CN111523078A - 一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 - Google Patents
一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 Download PDFInfo
- Publication number
- CN111523078A CN111523078A CN202010283843.2A CN202010283843A CN111523078A CN 111523078 A CN111523078 A CN 111523078A CN 202010283843 A CN202010283843 A CN 202010283843A CN 111523078 A CN111523078 A CN 111523078A
- Authority
- CN
- China
- Prior art keywords
- data
- shock absorber
- riding vehicle
- elastic force
- riding
- 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
- 230000035939 shock Effects 0.000 title claims abstract description 120
- 239000006096 absorbing agent Substances 0.000 title claims abstract description 119
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 21
- 230000005856 abnormality Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 description 8
- 230000001351 cycling effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Vehicle Body Suspensions (AREA)
- Seats For Vehicles (AREA)
Abstract
本发明涉及一种骑行车辆减震器数据异常检测方法,用于检测电动车的数据,其包括以下步骤:步骤S1,获取骑行车辆减震器检测到的弹力数据,并进行特征点提取;步骤S2,对进行特征点提取后的弹力数据进行分析并归类;及步骤S3,定义异常度、识别并上报弹力数据异常的骑行车辆减震器。一种多人骑行检测系统,用于电动车,其包括:设于电动车座椅下方的设备单元、用于接收设备单元收集的弹力数据的运算单元以及用于根据运算单元的处理结果,做出警告、断电措施的平台处置单元。一种电动骑行车辆,其包括有上述多人骑行检测系统。本发明所提供的骑行车辆减震器数据异常检测方法,可以有效监控骑行车辆减震器的状态,实时监测骑行车辆减震器的参数。
Description
【技术领域】
本发明涉及到骑行车辆领域,特别涉及一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆。
【背景技术】
随着社会的进步,人们的绿色出行意识逐渐增强,共享电动车应运而生。用户可以通过其移动终端上的应用(application)进行预约,然后利用该应用租用共享电动车,比如扫码租车。目前大部分共享电动车或共享自行车都安装有减震器,但现有的减震器通常功能比较单一,仅用于电动车减震使用,无法提供其他的功能。并且由于处于安全因素考虑,电动车往往仅支持单人骑行,而现有的共享电动车无法规避一辆电动车多人同时骑行的行为,从而导致出行风险大大提高。并且,由于电动车的使用频率较高,以及部分用户的暴力使用造成硬件损坏,而由于检测不及时导致安全事故的发生。
【发明内容】
为克服现有技术中存在的问题,本发明提供了一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆。
本发明解决技术问题的方案是提供一种骑行车辆减震器数据异常检测方法,用于检测电动车的数据,其包括以下步骤:步骤S1,获取骑行车辆减震器检测到的弹力数据,并对弹力数据进行特征点提取;步骤S2,对进行特征点提取后的弹力数据进行分析并归类;及步骤S3,定义异常度、识别并上报弹力数据异常的骑行车辆减震器。
优选地,所述步骤S1进一步包括以下步骤:步骤S11,获取骑行车辆减震器检测到的弹力数据;步骤S12,删除重复弹力数据、删除数值过高与过低的弹力数据;步骤S13,对经步骤S12过滤处理后的弹力数据进行特征点提取。
优选地,所述步骤S12进一步包括以下步骤:步骤S121,删除上报弹力数据中的重复弹力数据;步骤S122,取骑行车辆减震器前k次上传的弹力数据,计算其中位数;步骤S123,删除上报弹力数据中大于该中位数75%的弹力数据,也即数值过高弹力数据;及步骤S124,删除上报弹力数据中小于该中位数75%的弹力数据,也即数值过低弹力数据。
优选地,步骤S13中所提取的特征点包括经步骤S12过滤处理后的弹力数据的平均值、经步骤S12过滤处理后的弹力数据的中位数以及经步骤S12过滤处理后的弹力数据的高值。
优选地,所述高值定义为经步骤S12过滤处理后的弹力数据中的上四分位数。
优选地,步骤S2进一步包括以下步骤:步骤S21,建立异常度的类别;步骤S22,基于机器学习的聚类算法,对经步骤S1处理后的弹力数据进行分析;及步骤S23,将分析后的弹力数据划分至不同异常度的类别中。
优选地,步骤S22进一步包括以下步骤:步骤S221,建立用户体重估算模型方程m=a(b1+b2+……+bn)/n;步骤S222,取经步骤S1处理后的特征点,带入上述步骤S221中的用户体重估算模型方程;步骤S223,比对步骤S221与步骤S222的输出结果;其中,m对应骑行车辆减震器前k次上传的弹力数据中用户的估算体重,b1、b2......bn为对应骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据,n为骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据的数量,a为数据与体重之间的相关系数。
优选地,相关系数a取值的原理为:取骑行车辆减震器前t次上传的弹力数据中经步骤S1过滤后的弹力数据分为训练数据与测试数据,训练数据用于建立用户体重估算模型方程,根据用户的实际体重以及对应的弹力数据确定相关系数a;测试数据用于代入用户体重估算模型方程,得到用户估算体重;把用户估算体重与对应的用户实际体重之差作为估算误差,计算用户体重估算模型方程的标准方差,标准方差越小,准确率越高;将用户体重估算模型方程以及对应的准确率存储到数据库中,并对相关系数a进行优化。
本发明为了解决上述技术问题,进一步提供如下的技术方案:一种多人骑行检测系统,用于电动车或自行车,所述多人骑行检测系统包括:设备单元,设置于电动车或自行车座椅下方,用于持续收集用户在骑行过程中的弹力数据;运算单元,与所述设备单元电连接或无线通讯连接,用于接收所述设备单元收集到的弹力数据,并运用如上所述的一种骑行车辆减震器数据异常检测方法对所述弹力数据进行处理;及平台处置单元,与所述设备单元电连接或无线通讯连接,根据运算单元的处理结果,做出警告、断电措施。
本发明为了解决上述技术问题,进一步提供如下的技术方案:一种电动骑行车辆,所述电动骑行车辆包括车主体及设置在车主体上的设备单元,用于持续收集用户在骑行过程中的弹力数据;所述电动骑行车辆还包括存储装置及处理装置,所述存储装置用于存储如上所述的一种骑行车辆减震器数据异常检测方法,所述处理装置用于对所述骑行车辆减震器数据异常检测方法中所述弹力数据进行处理。
与现有技术相比,本发明的一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆具有以下优点:
1.本发明所提供的骑行车辆减震器数据异常检测方法,可以有效监控骑行车辆减震器的状态,实时监测骑行车辆减震器的参数,以识别骑行车辆减震器异常并上报,防止出现多人骑行或者骑行车辆减震器损坏的情况下,车辆还在继续运行,无法对多人骑行进行监测,造成骑行的安全隐患。
2.通过将多余的数据删除,以使得后续的步骤所计算出的数据更加的准确,进而做出正确的判断,提升用户的使用体验,避免出现骑行车辆减震器正常,而数据出错的情况。
3.通过建立不同的异常度,以及利用算法,对弹力数据进行计算,以使得所做出的判断准确度更高,以及对骑行车辆减震器的状态了解的更加清楚,保证电动车的正常运行,以及保证骑行车辆减震器的处于可正常使用的状态,防止发生故障。
4.通过对用户的估算体重mt与估算体重m之间继续对比,以确认用户是否处于多人骑行状态,确保用户处于安全的出行状态,减少危险的发生。
5.本发明所提供的多人骑行检测系统可实时检测电动车骑行车辆减震器的弹力数据,确保电动车的正常工作,既可以有效防止多人骑行情况的发生,还可以在电动车出现故障时及时上报,有效防止安全事故的发生。
6.本发明所提供的电动骑行车辆可实时检测主体内骑行车辆减震器的弹力数据,既可以防止多人骑行情况的发生,还可以在电动车出现故障时及时上报,有效防止安全事故的发生。
【附图说明】
图1是本发明第一实施例所提供的骑行车辆减震器的立体结构示意图。
图2是本发明第二实施例所提供的骑行车辆减震器的立体结构示意图。
图3是本发明第二实施例所提供的骑行车辆减震器的爆炸结构示意图。
图4是本发明第二实施例所提供的骑行车辆减震器之传感件的爆炸结构示意图。
图5是本发明第二实施例所提供的骑行车辆减震器之本体处于第一状态的立体结构示意图。
图6是本发明第二实施例所提供的骑行车辆减震器之本体处于第二状态的立体结构示意图。
图7是本发明第三实施例所提供的一种骑行车辆的立体结构示意图。
图8是本发明第四实施例所提供的一种骑行车辆的承载压力检测方法的流程示意图。
图9是本发明第五实施例一种骑行车辆减震器数据异常检测方法的步骤流程示意图。
图10是本发明第五实施例一种骑行车辆减震器数据异常检测方法之步骤S1的细节流程示意图。
图11是本发明第五实施例一种骑行车辆减震器数据异常检测方法之步骤S12的细节流程示意图。
图12是本发明第五实施例一种骑行车辆减震器数据异常检测方法之步骤S2的细节流程示意图。
图13是本发明第五实施例一种骑行车辆减震器数据异常检测方法之步骤S22的细节流程示意图。
图14是本发明第六实施例一种多人骑行检测系统的模块示意图。
图15是本发明第七实施例一种电动骑行车辆的模块示意图。
附图标识说明:
10、骑行车辆减震器;11、传感件;12、弹性件;
20、骑行车辆减震器;21、传感件;22、弹性件;23、固定块;24、支撑杆;211、本体;212、盖板;213、主板;214、应变片;2111、容置腔;2112、阻挡壁;2113、凹槽;2114、限位件;2115、阻挡部;
30、骑行车辆;31、车体;
40、骑行车辆;41、传感件;42、弹性件;411、本体;413、主板;414、应变片;
50、多人骑行检测系统;51、设备单元;52、运算单元;53、平台处置单元;
60、电动骑行车辆;61、车主体;62、设备单元;63、存储装置;64、处理装置。
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
请参阅图1,本发明第一实施例所提供的一种骑行车辆减震器10,其包括弹性件12及设于所述弹性件12一端的传感件11,所述弹性件12用于在受到压力作用时产生形变,所述传感件11用于检测弹性件12因形变而产生的弹力值,并根据弹力值输出弹性件12所承受的压力值。
作为一种实施方式,所述弹性件12可以是弹片、钢板弹簧、螺旋弹簧、扭杆弹簧、气体弹簧、柱状橡胶件中任一种,具体不做限定。
作为一种优化实施方式,所述弹性件12与所述传感件11接触部分设置为平面,以使得弹性件12与所述传感件11的接触面更平整,提高传感件11检测的准确度。
请参阅图2、图3,本发明第二实施例所提供的一种骑行车辆减震器20,其包括传感件21、弹性件22、固定块23及支撑杆24,所述传感件21与所述固定块23分别套设于所述支撑杆24的两端,所述弹性件22套设于所述支撑杆24,并位于所述传感件21与所述固定块23之间,所述弹性件22的两端分别与所述传感件21、所述固定块23相抵持,在本骑行车辆减震器20受到压力作用时,所述弹性件22用于产生形变,所述传感件21用于获得弹性件22因压力作用形变而产生的弹力。
可以理解,所述传感件21包括但不限于压力传感件、称重传感件、测力传感件,在本实施例中,所采用的传感件21为称重传感件。
作为一种变形,当所述弹性件22为钢板弹簧或气体弹簧时,所述支撑杆24可以省略。
请参阅图4并结合图3,所述传感件21包括本体211、盖板212、主板213以及应变片214,所述传感件21通过所述本体211的一侧与所述弹性件22相抵持,所述主板213与所述应变片214均设置于所述本体211内,且所述主板213与所述应变片214电连接,以使得所述应变片214可将其所获得的弹力数据传输至主板213,并由主板213对弹力数据进行进一步的处理以及输出,所述盖板212可拆卸的贴合于所述本体211远离与弹性件22相抵持的一侧,以防止所述主板213与所述应变片214掉落及受损。
作为一种实施方式,所述应变片214的数量可为4~12个;进一步地,所述应变片214的数量还可为6~10;具体地,所述应变片214的数量可为6个、8个、10个等,具体不作限定。在本实施例中,所述应变片214的数量为8个,以更准确的获得本体211因弹性件22弹力作用而产生的形变量大小,进而获得弹力数据。
在日常的使用过程中,弹性件22会因为外力作用而相对传感件21发生旋转,因此,多个应变片214的设计,还可有效减少因弹性件22与传感件21相对位置发生改变,导致传感件21所获得的数据不够准确的情况发生。
所述应变片214的表面积可为16mm2~36mm2;进一步地,所述应变片214的表面积可为20mm2~32mm2;具体地,所述应变片214的表面积可为21mm2、22mm2、25mm2、30mm2等,具体不作限定。较大的表面积设计,使得应变片214与所述本体211的接触面积更大,进而,以更准确、灵敏的检测本体211因弹性件22弹力作用而产生的形变量大小,进而获得弹力数据。
请参阅图5并结合图3、图4,所述本体211呈环形柱状,所述本体211远离与弹性件22相抵持的一侧设置有容置腔2111,所述主板213、所述应变片214均收纳于所述容置腔2111内,且所述应变片214呈环形均匀分布于容置腔2111内平行于传感件21与弹性件22相抵持的一面的内壁,以在本体211受到弹性件22弹力作用而产生形变时,所述应变片214可根据所检测到的本体211的形变量大小以获得弹力数据,进而将所获得的弹力数据传输至主板213,由主板213进行处理以获得承载重量值大小并输出。
所述本体211的外环直径d可为50mm~70mm;进一步地,所述本体211的外环直径d可为55mm~65mm;具体地,所述本体211的外环直径d可为56mm、58mm、60mm等,具体不做限定。在本实施例中,所述本体211的外环直径d为57mm。
在本实施例中,本体211所采用的材料为铝合金,其型号为LY12,其具有强度高、无内应力、在日常工作中不会产生永久性变形等特点。
请参阅图6并结合图3,本体211与弹性件22相抵持一面的外围还环设有一圈阻挡壁2112,所述阻挡壁2112的内圈直径略大于所述弹性件22的直径,以使得在弹性件22与本体211接触后,所述弹性件22部分收纳于所述阻挡部2112与所述本体211之间形成的凹槽2113内,进而,通过所述阻挡壁2112防止弹性件22在日常使用中因外力作用与本体211之间产生相对滑动,以保证传感件21的检测精度。
作为一种优化实施方式,弹性件22与本体211接触的一面设置为平面,以使得弹性件22与本体211之间的接触面积更大,进而,使得弹性件22传输至本体211的弹力更加的均匀,以提高传感件21检测的准确度。
作为又一种优化实施方式,所述传感件21的本体211与所述弹性件22接触的一面设置有限位件2114,所述弹性件22对应所述限位件2114的位置设置有阻挡部2115,所述阻挡部2115的形状与所述限位件的形状相适配,以使得所述阻挡部2115可与所述限位件2114配合,进而防止所述弹性件22相对所述传感件21发生转动,以保证传感件21检测的准确度。
作为一种变形,所述限位件2114还可设置于所述固定块23与所述弹性件22接触的一面上。
作为又一种变形,所述限位件2114与所述阻挡部2115的位置可以互换。
在骑行车辆减震器20未受到压力作用时,所述弹性件22在所述传感件21与所述固定块23之间,此时弹性件22无弹力作用在传感件21上,在所述骑行车辆减震器20在受到压力作用后,所述传感件21与所述固定块23在受到压力作用后相互靠近,此时所述弹性件22、所述支撑杆24被同步压缩,所述传感件21的本体211与弹性件22接触的一面因弹性件22的弹力作用而产生形变,所述应变片214获得本体211的形变量大小,进而将所获得的形变量大小传输至主板213,由主板213进行处理以获得压力值大小并输出。
请参阅图7,本发明第三实施例所提供的一种骑行车辆30,所述骑行车辆30包括车体31以及上述实施例所公开的骑行车辆减震器10(20),所述车体31与所述骑行车辆减震器10(20)可拆卸连接。
作为一种实施方式,所述骑行车辆30可为人力驱动或电力驱动。
请参阅图8,本发明第四实施例所提供的一种骑行车辆40的承载压力检测方法,其包括以下步骤:
步骤Sa,提供一上述实施例所述骑行车辆30,当所述骑行车辆30承载重量变化时,所述弹性件42受到压力作用而产生弹力,以使所述传感件41检测到弹性件42所产生的的弹力值;
步骤Sb,通过对所述弹力值进行处理以获得承载重量值大小。
在上述检测过程中,传感件41本体411与弹性件42接触的一面因弹性件42的弹力作用而产生形变,所述应变片414因本体411的形变而对应产生形变,进而所述应变片414将因形变而产生的电流传输至主板413,由主板413进行处理以获得承载压力值大小并输出。当所述弹性件42受到的压力为0后,所述本体411恢复初始状态,所述应变片414停止产生电流。
请参阅图9,本发明第五实施例所提供的一种骑行车辆减震器数据异常检测方法,用于检测电动车的数据,其包括以下步骤:
步骤S1,获取骑行车辆减震器检测到的弹力数据,并对弹力数据进行特征点提取;
步骤S2,对进行特征点提取后的弹力数据进行分析并归类;及
步骤S3,定义异常度、识别并上报弹力数据异常的骑行车辆减震器。
可以理解,上述弹力数据异常可以是骑行车辆减震器10因出现故障而使得弹力数据异常,例如,传感件损坏导致上传的弹力数据异常,或者弹性件损坏导致传感件所检测的弹力数据异常;又或者弹力数据异常可以是骑行车辆减震器10受到的压力过大而使得弹力数据异常,例如,电动车上乘坐的人员数量大于等于2,使得传感件上传的弹力数据过大而出现弹力数据的异常。
请参阅图10,步骤S1进一步包括以下步骤:
步骤S11,获取骑行车辆减震器检测到的弹力数据;
步骤S12,删除重复弹力数据、删除数值过高与过低的弹力数据;及
步骤S13,对经步骤S12过滤处理后的弹力数据进行特征点提取。
作为一种实施方式,在步骤S11中,获取骑行车辆减震器检测到的弹力数据的时间间隔可为0.5S、1S、2S等,具体不做限定。在本实施例中,获取骑行车辆减震器检测到的弹力数据的时间间隔为1S。
进一步地,在本实施例中,步骤S13中所提取的特征点包括经步骤S12过滤处理后的弹力数据的平均值、经步骤S12过滤处理后的弹力数据的中位数以及经步骤S12过滤处理后的弹力数据的高值。
所述高值定义为经步骤S12过滤处理后的弹力数据中的上四分位数,其中,四分位数也称为四分位点,它是将全部数据分成相等的四部分,其中每部分包括25%的数据,处在各分位点的数值就是四分位数,排在上1/4位置上的数就叫上四分位数(按照百分比,也就是75%位置上的数)也叫做第三四分位数。
具体地,作为一种实施方式,假设骑行车辆减震器检测到的弹力数据分别为2、3、3、4、5、5、6、7、7、8,则在上述步骤S12中,其所过滤的重复弹力数据为3、5、7,过滤后所剩余的数据为2、3、4、5、6、7、8;之后过滤的数值过高与过低的弹力数据可以为8、2,过滤后所剩余的数据为3、4、5、6、7;之后在步骤S13中进行特征点提取的弹力数据可以为5、7。可以理解,上述实施方式仅作为举例说明,具体地的过滤方式以实际情况为准。
请参阅图11,步骤S12进一步包括以下步骤:
步骤S121,删除上报弹力数据中的重复弹力数据;
步骤S122,取骑行车辆减震器前k次上传的弹力数据,计算其中位数;
步骤S123,删除上报弹力数据中大于该中位数75%的弹力数据,也即数值过高弹力数据;及
步骤S124,删除上报弹力数据中小于该中位数75%的弹力数据,也即数值过低弹力数据。
作为一种实施方式,k的取值大于等于10,具体地,k的取值可为10、15、16、20等整数,具体不做限定,k较大的取值可以使得计算所获得的弹力数据的中位数所对应的体重与用户的实际体重更加的接近。
请参阅图12,为了更好地对数据进行处理,步骤S2进一步包括以下步骤:
步骤S21,建立异常度的类别;
步骤S22,基于机器学习的聚类算法,对经步骤S1处理后的弹力数据进行分析;及
步骤S23,将分析后的弹力数据划分至不同异常度的类别中。
作为一种实施方式,在步骤S21中异常度的类别可以分为3个、5个等多个不同的类别,具体不做限定。在本实施例中,异常度的类别分为3个,其分别为偏小、正常以及偏大。
可以理解,作为一种实施方式,可以取经步骤S1处理后的弹力数据的中位数作为基础值,定义在基础值90%-110%范围内波动的弹力数据为正常,定义在基础值75%~90%范围内波动的弹力数据为偏小,定义在基础值110%~125%范围内波动的弹力数据为偏大。具体的基础值以及波动范围在此不做限定,以实际操作过程中所使用的为准。
请参阅图13,步骤S22进一步包括以下步骤:
步骤S221,建立用户体重估算模型方程m=a(b1+b2+……+bn)/n;
步骤S222,取经步骤S1处理后的特征点,带入上述步骤S221中的用户体重估算模型方程;
步骤S223,比对步骤S221与步骤S222的输出结果。
在上述步骤S221中,m对应骑行车辆减震器前k次上传的弹力数据中用户的估算体重,b1、b2......bn为对应骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据,n为骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据的数量,a为弹力数据与用户体重之间的相关系数。
相关系数a取值的原理为:取骑行车辆减震器前t次上传的弹力数据中经步骤S1过滤后的弹力数据分为训练数据与测试数据,训练数据用于建立用户体重估算模型方程,根据用户的实际体重以及对应的弹力数据确定相关系数a;测试数据用于代入用户体重估算模型方程,得到用户估算体重;把用户估算体重与对应的用户实际体重之差作为估算误差,计算用户体重估算模型方程的标准方差,标准方差越小,准确率越高;将用户体重估算模型方程以及对应的准确率存储到数据库中,并对相关系数a进行优化。
t的取值15、20、30、40等整数,具体不做限定,较大的取值可以使得所获得的相关系数a更加的精准。
在步骤S222中,将经步骤S1处理后获得的所述特征点带入步骤S221建立用户体重估算模型中,也即此时的用户体重估算模型的方程为mt=abt,以计算获得该次订单中用户的估算体重mt,其中bt为经步骤S1处理后获得的特征点之一。
之后对mt与m进行比对,以判定该次订单中用户的估算体重mt是否正常。
进一步地,在步骤S3中,对经步骤S2分析后的数据进行估算,以确认骑行车辆减震器是否出现异常。可以理解,作为一种实施方式,当用户的估算体重mt持续低于估算体重m的20%时,定义骑行车辆减震器出现异常;或当用户的估算体重mt高于估算体重m的25%时,且在之后的时间内,骑行车辆减震器所上传的弹力数据远大于0,定义骑行车辆减震器出现异常;若当用户的估算体重mt高于估算体重m的25%,但在之后的一段时间内,骑行车辆减震器所上传的弹力数据在0的一定范围内波动,则定义为骑行车辆减震器受到的压力过大而使得弹力数据异常,也即,可以判定此处出现异常骑行情况或者弹力检测设备异常,均需要采取紧急处理措施。
可以理解,在一些实施例中,比如电动车,其可以是用户在使用装有上述骑行车辆减震器的电动车时,当用户的估算体重mt高于估算体重m的25%时,电动车停止工作,用户离开电动车之后,骑行车辆减震器所上传的弹力数据远大于0,此时,可定义为骑行车辆减震器出现异常;当用户的估算体重mt高于估算体重m的25%时,电动车停止工作,用户离开电动车之后,骑行车辆减震器所上传的弹力数据0的一定范围内波动,此时,可定义为骑行车辆减震器受到的压力过大而使得弹力数据异常,而并非骑行车辆减震器本身出现异常。基于上述分析,可便于判断是骑行车辆减震器本身出现异常而导致弹力数据异常或者因为异常骑行而导致弹力数据异常。
请参阅图14,本发明第六实施例所提供的一种多人骑行检测系统50,用于电动车或共享自行车中多人骑行检测,所述多人骑行检测系统包括:
设备单元51,设置于车体座椅下方,用于持续收集用户在骑行过程中的弹力数据;在本实施例中,所述设备单元51为上述实施例所提供的骑行车辆减震器10。
运算单元52,与所述设备单元51电连接或无线通讯连接,用于接收所述设备单元51收集到的弹力数据,并运用上述第五实施例所提供的一种骑行车辆减震器数据异常检测方法对所述弹力数据进行处理;及
平台处置单元53,与所述设备单元52电连接或无线通讯连接,根据运算单元52的处理结果,做出警告、断电措施。
其中,所述平台处置单元53可内置在电动车或共享自行车内,所述平台处理单元53也可为手机端的APP。
可以理解,在本实施例中,有关骑行车辆减震器10的相关内容与上述实施例中一致,在此不再做限定。
请参阅图15,本发明第七实施例所提供的一种电动骑行车辆60,所述电动骑行车辆60包括车主体61及设置在车主体上61的设备单元62,用于持续收集用户在骑行过程中的弹力数据;所述电动骑行车辆60还包括存储装置63及处理装置64,所述存储装置63用于存储第五实施例所述的一种骑行车辆减震器数据异常检测方法,所述处理装置64用于对所述骑行车辆减震器数据异常检测方法中所述弹力数据进行处理。
与现有技术相比,本发明的一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆具有以下优点:
1.本发明所提供的骑行车辆减震器数据异常检测方法,可以有效监控骑行车辆减震器的状态,实时监测骑行车辆减震器的参数,以识别骑行车辆减震器异常并上报,防止出现多人骑行或者骑行车辆减震器损坏的情况下,车辆还在继续运行,无法对多人骑行进行监测,造成骑行的安全隐患。
2.通过将多余的数据删除,以使得后续的步骤所计算出的数据更加的准确,进而做出正确的判断,提升用户的使用体验,避免出现骑行车辆减震器正常,而数据出错的情况。
3.通过建立不同的异常度,以及利用算法,对弹力数据进行计算,以使得所做出的判断准确度更高,以及对骑行车辆减震器的状态了解的更加清楚,保证电动车的正常运行,以及保证骑行车辆减震器的处于可正常使用的状态,防止发生故障。
4.通过对用户的估算体重mt与估算体重m之间继续对比,以确认用户是否处于多人骑行状态,确保用户处于安全的出行状态,减少危险的发生。
5.本发明所提供的多人骑行检测系统可实时检测电动车骑行车辆减震器的弹力数据,确保电动车的正常工作,既可以有效防止多人骑行情况的发生,还可以在电动车出现故障时及时上报,有效防止安全事故的发生。
6.本发明所提供的电动骑行车辆可实时检测主体内骑行车辆减震器的弹力数据,既可以防止多人骑行情况的发生,还可以在电动车出现故障时及时上报,有效防止安全事故的发生。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种骑行车辆减震器数据异常检测方法,用于检测电动车的数据,其特征在于:其包括以下步骤:
步骤S1,获取骑行车辆减震器检测到的弹力数据,并对弹力数据进行特征点提取;
步骤S2,对进行特征点提取后的弹力数据进行分析并归类;及
步骤S3,定义异常度、识别并上报弹力数据异常的骑行车辆减震器。
2.如权利要求1所述的一种骑行车辆减震器数据异常检测方法,其特征在于:所述步骤S1进一步包括以下步骤:
步骤S11,获取骑行车辆减震器检测到的弹力数据;
步骤S12,删除重复弹力数据、删除数值过高与过低的弹力数据;
步骤S13,对经步骤S12过滤处理后的弹力数据进行特征点提取。
3.如权利要求2所述的一种骑行车辆减震器数据异常检测方法,其特征在于:所述步骤S12进一步包括以下步骤:
步骤S121,删除上报弹力数据中的重复弹力数据;
步骤S122,取骑行车辆减震器前k次上传的弹力数据,计算其中位数;
步骤S123,删除上报弹力数据中大于该中位数75%的弹力数据,也即数值过高弹力数据;及
步骤S124,删除上报弹力数据中小于该中位数75%的弹力数据,也即数值过低弹力数据。
4.如权利要求2所述的一种骑行车辆减震器数据异常检测方法,其特征在于:步骤S13中所提取的特征点包括经步骤S12过滤处理后的弹力数据的平均值、经步骤S12过滤处理后的弹力数据的中位数以及经步骤S12过滤处理后的弹力数据的高值。
5.如权利要求4所述的一种骑行车辆减震器数据异常检测方法,其特征在于:所述高值定义为经步骤S12过滤处理后的弹力数据中的上四分位数。
6.如权利要求1所述的一种骑行车辆减震器数据异常检测方法,其特征在于:步骤S2进一步包括以下步骤:
步骤S21,建立异常度的类别;
步骤S22,基于机器学习的聚类算法,对经步骤S1处理后的弹力数据进行分析;及
步骤S23,将分析后的弹力数据划分至不同异常度的类别中。
7.如权利要求1所述的一种骑行车辆减震器数据异常检测方法,其特征在于:步骤S22进一步包括以下步骤:
步骤S221,建立用户体重估算模型方程m=a(b1+b2+……+bn)/n;
步骤S222,取经步骤S1处理后的特征点,带入上述步骤S221中的用户体重估算模型方程;
步骤S223,比对步骤S221与步骤S222的输出结果;
其中,m对应骑行车辆减震器前k次上传的弹力数据中用户的估算体重,b1、b2......bn为对应骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据,n为骑行车辆减震器前k次上传的弹力数据中经步骤S1过滤后的弹力数据的数量,a为数据与体重之间的相关系数。
8.如权利要求7所述的一种骑行车辆减震器数据异常检测方法,其特征在于:相关系数a取值的原理为:取骑行车辆减震器前t次上传的弹力数据中经步骤S1过滤后的弹力数据分为训练数据与测试数据,训练数据用于建立用户体重估算模型方程,根据用户的实际体重以及对应的弹力数据确定相关系数a;测试数据用于代入用户体重估算模型方程,得到用户估算体重;把用户估算体重与对应的用户实际体重之差作为估算误差,计算用户体重估算模型方程的标准方差,标准方差越小,准确率越高;将用户体重估算模型方程以及对应的准确率存储到数据库中,并对相关系数a进行优化。
9.一种多人骑行检测系统,用于电动车或自行车,其特征在于:所述多人骑行检测系统包括:
设备单元,设置于电动车或自行车座椅下方,用于持续收集用户在骑行过程中的弹力数据;
运算单元,与所述设备单元电连接或无线通讯连接,用于接收所述设备单元收集到的弹力数据,并运用权利要求1-8中任一项所述的一种骑行车辆减震器数据异常检测方法对所述弹力数据进行处理;及
平台处置单元,与所述设备单元电连接或无线通讯连接,根据运算单元的处理结果,做出警告、断电措施。
10.一种电动骑行车辆,其特征在于:所述电动骑行车辆包括车主体及设置在车主体上的设备单元,用于持续收集用户在骑行过程中的弹力数据;所述电动骑行车辆还包括存储装置及处理装置,所述存储装置用于存储权利要求1-8中任一项所述的一种骑行车辆减震器数据异常检测方法,所述处理装置用于对所述骑行车辆减震器数据异常检测方法中所述弹力数据进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283843.2A CN111523078B (zh) | 2020-04-10 | 2020-04-10 | 一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283843.2A CN111523078B (zh) | 2020-04-10 | 2020-04-10 | 一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523078A true CN111523078A (zh) | 2020-08-11 |
CN111523078B CN111523078B (zh) | 2023-11-03 |
Family
ID=71902820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010283843.2A Active CN111523078B (zh) | 2020-04-10 | 2020-04-10 | 一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523078B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112208692A (zh) * | 2020-10-16 | 2021-01-12 | 湖南喜宝达信息科技有限公司 | 一种多人乘骑检测方法、电单车及计算机可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506975A (zh) * | 2011-11-23 | 2012-06-20 | 清华大学 | 一种车辆超载实时监测的方法 |
CN104512502A (zh) * | 2014-12-29 | 2015-04-15 | 南京快轮智能科技有限公司 | 用重心控制方向的无把手双轮自平衡电动车及其控制方法 |
CN205130952U (zh) * | 2015-12-03 | 2016-04-06 | 天津市乐德电动车配件贸易有限公司 | 一种智能断电采集装置及包含其的电动自行车、助力车 |
CN105865598A (zh) * | 2016-05-04 | 2016-08-17 | 成都皆为科技有限公司 | 车辆动态实时监控系统及监控方法 |
CN106934876A (zh) * | 2017-03-16 | 2017-07-07 | 广东翼卡车联网服务有限公司 | 一种车辆异常驾驶事件的识别方法及系统 |
CN206863955U (zh) * | 2017-07-04 | 2018-01-09 | 夏文涛 | 一种防超限超载锁定系统 |
CN207758918U (zh) * | 2017-10-30 | 2018-08-24 | 天津金派英克莱自行车股份有限公司 | 一种可限重自行车后车座 |
CN108769104A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种基于车载诊断系统数据的路况分析预警方法 |
CN109472887A (zh) * | 2018-11-23 | 2019-03-15 | 中国铁路总公司 | 车辆悬挂运行状态识别方法及装置 |
CN109515573A (zh) * | 2018-12-31 | 2019-03-26 | 章玉妹 | 一种共享单车 |
CN208778863U (zh) * | 2018-07-26 | 2019-04-23 | 广州坚磊建设有限公司 | 排污管悬挂结构 |
CN208979047U (zh) * | 2018-07-10 | 2019-06-14 | 常州山崎摩托车有限公司 | 车辆控制器以及一种车辆 |
US20190278247A1 (en) * | 2018-03-12 | 2019-09-12 | Omron Corporation | Control system and control method |
CN110646074A (zh) * | 2019-09-16 | 2020-01-03 | 上海博泰悦臻电子设备制造有限公司 | 车载重量预警方法及系统、存储介质及车载终端 |
CN110843967A (zh) * | 2019-12-10 | 2020-02-28 | 北京阿帕科蓝科技有限公司 | 基于电动自行车的多人骑行规避方法及系统、电动自行车 |
CN110901653A (zh) * | 2019-12-03 | 2020-03-24 | 安徽江淮汽车集团股份有限公司 | 汽车载荷检测装置、系统及方法 |
-
2020
- 2020-04-10 CN CN202010283843.2A patent/CN111523078B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506975A (zh) * | 2011-11-23 | 2012-06-20 | 清华大学 | 一种车辆超载实时监测的方法 |
CN104512502A (zh) * | 2014-12-29 | 2015-04-15 | 南京快轮智能科技有限公司 | 用重心控制方向的无把手双轮自平衡电动车及其控制方法 |
CN205130952U (zh) * | 2015-12-03 | 2016-04-06 | 天津市乐德电动车配件贸易有限公司 | 一种智能断电采集装置及包含其的电动自行车、助力车 |
CN105865598A (zh) * | 2016-05-04 | 2016-08-17 | 成都皆为科技有限公司 | 车辆动态实时监控系统及监控方法 |
CN106934876A (zh) * | 2017-03-16 | 2017-07-07 | 广东翼卡车联网服务有限公司 | 一种车辆异常驾驶事件的识别方法及系统 |
CN206863955U (zh) * | 2017-07-04 | 2018-01-09 | 夏文涛 | 一种防超限超载锁定系统 |
CN207758918U (zh) * | 2017-10-30 | 2018-08-24 | 天津金派英克莱自行车股份有限公司 | 一种可限重自行车后车座 |
US20190278247A1 (en) * | 2018-03-12 | 2019-09-12 | Omron Corporation | Control system and control method |
CN108769104A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种基于车载诊断系统数据的路况分析预警方法 |
CN208979047U (zh) * | 2018-07-10 | 2019-06-14 | 常州山崎摩托车有限公司 | 车辆控制器以及一种车辆 |
CN208778863U (zh) * | 2018-07-26 | 2019-04-23 | 广州坚磊建设有限公司 | 排污管悬挂结构 |
CN109472887A (zh) * | 2018-11-23 | 2019-03-15 | 中国铁路总公司 | 车辆悬挂运行状态识别方法及装置 |
CN109515573A (zh) * | 2018-12-31 | 2019-03-26 | 章玉妹 | 一种共享单车 |
CN110646074A (zh) * | 2019-09-16 | 2020-01-03 | 上海博泰悦臻电子设备制造有限公司 | 车载重量预警方法及系统、存储介质及车载终端 |
CN110901653A (zh) * | 2019-12-03 | 2020-03-24 | 安徽江淮汽车集团股份有限公司 | 汽车载荷检测装置、系统及方法 |
CN110843967A (zh) * | 2019-12-10 | 2020-02-28 | 北京阿帕科蓝科技有限公司 | 基于电动自行车的多人骑行规避方法及系统、电动自行车 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112208692A (zh) * | 2020-10-16 | 2021-01-12 | 湖南喜宝达信息科技有限公司 | 一种多人乘骑检测方法、电单车及计算机可读存储介质 |
CN112208692B (zh) * | 2020-10-16 | 2021-09-21 | 湖南喜宝达信息科技有限公司 | 一种多人乘骑检测方法、电单车及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111523078B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110018425B (zh) | 一种动力电池故障诊断方法及系统 | |
CN109573772B (zh) | 一种通用电梯健康度评估系统 | |
JP2014518668A (ja) | 転倒可能性を検出する方法及び転倒検出器 | |
CN109397703B (zh) | 一种故障检测方法及装置 | |
CN103619248B (zh) | 从坐到站转换检测 | |
KR101196296B1 (ko) | 개선된 낙상 감지 알고리즘을 이용한 응급 모니터링 시스템 | |
CN107153914B (zh) | 一种汽车运行风险的评价系统及方法 | |
CN112829864B (zh) | 单车载人检测方法及系统 | |
CN105101869A (zh) | 用于识别坐姿与站姿之间的转变的方法和装置 | |
CN104112335A (zh) | 一种基于多信息融合的疲劳驾驶检测方法 | |
US20150106033A1 (en) | Method for operating a gas concentration monitoring system, gas-measuring device, central unit, gas concentration monitoring system as well as computer program product | |
CN108238538B (zh) | 一种自动扶梯的故障监测方法和故障监测系统 | |
CN111523078B (zh) | 一种骑行车辆减震器数据异常检测方法、多人骑行检测系统及电动骑行车辆 | |
JP2015529512A (ja) | 眠気を検知するための、まぶたの動きに関する処理 | |
CN105799709A (zh) | 车辆急转弯的识别方法及装置 | |
CN109747680B (zh) | 列车牵引系统的状态评估与故障预警方法、装置、设备 | |
CN113947783A (zh) | 人员骑乘监控管理方法及系统 | |
CN114323230A (zh) | 一种共享电单车超载检测方法、装置及共享电单车 | |
CN212099229U (zh) | 一种骑行车辆减震器及一种骑行车辆 | |
CN105539506A (zh) | 一种车轮接触式踏面缺陷检测设备 | |
CN103070517B (zh) | 智能健康老年鞋 | |
Rodrıguez et al. | Smart belt design by naıve bayes classifier for standard industrial protection equipment integration | |
CN109754489A (zh) | 信息处理设备、信息处理系统和信息处理方法 | |
CN111319712A (zh) | 一种骑行车辆减震器、一种骑行车辆及其承载压力检测方法 | |
US9483925B1 (en) | Automatic system and method for detecting presence of people or animals in a vehicle |
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 |