CN113566811A - 基于多路位置检测传感器的数据滤波融合算法及装置 - Google Patents
基于多路位置检测传感器的数据滤波融合算法及装置 Download PDFInfo
- Publication number
- CN113566811A CN113566811A CN202110742096.9A CN202110742096A CN113566811A CN 113566811 A CN113566811 A CN 113566811A CN 202110742096 A CN202110742096 A CN 202110742096A CN 113566811 A CN113566811 A CN 113566811A
- Authority
- CN
- China
- Prior art keywords
- data
- position detection
- detection sensor
- channel
- filtering
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 99
- 238000001914 filtration Methods 0.000 title claims abstract description 74
- 230000004927 fusion Effects 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提出了基于多路位置检测传感器的数据滤波融合算法及装置，通过设置单通道滤波模块对每路数据进行单通道的滤波，能够消除错误的数据和故障采集通道，并且能够实现传感器故障实时监测和数据传送；设置多路数据融合模块将滤波后的各路数据进行比较和融合，进一步提高位置数据的精度和刷新速度，并实现多路传感器通道的冗余；为了能够获得精度和采集速度均满足位置控制系统要求的位置检测数据，本发明的位置监测系统采用多种类型的位置传感器采集数据。
Description
技术领域
本发明型专利涉及位置监测领域，尤其是基于多路位置检测传感器的数据滤波融合算法及装置。
背景技术
在高精度的位置和速度控制系统中，对位置检测的数据采集的量程、速度和检测精度都有较高的要求，比如某大惯量、多轴刚性运转平台要求线性绝对位置的量程达到数百米，采集数据刷新速度达到1ms，并要求检测精度达到0.1毫米级。常见的光栅尺、磁条式线性位置检测器的采集速度和精度较高，但量程最大只有几十米；增量型旋转编码器的速度和量程满足要求，但精度只有毫米级，无法满足要求；条码定位系统PCV的量程和精度满足要求，但数据刷新速度较慢，最大为40Hz级。因此，为解决上述问题，在位置控制系统中，设计一种基于多路位置检测传感器的数据滤波融合算法及装置，比如多路旋转增量型编码器加上一路PCV线性位置编码器，并设计一种算法，将多路不同类型的位置检测传感器数据进行滤波和融合，最终获得高精度、高速的位置检测数据，满足位置控制系统的要求，并实现传感器通道的冗余。
发明内容
有鉴于此，本发明提出了基于多路位置检测传感器的数据滤波融合算法及装置，以获得高精度、高速的位置检测数据，满足位置控制系统的要求，并实现传感器通道的冗余。
本发明的技术方案是这样实现的：一方面，本发明提供了一种基于多路位置检测传感器的数据滤波融合算法，包括如下步骤：
S100：配置多路位置传感器采集系统和位置数据处理系统，每路传感器采集系统包括若干个通道，每个通道设置一个位置检测传感器；多路位置传感器系统分别独立的采集传感器数据；
S200：位置数据处理系统判断各路独立设置的位置检测传感器数据是否异常，清除异常的传感器数据，并根据正常的各位置检测传感器数据计算有效数据的平均值；
S300：位置数据处理系统判断各位置检测传感器数据计算有效数据的平均值是否满足平均值限幅的要求；如果满足平均值限幅要求，则执行步骤S400；否则跳过步骤S400直接执行步骤S500；
S400：满足平均值限幅要求时，计算多路位置检测传感器数据的平均值；
S500：位置数据处理系统判断其中一路位置检测传感器采集的数据是否正常；如果数据正常，则采用传感器数据加权算法计算最终位置值；否则将其他路中正常的位置检测传感器数据作为最终位置值。
在以上技术方案的基础上，优选的，所述步骤S200判断各路独立设置的位置检测传感器数据是否异常的方法是：如果该路位置检测传感器数据正常，则计算选择位置检测传感器的有效数据平均值；如果该路位置检测传感器数据异常且发生异常的位置检测传感器的数量大于等于2个，则认为该路位置检测传感器采集系统整体故障，则保持位置数据0输出，并发出系统故障报警；如果该路位置检测传感器数据异常且发生异常的位置检测传感器的数量小于2个，则剔除异常数据，采集和处理正常的位置检测传感器数据。
更进一步优选的，所述步骤S200中，计算各路传感器有效数据的平均值，包括如下步骤：
S201：多路传感器采集系统分别获取各个位置检测传感器的多个位置的历史数据；
S202：分别选取各个位置检测传感器的历史数据中的最大值和最小值；
S203：消除异常的历史数据，计算各传感器有效数据的平均值；
S204：统计满足平均值限幅和速度限幅的合法数据的个数；如果满足平均值限幅要求则计算有效历史数据的平均值；如果不满足平均值限幅要求，则输出通道故障状态的位置数据，发出该位置检测传感器通道故障报警信号。
在以上技术方案的基础上，优选的，所述平均值限幅和速度限幅的计算方法为：根据传感器的实际运行状态，实时将若干个当前通道位置检测传感器的数据，记录保存到数据记录队列，剔除最大值和最小值，然后求出平均值，作为滤波的基值；同时读取当前速度值，乘以采样周期，作为滤波的速度基值；设定一个波动范围，平均值滤波基值和速度基值乘以其波动范围的上限和下限，获得滤波区间。
在以上技术方案的基础上，优选的，逐个对比数据记录队列里的每个数据，当数据同时满足平均值和速度滤波区间时，则认为此数据满足要求，并将数据正确个数加1。
在以上技术方案的基础上，优选的，在当前周期中，完成数据队列每个数据的滤波后，获得数据正确个数，当数据正确个数大于设定值，认为此周期内该通道位置检测传感器运行正常，并将最新的数据送至位置数据处理系统中的数据融合模块；若当前周期中的正确数据小于设定值，则认为此通道位置检测传感器出现故障，输出一个特殊数据至数据融合模块，并将该通道的故障状态位置设为1。
在以上技术方案的基础上，优选的，所述滤波区间是根据一定的时间窗口期统计出来的动态区间。
另一方面，本发明还提供了一种基于多路位置检测传感器的装置，包括：多路传感器采集系统(1)、若干单通道数据滤波模块(3)、多路数据融合模块(4)和位置控制系统；
所述多路位置传感器采集系统(1)包含若干位置检测传感器，并将各路传感器数据送至各个单通道数据滤波模块(3)中；
所述若干单通道数据滤波模块(3)，用于接收多路位置传感器采集系统(1)输出的一路位置检测传感器数据；各单通道数据滤波模块(3)将接收到的位置检测传感器数据进行数据监测和数据滤波，剔除错误的数据和故障采集通道；并将数据监测和数据滤波处理后得到的合法的数据进一步输送至多路数据融合模块(4)中；
所述多路数据融合模块(4)，用于将单通道数据滤波模块(3)滤波处理后的各路数据进行数据融合，并通过数据融合算法进行数据的加权计算，将加权计算结果反馈至位置控制系统中。
本发明的基于多路位置检测传感器的数据滤波融合算法及装置相对于现有技术具有以下有益效果：
(1)设置单通道滤波模块对每路数据进行单通道的滤波，能够消除错误的数据和故障采集通道，并且能够实现传感器故障实时监测和数据传送；
(2)设置多路数据融合模块将滤波后的各路数据进行比较和融合，进一步提高位置数据的精度和刷新速度，并实现多路传感器通道的冗余；
(3)为了能够获得精度和采集速度均满足位置控制系统要求的位置检测数据，本发明的位置监测系统采用多种类型的位置传感器采集数据。
(4)实时采集传感器的数据，根据一定的时间窗口期统计滤波区间，能够更精确地实现数据的滤波，及时剔除异常的数据。
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，下面将对实施例或现有技术描述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为本发明一种基于多路位置检测传感器的装置的结构示意图；
图2为本发明单通道滤波模块的流程示意图；
图3为本发明多路数据融合模块的流程示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
如图1所示，一方面，本发明所涉及的一种基于多路位置检测传感器的数据滤波融合算法，配置多路位置传感器采集系统，多路位置传感器采集系统包含多种类型的位置检测传感器，并将各路传感器数据送至位置数据处理系统，其中位置数据处理系统的单路滤波模块对每路位置数据进行平均值滤波，滤除无效数据，并实现传感器故障实时监测，多路数据融合模块对多路滤波后的编码器数据进行平均值滤波，判断增各个位置检测传感器通道是否运行正常，再根据不同类型的位置检测传感器状态对它们的数据进行加权融合，进一步提高位置数据的精度和刷新速度，最终获得满足速度和精度要求的位置数据，并实现传感器通道的冗余。
另一方面，本发明提供了一种基于多路位置检测传感器的装置，其中包括了多路传感器采集系统1、位置数据处理系统2和位置控制系统，所述位置数据处理系统还包括若干单通道数据滤波模块3和多路数据融合模块4。
常见的光栅尺、磁条式线性位置检测器的采集速度和精度较高，但量程最大只有几十米；增量型旋转编码器的速度和量程满足要求，但精度只有1毫米，无法满足要求；条码定位系统的量程和精度满足要求，但数据刷新速度较慢，最大为40Hz。本实施例中，在多路传感器采集系统1中设置了一路PCV线性位置传感器和四路电机增量型编码器，其中，PCV线性位置传感器的采样频率为40Hz,其精度高，但采集速度慢，电机增量型编码器的采样频率为1kHz，其采集速度快，但精度不足，因而在前四路采用电机增量型编码器能够有效的提高采集速度。
为了获得采集速度快且采集精度高的位置检测数据，将各路传感器所采集到的数据经过多路传感器采集系统1处理后送至位置数据处理系统2，并在位置处理系统2中通过数据滤波融合算法得到最终的数据，因此，位置数据处理系统2中还设置了单通道数据滤波模块3和多路数据融合模块4。单通道数据滤波模块3用于接收多路位置传感器采集系统1输出的一路传感器数据，将接收到的传感器数据进行数据监测和数据滤波，剔除错误的数据和故障采集通道，并将数据监测和数据滤波处理后得到的合法的数据进一步输送至多路数据融合模块4中；通道数据融合模块4，用于将单通道数据滤波模块3滤波处理后的各路数据进行数据融合，并通过数据融合算法进行数据的加权计算，将加权计算结果反馈至位置控制系统中。通过数据滤波融合算法能够剔除错误的采集数据，保证了采集精度，并且能够检测到故障采集通道，进一步提高了精度和刷新速度。
结合图2，图2为本发明所涉及的单通道滤波模块的流程示意图。
本实施例中，所述单通道滤波模块的算法逻辑包括以下步骤：
S201：多路传感器采集系统分别获取各个位置检测传感器的多个位置的历史数据；
应当理解的是，多路传感器采集系统中设置有多种类型的位置传感器，具体执行采集的设备是传感器，采集回来之后加上软件的后处理合称采集系统，最终给出一个具体的数据输出。
S202：分别选取各个位置检测传感器的历史数据中的最大值和最小值；
应当理解的是，将若干个当前通道位置检测传感器的数据，记录保存到数据记录队列，剔除最大值和最小值，位置检测传感器数据的数量可以自行设定。
S203：消除异常的历史数据，计算各传感器有效数据的平均值；
应当理解的是，求剔除了最大值和最小值以及异常数据后的平均值，作为滤波的基值，同时读取当前速度值，乘以采样周期，作为滤波的另一个基值，即速度基值。
S204：统计满足平均值限幅和速度限幅的合法数据的个数；如果满足平均值限幅要求则计算有效历史数据的平均值；如果不满足平均值限幅要求，则输出通道故障状态的位置数据，发出该位置检测传感器通道故障报警信号。
应当理解的是，平均值限幅和速度限幅是一个动态范围，根据一定的时间窗口期统计出来的，不是固定值，因此，设定一个波动范围，将平均值滤波基值和速度基值乘以其波动范围的上限和下限，获得滤波区间。若以1为中心，将波动范围设置为10％，那么其上限为0.9，下限为1.1，这里的上限和下限其实是一个滤波区间的系数，波动范围的大小可以自行设定。逐个对比数据记录队列里的每个数据，当数据同时满足平均值和速度滤波区间时，则认为此数据满足要求，并将数据正确个数加1。
在当前周期中，完成数据队列每个数据的滤波后，获得数据正确个数，当数据正确个数大于设定值，则认为此周期内该通道位置检测传感器运行正常，并将最新的数据送至位置数据处理系统中的数据融合模块。
若当前周期中的正确数据小于设定值，则认为此通道位置检测传感器出现故障，输出一个特殊数据至数据融合模块，并将该通道的故障状态位置设为1。
在本实施例中，将周期中的数据正确个数的设定值定为数据总数的80％，特殊数据为-9999，当周期中的数据正确个数大于80％时，则认为此周期内该通道位置检测传感器运行正常，并将最新的数据送至数据融合模块；当周期中的数据正确个数小于80％，则认为此通道位置检测传感器出现故障，输出-9999至数据融合模块，并将该通道的故障状态位置设为1。
结合图3，图3为本发明所涉及的多路数据融合模块的流程示意图。
S100：配置多路位置传感器采集系统和位置数据处理系统，每路传感器采集系统包括若干个通道，每个通道设置一个位置检测传感器；多路位置传感器系统分别独立的采集传感器数据；
可以理解的是，每路位置传感器采集系统可以设置同类型多个通道或者不同类型多个通道的位置检测传感器。本实施例中，设置了1路PCV传感器和4路电机增量型旋转编码器。
S200：位置数据处理系统判断各路独立设置的位置检测传感器数据是否异常，清除异常的传感器数据，并根据正常的各位置检测传感器数据计算有效数据的平均值；
应当理解的是，本实施例中一共有4路增量型编码器数据，采用平均值滤波，获得增量型编码器数据正确的通道数，当正确通道数大于等于3，则认为增量型编码器数据有效，并计算出数据正确的增量型编码器数据的平均值。
S300：位置数据处理系统判断各位置检测传感器数据计算有效数据的平均值是否满足平均值限幅的要求；如果满足平均值限幅要求，则执行步骤S400；否则跳过步骤S400直接执行步骤S500；
S400：满足平均值限幅要求时，计算多路位置检测传感器数据的平均值；
S500：位置数据处理系统判断其中一路位置检测传感器采集的数据是否正常；如果数据正常，则采用传感器数据加权算法计算最终位置值；否则将其他路中正常的位置检测传感器数据作为最终位置值。
应当理解的是，在每个周期内判断多路增量型编码器数据是否有效，并监测线性绝对值通道是否正常，如果两者均正常，则将正确的增量型数据平均值和绝对值编码器数据进行加权计算，获得最终编码器数据。加权计算的方法可以为现有技术，也可以根据自行设定的算法来进行计算，两者的权重可以自行设定。
在本实施例中，若每种类型的编码器有一路编码器数据错误，则该路数据会被完全剔除，算法会自动采集和处理正常的编码器数据，保持最总输出的位置数据正常，不受故障通道数据的影响，实现采集通道的冗余；若每种类型的编码器故障大于等于2路，则认为采集系统整体故障，则保持位置数据0输出，并发出系统故障报警。
以上所述仅为本发明的较佳实施方式而已，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 (8)
1.一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：包括如下步骤：
S100：配置多路位置传感器采集系统和位置数据处理系统，每路传感器采集系统包括若干个通道，每个通道设置一个位置检测传感器；多路位置传感器系统分别独立的采集传感器数据；
S200：位置数据处理系统判断各路独立设置的位置检测传感器数据是否异常，清除异常的传感器数据，并根据正常的各位置检测传感器数据计算有效数据的平均值；
S300：位置数据处理系统判断各位置检测传感器数据计算有效数据的平均值是否满足平均值限幅的要求；如果满足平均值限幅要求，则执行步骤S400；否则跳过步骤S400直接执行步骤S500；
S400：满足平均值限幅要求时，计算多路位置检测传感器数据的平均值；
S500：位置数据处理系统判断其中一路位置检测传感器采集的数据是否正常；如果数据正常，则采用传感器数据加权算法计算最终位置值；否则将其他路中正常的位置检测传感器数据作为最终位置值。
2.如权利要求1所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：所述步骤S200判断各路独立设置的位置检测传感器数据是否异常的方法是：如果该路位置检测传感器数据正常，则计算选择位置检测传感器的有效数据平均值；如果该路位置检测传感器数据异常且发生异常的位置检测传感器的数量大于等于2个，则认为该路位置检测传感器采集系统整体故障，则保持位置数据0输出，并发出系统故障报警；如果该路位置检测传感器数据异常且发生异常的位置检测传感器的数量小于2个，则剔除异常数据，采集和处理正常的位置检测传感器数据。
3.如权利要求2所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：所述步骤S200中，计算各路位置检测传感器有效数据的平均值，包括如下步骤：
S201：多路传感器采集系统分别获取各个位置检测传感器的多个位置的历史数据；
S202：分别选取各个位置检测传感器的历史数据中的最大值和最小值；
S203：消除异常的历史数据，计算各传感器有效数据的平均值；
S204：统计满足平均值限幅和速度限幅的合法数据的个数；如果满足平均值限幅要求则计算有效历史数据的平均值；如果不满足平均值限幅要求，则输出通道故障状态的位置数据，发出该位置检测传感器通道故障报警信号。
4.如权利要求3所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：所述平均值限幅和速度限幅的计算方法为：根据传感器的实际运行状态，实时将若干个当前通道位置检测传感器的数据，记录保存到数据记录队列，剔除最大值和最小值，然后求出平均值，作为滤波的基值；同时读取当前速度值，乘以采样周期，作为滤波的速度基值；设定一个波动范围，平均值滤波基值和速度基值乘以其波动范围的上限和下限，获得滤波区间。
5.如权利要求4所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：逐个对比数据记录队列里的每个数据，当数据同时满足平均值和速度滤波区间时，则认为此数据满足要求，并将数据正确个数加1。
6.如权利要求5所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：还包括：在当前周期中，完成数据队列每个数据的滤波后，获得数据正确个数，当数据正确个数大于设定值，认为此周期内该通道位置检测传感器运行正常，并将最新的数据送至位置数据处理系统中的数据融合模块；若当前周期中的正确数据小于设定值，则认为此通道位置检测传感器出现故障，输出一个特殊数据至数据融合模块，并将该通道的故障状态位置设为1。
7.如权利要求4所述的一种基于多路位置检测传感器的数据滤波融合算法，其特征在于：所述滤波区间是根据一定的时间窗口期统计出来的动态区间。
8.一种基于多路位置检测传感器的装置，其特征在于：包括：多路传感器采集系统(1)、若干单通道数据滤波模块(3)、多路数据融合模块(4)和位置控制系统；
所述多路位置传感器采集系统(1)包含若干位置检测传感器，并将各路传感器数据送至各个单通道数据滤波模块(3)中；
所述若干单通道数据滤波模块(3)，用于接收多路位置传感器采集系统(1)输出的一路位置检测传感器数据；各单通道数据滤波模块(3)将接收到的位置检测传感器数据进行数据监测和数据滤波，剔除错误的数据和故障采集通道；并将数据监测和数据滤波处理后得到的合法的数据进一步输送至多路数据融合模块(4)中；
所述多路数据融合模块(4)，用于将单通道数据滤波模块(3)滤波处理后的各路数据进行数据融合，并通过权利要求1-6任一项所述的数据融合算法进行数据的加权计算，将加权计算结果反馈至位置控制系统中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110742096.9A CN113566811A (zh) | 2021-06-30 | 2021-06-30 | 基于多路位置检测传感器的数据滤波融合算法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110742096.9A CN113566811A (zh) | 2021-06-30 | 2021-06-30 | 基于多路位置检测传感器的数据滤波融合算法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113566811A true CN113566811A (zh) | 2021-10-29 |
Family
ID=78163250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110742096.9A Pending CN113566811A (zh) | 2021-06-30 | 2021-06-30 | 基于多路位置检测传感器的数据滤波融合算法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113566811A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116707746A (zh) * | 2023-08-07 | 2023-09-05 | 长春航盛艾思科电子有限公司 | 一种阵列传感器的测量方法 |
| CN116929451A (zh) * | 2023-07-25 | 2023-10-24 | 河北九华勘查测绘有限责任公司 | 一种基于大数据的管线三维可视化管理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6026340A (en) * | 1998-09-30 | 2000-02-15 | The Robert Bosch Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
| US20120109582A1 (en) * | 2009-06-30 | 2012-05-03 | Tokyo Electron Limited | Abnormality detection system, abnormality detection method, and recording medium |
| CN106686118A (zh) * | 2017-01-19 | 2017-05-17 | 山东建筑大学 | 塔式多参数环境监测方法 |
| CN111239843A (zh) * | 2020-03-20 | 2020-06-05 | 杭州敏和光电子技术有限公司 | 一种红外对管检测方法 |
| KR102126577B1 (ko) * | 2019-10-29 | 2020-06-25 | (주)대은 | 다채널 모듈센서를 이용한 태양광발전 모니터링 시스템 |
| CN112861947A (zh) * | 2021-01-29 | 2021-05-28 | 中铁第一勘察设计院集团有限公司 | 传感器数据处理方法、装置及计算设备 |
-
2021
- 2021-06-30 CN CN202110742096.9A patent/CN113566811A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6026340A (en) * | 1998-09-30 | 2000-02-15 | The Robert Bosch Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
| US20120109582A1 (en) * | 2009-06-30 | 2012-05-03 | Tokyo Electron Limited | Abnormality detection system, abnormality detection method, and recording medium |
| CN106686118A (zh) * | 2017-01-19 | 2017-05-17 | 山东建筑大学 | 塔式多参数环境监测方法 |
| KR102126577B1 (ko) * | 2019-10-29 | 2020-06-25 | (주)대은 | 다채널 모듈센서를 이용한 태양광발전 모니터링 시스템 |
| CN111239843A (zh) * | 2020-03-20 | 2020-06-05 | 杭州敏和光电子技术有限公司 | 一种红外对管检测方法 |
| CN112861947A (zh) * | 2021-01-29 | 2021-05-28 | 中铁第一勘察设计院集团有限公司 | 传感器数据处理方法、装置及计算设备 |
Non-Patent Citations (3)
| Title |
|---|
| 林海军;滕召胜;刘让周;郑丹;吴阳平;: "基于自适应加权融合的汽车衡故障传感器预估", 仪器仪表学报, no. 07 * |
| 汪洪波;: "大面积金刚石膜衬底温度数据融合研究", 中国机械工程, no. 07 * |
| 黄卫中;季学胜;刘岭;李开成;牛道恒;: "CTCS-3级列控车载设备高速适应性关键技术", 中国铁道科学, no. 03, pages 87 - 92 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116929451A (zh) * | 2023-07-25 | 2023-10-24 | 河北九华勘查测绘有限责任公司 | 一种基于大数据的管线三维可视化管理系统 |
| CN116929451B (zh) * | 2023-07-25 | 2023-12-29 | 河北九华勘查测绘有限责任公司 | 一种基于大数据的管线三维可视化管理系统 |
| CN116707746A (zh) * | 2023-08-07 | 2023-09-05 | 长春航盛艾思科电子有限公司 | 一种阵列传感器的测量方法 |
| CN116707746B (zh) * | 2023-08-07 | 2024-03-22 | 长春航盛艾思科电子有限公司 | 一种阵列传感器的测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113566811A (zh) | 基于多路位置检测传感器的数据滤波融合算法及装置 | |
| CN104813143B (zh) | 道路网络分析器、道路网络分析系统、以及道路网络分析方法 | |
| CN109213654A (zh) | 一种异常检测方法及装置 | |
| CN100483278C (zh) | 具有扩展的硬件故障识别的过程测量仪表 | |
| CN102906554A (zh) | 用于测量空气质量的装置和方法 | |
| CN112954589B (zh) | 一种基于wifi-rtt测距的监听定位系统 | |
| CN110929769A (zh) | 一种基于振动和声音的电抗器机械类故障联合检测模型、方法及装置 | |
| CN116308305B (zh) | 一种桥梁健康监测数据管理系统 | |
| CN114492629A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
| CN112519835B (zh) | 列车速度确定方法、装置、电子设备和可读存储介质 | |
| CN112612044B (zh) | 一种用于漂移点过滤的方法及系统 | |
| CN112968931A (zh) | 一种基于多传感器的农作物环境温度数据融合系统及方法 | |
| JP2002214185A (ja) | センサ異常の検出方法及び検出装置 | |
| CN110411730B (zh) | 一种旋转设备故障判断方法、系统和可读存储介质 | |
| CN105763170B (zh) | 一种电力信号数字滤波方法 | |
| CN112528227A (zh) | 一种基于数理统计的传感器异常数据识别方法 | |
| CN115183805B (zh) | 基于人工智能的仪器自动化计量检定方法及系统 | |
| US20040158422A1 (en) | Fault tolerant apparatus and method for determining a revolution rate of a gear | |
| CN116720153A (zh) | 一种基于多传感器的信息融合系统及方法 | |
| US20200033390A1 (en) | State detecting system and state detecting method | |
| CN114779166A (zh) | 一种井下人员精确定位系统 | |
| CN108536777A (zh) | 一种数据处理方法、服务器集群及数据处理装置 | |
| CN114356621A (zh) | 基于信息熵分析的总线退出方法及装置 | |
| JP5077815B2 (ja) | パルス入力装置 | |
| CN111982122A (zh) | 一种基于霍尔传感器的磁导航传感器及其检测方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Pang Ting Inventor after: Fu Changwei Inventor after: Cheng Huaguo Inventor after: Wang Xiang Inventor after: Zhou Wei Inventor after: Yu Changbo Inventor after: Hu Binghua Inventor after: Zheng Junping Inventor before: Pang Ting Inventor before: Fu Changwei Inventor before: Cheng Huaguo Inventor before: Wang Xiang Inventor before: Zhou Wei Inventor before: Yu Changbo Inventor before: Hu Binghua |