CN110332979A - 车辆振动监测报警装置 - Google Patents

Abstract

本发明公开了车辆振动监测报警装置，内部电路包括电源供电模块、PVDF振动采集模块、九轴姿态传感器模块、主控MCU、数据备份模块，外部通信接口和声光报警模块以及电源供电模块。主控MCU完成对九轴姿态传感器模块和PVDF振动采集模块的初始化，测量九轴姿态传感器的加速度、角速度和电子磁场参数，同时PVDF振动采集模块获取垂直方向加速度，然后利用EEMD算法提取信号特征值，作为扩展卡尔曼滤波和Mahony互补滤波器修正项，进行姿态融合及滤波，从而得到四元数并以此数据模拟出车辆运行时的起伏状态。主控MCU会根据所述起伏状态进行预警，开启声光报警模块。本发明可以及时准确预测危险情况并进行报警，具有对历史数据的记录以及对运输中问题追溯等功能。

Description

车辆振动监测报警装置

技术领域

本发明属于物流运输行业技术领域，具体涉及一种适合运输易碎物品、危险品、精密仪器等特殊物资的车辆振动监测报警装置。

背景技术

近年来，随着经济快速发展物流业得以快速扩张，尤其伴随电子商务和网上购物的不断升温，快递市场得到了迅猛发展。同时由于生产需求的多元化，运输的物品具有多样性，导致对运输的要求呈现多样化的态势。

其中，对于易碎物品、危险品，特别是精密仪器的运输，需要对这种物品在整个运输过程中的振动及环境参数进行监测并记录，以保证运输物品的完整性和安全性。而目前的现状是物流企业不能对运输货物安全性和完整性做到科学精确的控制，更无法获知货品的全程运输情况，因此不能判断货物具体是在哪个环节遭遇损坏行为，进而无法确定相关环节的责任人。

鉴于此，亟需一种可广泛适用于物流企业的低成本、高布设灵活性、高稳定性的货物运输途中车辆振动监测的记录装置。

九轴传感器是三种传感器的组合，即3轴加速传感器、3轴陀螺仪和3轴电子罗盘(地磁传感器)，这三个部分作用不同，通过相互配合完成运动感测，已广泛应用于各类软件、游戏中的交互控制中。能否将这种技术应用到货物运输途中的车辆进行振动监测目前还没有看到实例。

发明内容

为解决上述现有车辆振动监测报警装置存在的对运输货物安全性和完整性无法实现科学精确控制的问题，本发明提出一种适合运输易碎物品、危险品、精密仪器等特殊物资的车辆振动监测报警装置。

为实现上述目的，本发明采用的技术方案为车辆振动监测报警装置，该装置的内部电路包括电源供电模块、振动采集模块、九轴姿态传感器模块、主控MCU、数据备份模块，外部通信接口和声光报警模块，电源供电模块利用车载电池进行DC转换，为整个系统提供供电；系统上电后，主控MCU完成对九轴姿态传感器模块和振动采集模块的初始化，测量九轴姿态传感器的加速度、角速度和电子磁场参数，同时振动采集模块获取垂直方向加速度，然后利用EEMD算法提取信号特征值，作为扩展卡尔曼滤波和Mahony互补滤波器修正项，进行姿态融合及滤波，从而得到四元数并以此数据模拟出车辆运行时的起伏状态；在数据处理结束后，主控MCU会及时保存数据至数据备份模块，并且根据所述起伏状态进行预警，开启声光报警模块，提醒驾乘人员小心驾驶；外部通信接口可用于历史数据的导出。

上述振动采集模块为PVDF(polyvinylidene fluoride)，是通过PVDF矩阵获取车辆的垂直方向加速度。

上述外部通信接口可以回溯车辆运输的历史状态，用于事故后的分析和追责。

上述利用EEMD(Ensemble Empirical Mode Decomposition，集合经验模式分解)算法提取信号特征值具体包含以下步骤：

步骤一：向采集到的信号中加入正态分布白噪声；

步骤二：对原始数据进行经验模式分解，把数据分解为满足Hilbert变换要求的n阶本征模式函数和残余函数之和；

步骤三：对每一阶本征模式函数进行Hilbert变换，得到瞬时频率，从而求得时频图；

步骤四：根据振动频率特征合成所需的m个本征模式函数分量，得到滤波后的特征数据。

上述进行姿态融合及滤波具体包含以下步骤：

步骤一：在离线数据中寻找静止状态下的加速度传感器值和磁力计的值，使用最小二乘法求出椭球方程的各个参数；

步骤二：利用EEMD分解的数据滤除加速度值中的敏感噪声；

步骤三：将磁力计坐标系转换到加速度坐标系；

步骤四：对数据进行高低通滤波；

步骤五：利用扩展卡尔曼滤波或Mahony算法进行姿态融合，实时解算四元数。

与现有技术相比，本发明具有以下有益技术效果：

1，本发明同时基于陀螺仪、三轴加速度、三轴电子罗盘等辅助传感器，通过基于四元数的传感器数据算法进行运动姿态测量，实时输出以四元数、欧拉角等表示的三维姿态数据，实现了对于特种车辆运输过程的振动监测。

2，本发明通过EEMD分解算法来滤除高频噪声，获取路况特征值进行分析，对于路况较差或者异常振动，通过连接的报警装置实现实时报警和预测报警，以保障运输过程的安全。

3，本发明通过多传感器的融合，利用自适应滤波，可以及时准确预测危险情况并进行报警，通知驾驶员做好准备，而且具有安装简单、对历史数据进行记录，以及对运输中问题追溯等功能。

附图说明

图1为本发明车辆振动监测报警装置的组成示意图。

图2为姿态融合及滤波的流程图。

图3为本发明EEMD分解算法的流程图。

具体实施方式

现结合附图对本发明做进一步详细的说明。

本发明车辆振动监测报警装置的组成如图1所示，其中的九轴IMU传感器可以选用MPU9250或常见型号，主控MCU可以选用STM32F4或常见型号。陀螺仪、三轴加速度、三轴电子罗盘等辅助传感器的型号可选用常规型号。

进行姿态融合及滤波的流程图如图2所示，首先在离线数据中寻找静止状态下的加速度传感器值和磁力计的值，再使用最小二乘法求出椭球方程的各个参数。然后利用EEMD分解的数据滤除加速度值中的敏感噪声，并将磁力计坐标系转换到加速度坐标系，对数据进行高低通滤波。最后利用扩展卡尔曼滤波(Extended Kalman Filter EKF)或Mahony算法进行姿态融合，实时解算四元数。

EEMD分解算法的流程如图3所示，包含以下步骤：

1、载入振动信号；

2、将信号根据EEMD分解算法，分解成n个IMF分量；

3、根据每个IMF分量的时域、能量值、奇异值进行IMF分量选择；

4、根据载入信号的时域指标和最小方差(MPE)指标，合成新的振动信号；

5、根据预设的报警阈值，进行信号判断，超出阈值时开启报警装置。

具体实施时，建议本发明车辆振动监测报警装置的设备运行条件为：

1、环境温度：-20°～80°(车辆外部行驶环境温度)

2、相对湿度：<90％；

3、工作电源：直流电压24V，电流0.5A。

相关的技术参数及规格如下：

1、电源：DC5-24V最大电流0.5A

2、数字振动传感器范围：±8g

3、振动分辨率：<2mg

4、采样频率：0.1Hz

5、测量方向：三维方向

6、通信端口：RS485

7、通信距离：<10m

8、报警输出：声光报警器(继电器常开连接)

9、防水IP68

10、尺寸：24*12*6cm(仅供参考)。

安装调试时，需注意车辆振动监测报警装置的底面带有四个螺丝孔，沿纵向方向与车辆行驶方向平行，正面朝上安装。设备纵向留两个线路接口，其中电源线两路、信号线(RS485)两路、继电器输出信号一路、备用信号线一路。此外信号线均采用屏蔽线。声光报警器可接在继电器输出信号线上。在车辆行驶运输过程中，设备实时监测振动数据，当振动数据超出安全区间时进行声光报警提示。

本发明实现了对于特种车辆运输过程的振动监测，同时基于陀螺仪、三轴加速度、三轴电子罗盘等辅助传感器，通过基于四元数的传感器数据算法进行运动姿态测量，实时输出以四元数、欧拉角等表示的三维姿态数据。并且通过EEMD分解算法，滤除高频噪声，获取路况特征值进行分析，对于路况较差或者异常振动，通过连接的报警装置实现实时报警和预测报警，保障运输过程的安全。

需要说明的是，以上具体实施方式的描述并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.车辆振动监测报警装置，其特征在于，装置的内部电路包括电源供电模块、振动采集模块、九轴姿态传感器模块、主控MCU、数据备份模块，外部通信接口和声光报警模块，电源供电模块利用车载电池进行DC转换，为整个系统提供供电；系统上电后，主控MCU完成对九轴姿态传感器模块和振动采集模块的初始化，测量九轴姿态传感器的加速度、角速度和电子磁场参数，同时振动采集模块获取垂直方向加速度，然后利用EEMD算法提取信号特征值，作为扩展卡尔曼滤波和Mahony互补滤波器修正项，进行姿态融合及滤波，从而得到四元数并以此数据模拟出车辆运行时的起伏状态；在数据处理结束后，主控MCU会及时保存数据至数据备份模块，并且根据所述起伏状态进行预警，开启声光报警模块，提醒驾乘人员小心驾驶；外部通信接口用于历史数据的导出。

2.根据权利要求1所述的车辆振动监测报警装置，其特征在于所述振动采集模块为PVDF振动采集模块。

3.根据权利要求2所述的车辆振动监测报警装置，其特征在于所述PVDF振动采集模块是通过PVDF矩阵获取车辆的垂直方向加速度。

4.根据权利要求1所述的车辆振动监测报警装置，其特征在于所述外部通信接口可以回溯车辆运输的历史状态，用于事故后的分析和追责。

5.根据权利要求1所述的车辆振动监测报警装置，其特征在于所述利用EEMD算法提取信号特征值具体包含以下步骤：

步骤一：向采集到的信号中加入正态分布白噪声；

步骤二：对原始数据进行经验模式分解，把数据分解为满足Hilbert变换要求的n阶本征模式函数和残余函数之和；

步骤三：对每一阶本征模式函数进行Hilbert变换，得到瞬时频率，从而求得时频图；

步骤四：根据振动频率特征合成所需的m个本征模式函数分量，得到滤波后的特征数据。

6.根据权利要求5所述的车辆振动监测报警装置，其特征在于所述进行姿态融合及滤波具体包含以下步骤：

步骤一：在离线数据中寻找静止状态下的加速度传感器值和磁力计的值，使用最小二乘法求出椭球方程的各个参数；

步骤二：利用EEMD分解的数据滤除加速度值中的敏感噪声；

步骤三：将磁力计坐标系转换到加速度坐标系；

步骤四：对数据进行高低通滤波；

步骤五：利用扩展卡尔曼滤波或Mahony算法进行姿态融合，实时解算四元数。