速度过大引起离心等情况进行预警；倾角传感器i3主要对运输过程当中的倾角量进行检测，对过度倾斜造成物品滑移的状态进行预警；北斗/GPS双模定位模块主要对集装箱进行位置信息收集与实时监测。

本发明异常判别的步骤：

1)将多传感器i，包括振动传感器i1、陀螺仪i2、倾角传感器i3、北斗定位模块集成到一块电路板上，并将其固定在集装箱上

2)首先根据北斗/GPS双模定位模块进行位置定位，初步判定集装箱的位置，根据集装箱运输调度计划确定具体运输方式j，包括公路运输j1、水路运输j2、铁路运输j3；

3)确定运输方式之后，确定各传感器在途状态数据特点，并对各传感器在此种运输方式下的重要程度赋权重，确定各传感器的权重系数q，包括:主要因素占权重值a％、次主要因素占权重值b％、次要因素占权重值c％；其中满足a％+b％+c％＝1；

4)每种在途传感器根据数据的大小对货物与车辆的影响程度，将数据进行分级处理，不同级别将对应不同数值p；传感器状态量级别，包括安全、警告、危险，分别对应常数数值m,n,r；

5)将2)、3)、4)步骤所得数值加权处理得到最终数据结果；

计算公式

即指在同一种运输方式j的情况下，三种传感器i1、i2、i3所对应的该运输方式权重值与分级量化数值的乘积和。其中：i：传感器种类,p：传感器状态量级别数值,j：运输方式,q：各传感器在此状态下的权重值。

6)设定集装箱在途状态异常判别标准，即数值在常数(X0，X1)为正常，数值在(X1，X2)为警告，数值在(X2，X3)为危险状态；根据最终结果标准量，给出相应的检测警示。

Claims (1)

1.一种基于多传感器感知的集装箱在途状态异常判别方法，其特征在于：利用不同种类传感器对集装箱在途状态数据进行收集，处理；根据不同的运输方式上不同传感器所检测的状态量对该运输方式下集装箱在途状态的影响程度而赋权重值；根据每种传感器给出的状态量设置警戒限度，并设定异常级别，对不同级别进行量化处理；将所有传感器的状态量化值与权重值乘积和作为集装箱在不同运输方式的不同运输状态下的判定依据；给出判定标准，对集装箱在途运输状态实时判断，并对异常状态实时预警；

集装箱在途状态异常判别的步骤如下:

1)将多传感器i，包括振动传感器i1、陀螺仪i2、倾角传感器i3、北斗/GPS定位模块集成到一块电路板上，并将其固定在集装箱上；

2)首先根据北斗/GPS双模定位模块进行位置定位，初步判定集装箱的位置，根据集装箱运输调度计划确定具体运输方式j，包括公路运输j1、水路运输j2、铁路运输j3；

3)确定运输方式之后，确定各传感器在途状态数据特点，并对各传感器在此种运输方式下的重要程度赋权重，确定各传感器的权重系数q，包括:主要因素占权重值a％、次主要因素占权重值b％、次要因素占权重值c％；其中满足a％+b％+c％＝1；

4)每种在途传感器根据数据的大小对货物与车辆的影响程度，将数据进行分级处理，不同级别将对应不同数值p；传感器状态量级别，包括安全、警告、危险，分别对应常数数值m,n,r；

5)将2)、3)、4)步骤所得数值加权处理得到最终数据结果；

计算公式如下式所示

即指在同一种运输方式j的情况下，三种传感器i1、i2、i3所对应的该运输方式权重值与分级量化数值的乘积和；其中：i：传感器种类，p：传感器状态量级别数值，j：运输方式，q：各传感器在此状态下的权重值；

6)设定集装箱在途状态异常判别标准，即数值在常数(X0，X1)为正常，数值在(X1，X2)为警告，数值在(X2，X3)为危险状态；根据最终结果标准量，给出相应的检测警示。