CN115019484A - 一种汽车尾气实时监控系统 - Google Patents
一种汽车尾气实时监控系统 Download PDFInfo
- Publication number
- CN115019484A CN115019484A CN202210717394.7A CN202210717394A CN115019484A CN 115019484 A CN115019484 A CN 115019484A CN 202210717394 A CN202210717394 A CN 202210717394A CN 115019484 A CN115019484 A CN 115019484A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- model
- real
- time
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000007599 discharging Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 72
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000003916 acid precipitation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical class S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 1
- 229910052815 sulfur oxide Inorganic materials 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/002—Generating a prealarm to the central station
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种汽车尾气实时监控系统，包括尾气流量监测模块、车辆采集模块、流量模型生成模块、模型比对模块、尾气信息采集模块、排放标准模块、数据接收模块、数据处理模块、总控模块与信息发送模块。本发明将实时模型信息与预设的车辆正常模型和车辆故障模型进行比对，即能够了解到车辆行驶过程中车辆是否处于正常状态，发现车辆异常时及时的发出警示信息，从而避免车辆长时间在故障状态下行驶导致的意外发生，同时对尾气状态进行监测，在发现尾气颜色异常时，及时的发出警示信息，减少意外发生，还通过对车辆的尾气排放与标准排放之间的差异进行分析，及时的生成提示信息，更好的保护了车辆行驶的安全，让该系统更加值得推广使用。
Description
技术领域
本发明涉及汽车尾气监控领域，具体涉及一种汽车尾气实时监控系统。
背景技术
汽车尾气是汽车使用时产生的废气，含有上百种不同的化合物，其中的污染物有固体悬浮微粒、一氧化碳、二氧化碳、碳氢化合物、氮氧化合物、铅及硫氧化合物等。尾气在直接危害人体健康的同时，还会对人类生活的环境产生深远影响。尾气中的二氧化硫具有强烈的刺激气味，达到一定浓度时容易导致“酸雨”的发生，造成土壤和水源酸化，影响农作物和森林的生长。
同时车辆细微故障时，其排出的尾气也会与平时排出尾气有所不同，因此通过实时的监测汽车的尾气信息，不仅能够了解车辆尾气排放是否符合标准还能够了解到车辆是否发生故障，在进行车辆尾气监测时，即需要使用到汽车尾气实时监控系统。
现有的汽车尾气实时监控系统，多只用来监测汽车排放尾气是否超标，功能单一，不能提升车辆行驶安全，给汽车尾气实时监控系统的使用带来了一定的影响，因此，提出一种汽车尾气实时监控系统。
发明内容
本发明所要解决的技术问题在于：如何解决现有的汽车尾气实时监控系统，多只用来监测汽车排放尾气是否超标，功能单一，不能提升车辆行驶安全，给汽车尾气实时监控系统的使用带来了一定的影响，提供了一种汽车尾气实时监控系统。
本发明是通过以下技术方案解决上述技术问题的，本发明包括：
尾气流量监测模块，所述尾气流量监测模块用于实时监测汽车尾气的流量获取的实时流量信息；
车辆采集模块，所述车速采集模块用于采集车辆信息，车辆信息包括车辆载重信息、车重信息与实时车速信息；
流量模型生成模块，所述用于对车辆信息与实时流量信息进行综合处理，生成实时模型信息；
模型比对模块，所述模型比对模块中储存了预设模型，所述模型比对模块将实时模型信息与预设模型进行比对匹配，生成具体匹配信息，所述具体匹配信息包括正常模型匹配信息与故障模型匹配信息；
尾气信息采集模块，所述尾气信息采集模块用于采集实时车辆排出的尾气信息，所述尾气信息包括尾气颜色信息与尾气具体信息，尾气具体信息包括尾气的HC含量、NOx含量、CO含量与PM含量；
排放标准采集模块，所述排放标准采集模块用于采集车辆的排放标准信息；
数据接收模块，所述数据接收模块用于接收具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息，并将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到储存设备进行处理，同时将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到数据处理模块；
数据处理模块，所述数据处理模块用于对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理，生成车辆异常信息与排放异常信息；
总控模块，总控模块用于控制信息发送模块将车辆异常信息与排放异常信息发送到预设接收端。
进一步在于，所述流量模型生成模块对车辆信息与实时流量信息进行综合处理实时模型信息的具体处理过程如下：
步骤一：提取出采集到车辆信息，从车辆信息包括车辆载重信息、车重信息与实时车速信息；
步骤二：对车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息；
步骤三：之后再将车体模型与实时流量信息进行综合处理，生成实时模型。
进一步在于，所述车体模型信息的具体处理过程如下：提取出车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息的具体过程如下：提取出车辆载重信息、车重信息与实时车速信息，将车辆载重信息与车重信息，计算出车辆载重信息与车重信息的和得到车重信息，再计算出车重信息与实时车速的比值即得到车体模型信息。
进一步在于，所述车体模型与实时流量信息进行综合处理生成实时模型的具体处理过程如下：提取出车体模型信息与实时流量信息，将车体模型信息标记为K，将实时流量信息标记为P，通过公式
得到实时实时模型
，z为修正值，0.9≤z≤1.1，z随温度变化而变化，温度越高z越小。
进一步在于，所述模型比对模块将实时模型信息与预设模型进行比对匹配生成具体匹配信息的具体过程如下：提取出获取到的实时模型信息，将实时模型导入到模型库中，模型库中预设了正常模型与故障模型，计算出实时模型与正常模型之间的差值得到正常模型差Gi，i为正常模型的数量信息，再计算出实时模型与故障模型之间的差值得到故障模型差Db，b为正常模型的数量信息，获取到所有Gi与Db的绝对值，当提取出所有Gi与Db的绝对值中的最小值，当最小值为正常模型时，即生成正常模型匹配信息，当最小值为故障模型时，即生成故障模型匹配信息。
进一步在于，所述数据处理模块数据处理模块对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理生成车辆异常信息与排放异常信息的具体过程如下：
S1：提取出采集到的具体匹配信息，当具体匹配信息为正常模型匹配信息时，即不生成任何信息，当具体匹配信息为故障模型匹配信息，即生成车辆异常信息；
S2；再提取出获取到的尾气信息，从尾气信息中获取到尾气颜色信息；
S3：提取出尾气颜色信息，当尾气颜色信息为非标准颜色时，即生成车辆异常信息；
S4：提取出尾气具体信息，从尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量，再获取到车辆的排放标准信息，当尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量与车辆的排放标准信息中的HC含量、NOx含量、CO含量与PM含量存在偏差时，即生成排放异常信息。
进一步在于，所述尾气颜色信息的获取过程如下：通过设置的影像设备采集排出的位置的影像信息，对影像信息进行清晰化处理后获取到高清尾气照片信息，清晰化处理的过程如下：对每张图像进行下采样处理降低图像分辨率，一般有2倍下采样、3倍下采样、4倍下采样等，当图片是2倍下采样，则图像长宽均变成原来的1/2，下采样前的图像作为高分辨率图像H，下采样后的图像作为低分辨率图像L，L和H构成一个有效的图像对用于后期模型训练，训练模型时，对低分辨率图像L进行放大还原为高分辨率图像SR，然后与原始的高分辨率图像H进行比较，其差异用来调整模型的参数，通过迭代训练，使得差异最小，训练完的模型即用来对新的低分辨率图像进行重建，得到高分辨率图像，即得到高清尾气照片信息，对高清尾气照片信息进行颜色提取，获取到图像中的所有颜色信息，颜色面积最大的颜色即为尾气颜色。
本发明相比现有技术具有以下优点：该汽车尾气实时监控系统，通过实时的对车辆行驶时的信息进行综合处理，生成对应的实时模型信息，并将实时模型信息与预设的车辆正常模型和车辆故障模型进行比对，即能够了解到车辆行驶过程中车辆是否处于正常状态，发现车辆异常时及时的发出警示信息，从而避免车辆长时间在故障状态下行驶导致的意外发生，同时对尾气状态进行监测，在发现尾气颜色异常时，及时的发出警示信息，减少意外发生，还通过对车辆的尾气排放与标准排放之间的差异进行分析，及时的生成提示信息，从而避免意外发生，更好的保护了车辆行驶的安全，让该系统更加值得推广使用。
附图说明
图1是本发明的系统框图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提供一种技术方案：一种汽车尾气实时监控系统，包括：尾气流量监测模块，所述尾气流量监测模块用于实时监测汽车尾气的流量获取的实时流量信息；车辆采集模块，所述车速采集模块用于采集车辆信息，车辆信息包括车辆载重信息、车重信息与实时车速信息；
流量模型生成模块，所述用于对车辆信息与实时流量信息进行综合处理，生成实时模型信息；
所述流量模型生成模块对车辆信息与实时流量信息进行综合处理实时模型信息的具体处理过程如下：
步骤一：提取出采集到车辆信息，从车辆信息包括车辆载重信息、车重信息与实时车速信息；
步骤二：对车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息；
步骤三：之后再将车体模型与实时流量信息进行综合处理，生成实时模型；
所述车体模型信息的具体处理过程如下：提取出车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息的具体过程如下：提取出车辆载重信息、车重信息与实时车速信息，将车辆载重信息与车重信息，计算出车辆载重信息与车重信息的和得到车重信息，再计算出车重信息与实时车速的比值即得到车体模型信息。
所述车体模型与实时流量信息进行综合处理生成实时模型的具体处理过程如下：提取出车体模型信息与实时流量信息，将车体模型信息标记为K，将实时流量信息标记为P，通过公式
得到实时实时模型
，z为修正值，0.9≤z≤1.1，z随温度变化而变化，温度越高z越小。
通过上述过程，实现了对车辆实时数据进行综合处理生成对应的准确的实时模型，加快进行后续的比对的速度和准确性。
模型比对模块，所述模型比对模块中储存了预设模型，所述模型比对模块将实时模型信息与预设模型进行比对匹配，生成具体匹配信息，所述具体匹配信息包括正常模型匹配信息与故障模型匹配信息；
所述模型比对模块将实时模型信息与预设模型进行比对匹配生成具体匹配信息的具体过程如下：提取出获取到的实时模型信息，将实时模型导入到模型库中，模型库中预设了正常模型与故障模型，计算出实时模型与正常模型之间的差值得到正常模型差Gi，i为正常模型的数量信息，再计算出实时模型与故障模型之间的差值得到故障模型差Db，b为正常模型的数量信息，获取到所有Gi与Db的绝对值，当提取出所有Gi与Db的绝对值中的最小值，当最小值为正常模型时，即生成正常模型匹配信息，当最小值为故障模型时，即生成故障模型匹配信息；
通过实时的对车辆行驶时的信息进行综合处理，生成对应的实时模型信息，并将实时模型信息与预设的车辆正常模型和车辆故障模型进行比对，即能够了解到车辆行驶过程中车辆是否处于正常状态，发现车辆异常时及时的发出警示信息，从而避免车辆长时间在故障状态下行驶导致的意外发生；
尾气信息采集模块，所述尾气信息采集模块用于采集实时车辆排出的尾气信息，所述尾气信息包括尾气颜色信息与尾气具体信息，尾气具体信息包括尾气的HC含量、NOx含量、CO含量与PM含量；
排放标准采集模块，所述排放标准采集模块用于采集车辆的排放标准信息；
数据接收模块，所述数据接收模块用于接收具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息，并将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到储存设备进行处理，同时将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到数据处理模块；
数据处理模块，所述数据处理模块用于对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理，生成车辆异常信息与排放异常信息；
总控模块，总控模块用于控制信息发送模块将车辆异常信息与排放异常信息发送到预设接收端。
所述数据处理模块数据处理模块对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理生成车辆异常信息与排放异常信息的具体过程如下：
S1：提取出采集到的具体匹配信息，当具体匹配信息为正常模型匹配信息时，即不生成任何信息，当具体匹配信息为故障模型匹配信息，即生成车辆异常信息；
S2；再提取出获取到的尾气信息，从尾气信息中获取到尾气颜色信息；
S3：提取出尾气颜色信息，当尾气颜色信息为非标准颜色时，即生成车辆异常信息；
S4：提取出尾气具体信息，从尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量，再获取到车辆的排放标准信息，当尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量与车辆的排放标准信息中的HC含量、NOx含量、CO含量与PM含量存在偏差时，即生成排放异常信息。
通过上述过程能够通过分析尾气信息了解到车辆状态。
所述尾气颜色信息的获取过程如下：通过设置的影像设备采集排出的位置的影像信息，对影像信息进行清晰化处理后获取到高清尾气照片信息，清晰化处理的过程如下：对每张图像进行下采样处理降低图像分辨率，一般有2倍下采样、3倍下采样、4倍下采样等，当图片是2倍下采样，则图像长宽均变成原来的1/2，下采样前的图像作为高分辨率图像H，下采样后的图像作为低分辨率图像L，L和H构成一个有效的图像对用于后期模型训练，训练模型时，对低分辨率图像L进行放大还原为高分辨率图像SR，然后与原始的高分辨率图像H进行比较，其差异用来调整模型的参数，通过迭代训练，使得差异最小，训练完的模型即用来对新的低分辨率图像进行重建，得到高分辨率图像，即得到高清尾气照片信息，对高清尾气照片信息进行颜色提取，获取到图像中的所有颜色信息，颜色面积最大的颜色即为尾气颜色。
通过上述过程，能够进行更加准确的颜色识别，从而保证了颜色分析的准确度，即确保了车辆警示信息发出的准确性， 更进一步的提升了车辆安全。
综上，本发明在使用时，通过实时的对车辆行驶时的信息进行综合处理，生成对应的实时模型信息，并将实时模型信息与预设的车辆正常模型和车辆故障模型进行比对，即能够了解到车辆行驶过程中车辆是否处于正常状态，发现车辆异常时及时的发出警示信息，从而避免车辆长时间在故障状态下行驶导致的意外发生，同时对尾气状态进行监测，在发现尾气颜色异常时，及时的发出警示信息，减少意外发生，还通过对车辆的尾气排放与标准排放之间的差异进行分析，及时的生成提示信息，从而避免意外发生，更好的保护了车辆行驶的安全，让该系统更加值得推广使。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种汽车尾气实时监控系统，其特征在于，包括：
尾气流量监测模块，所述尾气流量监测模块用于实时监测汽车尾气的流量获取的实时流量信息；
车辆采集模块，所述车速采集模块用于采集车辆信息，车辆信息包括车辆载重信息、车重信息与实时车速信息；
流量模型生成模块，所述用于对车辆信息与实时流量信息进行综合处理，生成实时模型信息；
模型比对模块，所述模型比对模块中储存了预设模型，所述模型比对模块将实时模型信息与预设模型进行比对匹配，生成具体匹配信息，所述具体匹配信息包括正常模型匹配信息与故障模型匹配信息；
尾气信息采集模块，所述尾气信息采集模块用于采集实时车辆排出的尾气信息，所述尾气信息包括尾气颜色信息与尾气具体信息，尾气具体信息包括尾气的HC含量、NOx含量、CO含量与PM含量；
排放标准采集模块，所述排放标准采集模块用于采集车辆的排放标准信息；
数据接收模块，所述数据接收模块用于接收具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息，并将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到储存设备进行处理，同时将具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息发送到数据处理模块；
数据处理模块，所述数据处理模块用于对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理，生成车辆异常信息与排放异常信息；
总控模块，总控模块用于控制信息发送模块将车辆异常信息与排放异常信息发送到预设接收端。
2.根据权利要求1所述的一种汽车尾气实时监控系统，其特征在于：所述流量模型生成模块对车辆信息与实时流量信息进行综合处理实时模型信息的具体处理过程如下：
步骤一：提取出采集到车辆信息，从车辆信息包括车辆载重信息、车重信息与实时车速信息；
步骤二：对车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息；
步骤三：之后再将车体模型与实时流量信息进行综合处理，生成实时模型。
3.根据权利要求2所述的一种汽车尾气实时监控系统，其特征在于：所述车体模型信息的具体处理过程如下：提取出车辆载重信息、车重信息与实时车速信息进行综合处理生成车体模型信息的具体过程如下：提取出车辆载重信息、车重信息与实时车速信息，将车辆载重信息与车重信息，计算出车辆载重信息与车重信息的和得到车重信息，再计算出车重信息与实时车速的比值即得到车体模型信息。
4.根据权利要求2所述的一种汽车尾气实时监控系统，其特征在于：所述车体模型与实时流量信息进行综合处理生成实时模型的具体处理过程如下：提取出车体模型信息与实时流量信息，将车体模型信息标记为K，将实时流量信息标记为P，通过公式
得到实时实时模型
，z为修正值，0.9≤z≤1.1，z随温度变化而变化，温度越高z越小。
5.根据权利要求1所述的一种汽车尾气实时监控系统，其特征在于：所述模型比对模块将实时模型信息与预设模型进行比对匹配生成具体匹配信息的具体过程如下：提取出获取到的实时模型信息，将实时模型导入到模型库中，模型库中预设了正常模型与故障模型，计算出实时模型与正常模型之间的差值得到正常模型差Gi，i为正常模型的数量信息，再计算出实时模型与故障模型之间的差值得到故障模型差Db，b为正常模型的数量信息，获取到所有Gi与Db的绝对值，当提取出所有Gi与Db的绝对值中的最小值，当最小值为正常模型时，即生成正常模型匹配信息，当最小值为故障模型时，即生成故障模型匹配信息。
6.根据权利要求1所述的一种汽车尾气实时监控系统，其特征在于：所述数据处理模块数据处理模块对具体匹配信息、车辆排出位置的尾气信息与车辆的排放标准信息进行综合处理生成车辆异常信息与排放异常信息的具体过程如下：
S1：提取出采集到的具体匹配信息，当具体匹配信息为正常模型匹配信息时，即不生成任何信息，当具体匹配信息为故障模型匹配信息，即生成车辆异常信息；
S2；再提取出获取到的尾气信息，从尾气信息中获取到尾气颜色信息；
S3：提取出尾气颜色信息，当尾气颜色信息为非标准颜色时，即生成车辆异常信息；
S4：提取出尾气具体信息，从尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量，再获取到车辆的排放标准信息，当尾气具体信息中获取到尾气的HC含量、NOx含量、CO含量与PM含量与车辆的排放标准信息中的HC含量、NOx含量、CO含量与PM含量存在偏差时，即生成排放异常信息。
7.根据权利要求1所述的一种汽车尾气实时监控系统，其特征在于：所述尾气颜色信息的获取过程如下：通过设置的影像设备采集排出的位置的影像信息，对影像信息进行清晰化处理后获取到高清尾气照片信息，清晰化处理的过程如下：对每张图像进行下采样处理降低图像分辨率，一般有2倍下采样、3倍下采样、4倍下采样等，当图片是2倍下采样，则图像长宽均变成原来的1/2，下采样前的图像作为高分辨率图像H，下采样后的图像作为低分辨率图像L，L和H构成一个有效的图像对用于后期模型训练，训练模型时，对低分辨率图像L进行放大还原为高分辨率图像SR，然后与原始的高分辨率图像H进行比较，其差异用来调整模型的参数，通过迭代训练，使得差异最小，训练完的模型即用来对新的低分辨率图像进行重建，得到高分辨率图像，即得到高清尾气照片信息，对高清尾气照片信息进行颜色提取，获取到图像中的所有颜色信息，颜色面积最大的颜色即为尾气颜色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210717394.7A CN115019484A (zh) | 2022-06-23 | 2022-06-23 | 一种汽车尾气实时监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210717394.7A CN115019484A (zh) | 2022-06-23 | 2022-06-23 | 一种汽车尾气实时监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115019484A true CN115019484A (zh) | 2022-09-06 |
Family
ID=83077268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210717394.7A Pending CN115019484A (zh) | 2022-06-23 | 2022-06-23 | 一种汽车尾气实时监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115019484A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117949225A (zh) * | 2024-03-26 | 2024-04-30 | 长春汽车工业高等专科学校 | 一种汽车排放量检测方法及系统 |
| CN117949225B (zh) * | 2024-03-26 | 2024-06-11 | 长春汽车工业高等专科学校 | 一种汽车排放量检测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103863220A (zh) * | 2014-03-27 | 2014-06-18 | 北京车云通科技有限公司 | 机动车数据的监测方法和系统 |
| CN109109787A (zh) * | 2018-07-24 | 2019-01-01 | 辽宁工业大学 | 一种汽车行驶故障监测方法 |
| CN111896685A (zh) * | 2020-07-22 | 2020-11-06 | 多伦汽车检测集团有限公司 | 一种汽车尾气远程监测系统 |
| DE102020113064A1 (de) * | 2020-05-14 | 2021-11-18 | Canon Production Printing Holding B.V. | Tintendruckvorrichtung und Verfahren zum Überwachen einer Kammer auf Luftdichtigkeit |
| CN114999178A (zh) * | 2022-06-21 | 2022-09-02 | 魏垂浩 | 一种智能网联汽车辅助驾驶车辆信息实时监测系统 |
-
2022
- 2022-06-23 CN CN202210717394.7A patent/CN115019484A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103863220A (zh) * | 2014-03-27 | 2014-06-18 | 北京车云通科技有限公司 | 机动车数据的监测方法和系统 |
| CN109109787A (zh) * | 2018-07-24 | 2019-01-01 | 辽宁工业大学 | 一种汽车行驶故障监测方法 |
| DE102020113064A1 (de) * | 2020-05-14 | 2021-11-18 | Canon Production Printing Holding B.V. | Tintendruckvorrichtung und Verfahren zum Überwachen einer Kammer auf Luftdichtigkeit |
| CN111896685A (zh) * | 2020-07-22 | 2020-11-06 | 多伦汽车检测集团有限公司 | 一种汽车尾气远程监测系统 |
| CN114999178A (zh) * | 2022-06-21 | 2022-09-02 | 魏垂浩 | 一种智能网联汽车辅助驾驶车辆信息实时监测系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117949225A (zh) * | 2024-03-26 | 2024-04-30 | 长春汽车工业高等专科学校 | 一种汽车排放量检测方法及系统 |
| CN117949225B (zh) * | 2024-03-26 | 2024-06-11 | 长春汽车工业高等专科学校 | 一种汽车排放量检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102020103768B4 (de) | Überwachung und Diagnose von Fahrzeugsystemproblemen mit Maschinenlern-Klassifikatoren | |
| CN107703920B (zh) | 基于多元时间序列的列车制动系统的故障检测方法 | |
| EP2631878A1 (de) | Diagnoseverfahren und Diagnosevorrichtung für eine Fahrzeugkomponente eines Fahrzeugs | |
| DE102013225563A1 (de) | Verfahren zur Überwachung eines Sensors eines Fahrzeugs | |
| CN111173565A (zh) | 一种矿井监测数据异常波动预警方法和装置 | |
| CN116308285A (zh) | 一种基于数据处理的智慧终端安全监管系统 | |
| CN104408578A (zh) | 基于轨迹点的机械化作业的量化考核系统及其方法 | |
| CN116275755B (zh) | 一种焊接生产线的智能控制系统 | |
| CN105302123A (zh) | 在线测量数据的监控方法 | |
| CN113838227A (zh) | 一种车辆异常停留监控方法及系统 | |
| CN111429729A (zh) | 一种基于flink架构的实时车速监测方法 | |
| CN115019484A (zh) | 一种汽车尾气实时监控系统 | |
| DE102017118785A1 (de) | NOx Umwandlungsüberwachung | |
| CN114999178A (zh) | 一种智能网联汽车辅助驾驶车辆信息实时监测系统 | |
| DE102021110802A1 (de) | Systeme und verfahren zur fehlererkennung bei einer katalytischen reduktion (scr) | |
| CN110207827B (zh) | 一种基于异常因子提取的电气设备温度实时预警方法 | |
| CN110060370B (zh) | 车辆急加速急减速次数等效统计方法 | |
| CN116721522A (zh) | 一种基于数据分析的车载ct安全预警系统 | |
| CN115440010B (zh) | 基于物联网的桥梁远程监测预警装置 | |
| DE112019005575T5 (de) | Reifendefektvorhersagesystem und Reifendefektvorhersageverfahren | |
| DE102013226565A1 (de) | Verfahren zur Überwachung eines in einem Abgaskanal einer Brennkraftmaschine angeordneten Bauteils, Vorrichtung zur Durchführung des Verfahrens, Computer-Programm und Computer-Programmprodukt | |
| CN114706704A (zh) | 一种驾驶运输异常数据的处理方法 | |
| CN113448301A (zh) | 基于obd系统的故障诊断方法及系统 | |
| DE102019206873A1 (de) | Überwachung des Zustands eines Katalysators zur Stickoxidminderung durch Vergleich des Stickoxid-Sensorsignals mit einem modellierten Wert | |
| DE102020209753A1 (de) | Diagnosevorrichtung und Verfahren zur Analyse zumindest eines Zustands einer elektrochemischen Vorrichtung |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220906 |