背景技术
车辆超载不仅造成了道路的早期损坏,更是道路恶性事故频发的根源之一,因此,车辆超载的判定尤为重要。
车辆超载判定是当今社会的一大难题。目前,车辆载重检测基本依靠称重的方法,有静态测量和动态测量两种。静态测量方法是通过固定式电子地磅静态称量车辆的重量,以判断车辆是否超载。该方法所得数据准确、可靠,但其测量效率较低、且易诱发交通事故,存在超载车辆逃避检查现象。动态测量方法是通过测量行驶车辆的动态轮胎受力情况,由此计算相应的静态车辆重量,主要有轴重检测与桥梁应变检测两种。该方法测量效率较高,但影响因素多而精度很难保证,且安装不便、实现困难。
发明内容
基于此,有必要提供一种高精度高效率的车辆超载识别方法及系统。
为实现上述目的,本发明提供了如下方案:
一种车辆超载识别方法,可选的,包括:
获取被检测车辆在行驶片段内的数据信息;所述数据信息包括车型以及预设时间段内每个时刻的经纬度信息、驱动电机的电压和驱动电机的电流;所述行驶片段为所述被检测车辆质量不变的行驶路段;
将与所述经纬度信息对应的所述被检测车辆的行驶路段确定为目标行驶路段;
依据所述电压和所述电流,绘制第一箱形图;所述第一箱形图为所述被检测车辆的功率分布箱形图;
获取所述目标行驶路段上与所述车型相同的未超载车辆的行驶信息;所述行驶信息包括与所述车型相同的未超载车辆的驱动电机在所述预设时间段内每个时刻的电压和电流;
依据所述行驶信息,绘制第二箱形图;所述第二箱形图为所述目标行驶路段上未超载车辆的总功率分布箱形图;
判断所述第一箱形图的上界是否小于所述第二箱形图的上界;
若是,则确定所述被检测车辆不超载;
若否,则确定所述被检测车辆超载。
可选的,所述预设时间段是依据所述被检测车辆在行驶片段内的时间信息和车流量信息确定的。
可选的,所述依据所述电压和所述电流,绘制第一箱形图,具体包括:
利用所述电压和所述电流计算所述被检测车辆的驱动电机在所述目标行驶路段上每个时刻的功率;
依据所述功率,绘制第一箱形图。
可选的,所述依据所述行驶信息,绘制第二箱形图,具体包括:
依据所述行驶信息计算所述目标行驶路段内未超载车辆的驱动电机的总电压和总电流;
利用所述总电压和所述总电流计算所述目标行驶路段上未超载车辆的驱动电机的总功率;
依据所述总功率,绘制第二箱形图。
本发明还提供了一种车辆超载识别系统,包括:
第一信息获取模块,用于获取被检测车辆在行驶片段内的数据信息;所述数据信息包括车型以及预设时间段内每个时刻的经纬度信息、驱动电机的电压和驱动电机的电流;所述行驶片段为所述被检测车辆质量不变的行驶路段;
路段确定模块,用于将与所述经纬度信息对应的所述被检测车辆的行驶路段确定为目标行驶路段;
第一绘制模块,用于依据所述电压和所述电流,绘制第一箱形图;所述第一箱形图为所述被检测车辆的功率分布箱形图;
第二信息获取模块,用于获取所述目标行驶路段上与所述车型相同的未超载车辆的行驶信息;所述行驶信息包括与所述车型相同的未超载车辆的驱动电机在所述预设时间段内每个时刻的电压和电流;
第二绘制模块,用于依据所述行驶信息,绘制第二箱形图;所述第二箱形图为所述目标行驶路段上未超载车辆的总功率分布箱形图;
判断模块,用于判断所述第一箱形图的上界是否小于所述第二箱形图的上界;若是,则确定所述被检测车辆不超载;若否,则确定所述被检测车辆超载。
可选的,所述第一绘制模块,具体包括:
第一计算单元,用于利用所述电压和所述电流计算所述被检测车辆的驱动电机在所述目标行驶路段上每个时刻的功率;
第一绘制单元,用于依据所述功率,绘制第一箱形图。
可选的,所述第二绘制模块,具体包括:
第二计算单元,用于依据所述行驶信息计算所述目标行驶路段内未超载车辆的驱动电机的总电压和总电流;
第三计算单元,用于利用所述总电压和所述总电流计算所述目标行驶路段上未超载车辆的驱动电机的总功率;
第二绘制单元,用于依据所述总功率,绘制第二箱形图。
与现有技术相比,本发明的有益效果是:
本发明提出了一种车辆超载识别方法及系统,所述方法包括:获取被检测车辆在行驶片段内的数据信息;数据信息包括车型、预设时间段内每个时刻的经纬度信息、驱动电机的电压和电流;将与经纬度信息对应的被检测车辆的行驶路段确定为目标行驶路段;依据电压和电流,绘制第一箱形图;获取目标行驶路段上与车型相同的未超载车辆的行驶信息;依据行驶信息,绘制第二箱形图;判断第一箱形图的上界是否小于第二箱形图的上界;若是,则确定被检测车辆不超载;若否,则确定被检测车辆超载。本发明的方法或系统基于大数据,考虑了车辆在同一路段下,同一时间段时,行驶路段坡度一致且车辆的行驶工况类似,利用功率判别是否超载,提高了车辆超载识别的准确度和效率;本发明不需要增设其他传感器,仅基于现有采集的信息即可对车辆是否超载进行判断,便于实现,大幅度减少了每年在判断车辆超载上消耗的人力和财力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种车辆超载识别方法的流程图;
图2为总体功率分布直方图和被检测车辆的功率分布直方图的对比图;
图3为总功率分布箱形图和被检测车辆的功率分布箱形图的对比图;
图4为本发明实施例一种车辆超载识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种车辆超载识别方法的流程图。
参见图1,实施例的车辆超载识别方法,包括:
步骤S1:获取被检测车辆在行驶片段内的数据信息。
所述数据信息包括车型以及预设时间段内每个时刻的经纬度信息、驱动电机的电压和驱动电机的电流;所述行驶片段为所述被检测车辆质量不变的行驶路段。
不同行驶片段之间,可能存在装货卸货的可能,车辆质量可能存在很大的变化。本实施例中,将从起动开始到下一次停车时间超过三分钟为止,记为一个连续的行驶片段,在该行驶片段中,车辆的质量没有发生变化。
为保证结果的准确性,要求选取的行驶片段时间不小于20分钟或采集的点不少于100。
本实施例中的所述预设时间段是依据所述被检测车辆在行驶片段内的时间信息和车流量信息确定的,所述预设时间段的划分方式如下:
1)将工作日与周末均按照四个小时为一个时间段进行划分。
2)按照表1的形式进行划分。
表1时间段划分表
步骤S2:将与所述经纬度信息对应的所述被检测车辆的行驶路段确定为目标行驶路段。
具体的,根据采集获取的所述经纬度信息与道路link进行匹配,确定与所述经纬度信息对应的所述被检测车辆的目标行驶路段。
步骤S3:依据所述电压和所述电流,绘制第一箱形图。所述第一箱形图为所述被检测车辆的功率分布箱形图。
具体包括:
利用所述电压和所述电流计算所述被检测车辆的驱动电机在所述目标行驶路段上每个时刻的功率,计算公式如下:
其中,P1表示被检测车辆的功率,U1表示被检测车辆的电压,I1表示被检测车辆的电流;
依据所述功率,利用python软件直接绘制第一箱形图。
本实施例,不考虑制动时的能量回收,只考虑车辆行驶时消耗的功率,因此,在绘制第一箱形图时,忽略功率小于0的部分,只考虑功率大于等于零的部分。所述第一箱形图可以自动识别功率的异常值并排除。
步骤S4:获取所述目标行驶路段上与所述车型相同的未超载车辆的行驶信息。
所述行驶信息包括与所述车型相同的未超载车辆的驱动电机在所述预设时间段内每个时刻的电压和电流。
步骤S5:依据所述行驶信息,绘制第二箱形图。所述第二箱形图为所述行驶路段上未超载车辆的总功率分布箱形图。
具体包括:
依据所述行驶信息计算所述目标行驶路段内未超载车辆的驱动电机的总电压和总电流;
利用所述总电压和所述总电流计算所述目标行驶路段上未超载车辆的驱动电机的总功率,计算公式如下:
其中P2表示行驶路段内未超载车辆的总功率,U2表示行驶路段内未超载车辆的总电压,I2表示行驶路段内未超载车辆的总电流;
依据所述总功率,利用python软件直接绘制第二箱形图。
本实施例,在绘制第二箱形图时,也忽略功率小于0的部分,只考虑功率大于等于零的部分。所述第二箱形图可以自动识别功率的异常值并排除。
步骤S6:判断所述第一箱形图的上界是否小于所述第二箱形图的上界。
若是,则执行步骤S7;若否,则执行步骤S8。
步骤S7:确定所述被检测车辆不超载。
步骤S8:确定所述被检测车辆超载。
为了验证相似工况下,利用功率判断车辆是否超载的可行性,本实施例中,还依据被检测车辆的电压和电流,利用python软件绘制了被检测车辆的功率分布直方图,依据行驶路段内未超载车辆的总电压和总电流,利用python软件绘制了目标行驶路段内未超载车辆的总功率分布直方图。通过被检测车辆的功率分布直方图与目标行驶路段内未超载车辆的总功率分布直方图的对比,更清楚的看出了被测车辆和总体之间的功率分布情况是相似的,说明了利用功率判断车辆是否超载是行之有效的。
下面为了验证本发明车辆超载识别方法的有效性,给出了一个具体的实施例,该具体实施例以某纯电动箱式运输车为例,具体过程如下:
1)根据被检测车辆的行驶信息(采集频率为0.1Hz),选取某一连续的行驶片段,利用ArcGIS软件,通过经纬度确定该段时间内被检测车辆的行驶路段。
2)获取该路段下,同类型车辆在该段路上的行驶信息(采集频率为0.1Hz),包括,速度、时刻、经纬度、总电压、总电流,画出该类型车辆总体功率分布直方图以及总功率分布箱形图。
3)画出被检测车辆的功率分布直方图和功率分布箱形图。
4)图2为总体功率分布直方图和被检测车辆的功率分布直方图的对比图,其中图2中(a)图为总体功率分布直方图,横坐标表示功率,纵坐标表示概率密度;图2中(b)图为被检测车辆的功率分布直方图,横坐标表示功率,纵坐标表示概率密度。根据图2可以看出,被检测车辆的功率分布与总体功率分布一致,说明利用功率判断车辆是否超载是行之有效的。
5)图3为总功率分布箱形图和被检测车辆的功率分布箱形图的对比图,其中图3中(a)图为总功率分布箱形图,图3中(b)图为被检测车辆的功率分布箱形图。根据图3可以看出,被检测车辆功率的上界明显小于总功率的上界,可以判定被检测车辆在该行驶路段内未超载。
本实施例中的车辆超载识别方法,基于大数据,考虑了车辆在同一路段下,同一时间段时,行驶路段坡度一致且车辆的行驶工况类似,利用功率判别是否超载,提高了车辆超载识别的准确度和效率;本发明不需要增设其他传感器,仅基于现有采集的信息即可对车辆是否超载进行判断,便于实现,大幅度减少了每年在判断车辆超载上消耗的人力和财力。
本发明还提供了一种车辆超载识别系统,图4为本发明实施例一种车辆超载识别系统的结构示意图。
参见图4,实施例的车辆超载识别系统,包括:
第一信息获取模块401,用用于获取被检测车辆在行驶片段内的数据信息;所述数据信息包括车型以及预设时间段内每个时刻的经纬度信息、驱动电机的电压和驱动电机的电流;所述行驶片段为所述被检测车辆质量不变的行驶路段。
路段确定模块402,用于将与所述经纬度信息对应的所述被检测车辆的行驶路段确定为目标行驶路段。
第一绘制模块403,用于依据所述电压和所述电流,绘制第一箱形图;所述第一箱形图为所述被检测车辆的功率分布箱形图。
所述第一绘制模块403,具体包括:
第一计算单元,用于利用所述电压和所述电流计算所述被检测车辆的驱动电机在所述目标行驶路段上每个时刻的功率;
第一绘制单元,用于依据所述功率,绘制第一箱形图。
第二信息获取模块404,用于获取所述目标行驶路段上与所述车型相同的未超载车辆的行驶信息;所述行驶信息包括与所述车型相同的未超载车辆的驱动电机在所述预设时间段内每个时刻的电压和电流。
第二绘制模块405,用于依据所述行驶信息,绘制第二箱形图;所述第二箱形图为所述目标行驶路段上未超载车辆的总功率分布箱形图。
所述第二绘制模块405,具体包括:
第二计算单元,用于依据所述行驶信息计算所述目标行驶路段内未超载车辆的驱动电机的总电压和总电流;
第三计算单元,用于利用所述总电压和所述总电流计算所述目标行驶路段上未超载车辆的驱动电机的总功率;
第二绘制单元,用于依据所述总功率,绘制第二箱形图。
判断模块406,用于判断所述第一箱形图的上界是否小于所述第二箱形图的上界;若是,则确定所述被检测车辆不超载;若否,则确定所述被检测车辆超载。
本实施例中的车辆超载识别系统,基于大数据,考虑了车辆在同一路段下,同一时间段时,行驶路段坡度一致且车辆的行驶工况类似,利用功率判别是否超载,提高了车辆超载识别的准确度和效率;本发明不需要增设其他传感器,仅基于现有采集的信息即可对车辆是否超载进行判断,便于实现,大幅度减少了每年在判断车辆超载上消耗的人力和财力。
本说明书中对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。