CN111323106A - 计量装置以及计量系统 - Google Patents
计量装置以及计量系统 Download PDFInfo
- Publication number
- CN111323106A CN111323106A CN201911273634.3A CN201911273634A CN111323106A CN 111323106 A CN111323106 A CN 111323106A CN 201911273634 A CN201911273634 A CN 201911273634A CN 111323106 A CN111323106 A CN 111323106A
- Authority
- CN
- China
- Prior art keywords
- data string
- covariance
- waveform
- processing unit
- impact
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
- G01G19/03—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24568—Data stream processing; Continuous queries
Abstract
本申请涉及计量装置以及计量系统。计量装置(30)包括:数据获取部(40),获取由设置于结构物的第一传感器按时间序列得到的数据串,所述数据串表示由于移动体的移动而施加给结构物的冲击;以及处理部(50),求出基于数据串的协方差,并基于协方差检测由于移动体的移动而施加给结构物的冲击的时机。
Description
技术领域
本发明涉及计量装置以及计量系统等。
背景技术
作为推断在桥梁等结构物上移动的车辆等移动体的重量的方法,已知有WIM(Weigh-In-Motion:动态称重)。通过利用WIM计量在桥梁上移动的车辆的重量,从而能够计量并监视有多少辆、多重的车辆通过了桥梁等结构物,或者有超载的车辆通过等。作为使用这样的WIM的计量装置的现有技术,例如有专利文献1所公开的技术。
专利文献1的计量装置对来自加速度传感器的加速度数据进行滤波处理,使得车辆的车轴通过所产生的加速度分量清楚地出现。具体而言,进行使25Hz以上的频率分量的加速度通过的高通滤波器的处理。该高通滤波器通过FIR(Finite Impulse Response:有限脉冲响应)的滤波器而实现。另外,在专利文献1中,出于提高加速度分量的清晰度的目的,例如通过2附近拉普拉斯滤波器等微分滤波器进行强调滤波处理。
专利文献1:日本专利特开2017-58177号公报
然而,在高通滤波器、2附近拉普拉斯滤波器等微分滤波器的滤波处理中,无法将因车辆的移动而施加给结构物的冲击的加速度相对于其它的加速度信号等充分地提高清晰度,难以准确且无遗漏地检测由于车辆的移动而施加给结构物的冲击的时机。
发明内容
本发明的一方式涉及一种计量装置,其包括:数据获取部,获取由设置于结构物的第一传感器按时间序列得到的数据串,所述数据串表示由于移动体的移动而施加给结构物的冲击;以及处理部,求出基于所述数据串的协方差,并基于所述协方差来检测由于所述移动体的移动而施加给所述结构物的所述冲击的时机。
本发明的另一方式涉及一种计量系统,其包括上述的计量装置以及上述第一传感器。
附图说明
图1是本实施方式的计量装置、计量系统的结构例。
图2是关于传感器配置、传感器对冲击加速度的检测的说明图。
图3是说明本实施方式的处理的流程图。
图4是表示移动体进入时的冲击加速度的波形的图。
图5是表示带通滤波处理后的冲击加速度的波形的图。
图6是表示冲击加速度的协方差的波形的图。
图7是表示2附近拉普拉斯滤波处理后的冲击加速度的波形的图。
图8是使用协方差的本实施方式的方法的说明图。
图9是表示移动体在G1行驶时的G1、G2、G3的冲击加速度的波形的图。
图10是表示移动体在G1行驶时的协方差的波形的图。
图11是表示冲击波形与强调波形的相位差的图。
图12是表示通过偏移进行相位调整的图。
图13是说明协方差以及自协方差中的峰值时刻以及强度的判定处理的流程图。
图14是表示通过冲击加速度的强调处理求出的强调波形的图。
图15是表示所选择的峰值的波形的图。
图16是峰波形的放大图。
图17是生成与峰值区间对应的掩模的说明图。
图18是提取加速度数据的波形的说明图。
图19是说明同一区间的自协方差及振幅波形的平方的包络线中的峰值时刻以及强度的判定处理的流程图。
图20是冲击加速度的波形的一例。
图21是平均冲击波形和近似模型的波形的比较图。
图22是平均冲击波形的自协方差和近似模型的波形的自协方差的比较图。
图23是表示近似模型的功率谱的图。
图24是表示带通滤波器的频率特性的图。
图25是表示冲击波形的例子的图。
图26是表示区间长度较长时的自协方差的波形的图。
图27是表示区间长度较短时的自协方差的波形的图。
图28是表示区间长度适当时的自协方差的波形的图。
图29是表示区间长度与S/N比的关系的图。
图30是表示高通滤波器、低通滤波器的频率特性的图。
图31是表示冲击波形的近似模型的波形的图。
图32是表示近似模型的波形的功率谱的图。
图33是表示高通滤波处理后的近似模型的波形的图。
图34是表示高通滤波处理后的近似模型的波形的功率谱的图。
图35是表示将高通滤波处理后的近似模型的波形的振幅平方后的波形的图。
图36是表示将振幅平方后的波形的功率谱的图。
图37是表示对将振幅平方后的波形进行低通滤波处理后的波形的图。
图38是表示低通滤波处理后的波形的功率谱的图。
图39是表示波形的振幅的平方与低通滤波器的频率特性的图。
附图标记说明
1~6…传感器,10…桥梁,12…桥面,14、16…桥墩,20…车辆,21~24…车轴,30…计量装置,32…存储部,34…操作部,36…输出部,40…数据获取部,42…通信接口,50…处理部,60…信号处理部,62…滤波处理部,64…强调处理部,70…移动体处理部,72…时机检测部,74…强度运算部,90…计量系统
具体实施方式
以下,对本实施方式进行说明。需要说明的是,以下说明的本实施方式并不对权利要求书的记载内容进行不当限定。另外,在本实施方式中说明的结构并非全部都是必要构成要件。
1.计量装置
图1中示出本实施方式的计量装置30的结构例。另外,图2是关于传感器配置、传感器对冲击加速度的检测的说明图。本实施方式的计量装置30包括数据获取部40和处理部50。另外,计量装置30能够包括存储部32、操作部34、输出部36。另外,本实施方式的计量系统90包括计量装置30和设置于结构物的传感器1、2、3、4、5、6。结构物例如是作为移动体的车辆20通过的桥梁10或桥面12。桥面12是地板,由桥墩14、16支承。车辆20具有四个车轴21、22、23、24,例如是卡车等汽车。
如图1所示,车辆20在桥面12的上表面侧移动。另外,在桥面12的下表面侧和桥墩14、16中的至少任一方上设置有传感器1、2、3、4、5、6。具体而言,在图2中,在桥面12的端部的下表面设置有传感器1、2、3,在桥墩16的上部的侧面设置有传感器4、5、6。或者,也可以在桥墩14、16的上部的桥面连接部设置传感器1、2、3、4、5、6。或者,可以在桥墩14、16的侧面设置传感器1、2、3、4、5、6,也可以在桥面12的端部的下表面设置传感器1、2、3、4、5、6。这样的传感器1、2、3、4、5、6的设置位置是能够高效地检测由进入桥面12的车辆20引起的冲击加速度的位置。在本实施方式中,传感器1~6设置于结构物中的车辆20的通过区域,计量装置30检测作为移动体的车辆20通过该通过区域的时机。
另外,传感器1、4沿着与车辆20的第一车道对应的G1的线配置,传感器3、6沿着与车辆20的第二车道对应的G3的线配置。另外,传感器2、5沿着第一车道与第二车道之间的G2的线配置。这些传感器1~6例如是加速度传感器。加速度传感器例如是可以计量在相互正交的三个轴的各轴向上产生的加速度的三轴加速度传感器。例如,在通过加速度传感器实现的传感器1~6中,x轴、y轴、z轴这三个检测轴中的一个轴设置为沿着与桥面12垂直的方向,由此,可以检测与桥面12垂直的方向上的冲击加速度。换言之,可以检测在作为重力加速度的方向的铅直方向上的冲击加速度。
具体而言,如图2的B1所示,车辆20的车轴21向DR1的方向进入桥面12。在进入该桥面12时,当车轴21与相邻的桥面、路面的接缝的不连续形状碰撞时,产生冲击加速度。即,随着车辆20的移动,图2的DR2方向的冲击施加于作为结构物的桥面12,传感器1~6检测该DR2的方向上的冲击的加速度。由此,能够进行车辆20的车轴检测。
需要说明的是,在本实施方式中,主要以结构物是桥梁10、桥面12,而移动体是汽车等车辆20的情况为例进行说明。但是,结构物只要是因移动体的重量而产生位移的物体即可,并不限定于桥梁10、桥面12。另外,关于移动体也是只要是边对结构物施加载荷边在该结构物上移动的物体即可,并不限定于汽车等车辆20。另外,传感器1~6只要是可以对因移动体的移动而施加给结构物的冲击进行检测的传感器即可,并不限定于加速度传感器。例如,传感器也可以是压力传感器、振动传感器、应变传感器。另外,在本实施方式中,如图2所示,主要以对于具有两条车道的行驶道路的结构物,在各行驶车道与中心线的进入和退出的位置设置有六个传感器1~6的情况为例进行说明,但传感器的个数并不限定于此,其是任意的个数。
计量装置30的数据获取部40获取来自传感器1~6的时间序列的数据串。具体而言,获取由传感器1~6检测出的加速度的数据串。数据获取部40例如可以通过通信接口42实现。通信接口42例如按照规定的通信标准与传感器1~6之间进行通信。通信接口42可以通过通信用的电路装置等硬件、通信用的程序等实现。例如,通信接口42通过无线或有线的通信从传感器1~6获取数据串。具体而言,通信接口42经由移动电话的无线网络、互联网等通信网络,获取传感器1~6输出的加速度等的数据串。这样,数据获取部40通过通信接口42的无线或有线的通信来获取加速度等的数据串。另外,通信接口42也可以是USB的接口、SD存储卡等的接口。例如,收集传感器1~6检测出的加速度等的数据串,并将收集到的数据串写入USB存储器、SD存储卡等便携式存储器。然后,通信接口42通过从便携式存储器读出收集到的数据串,从而获取加速度等的数据串。数据获取部40对数据串的获取也可以像这样经由便携式存储器来获取数据串。
存储部32存储处理部50的处理所需的各种数据、程序。处理部50基于存储在存储部32中的数据、程序进行各种处理。存储部32例如可以通过RAM等半导体存储器、硬盘驱动器等实现。
操作部34用于用户输入操作信息。计量装置30基于由操作部34输入的操作信息进行各种计量处理。输出部36输出计量装置30的计量结果。输出部36例如可以通过液晶显示器、有机EL显示器等显示装置实现。
处理部50是进行各种处理的处理器。例如处理部50进行的各处理可以通过基于程序等信息进行动作的处理器和存储程序等信息的存储器实现。处理器例如既可以通过单独的硬件来实现各部的功能,或者也可以通过一体的硬件来实现各部的功能。例如,处理器包括硬件,该硬件能够包括处理数字信号的电路、处理模拟信号的电路。例如,处理器也能够由安装于电路基板的一个或多个IC即电路装置构成。处理器例如也可以是CPU(CentralProcessing Unit:中央处理器)。不过,处理器并不限定于CPU,也能够使用DSP(DigitalSignal Processor:数字信号处理器)等各种处理器。另外,处理器也可以是基于ASIC的硬件电路。
处理部50包括信号处理部60和移动体处理部70。信号处理部60执行各种数字信号处理,包括滤波处理部62、强调处理部64。滤波处理部62对后述的加速度等的数据串进行带通滤波处理等滤波处理。该滤波处理例如可以通过FIR(Finite Impulse Response:有限脉冲响应)的数字滤波器实现。
强调处理部64进行强调冲击加速度的处理。例如,强调处理部64执行用于将因移动体的移动而施加给结构物的冲击的波形从结构物的振动、环境声音等噪声信号中分离的强调处理。具体而言,强调处理部64对由滤波处理部62进行了带通滤波处理等滤波处理后的数据串进行强调处理。例如,强调处理部64通过统计处理,提高冲击加速度与作为噪声的其它加速度信号的S/N比,进行使冲击加速度容易检测的处理。例如,强调处理部64如下所述地求出基于加速度等的数据串的协方差而实现冲击加速度的强调处理。
移动体处理部70执行关于车辆等移动体的各种处理,包括时机检测部72、强度运算部74。时机检测部72进行检测因移动体的移动而施加给结构物的冲击的时机的处理。例如,时机检测部72基于由强调处理部64进行了强调处理后的信号,检测移动体的通过时机。例如在传感器1~6设置于结构物中的移动体的通过区域的情况下,时机检测部72检测移动体通过通过区域的时机。具体而言,时机检测部72通过检测进行了强调处理的冲击加速度的信号的峰值,来检测与产生了冲击的时间对应的冲击时机。
强度运算部74进行求出由于移动体的移动而施加给结构物的冲击的强度的运算处理。例如,强度运算部74通过检测冲击加速度的波形的振幅或计算冲击的能量,来求出冲击的强度。具体而言,强度运算部74求出在因移动体的移动而向结构物施加冲击的时机时的冲击强度。例如,求出冲击加速度的峰值区间的冲击加速度的振幅、能量等作为冲击强度。
例如,缘于移动体的移动而产生的冲击是移动体的车轴的冲击加速度。移动体处理部70输出作为冲击的时机的冲击加速度的产生时刻和冲击加速度的强度信息。例如传感器1~6等加速度传感器的设置位置是结构物的行驶方向上的两端部。例如加速度传感器设置于结构物的进入侧的端部和退出侧的端部。另外,通过带通滤波处理,提取冲击加速度的功率谱带。例如在本实施方式中,多个加速度传感器被设置在结构物的宽度方向上。强调处理部64计算来自配置在宽度方向上的多个加速度传感器的冲击响应加速度的协方差。时机检测部72检测协方差的峰值时刻作为移动体的移动时机。例如,将协方差的峰值时刻判定为移动体通过通过区域的通过时机。然后,强度运算部74根据与协方差的峰宽对应的时刻的冲击加速度来计算强度。
或者,强调处理部64求出设置于结构物的一端部的加速度传感器的冲击响应加速度的自协方差。时机检测部72检测自协方差的峰值时刻作为移动体的移动时机。例如将自协方差的峰值时刻判定为设定于结构物的一端部的通过区域的通过时机。然后,强度运算部74根据与自协方差的峰宽对应的时刻的冲击加速度来计算强度。
或者,强调处理部64求出设置于一端部的加速度传感器的冲击响应加速度在同一区间的自协方差。同一区间是同一数据区域。即,强调处理部64求出加速度传感器输出的同一数据串之间的自协方差。时机检测部72将自协方差的峰值时刻判定为移动体的移动时机。然后,强度运算部74求出自协方差的峰值作为冲击加速度的强度。
或者,强调处理部64求出由设置于一端部的加速度传感器检测出的冲击的振幅波形的平方的包络线。时机检测部72将振幅波形的平方的包络线的峰值时刻判定为移动体的移动时机。然后,强度运算部74求出振幅波形的平方的包络线的峰值作为冲击加速度的强度。需要说明的是,强调处理部64对进行统计处理的数据区间长度进行调整,使得强调处理后的峰值波形成为单峰形状。然后,将数据区间长度调整为峰值波形成为单峰形状的最小的区间长度。
图3是说明本实施方式的处理的流程图。首先,数据获取部40获取由传感器1~6按时间序列得到的、表示施加给结构物的冲击的数据串(步骤S1)。所获取的数据串是表示由于移动体的移动而施加给结构物的冲击的数据串,例如是冲击加速度的数据串。例如在传感器1~6是加速度传感器的情况下,数据获取部40获取传感器1~6按时间序列输出的加速度的数据串。例如数据获取部40经由通信接口42获取数据串。然后,处理部50对所获取的数据串进行带通滤波处理(步骤S2)。具体而言,滤波处理部62执行FIR的带通滤波处理。然后,处理部50求出基于带通滤波处理后的数据串的协方差(步骤S3)。该协方差例如既可以是加速度的数据串与速度的数据串那样的不同种类的数据串之间的协方差,也可以是加速度的数据串彼此的协方差那样的自协方差。另外,自协方差也可以是同一区间的数据串的协方差。例如,也可以是同一区间的同一加速度的数据串之间的自协方差。或者,也可以求出冲击的振幅波形的平方的包络线作为自协方差。
接着,处理部50基于求出的协方差,检测由于移动体的移动而施加给结构物的冲击的时机(步骤S4)。由此,可以检测移动体通过了作为传感器设置区域的通过区域的时机。然后,处理部50基于协方差求出冲击的强度(步骤S5)。例如在通常的协方差的情况下,处理部50根据与协方差的峰宽对应的时刻的冲击加速度求出冲击的强度。在不同区间的数据串的自协方差的情况下,根据与自协方差的峰宽对应的时刻的冲击加速度求出冲击的强度。在同一区间的数据串的自协方差的情况下,根据自协方差的峰值的振幅求出冲击的强度。
需要说明的是,虽然利用WIM可以求出在结构物上移动的移动体的重量,但作为求出移动体的重量的方法,例如可以采用上述的专利文献1所公开的方法等各种方法。例如,在结构物的进入端的第一通过区域和退出端的第二通过区域设置加速度传感器。然后,通过在图3中说明的处理来检测移动体通过第一通过区域的第一通过时机和通过第二通过区域的第二通过时机。具体而言,检测在第一、第二通过区域中的移动体的各车轴的通过时机。通过时机是通过时刻。通过进行移动体的车轴检测,例如也能够确定通过了第一通过区域的移动体和通过了第二通过区域的移动体为同一移动体。然后,通过求出在第一通过时机与第二通过时机之间的结构物在铅直方向上的挠曲量即位移,来计算移动体的重量。例如,在作为结构物的进入端的第一通过区域与作为退出端的第二通过区域之间设置加速度传感器或应变传感器等位移计量用的传感器,使用该位移计量用的传感器求出结构物在铅直方向上的挠曲量即位移。例如,既可以在第一通过区域和第二通过区域的中央附近设置位移计量用的传感器,也可以在第一通过区域与第二通过区域之间设置多个位移计量用的传感器。
为了准确地求出在这样的结构物上移动的移动体的重量,要求准确且无遗漏地检测移动体在通过区域中的通过时机。本实施方式中,在该通过时机的检测中使用作为统计值的协方差。例如利用作为统计值的协方差进行车轴响应的强调处理。另外,对来自加速度传感器的数据串进行带通滤波处理,对带通滤波处理后的数据串进行用到协方差的强调处理。通过进行这样的强调处理,将因移动体的移动而施加给结构物的冲击加速度从结构物的振动、环境声音等噪声信号中分离。由此,可以准确且无遗漏地检测移动体的通过时机。
例如,图4是表示移动体进入时的冲击加速度的波形的例子的图。横轴的t表示时间,纵轴的Mag表示加速度的大小。移动体是具有如图1所示的四个车轴21、22、23、24的卡车等车辆20。与这四个车轴21、22、23、24对应地,在冲击加速度的波形中产生了四个峰值。这四个峰值相当于通过区域中的车轴21、22、23、24的通过时机。然而,在图4中,由于结构物的振动、喇叭等环境声音等噪声的原因,S/N比变低,不清楚这四个峰值是否是由车轴21、22、23、24产生的冲击响应。因此,需要进行用于更清楚地观测由车轴引起的冲击响应的加速度即冲击加速度的信号处理。例如,在桥梁10中由于固有共振频率等原因,难以观测冲击加速度,因此,为了检测由车轴引起的冲击加速度的波形,需要提高冲击加速度与除此以外的噪声的S/N比。
图5是表示带通滤波处理后的冲击加速度的波形的图。例如,通过对来自加速度传感器的数据串进行后述的如图24所示的频率特性的带通滤波处理,从而图4的冲击加速度的波形变成如图5所示的波形。即,通过进行使规定的频带(例如40Hz~100Hz)的信号通过的带通滤波处理,从而如图5所示,由车轴引起的冲击响应的峰值变得更清楚,可以提高冲击加速度与除此以外的噪声的S/N比。
然后,在本实施方式中,对带通滤波处理后的数据串进行使用了协方差的强调处理。即,在本实施方式中,使用统计方法作为强调冲击加速度的波形的方法。能够使用统计方法的理由在于,车轴的冲击响应的检测是以检测车轴的通过时机为目的,因此不需要基于信号的物理量。
图6是表示冲击加速度的协方差的波形的图。在此,采用了如后所述的同一区间的数据串的自协方差作为协方差。如图6所示,通过求出协方差,从而清楚地检测出与四个车轴对应的四个峰值。由此,能够准确且无遗漏地检测四个车轴在通过区域中的通过时机。
例如,图7是表示进行了2附近拉普拉斯滤波处理时的冲击加速度的波形的图。例如在现有技术的方法中,通过对加速度的数据串进行高通滤波处理,从而改善冲击加速度与噪声的S/N比,通过2附近拉普拉斯滤波器缩小较小的振幅的冲击响应与较大的振幅的冲击响应的振幅差,使得容易进行用到阈值的车轴检测。然而,如图7所示,在使用2附近拉普拉斯滤波器的方法中,由车轴引起的冲击响应的峰值的检测不充分。与此相对,根据使用协方差的本实施方式的方法,如图6所示,可以清楚地检测由车轴引起的冲击响应的峰值,能够准确且无遗漏地检测车轴的通过时机。
如上所述,本实施方式的计量装置30如图1所示地包括数据获取部40和处理部50。数据获取部40获取由设置于结构物的第一传感器按时间序列得到的、表示由于移动体的移动而施加给结构物的冲击的数据串。例如,移动体是车辆20,第一传感器是传感器1等。例如,由于移动体的移动,移动体的车轴等与结构物发生碰撞,对结构物施加冲击。由该冲击引起的结构物的振动等作为冲击加速度由第一传感器检测,并作为表示结构物的冲击的数据串从第一传感器输出。然后,处理部50求出基于来自第一传感器的数据串的协方差,并基于协方差,检测由于移动体的移动而施加给结构物的冲击的时机。例如,检测移动体通过设置有第一传感器的通过区域的时机。通过像这样地使用协方差,如图6所示,可以清楚地与其它噪声区分开来检测冲击波形的峰值。另外,冲击波形的峰值与由于移动体的移动而施加给结构物的冲击的时机对应。因此,根据本实施方式,能够准确且无遗漏地检测由于移动体的移动而施加给结构物的冲击的时机。
例如,图7的2附近拉普拉斯滤波器仅仅是使冲击加速度波形的频率特性变化而使波形变化,难以无遗漏地适当提取冲击的峰值。与此相对,若是协方差的话,在像冲击的峰值那样线性变化的区间中值变大,在像噪声那样细微变化的区间中其变化量被平均而值变小。因此,如图6所示,能够清楚地提取冲击的峰值,与图7相比,可以实现冲击的峰值的适当的强调处理。
另外,作为将数据串之间的相关数值化的统计值,例如有皮尔森相关系数等,但若是皮尔森相关系数的话,系数的值被标准化为0~1。因此,作为强调冲击的峰值的处理并不优选。在这一点上,协方差不进行皮尔森相关系数那样的标准化,数据串之间的相关越高,即冲击波形的相关性越高,则值越大。因此,使用协方差的强调处理与皮尔森相关系数等进行标准化的相关的统计处理相比,具有可以适当地强调冲击的峰值的优点。
另外,在本实施方式中,处理部50对数据串进行带通滤波处理,求出基于带通滤波处理后的数据串的协方差。例如,通过对数据串进行如后述的图24所示的频率特性的带通滤波处理,从而如图5所示,冲击波形的峰值变得更清楚,可以提高S/N比。然后,通过基于这样的带通滤波处理后的数据串求出协方差,从而能够进行如图6所示的清楚的波峰检测,能够进行冲击时机的准确且无遗漏的检测。
作为该情况下的带通滤波处理,如后述的图23中说明的那样,最好是使冲击的响应频率特性的增益大于1的频带通过的处理。这样一来,通过带通滤波处理使与冲击波形的振动频率对应的频带的信号通过,能够进行基于协方差的强调处理,可以实现适合作为强调处理的预处理的滤波处理。
另外,在本实施方式中,第一传感器设置于结构物中的移动体的通过区域。然后,处理部50通过检测由于移动体的移动而施加给结构物的冲击的时机,从而检测移动体通过通过区域的时机。例如,处理部50通过检测产生了冲击的时机即冲击的产生时刻,来检测移动体通过了通过区域的时机即移动体的通过时刻。这样一来,可以确定移动体在哪个时机通过了通过区域,可以实现利用该通过时机的各种处理。例如,通过在结构物的进入端设置第一通过区域,并在结构物的退出端设置第二通过区域,来作为通过区域,从而可以检测移动体进入结构物的进入时机和移动体退出结构物的退出时机。由此,可以实现对在结构物上移动的移动体的重量进行推断的WIM的处理等。
另外,在本实施方式中,处理部50基于协方差进行移动体的车轴检测。例如,作为车轴检测,处理部50检测移动体的车轴对结构物施加的冲击的时机。或者,作为车轴检测,处理部50也可以进行移动体的车轴的图案的检测。例如,也可以通过在结构物的进入端和退出端进行移动体的车轴的图案的检测,来检测进入到进入端的移动体和从退出端退出的移动体是否是同一移动体。通过像这样地基于协方差进行移动体的车轴检测,从而能够进行准确且无遗漏的车轴检测。例如,可以准确且无遗漏地检测移动体的车轴对结构物施加的冲击的时机,能够更准确地求出在结构物上移动的移动体的重量等。另外,也能够更准确地进行车轴的图案的检测。
2.协方差、自协方差
在本实施方式中,作为冲击加速度的强调处理,使用了协方差。以下,对该协方差的处理进行详细说明。图8是使用协方差的本实施方式的方法的说明图。协方差是表示两个数据的关系的值,例如是表示两个数据的相关的指标值。如图8所示,作为协方差,能够使用狭义意义上的协方差、自协方差、同一数据串的自协方差、与振幅波形的平方的包络线对应的协方差。
如图8所示,在本实施方式中,作为协方差,例如求出狭义的协方差。狭义的协方差例如是来自不同的传感器的数据串之间的协方差、表示不同的物理量的数据串之间的协方差。具体而言,如图8所示,狭义的协方差是来自设置于不同位置的多个传感器的加速度的数据串的协方差、来自传感器的加速度的数据串和根据该加速度的数据串求出的速度的数据串的协方差等。
例如,图1的数据获取部40获取由设置于结构物的第一传感器按时间序列得到的数据串和由在结构物中设置于与第一传感器所设置的位置不同的位置的第二传感器按时间序列得到的第二数据串。作为一例,第一传感器是图2的传感器1,第二传感器是传感器2或传感器3。或者,第一传感器是传感器4,第二传感器是传感器5或传感器6。传感器1与传感器2或传感器3设置在结构物中不同的位置。另外,传感器1、2、3例如设置于进入端的第一通过区域,可以基于来自传感器1、2、3的数据串,检测移动体通过第一通过区域的通过时机即进入时机。传感器4与传感器5或传感器6设置在结构物中不同的位置。另外,传感器4、5、6例如设置于退出端的第二通过区域,可以基于来自传感器4、5、6的数据串,检测移动体通过第二通过区域的通过时机即退出时机。
另外,在狭义的协方差中,求出来自第一传感器的加速度的数据串和来自第二传感器的加速度的数据串的协方差。或者,求出来自第一传感器的加速度的数据串和通过对该加速度的数据串例如进行积分而得到的速度的数据串的协方差。或者,求出来自第二传感器的加速度的数据串和通过对该加速度的数据串例如进行积分而得到的速度的数据串的协方差。
另外,在本实施方式中,如图8所示,作为协方差,求出自协方差。自协方差是不同区间的数据串的协方差。自协方差是协方差的一种,例如是时间错开的数据串之间的协方差。具体而言,如图8所示,自协方差是来自相同传感器的不同区间的加速度的数据串的协方差。例如,求出图2的传感器1的第一区间的加速度的数据串和第二区间的加速度的数据串的协方差作为自协方差。同样地,求出传感器2、3、4、5、6各自的第一区间的加速度的数据串和第二区间的加速度的数据串的协方差作为自协方差。第一区间和第二区间是在时间上错开的时间区间。
另外,在本实施方式中,如图8所示,作为协方差,求出同一数据串的自协方差。同一数据串的自协方差是同一区间的数据串的协方差。即,通常的自协方差意指不同区间的数据串的协方差,但在本实施方式中,作为自协方差,求出同一区间的数据串的协方差。具体而言,如图8所示,求出来自相同传感器的同一区间的加速度的数据串的协方差作为同一数据串的自协方差。
另外,在图8中,作为协方差,求出振幅波形的平方的包络线。具体而言,如图8所示,求出由来自传感器的加速度的数据串表示的冲击的振幅波形的平方的包络线。该振幅波形的平方的包络线相当于同一数据串的自协方差即同一区间的自协方差。
如上所述,在本实施方式中,处理部50求出数据串的自协方差作为协方差,并基于所求出的自协方差,检测由于移动体的移动而施加给结构物的冲击的时机。例如,通过求出基于来自第一传感器的数据串的自协方差,能够如图6所示检测冲击的峰值,通过检测冲击的峰值,可以检测产生冲击的时刻即冲击的时机。具体而言,如图8所示,处理部50求出来自相同的第一传感器的不同区间的数据串的协方差作为自协方差,并基于所求出的自协方差,检测施加给结构物的冲击的时机。例如,通过求出来自第一传感器的第一区间的数据串和来自第一传感器的第二区间的数据串的协方差而求出自协方差。这样一来,能够基于来自第一传感器的数据串,以简单的处理求出协方差,实现处理的简化、处理负荷的减轻。
另外,在本实施方式中,处理部50求出同一区间的数据串的自协方差作为协方差。然后,基于所求出的自协方差,检测由于移动体的移动而施加给结构物的冲击的时机。具体而言,如图8所示,处理部50求出来自相同的第一传感器的同一区间的数据串的协方差作为自协方差,并基于所求出的自协方差,检测施加给结构物的冲击的时机。即,虽然狭义意义上的自协方差是不同区间的数据串的协方差,但在本实施方式中,作为自协方差,求出同一区间的数据串的协方差。也就是说,求出同一数据串的协方差作为自协方差。这样一来,能够使用同一区间的同一数据串求出自协方差,因此可以减少求出协方差时所需的数据量。另外,若是求出同一区间的数据串的自协方差的方法的话,例如也具有通过将自协方差开平方(根)而能求出冲击的强度的优点。
另外,在本实施方式中,处理部50也可以求出冲击的振幅波形的平方的包络线作为自协方差。具体而言,如图8所示,处理部50求出通过来自第一传感器的数据串而求出的冲击的振幅波形的平方的包络线作为自协方差。振幅波形的平方的包络线与同一区间的数据串的自协方差等价。因此,通过求出振幅波形的平方的包络线,能够求出与同一区间的数据串的自协方差同样的值。
另外,在本实施方式中,数据获取部40获取由在结构物中设置于与第一传感器所设置的位置不同的位置的第二传感器按时间序列得到的第二数据串。即,获取表示由于移动体的移动而施加给结构物的冲击的第二数据串。然后,处理部50求出作为来自第一传感器的数据串的第一数据串和第二数据串的协方差。
例如,第一传感器是图2的传感器1,第二传感器是传感器2或传感器3。或者,第一传感器是传感器4,第二传感器是传感器5或传感器6。在此,假设第一传感器是传感器1,而第二传感器是传感器2来进行说明。在该情况下,作为第一传感器的传感器1和作为第二传感器的传感器2在与移动体的移动方向正交的方向即宽度方向上并排配置。通过这样的配置,基于来自传感器1的数据串检测出的冲击的时机和基于来自传感器2的数据串检测出的冲击的时机成为相同的时机。然后,数据获取部40获取由传感器1按时间序列得到的第一数据串和由传感器2按时间序列得到的第二数据串。第一、第二数据串成为表示在移动体通过传感器1、2所设置于的通过区域时施加给结构物的冲击的数据串。然后,处理部50求出来自传感器1的第一数据串和来自传感器2的第二数据串的协方差。具体而言,处理部50对来自传感器1、2的第一、第二数据串进行带通滤波处理,求出带通滤波处理后的第一、第二数据串的协方差。这样一来,能够求出图8的狭义的协方差,能够基于所求出的协方差来检测冲击的时机。
另外,在本实施方式中,数据串是加速度的数据串,处理部50求出加速度的数据串和根据加速度的数据串求出的速度的数据串的协方差。例如,数据获取部40获取来自传感器1的加速度的数据串。处理部50通过对加速度的数据串进行积分而求出速度的数据串。然后,求出加速度的数据串和速度的数据串的协方差,来检测施加给结构物的冲击的时机。即,检测由于移动体在传感器1所设置于的通过区域中移动而施加给结构物的冲击的时机。这样一来,能够基于来自一个传感器的加速度的数据串来求出协方差。
接着,对图8的狭义的协方差的处理进行详细说明。图9是移动体在图2的G1的线的车道上行驶时基于来自与G1、G2、G3的线对应地设置的传感器1、2、3的加速度的数据串的冲击加速度的波形。在图9中,由于移动体在G1的线的车道上行驶,因此G1的冲击加速度的波形与G2的冲击加速度的波形之间的相关性变高。另一方面,由于移动体未在G3的线的车道上行驶,因此G3的冲击加速度的波形与G2的冲击加速度的波形之间的相关性低。本实施方式求出表示该冲击加速度的波形的相关性的值作为协方差,来检测车轴响应的峰值即冲击的峰值。
协方差是两组数据串的偏差的乘积的平均,G1-G2的协方差C12能够如下式(1)那样表示,G3-G2的协方差C32能够如下式(2)那样表示。在此,G1-G2的协方差C12是来自与G1对应的传感器1的加速度的数据串和来自与G2对应的传感器2的加速度的数据串的协方差。G3-G2的协方差C32是来自与G3对应的传感器3的加速度的数据串和来自与G2对应的传感器2的加速度的数据串的协方差。
C12=<(α1k-<α1k,n))(α2k-<α2k,n>)>…(1)
C32=<(α3k-<α3k,n))(α2k-<α2k,n))>…(2)
在上式(1)、(2)中,α1k是来自与G1对应地设置的传感器1的加速度的数据串。α2k是来自与G2对应地设置的传感器2的加速度的数据串。α3k是来自与G3对应地设置的传感器3的加速度的数据串。n是区间长度。〈α1k,n〉是数据串α1k在区间长度n中的平均。〈α2k,n〉是数据串α2k在区间长度n中的平均。〈α3k,n〉是数据串α3k在区间长度n中的平均。
对于协方差区间,为了消除由协方差引起的相位延迟,将n设为奇整数,并且设n>3,协方差在设为区间中心时,协方差C12、C32能够如下式(3)、(4)那样表示。
在上面说明的协方差的式子中,偏差表示相对于平均值的偏差的大小,因此数据分布得越分散,协方差的值越大。因此,协方差区间的数据越呈直线倾向,协方差的值越大。由于冲击加速度的波形是白噪声及周期噪声和冲击的振幅变动,因此协方差成为将线性的冲击振幅的倾向表示为更大的值的相关值。
图10是表示移动体在G1的线的车道上行驶时的G1-G2的协方差C12的波形和G3-G2的协方差C32的波形的图。如图10所示,通过求出来自与G1对应的传感器1的加速度的数据串和来自与G2对应的传感器2的加速度的数据串的协方差C12,可以检测由于移动体的移动而施加给结构物的冲击的时机。即,可以检测移动体在传感器1、2所设置于的通过区域中的通过时机。
在使用以上所说明的狭义的协方差的方法中,用到了G1、G2两条线的冲击加速度的波形之间的协方差。具体而言,使用来自传感器1的加速度的数据串和来自传感器2的加速度的数据串的协方差。然而,若是评价冲击加速度的波形的直线倾向,可知也可以使用一条线的冲击加速度的波形的自协方差。具体而言,例如使用来自一个传感器的加速度的数据串的自协方差。在这样的自协方差中,由于也是在波形的直线部分中方差值变大,因此可以实现冲击的峰值的适当的强调处理。于是,通过使用自协方差,具有可以减少所需的数据量的优点。
需要说明的是,在使用自协方差的情况下,作为对象的数据串并不限定于加速度的数据串。例如,既可以使用关于通过加速度的数据串的积分而得到的速度的数据串的自协方差,也可以使用关于通过速度的数据串的积分而得到的位移的数据串的自协方差。
自协方差Ck能够如下式(5)那样表示。下式(5)例如是在不同区间的数据串的自协方差。
在上式(5)中,αk是来自任意的传感器的数据串。即,是任意的车道的数据串。另外,n是区间长度,m是数据区间的偏移。在不同区间的自协方差中,例如m>1。偏移m可以调整为任意的值。通过调整区间长度n和偏移m,能够在冲击加速度的强调变得最好的条件下进行强调处理。
进而,在本实施方式中,如图8中所说明的那样,使用同一区间的数据串的自协方差。同一区间的数据串的自协方差Ck能够如下式(6)那样表示。
上式(6)所示的同一区间的数据串的自协方差Ck例如是来自任意的传感器的第一区间的数据串和来自该传感器的该第一区间的数据串的自协方差。第一区间的区间长度为n。在使用同一区间的数据串的自协方差的方法中,由于只要获取一个区间的数据串即可,因此与获取不同区间的数据串来求出自协方差的方法相比,具有可以减少处理所需的数据量的优点。需要说明的是,如上所述,作为自协方差的对象的数据串既可以是加速度的数据串,也可以是速度、位移等的数据串。
另外,如图8中所说明的那样,在本实施方式中,也可以求出振幅波形的平方的包络线作为自协方差。例如,上式(6)的同一区间的数据串的自协方差Ck能够如下式(7)那样表示。
Ck=<(αk-<αk,n>)(αk-<αk,n>)>=<(αk-<αk,n>)2>…(7)
上式(7)的平方项的括号中的αk-〈αk,n>由于是从作为期望值的αk中减去区间的平均值,因此如下式(8)所示,可以认为示出了例如通过移动平均的高通滤波处理去除了偏移后的振幅。
αk-<αk,n>=HPF(αk,n)…(8)
在上式(8)中,HPF(αk,n)表示基于区间长度n的区间的移动平均的高通滤波处理。该高通滤波处理后的振幅的平方能够如下式(9)那样表示。
(αk-<αk,n>)2={HPF(αk,n)}2…(9)
平方与绝对值的平方等价。因此,结果上式(7)所示的同一区间的数据串的自协方差如下式(10)、(11)所示,可以认为是关于高通滤波处理后的冲击加速度的波形的、基于平方(绝对值的平方)的移动平均的低通滤波处理的平滑波形。
Ck=<(αk-<αk,n>)2>=<|HPF(αk,n)|2>…(10)
Ck=LPF{|HPF(αk,n)|2}…(11)
一般而言,包络线是针对去除了偏移后的波形的绝对值,通过使用低通滤波器去除高频带信号而求出的。因此,上式(7)的同一区间的数据串的自协方差可以认为是冲击的振幅波形的平方的包络线。这样,同一区间的数据串的自协方差可以作为基于振幅波形的平方的包络线的波形形状的强调滤波器考虑。即,由车轴引起的冲击响应波形的统计上的S/N比的提高可以认为是波形形状的强调的效果。
如上所述,在本实施方式中,处理部50求出冲击的振幅波形的平方的包络线作为自协方差。具体而言,求出振幅波形的平方的包络线作为同一区间的数据串的自协方差。更具体而言,如上式(8)所示,处理部50对数据串进行高通滤波处理。接着,如上式(9)所示,求出对高通滤波处理后的数据串进行平方而得的值。然后,如上式(10)、(11)所示,针对高通滤波处理后的数据串进行平方而得的值,通过进行低通滤波处理,从而求出自协方差。这样一来,以采用高通滤波处理和低通滤波处理的简单的处理即可求出振幅波形的平方的包络线作为自协方差。需要说明的是,在求出振幅波形的平方的包络线作为同一区间的数据串的自协方差的情况下,满足使进行高通滤波处理的区间和进行低通滤波处理的区间为相同区间的边界条件。
另外,在使波形形状的强调为一般的包络线的平方的情况下,进行高通滤波处理的区间和进行低通滤波处理的区间也可以不同。
另外,在协方差、自协方差、同一区间的自协方差以及平方的包络线等强调处理中,作为冲击产生时机的冲击产生时刻与作为强调波形的峰值时机的峰值时刻不一致。因此,在本实施方式中,处理部50进行求出协方差的区间的偏移调整,使得基于协方差的强调波形的峰值时机与冲击产生时机一致。例如,在强调处理的运算区间设置偏移,使得强调波形的峰值时刻与冲击产生时刻一致。
图11表示冲击波形与强调波形的相位差。E1是冲击波形,E2是强调波形。图11的E1的冲击波形是后述的图31的冲击波形的近似模型波形,E2的强调波形是后述的图22的自协方差波形的近似模型波形。如果将E1的冲击波形的第一振幅峰值设为冲击产生时刻,将E2的强调波形的峰值设为冲击检测时刻,则在冲击产生时刻与冲击检测时刻之间产生时间差td。为了对其进行校正,调整上述的式子(3)、(4)、(5)、(6)的数据区间的调取方法。
具体而言,将加上平均值的区间长度设为n+1,将相对于i=0或l=0为负的区间长度和正的区间长度调整为不同的长度。为了调整波形的相位,如下式(12)所示,在同一区间的自协方差中,对区间i以及l加上时间偏移量j。
偏移量j的范围如下式(13)所示。
在同一区间的自协方差以外的强调处理方法中也能够进行同样的偏移调整。图12的E3、E4、E5示出了通过偏移量j调整强调波形的相位后的状态。即,示出了将偏移量j设为j=(n-1)/2、j=0、j=-(n-1)/2时的强调波形的时间相位的变化。
通过调整该偏移量j,能够使强调波形的峰值时刻与冲击波形的第一振幅峰值的冲击产生时刻一致。即,能够进行使图11的时间差td为零的调整,实现测量精度的提高。另外,一旦调整,则在图3、图13、图19中说明的测量过程中不需要每次都进行调整,能够进行冲击产生时刻的测量精度好的计量。
另外,加上平均值的区间长度也可以是偶数。在区间长度是偶数的情况下,相对于i=0或l=0为负的区间长度和正的区间长度是不同的长度,但通过加上时间偏移量j而能够进行强调波形的时间相位的调整。
另外,在本实施方式中,处理部50进行基于协方差求出施加给结构物的冲击的时机时的冲击强度的运算处理。通过这样求出冲击强度,可以将求出的强度利用于各种处理。使用图13~图19对该强度的运算处理进行说明。
图13是说明协方差及自协方差中的峰值时刻以及强度的判定处理的流程图。处理部50通过对图4、图5中说明的冲击加速度的波形进行采用协方差以及自协方差的强调处理,从而如图14所示求出对冲击加速度的峰值进行强调后的强调波形。然后,如图15所示,处理部50选择图14的强调波形中作为处理对象的峰值(步骤S11)。然后,计量峰值的时间tp(步骤S12)。即,计量峰值的产生时刻即时间tp。接着,计量峰值振幅成为阈值以上的时间区间的峰值区间,提取峰值区间的加速度数据(步骤S13、S14)。例如图16是如图15所示选择出的峰值的波形的放大图。然后,如图17所示,生成与该峰值的振幅为阈值以上的峰值区间对应的掩模,使用生成的掩模来提取峰值区间的加速度数据。然后,根据提取出的加速度数据求出强度(步骤S15)。例如,求出与冲击加速度的波形的峰值的振幅对应的强度。然后,判断处理是否结束(步骤S16),在未结束的情况下,返回步骤S11,选择作为下一处理对象的峰值。当结束对于全部峰值的处理时,结束判定处理。
图18是在图13的步骤S14中提取出的加速度数据的波形的放大图。例如,使用图17的掩模,从图5的冲击加速度的波形中提取如图18的A1所示的加速度数据的波形。该加速度数据的波形是冲击波形。然后,例如求出如A2所示的波形的振幅作为冲击的强度。需要说明的是,强度的计量并不限定于这样的振幅的计量。例如,也可以通过对波形的半个波长进行积分,或者对一个波形的绝对值进行积分等,来求出强度。
图19是说明同一区间的自协方差以及振幅波形的平方的包络线中的峰值时刻及强度的判定处理的流程图。与图13同样地,处理部50选择强调波形的峰值,计量峰值的时间(步骤S21、S22)。然后,计量峰值的振幅,对计量出的峰值的振幅进行开平方运算(步骤S23、S24)。即,通过计量自协方差或振幅波形的平方的包络线的峰值并求出计量得到的峰值的根,从而求出强度。然后,判断处理是否结束(步骤S25),在未结束的情况下,返回步骤S21,选择作为下一处理对象的峰值。当结束对于全部峰值的处理时,结束判定处理。
在如图13所示求出协方差或不同区间的自协方差的方法中,需要进行根据冲击加速度的波形使用掩模的提取处理。与此相对,在如图19所示求出同一区间的自协方差或振幅波形的平方的包络线的方法中,能够通过计量峰值的振幅并求出它的根来求出强度。因此,实现处理的简化、处理负荷的减轻等。
3.带通滤波处理
在本实施方式中,处理部50对来自传感器的数据串进行带通滤波处理,并根据带通滤波处理后的数据串来求出协方差。对该带通滤波处理进行详细说明。
图20是观测到的冲击波形的例子。在图21中示出了观测到的多个冲击波形的平均冲击波形(avg)和对该平均冲击波形进行近似而得的近似模型(model)的波形。即,根据平均冲击波形,创建对其进行近似而得的近似模型的波形。在图22中示出了平均冲击波形的自协方差和近似模型的波形的自协方差。该自协方差是同一区间的数据串的自协方差。这样,近似模型成为近似地表示观测到的冲击波形的模型。
图23是表示通过对近似模型进行FFT而求出的近似模型的频率特性的功率谱。如图23所示,冲击波形的近似模型具有Q值为Q=Q1、截止频率为fc的机械滤波器的响应频率特性。例如,Q1为4左右,fc为80MHz左右。由于移动体进行移动而施加给结构物的冲击的响应频率特性具有如图23所示的机械滤波器的响应频率特性。例如,图18的A1所示的冲击波形考虑是由于这样的机械滤波器的响应频率特性而产生的。因此,为了以较低的S/N比观测这样的机械滤波器的响应,最好进行使机械滤波器的增益超过1那样的频带通过的带通滤波处理。例如,图23的C1与机械滤波器的增益为1的边界对应,因此只要可以进行使与该C1的边界对应的频带RF通过的带通滤波处理即可。作为一例,频带RF是40Hz~100Hz左右的范围。图24是这样的带通滤波器的频率特性的例子。
如上所述,本实施方式的带通滤波处理最好是使冲击的响应频率特性的增益大于1的频带RF通过的处理。通过进行这样的带通滤波处理,能够以更高的S/N比观测冲击波形,可以实现冲击波形的适当的强调处理。
4.区间长度的调整
在本实施方式中,处理部50求出包含冲击波形的一个波长的区间中的协方差。例如,处理部50求出设定为冲击波形的一个波长以上的区间长度的同一区间中的自协方差。例如,在求出上式(6)、(7)的同一区间的数据串的自协方差时,将求出自协方差的区间的区间长度设定为冲击波形的一个波长以上的长度。更优选为处理部50求出比冲击波形的两个波长短的区间长度的区间中的协方差。例如,处理部50求出被设定为比冲击波形的两个波长短的区间长度的同一区间中的数据串的自协方差。例如,在求出上式(6)、(7)的同一区间的数据串的自协方差时,将求出自协方差的区间的区间长度设定为冲击波形的一个波长以上且短于两个波长的长度。
图25中示出冲击波形的例子。该冲击波形是缘于移动体的移动而在结构物中产生的冲击的波形。即,是由于图23中说明的结构物的机械滤波器的响应频率特性而产生的冲击波形。例如,由于移动体的车轴的碰撞,结构物进行如图23所示的机械滤波器的频率响应。例如,由于车轴的碰撞,产生与图23的Q值即Q=Q1对应的共振,由该共振引起的振动表现为如图25所示的冲击波形。即,图25的冲击波形是共振的振动频率的振动波形。在图25中,λ与冲击波形的一个波长对应。另外,1/λ与冲击波形的振动频率对应。在本实施方式中,将求出协方差时的区间的区间长度设定为λ以上。即,以冲击波形的振动频率的周期以上的区间长度求出协方差。另外,将求出协方差时的区间的区间长度设定为比2×λ短。
图26是区间长度长时的G1、G3的线中的自协方差的波形的例子。例如是区间长度为两个波长以上、为2×λ以上的长度时的自协方差的波形的例子。G1的线的自协方差是针对来自传感器1的数据串的同一区间的自协方差,G3的线的自协方差是针对来自传感器3的数据串的同一区间的自协方差。如果区间长度过长,则会导致更宽幅的波形,难以确定冲击的产生时机。
图27是区间长度短时的G1、G3的线中的自协方差的波形的例子。例如是区间长度短于一个波长、短于λ时的自协方差的波形的例子。如果区间长度过短,则波形变得杂乱无章,导致波峰被分割。即,原本为一个的波峰被分割为多个波峰,基于自协方差的强调波形成为双峰波形。因此,难以确定冲击的产生时机。
图28是区间长度适当时的G1、G3的线中的自协方差的波形的例子。例如是区间长度为一个波长以上并短于两个波长时的自协方差的波形的例子。例如是区间长度为λ以上且短于2×λ时的自协方差的波形的例子。通过将区间长度设定为适当的长度,作为强调波形的峰值波形不会成为双峰波形,而是成为单峰波形,因此可以准确且清楚地确定冲击的产生时机。另外,在图28中,可以辨别通过了与G1的线对应的车道的移动体的车轴的个数为三个,通过了与G3的线对应的车道的移动体的车轴的个数为两个,实现了适当的车轴检测。
图29是表示区间长度与S/N比的关系的图。例如是表示区间长度与自协方差的波形的宽幅(broad)形状的相关的图。如图29所示,波形的宽幅倾向是区间长度的反函数。因此,最好在波形不会成为双峰的范围内选择最小的区间长度。
5.单峰波形
在本实施方式中,处理部50求出基于协方差的强调波形成为单峰波形的区间长度的区间中的协方差。具体而言,处理部50求出强调波形为单峰波形的区间长度的区间中的振幅波形的平方的包络线或同一区间的自协方差。
如图25中所说明的那样,在本实施方式中,以振动波形的振动频率的周期以上的区间长度的区间求出协方差。具体而言,以振动频率的周期以上的区间长度的区间求出振幅波形的平方的包络线或同一区间的自协方差。由此,如图28所示,能够得到作为强调波形的峰值波形为单峰波形的协方差的波形。
在振幅波形的平方的包络线或同一区间的自协方差中,冲击波形由于图30的H1所示的高通滤波特性和H2所示的低通滤波特性而被限制频带。这些滤波特性由振幅波形的平方的包络线或同一区间的自协方差的区间长度决定。以下,以振幅波形的平方的包络线的信号处理过程为例,说明信号的频率特性的变化。
图31的H3是近似冲击波形的近似模型。图32是近似模型的波形的功率谱。如果对该近似模型的波形进行图30的H1所示的频率特性的高通滤波处理,则成为如图33所示的波形。图34是高通滤波处理后的近似模型的波形的功率谱。高通滤波处理后的近似模型的波形与在说明振幅波形的平方的包络线时使用的上述式(8)对应。即,在上述的式(8)中,进行如图30的H1所示的频率特性的高通滤波处理。
如果对高通滤波处理后的近似模型的波形的振幅求平方,则成为如图35所示的波形。图36是图35的波形的功率谱。通过对振幅求平方,在低频带产生振幅,冲击波形的振动频率达到两倍。图35的振幅的平方的波形与上述的式(9)对应。
针对近似模型的波形的振幅求平方而得的图35的波形,如果进行图30的H2所示的低通滤波处理,则成为如图37所示的波形。图38是图37的波形的功率谱。图37的波形与上述的式(10)、(11)对应,并且与冲击的振幅波形的平方的包络线对应。即,在上述的式(11)中,进行如图30的H2所示的频率特性的低通滤波处理。
图39的H4是对图35、图36中说明的振幅求平方而得的波形的增益频率特性。图39的H5是以图30的H2说明的低通滤波器的增益频率特性。为了使波形具有单峰特性,需要使图39的H4所示的振幅的平方波形中的两倍的振动频率(例如约156Hz)的部分衰减。即,需要通过H5的低通滤波处理使图39中的H6所示的Q值的部分充分地衰减。图39的H5的低通滤波器是与振动频率的周期(例如与约76Hz对应的周期)相同区间长度的移动平均低通滤波器。通过对图35所示的振幅的平方波形进行该H5的低通滤波器的处理,从而低通滤波处理后的波形的频率特性成为图38所示那样的特性,能够如图37所示地使基于协方差的强调波形成为单峰波形。
如上所述,为了使基于协方差的强调波形成为单峰波形,需要通过低通滤波处理使对振幅进行平方而成为两倍的振动频率的图39的H6所示的部分充分地衰减。因此,通过将振幅波形的平方的包络线或同一区间的自协方差中的区间长度设为与驱动频率的周期(波长λ)同等以上的区间长度,从而能够得到单峰波形。不过,如果区间长度变长,则使强调波形的顶部平坦化,从而基于强调波形计量的时刻的检测精度变差。因此,成为单峰波形的最小区间长度为最佳的区间长度。需要说明的是,也考虑使用为了使成为两倍的振动频率的Q值的部分衰减而进行了最优化的低通滤波器的方法。在该情况下,在求出振幅波形的平方的包络线或同一区间的自协方差之后,通过进行与这些处理区间相同或不同形状的低通滤波处理而能够得到单峰波形。
如上所述,本实施方式的计量装置包括:数据获取部,获取由设置于结构物的第一传感器按时间序列得到的数据串,所述数据串表示由于移动体的移动而施加给结构物的冲击;以及处理部,求出基于数据串的协方差,并基于协方差,检测由于移动体的移动而施加给结构物的冲击的时机。
根据本实施方式,第一传感器设置于结构物,使用该第一传感器获取表示由于移动体的移动而施加给结构物的冲击的时间序列的数据串。然后,求出基于所获取的数据串的协方差,并基于所求出的协方差,检测由于移动体的移动而施加给结构物的冲击的时机。通过像这样地使用协方差,可以清楚地将冲击波形的峰值与其它噪声区别开来进行检测。另外,冲击波形的峰值与由于移动体的移动而施加给结构物的冲击时机对应。因此,根据本实施方式,能够适当地检测由于移动体的移动而施加给结构物的冲击的时机。
另外,在本实施方式中,处理部也可以求出数据串的自协方差作为协方差,并基于自协方差来检测冲击的时机。
这样一来,能够基于来自第一传感器的数据串以简单的处理求出协方差。
另外,在本实施方式中,处理部也可以求出同一区间的数据串的自协方差作为协方差。
这样一来,能够使用同一区间的同一数据串求出自协方差,因此可以减少求出协方差时所需的数据量。
另外,在本实施方式中,处理部也可以求出冲击的振幅波形的平方的包络线作为自协方差。
这样一来,能够求出振幅波形的平方的包络线作为同一区间的数据串的自协方差。
另外,在本实施方式中,处理部也可以对数据串进行高通滤波处理,并求出对高通滤波处理后的数据串进行平方而得的值,并且通过对进行平方而得的值进行低通滤波处理,从而求出自协方差。
这样一来,以采用高通滤波处理和低通滤波处理的简单处理即可求出振幅波形的平方的包络线作为自协方差。
另外,在本实施方式中,也可以是,数据获取部获取由在结构物中设置于与第一传感器所设置于的位置不同的位置的第二传感器按时间序列得到的第二数据串,所述第二数据串表示由于移动体的移动而施加给结构物的冲击,处理部求出作为数据串的第一数据串和第二数据串的协方差。
这样一来,可以使用从第一传感器获取到的第一数据串和从第二传感器获取到的第二数据串求出协方差,并基于所求出的协方差来检测冲击的时机。
另外,在本实施方式中,也可以是,数据串是加速度的数据串,处理部求出加速度的数据串和根据加速度的数据串求出的速度的数据串的协方差。
这样一来,能够基于来自一个传感器的加速度的数据串求出协方差。
另外,在本实施方式中,处理部也可以基于协方差,求出在冲击的时机时的冲击的强度。
通过这样求出冲击的强度,可以将所求出的强度利用于各种处理。
另外,在本实施方式中,处理部也可以对数据串进行带通滤波处理,并求出基于带通滤波处理后的数据串的协方差。
通过像这样地基于带通滤波处理后的数据串求出协方差,从而能够进行清楚的波峰检测,能够进行冲击时机的适当的检测。
另外,在本实施方式中,带通滤波处理也可以是使冲击的响应频率特性的增益大于1的频带通过的处理。
这样一来,能够通过带通滤波处理使与冲击波形的振动频率对应的频带的信号通过,来进行基于协方差的强调处理。
另外,在本实施方式中,处理部也可以求出包含冲击的波形的一个波长的区间中的协方差。
这样一来,可以抑制作为强调波形的峰值波形成为双峰波形,可以更准确地检测冲击时机。
另外,在本实施方式中,处理部也可以求出区间长度比冲击的波形的两个波长短的区间中的协方差。
这样一来,能够抑制作为强调波形的峰值波形成为宽幅的波形,能够进行冲击时机的适当的检测。
另外,在本实施方式中,处理部也可以求出基于协方差的强调波形成为单峰波形的区间长度的区间中的协方差。
这样一来,可以通过单峰波形的强调波形来检测冲击时机,因此可以更准确地检测冲击时机。
另外,在本实施方式中,处理部进行求出协方差的区间的偏移调整,使得基于协方差的强调波形的峰值时机与冲击产生时机一致。
这样一来,能够使强调波形的峰值时机与冲击产生时机一致而实现测量精度的提高。
另外,在本实施方式中,也可以是,第一传感器设置于结构物中的移动体的通过区域,处理部通过检测冲击的时机来检测移动体通过通过区域的时机。
这样一来,可以确定移动体在哪个时机通过了通过区域,可以实现利用了该通过时机的各种处理。
另外,在本实施方式中,处理部也可以基于协方差进行移动体的车轴检测。
通过像这样地基于协方差进行移动体的车轴检测,从而能够进行准确且无遗漏的车轴检测。
另外,本实施方式涉及一种计量系统,其包括上述计量装置和第一传感器。
需要说明的是,如上所述地对本实施方式进行了详细说明,但对于本领域技术人员而言可以容易地理解:能够进行实质上不脱离本公开的新事项以及效果的多种变形。因此,这样的变形例全部包含在本公开的范围内。例如,在说明书或附图中至少一次与更广义或同义的不同用语一起记载的用语能够在说明书或附图的任何位置替换为该不同的用语。另外,本实施方式以及变形例的全部组合也包含在本公开的范围内。另外,计量装置、计量系统的结构/动作等也不限定于本实施方式中说明的内容,能够实施各种变形。
Claims (17)
1.一种计量装置,其特征在于,包括:
数据获取部,获取由设置于结构物的第一传感器按时间序列得到的数据串,所述数据串表示由于移动体的移动而施加给结构物的冲击;以及
处理部,求出基于所述数据串的协方差,并基于所述协方差来检测由于所述移动体的移动而施加给所述结构物的所述冲击的时机。
2.根据权利要求1所述的计量装置,其特征在于,
所述处理部求出所述数据串的自协方差作为所述协方差,并基于所述自协方差来检测所述冲击的时机。
3.根据权利要求2所述的计量装置,其特征在于,
所述处理部求出同一区间的所述数据串的所述自协方差作为所述协方差。
4.根据权利要求2或3所述的计量装置,其特征在于,
所述处理部求出所述冲击的振幅波形的平方的包络线作为所述自协方差。
5.根据权利要求4所述的计量装置,其特征在于,
所述处理部对所述数据串进行高通滤波处理,并求出对所述高通滤波处理后的所述数据串进行平方而得的值,并且通过对进行平方而得的所述值进行低通滤波处理,从而求出所述自协方差。
6.根据权利要求1所述的计量装置,其特征在于,
所述数据获取部获取由在所述结构物中设置于与所述第一传感器所设置于的位置不同的位置的第二传感器按时间序列得到的第二数据串,所述第二数据串表示由于所述移动体的移动而施加给所述结构物的冲击,
所述处理部求出作为所述数据串的第一数据串和所述第二数据串的所述协方差。
7.根据权利要求1所述的计量装置,其特征在于,
所述数据串是加速度的数据串,
所述处理部求出所述加速度的数据串和根据所述加速度的数据串求出的速度的数据串的所述协方差。
8.根据权利要求1所述的计量装置,其特征在于,
所述处理部基于所述协方差,求出在所述冲击的时机时的所述冲击的强度。
9.根据权利要求1所述的计量装置,其特征在于,
所述处理部对所述数据串进行带通滤波处理,并求出基于所述带通滤波处理后的所述数据串的所述协方差。
10.根据权利要求9所述的计量装置,其特征在于,
所述带通滤波处理是使所述冲击的响应频率特性的增益大于1的频带通过的处理。
11.根据权利要求1所述的计量装置,其特征在于,
所述处理部求出包含所述冲击的波形的一个波长的区间中的所述协方差。
12.根据权利要求11所述的计量装置,其特征在于,
所述处理部求出区间长度比所述冲击的波形的两个波长短的区间中的所述协方差。
13.根据权利要求1所述的计量装置,其特征在于,
所述处理部求出基于所述协方差的强调波形成为单峰波形的区间长度的区间中的所述协方差。
14.根据权利要求1所述的计量装置,其特征在于,
所述处理部进行求出所述协方差的区间的偏移调整,使得基于所述协方差的强调波形的峰值时机与冲击产生时机一致。
15.根据权利要求1所述的计量装置,其特征在于,
所述第一传感器设置于所述结构物中的所述移动体的通过区域,
所述处理部通过检测所述冲击的时机来检测所述移动体通过所述通过区域的时机。
16.根据权利要求1所述的计量装置,其特征在于,
所述处理部基于所述协方差来进行所述移动体的车轴检测。
17.一种计量系统,其特征在于,包括:
权利要求1至16中任一项所述的计量装置;以及
所述第一传感器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018234840A JP7147538B2 (ja) | 2018-12-14 | 2018-12-14 | 計測装置及び計測システム |
JP2018-234840 | 2018-12-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323106A true CN111323106A (zh) | 2020-06-23 |
CN111323106B CN111323106B (zh) | 2021-11-12 |
Family
ID=71073593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911273634.3A Active CN111323106B (zh) | 2018-12-14 | 2019-12-12 | 计量装置以及计量系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11150263B2 (zh) |
JP (1) | JP7147538B2 (zh) |
CN (1) | CN111323106B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113758551A (zh) * | 2021-08-02 | 2021-12-07 | 重庆伟志测控技术有限公司 | 一种具有抗振动功能的载重卡车称重方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11551092B2 (en) * | 2017-09-13 | 2023-01-10 | Southern Methodist University | Bridge impact detection and classification systems and methods |
US11867592B2 (en) * | 2019-03-01 | 2024-01-09 | Nec Corporation | Structure displacement amount measurement apparatus |
JP7402594B2 (ja) | 2021-01-14 | 2023-12-21 | 公益財団法人鉄道総合技術研究所 | 橋梁の共振検出方法とその共振検出装置及び橋梁の共振検出プログラム |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1940509A (zh) * | 2005-09-27 | 2007-04-04 | 比亚迪股份有限公司 | 一种汽车质量估计系统和方法 |
CN101206229A (zh) * | 2007-12-11 | 2008-06-25 | 长安大学 | 一种基于线阵ccd图像的车辆速度匹配方法 |
CN101340232A (zh) * | 2007-07-04 | 2009-01-07 | 鼎桥通信技术有限公司 | 一种多媒体广播组播业务的传输方法和网络设备 |
CN101351968A (zh) * | 2005-12-29 | 2009-01-21 | 诺基亚公司 | 无线电接收机中的干扰抑制 |
CN101624063A (zh) * | 2009-08-03 | 2010-01-13 | 重庆大学 | 一种无扭矩传感器的汽车电动助力转向系统 |
CN102673569A (zh) * | 2012-05-25 | 2012-09-19 | 同济大学 | 车辆状态测算装置、方法及使用该装置的车辆 |
CN103424167A (zh) * | 2012-05-21 | 2013-12-04 | 梅特勒-托利多(常州)测量技术有限公司 | 利用整车计量车辆衡计算轴重的方法 |
CN104699980A (zh) * | 2015-03-24 | 2015-06-10 | 江苏科技大学 | 基于加速度传感器实现iri值软测量的方法 |
JP2017058177A (ja) * | 2015-09-15 | 2017-03-23 | 学校法人五島育英会 | 計測装置、計測方法、プログラム、および計測システム |
WO2018001808A1 (fr) * | 2016-06-30 | 2018-01-04 | Compagnie Generale Des Etablissements Michelin | Procédé et dispositif de détermination d'une estimation de la masse totale d'un véhicule automobile |
CN107633683A (zh) * | 2017-09-29 | 2018-01-26 | 深圳市富源信息技术有限公司 | 用于车辆超载的非现场执法管理系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4138523B2 (ja) | 2003-02-18 | 2008-08-27 | いであ株式会社 | 道路監視システム |
AU2013388670B2 (en) * | 2013-05-01 | 2018-03-08 | Commonwealth Scientific And Industrial Research Organisation | Determining a health condition of a structure |
JP6686354B2 (ja) | 2015-10-02 | 2020-04-22 | セイコーエプソン株式会社 | 計測装置、計測方法、計測システム、およびプログラム |
JP6551121B2 (ja) | 2015-10-02 | 2019-07-31 | セイコーエプソン株式会社 | 計測装置、計測方法、計測システム、およびプログラム |
JP6645102B2 (ja) | 2015-10-02 | 2020-02-12 | セイコーエプソン株式会社 | 計測装置、計測システム、計測方法、及びプログラム |
JP6775213B2 (ja) | 2016-10-19 | 2020-10-28 | 学校法人五島育英会 | 計測装置、計測システム、プログラム及び計測方法 |
JP6776854B2 (ja) | 2016-12-05 | 2020-10-28 | セイコーエプソン株式会社 | 電子機器、物理量検出装置、プログラム及びサンプリングレート変換方法 |
JP6844310B2 (ja) | 2017-02-27 | 2021-03-17 | セイコーエプソン株式会社 | 周波数比測定装置および物理量センサー |
-
2018
- 2018-12-14 JP JP2018234840A patent/JP7147538B2/ja active Active
-
2019
- 2019-12-12 CN CN201911273634.3A patent/CN111323106B/zh active Active
- 2019-12-12 US US16/712,796 patent/US11150263B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1940509A (zh) * | 2005-09-27 | 2007-04-04 | 比亚迪股份有限公司 | 一种汽车质量估计系统和方法 |
CN101351968A (zh) * | 2005-12-29 | 2009-01-21 | 诺基亚公司 | 无线电接收机中的干扰抑制 |
CN101340232A (zh) * | 2007-07-04 | 2009-01-07 | 鼎桥通信技术有限公司 | 一种多媒体广播组播业务的传输方法和网络设备 |
CN101206229A (zh) * | 2007-12-11 | 2008-06-25 | 长安大学 | 一种基于线阵ccd图像的车辆速度匹配方法 |
CN101624063A (zh) * | 2009-08-03 | 2010-01-13 | 重庆大学 | 一种无扭矩传感器的汽车电动助力转向系统 |
CN103424167A (zh) * | 2012-05-21 | 2013-12-04 | 梅特勒-托利多(常州)测量技术有限公司 | 利用整车计量车辆衡计算轴重的方法 |
CN102673569A (zh) * | 2012-05-25 | 2012-09-19 | 同济大学 | 车辆状态测算装置、方法及使用该装置的车辆 |
CN104699980A (zh) * | 2015-03-24 | 2015-06-10 | 江苏科技大学 | 基于加速度传感器实现iri值软测量的方法 |
JP2017058177A (ja) * | 2015-09-15 | 2017-03-23 | 学校法人五島育英会 | 計測装置、計測方法、プログラム、および計測システム |
WO2018001808A1 (fr) * | 2016-06-30 | 2018-01-04 | Compagnie Generale Des Etablissements Michelin | Procédé et dispositif de détermination d'une estimation de la masse totale d'un véhicule automobile |
CN107633683A (zh) * | 2017-09-29 | 2018-01-26 | 深圳市富源信息技术有限公司 | 用于车辆超载的非现场执法管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113758551A (zh) * | 2021-08-02 | 2021-12-07 | 重庆伟志测控技术有限公司 | 一种具有抗振动功能的载重卡车称重方法 |
CN113758551B (zh) * | 2021-08-02 | 2024-03-12 | 重庆伟志测控技术有限公司 | 一种具有抗振动功能的载重卡车称重方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020094992A (ja) | 2020-06-18 |
US20200191824A1 (en) | 2020-06-18 |
CN111323106B (zh) | 2021-11-12 |
US11150263B2 (en) | 2021-10-19 |
JP7147538B2 (ja) | 2022-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111323106B (zh) | 计量装置以及计量系统 | |
US10198640B2 (en) | Measuring device, measuring system, measuring method, and program | |
US10768145B2 (en) | Measurement apparatus, attenuation characteristic calculation method, program, and measurement system | |
JP6555662B2 (ja) | 計測装置、計測方法、プログラム、および計測システム | |
JP6645102B2 (ja) | 計測装置、計測システム、計測方法、及びプログラム | |
JP6775213B2 (ja) | 計測装置、計測システム、プログラム及び計測方法 | |
US10877061B2 (en) | Measurement instrument, measurement method, measurement system, and program | |
JP7393027B2 (ja) | 構造物の変位量計測装置 | |
JP6874858B2 (ja) | 損傷診断装置、損傷診断方法、及び、損傷診断プログラム | |
US20200247392A1 (en) | Measurement device, measurement system, and measurement method | |
JP6666207B2 (ja) | 構造体変状検知システム、構造体変状検知方法、及びプログラム | |
CN101806593A (zh) | 一种基于加速度计的路形测量方法 | |
WO2012026517A1 (ja) | 通過時刻推定装置、車速算出方法、及びプログラム | |
JP2017068781A (ja) | 計測装置、計測方法、計測システム、およびプログラム | |
JP2021147820A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
US11892377B2 (en) | Time point acquisition method, time point acquisition device, time point acquisition system, and time point acquisition program | |
WO2020183549A1 (ja) | 構造物のたわみ計測装置 | |
Khuc et al. | Non-target displacement measurement of structures using vision based approaches | |
US20230341255A1 (en) | Measurement Method, Measurement Device, Measurement System, And Non-Transitory Computer-Readable Storage Medium Storing Measurement Program | |
JP7294444B2 (ja) | 車両重量推定装置、車両重量推定方法、及びプログラム | |
US11982595B2 (en) | Determining abnormalities in the superstructure of a bridge based on acceleration data | |
US20230003608A1 (en) | Derivation Method, Derivation Device, Derivation System, And Program | |
US20230341289A1 (en) | Measurement Method, Measurement Device, Measurement System, And Non-Transitory Computer-Readable Storage Medium Storing Measurement Program | |
RU2239798C2 (ru) | Способ поэлементного взвешивания автомобилей | |
US20220276118A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |