CN116124270A - 一种动态汽车衡自动智能化校准方法 - Google Patents
一种动态汽车衡自动智能化校准方法 Download PDFInfo
- Publication number
- CN116124270A CN116124270A CN202310415737.9A CN202310415737A CN116124270A CN 116124270 A CN116124270 A CN 116124270A CN 202310415737 A CN202310415737 A CN 202310415737A CN 116124270 A CN116124270 A CN 116124270A
- Authority
- CN
- China
- Prior art keywords
- truck scale
- parameter
- data
- optimal
- data set
- 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
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
-
- 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
-
- 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)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及物联网技术领域,公开了一种动态汽车衡自动智能化校准方法,用于计算汽车衡的最佳校准参数以及提高汽车衡的性能。所述方法包括:分别对多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;根据多个目标子数据集计算汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量;根据多个实时参数数据,计算目标车辆的质量系数,并根据质量系数计算汽车衡的校准参数;根据校准参数,对汽车衡进行参数调整,并采集汽车衡的动态检测数据集;将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据最佳校准参数对汽车衡进行最佳性能参数配置。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种动态汽车衡自动智能化校准方法。
背景技术
汽车衡是一种用于测量汽车重量的仪器。它通常由一个电子秤和一个支架组成,可以测量汽车的总重量,以及每个车轮的重量。但是目前动态汽车衡自动智能化校准的校准效率低、工作量大且安全性差,进而导致汽车衡的性能较弱。
发明内容
本发明提供了一种动态汽车衡自动智能化校准方法,用于计算汽车衡的最佳校准参数以及提高汽车衡的性能。
本发明第一方面提供了一种动态汽车衡自动智能化校准方法,所述动态汽车衡自动智能化校准方法包括:
获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集;
分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量;
根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数;
根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集;
将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
结合第一方面,在本发明第一方面的第一实施方式中,所述获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集,包括:
获取汽车衡的检测数据集,并查询所述汽车衡的多个属性参数;
分别根据所述多个属性参数对所述检测数据集进行数据匹配,得到每个属性参数的数据;
根据每个属性参数的数据生成每个属性参数的初始子数据集,得到多个初始子数据集。
结合第一方面,在本发明第一方面的第二实施方式中,所述分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集,包括:
分别构建每个初始子数据集的离散分布图;
分别对每个初始子数据集的离散分布图进行异常值提取,并将每个初始子数据集中的异常值进行去除,得到多个标准子数据集;
分别对所述多个标准子数据集进行缺失值插值,得到多个目标子数据集。
结合第一方面,在本发明第一方面的第三实施方式中,所述根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量,包括:
对所述多个目标子数据集进行权重数据匹配,得到每个目标子数据集对应的权重数据;
根据所述多个目标子数据集,计算每个目标子数据集的平均值;
根据每个目标子数据集对应的权重数据和平均值,生成所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量。
结合第一方面,在本发明第一方面的第四实施方式中,所述根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数,包括:
根据所述车辆质量和所述轴距,计算目标车辆的车辆质量系数;
根据所述车辆质量系数,计算所述目标车辆的车辆质量系数和所述车辆重量的比例,得到目标比例数据。
根据所述目标比例数据,计算所述汽车衡的校准参数。
结合第一方面,在本发明第一方面的第五实施方式中,所述根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集,包括:
获取所述汽车衡的电源状态信息,并根据所述电源状态信息设置目标传感器参数;
判断所述目标传感器参数是否正确,得到判断结果;
根据所述判断结果和所述校准参数对所述汽车衡进行参数调整;
对所述汽车衡进行精度检测,得到精度检测结果;
根据所述精度检测结果,采集所述汽车衡的动态检测数据集。
结合第一方面,在本发明第一方面的第六实施方式中,所述将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置,包括:
将所述动态检测数据集输入预置的最佳参数分析模型,其中,所述最佳参数分析模型包括:卷积网络、全连接网络以及输出网络;
通过所述最佳参数分析模型对所述动态检测数据集进行最佳参数计算,得到最佳校准参数;
调用预置的智能传感器,对所述校准参数和所述最佳校准参数进行比较,得到比较结果。
若比较结果为所述校准参数与所述最佳校准参数不一致,则根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
本发明第二方面提供了一种动态汽车衡自动智能化校准装置,所述动态汽车衡自动智能化校准装置包括:
获取模块,用于获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集;
处理模块,用于分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
第一计算模块,用于根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量;
第二计算模块,用于根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数;
调整模块,用于根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集;
分析模块,用于将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
本发明第三方面提供了一种动态汽车衡自动智能化校准设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述动态汽车衡自动智能化校准设备执行上述的动态汽车衡自动智能化校准方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的动态汽车衡自动智能化校准方法。
本发明提供的技术方案中,分别对多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;根据多个目标子数据集计算汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量;根据多个实时参数数据,计算目标车辆的质量系数,并根据质量系数计算汽车衡的校准参数;根据校准参数,对汽车衡进行参数调整,并采集汽车衡的动态检测数据集;将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据最佳校准参数对汽车衡进行最佳性能参数配置,本发明采用智能化算法,实时监测汽车衡的校准参数,并自动调整校准参数,以达到汽车衡的最佳性能,从而提高汽车衡的精度和准确性,提高汽车衡的使用效率。
附图说明
图1为本发明实施例中动态汽车衡自动智能化校准方法的一个实施例示意图;
图2为本发明实施例中异常值去除和缺失值插值的流程图;
图3为本发明实施例中计算汽车衡的多个实时参数数据的流程图;
图4为本发明实施例中计算汽车衡的校准参数的流程图;
图5为本发明实施例中动态汽车衡自动智能化校准装置的一个实施例示意图;
图6为本发明实施例中动态汽车衡自动智能化校准设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种动态汽车衡自动智能化校准方法,用于计算汽车衡的最佳校准参数以及提高汽车衡的性能。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中动态汽车衡自动智能化校准方法的一个实施例包括:
S101、获取汽车衡的检测数据集,并对检测数据集进行数据集分类,得到多个初始子数据集;
可以理解的是,本发明的执行主体可以为动态汽车衡自动智能化校准装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,服务器获取汽车衡的检测数据集,并查询所述汽车衡的多个属性参,分别根据所述多个属性参数对所述检测数据集进行数据匹配,得到每个属性参数的数据;根据每个属性参数的数据生成每个属性参数的初始子数据集,得到多个初始子数据集。
S102、分别对多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
具体的,服务器分别对多个初始子数据集进行异常值去除和缺失值插值,其中,针对不同缺失值采用不同的填补方式,通过简单的预处理结合基于密度的聚类算法来确定该多个初始子数据集的数据中存在的异常数据,在此基础上采用一维线性插值、三次样条插值和多元线性回归来填补多种不同类型的缺失值,最终得到多个目标子数据集。
S103、根据多个目标子数据集计算汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量;
服务器分别对该多个目标子数据集进行权重数据匹配,确定与每一目标子数据集对应的权重数据,进一步的,服务器基于与每一目标子数据集对应的权重数据对汽车衡进行实时参数计算,得到该汽车衡对应的多个实时数据参数,需要说明的是,该多个实时数据参数包括车辆重量、轴距以及车辆质量。
S104、根据多个实时参数数据,计算目标车辆的质量系数,并根据质量系数计算汽车衡的校准参数;
具体的,获取多个实时参数数据,需要说明的是,该多个实时参数数据包括车辆的重量、车辆的长度、车辆的宽度、车辆的高度、车辆的轴距、车辆的轮距、车辆的轮胎尺寸、车辆的轮胎压力、车辆的轮胎温度、车辆的轮胎摩擦系数、车辆的轮胎抓地力、车辆的轮胎抓地力等,根据获取的多个实时参数数据,计算目标车辆的质量系数,其中,质量系数的计算公式为:质量系数=重量/(长度*宽度*高度*轴距*轮距*轮胎尺寸*轮胎压力*轮胎温度*轮胎摩擦系数*轮胎抓地力*轮胎抓地力),根据计算出的质量系数,对目标车辆计算汽车衡的校准参数。
S105、根据校准参数,对汽车衡进行参数调整,并采集汽车衡的动态检测数据集;
具体的,服务器根据校准参数,对汽车衡进行参数调整,以确保汽车衡的准确性,采集汽车衡的动态检测数据集,该动态检测数据集包括汽车衡的负载重量、负载变化率、负载变化趋势等。
S106、将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据最佳校准参数对汽车衡进行最佳性能参数配置。
具体的,获取动态检测数据,根据动态检测数据,确定参数权重,根据参数权重,确定影响因子,根据影响因子,将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,需要说明的是,参数权重是根据动态检测数据确定的,可以通过数据挖掘技术来确定,影响因子是根据参数权重确定的,可以通过回归分析技术来确定,最佳参数是根据影响因子分析出来的,可以通过多元统计分析技术来分析。
本发明实施例中,分别对多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;根据多个目标子数据集计算汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量;根据多个实时参数数据,计算目标车辆的质量系数,并根据质量系数计算汽车衡的校准参数;根据校准参数,对汽车衡进行参数调整,并采集汽车衡的动态检测数据集;将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据最佳校准参数对汽车衡进行最佳性能参数配置,本发明采用智能化算法,实时监测汽车衡的校准参数,并自动调整校准参数,以达到汽车衡的最佳性能,从而提高汽车衡的精度和准确性,提高汽车衡的使用效率。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)获取汽车衡的检测数据集,并查询汽车衡的多个属性参数;
(2)分别根据多个属性参数对检测数据集进行数据匹配,得到每个属性参数的数据;
(3)根据每个属性参数的数据生成每个属性参数的初始子数据集,得到多个初始子数据集。
具体的,服务器获取汽车衡的检测数据集,该检测数据集包括多个属性参数,使用分词工具对汽车衡的检测数据集进行分词,以便查询汽车衡的多个属性参数,使用字段查询技术,根据分词结果查询汽车衡的多个属性参数,使用相似度计算算法,计算汽车衡的多个属性参数之间的相似度,进而查询得到汽车衡的多个属性参数,进一步的,服务器根据多个属性参数对检测数据集进行数据匹配,得到每个属性参数的数据,对每个属性参数的数据进行向量转换,得到向量数据,将向量数据转换为矩阵,并进行矩阵分析,对矩阵分析结果进行数值匹配,得到每个属性参数的数据,最终,服务器根据每个属性参数的数据生成每个属性参数的初始子数据集,得到多个初始子数据集。
在一具体实施例中,如图2所示,执行步骤S102的过程可以具体包括如下步骤:
S201、分别构建每个初始子数据集的离散分布图;
S202、分别对每个初始子数据集的离散分布图进行异常值提取,并将每个初始子数据集中的异常值进行去除,得到多个标准子数据集;
S203、分别对多个标准子数据集进行缺失值插值,得到多个目标子数据集。
具体的,服务器构建每个初始子数据集的离散分布图,进一步的,服务器构建坐标系,将数据点映射到坐标系上,并分析离散程度,需要说明的是,坐标系的构建可以通过设置坐标轴的范围和分辨率来实现。例如,如果要构建一个二维坐标系,可以设置x轴的范围为[0,10],y轴的范围为[0,10],并设置分辨率为0.1。接下来,需要将数据点映射到坐标系上。这可以通过将每个数据点的坐标值映射到坐标系上的对应点来实现。例如,如果有一个数据点(x,y),其中x=3.5,y=7.2,那么可以将其映射到坐标系上的(3.5,7.2)点。最后,需要分析离散程度。这可以通过计算每个数据点与其他数据点之间的距离来实现。例如,如果有两个数据点(x1,y1)和(x2,y2),那么它们之间的距离可以通过计算公式d=√((x1-x2)^2+(y1-y2)^2)来计算。
进一步的,对每个初始子数据集进行离散分布图分析,提取出异常值,对每个初始子数据集中的异常值进行特征分析,比较其特征,并进行标准化处理,对每个初始子数据集中的异常值进行去除,得到多个标准子数据集,对每个标准子数据集进行离散分布图分析,检查是否存在异常值,对每个标准子数据集中的异常值进行特征分析,比较其特征,并进行标准化处理,对每个标准子数据集中的异常值进行去除,得到多个标准子数据集,对每个标准子数据集进行统计分析,检查是否存在异常值,对每个标准子数据集中的异常值进行特征分析,比较其特征,并进行标准化处理,对每个标准子数据集中的异常值进行去除,得到多个标准子数据集,最终,服务器分别对多个标准子数据集进行缺失值插值,得到多个目标子数据集。
在一具体实施例中,如图3所示,执行步骤S103的过程可以具体包括如下步骤:
S301、对多个目标子数据集进行权重数据匹配,得到每个目标子数据集对应的权重数据;
S302、根据多个目标子数据集,计算每个目标子数据集的平均值;
S303、根据每个目标子数据集对应的权重数据和平均值,生成汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量。
在一具体实施例中,如图4所示,执行步骤S104的过程可以具体包括如下步骤:
S401、根据车辆质量和轴距,计算目标车辆的车辆质量系数;
S402、根据车辆质量系数,计算目标车辆的车辆质量系数和车辆重量的比例,得到目标比例数据。
S403、根据目标比例数据,计算汽车衡的校准参数。
具体的,服务器获取多个实时参数数据,需要说明的是,该多个实时参数数据包括车辆的重量、车辆的长度、车辆的宽度、车辆的高度、车辆的轴距、车辆的轮距、车辆的轮胎尺寸、车辆的轮胎压力、车辆的轮胎温度、车辆的轮胎摩擦系数、车辆的轮胎抓地力、车辆的轮胎抓地力等,根据获取的多个实时参数数据,计算目标车辆的质量系数,其中,质量系数的计算公式为:质量系数=重量/(长度*宽度*高度*轴距*轮距*轮胎尺寸*轮胎压力*轮胎温度*轮胎摩擦系数*轮胎抓地力*轮胎抓地力),进一步的,服务器根据车辆质量系数,计算目标车辆的车辆质量系数和车辆重量的比例,得到目标比例数据,根据目标比例数据,计算汽车衡的校准参数。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)获取汽车衡的电源状态信息,并根据电源状态信息设置目标传感器参数;
(2)判断目标传感器参数是否正确,得到判断结果;
(3)根据判断结果和校准参数对汽车衡进行参数调整;
(4)对汽车衡进行精度检测,得到精度检测结果;
(5)根据精度检测结果,采集汽车衡的动态检测数据集。
具体的,获取汽车衡的电源状态信息,使用汽车衡的传感器,检测汽车衡的电源状态,并将检测到的电源状态信息存储在数据库中,进一步的,服务器从存储的电源状态信息中提取出有效的电源状态信息,并将其转换为目标传感器参数,进一步的,服务器判断目标传感器参数是否正确,得到判断结果,根据判断结果和校准参数对汽车衡进行参数调整,对汽车衡进行精度检测,得到精度检测结果,根据精度检测结果,采集汽车衡的动态检测数据集。
其中,在对汽车衡进行精度检测,得到精度检测结果时候,服务器确定汽车衡的精度检测标准,根据汽车衡的类型,确定其精度检测标准,包括但不限于重量精度、精度等级、精度等级等,进而服务器进行精度检测,得到精度检测结果。
在一具体实施例中,执行步骤S106的过程可以具体包括如下步骤:
(1)将动态检测数据集输入预置的最佳参数分析模型,其中,最佳参数分析模型包括:卷积网络、全连接网络以及输出网络;
(2)通过最佳参数分析模型对动态检测数据集进行最佳参数计算,得到最佳校准参数;
(3)调用预置的智能传感器,对校准参数和最佳校准参数进行比较,得到比较结果。
(4)若比较结果为校准参数与最佳校准参数不一致,则根据最佳校准参数对汽车衡进行最佳性能参数配置。
具体的,获取动态检测数据,根据动态检测数据,确定参数权重,根据参数权重,确定影响因子,根据影响因子,将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,需要说明的是,参数权重是根据动态检测数据确定的,可以通过数据挖掘技术来确定,影响因子是根据参数权重确定的,可以通过回归分析技术来确定,最佳参数是根据影响因子分析出来的,可以通过多元统计分析技术来分析,进一步的,服务器调用预置的智能传感器,对校准参数和最佳校准参数进行比较,得到比较结果,若比较结果为校准参数与最佳校准参数不一致,则根据最佳校准参数对汽车衡进行最佳性能参数配置。
上面对本发明实施例中动态汽车衡自动智能化校准方法进行了描述,下面对本发明实施例中动态汽车衡自动智能化校准装置进行描述,请参阅图5,本发明实施例中动态汽车衡自动智能化校准装置一个实施例包括:
获取模块501,用于获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集;
处理模块502,用于分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
第一计算模块503,用于根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量;
第二计算模块504,用于根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数;
调整模块505,用于根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集;
分析模块506,用于将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
通过上述各个组成部分的协同合作,分别对多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;根据多个目标子数据集计算汽车衡的多个实时参数数据,其中,多个实时参数数据包括:车辆重量、轴距以及车辆质量;根据多个实时参数数据,计算目标车辆的质量系数,并根据质量系数计算汽车衡的校准参数;根据校准参数,对汽车衡进行参数调整,并采集汽车衡的动态检测数据集;将动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据最佳校准参数对汽车衡进行最佳性能参数配置,本发明采用智能化算法,实时监测汽车衡的校准参数,并自动调整校准参数,以达到汽车衡的最佳性能,从而提高汽车衡的精度和准确性,提高汽车衡的使用效率。
上面图5从模块化功能实体的角度对本发明实施例中的动态汽车衡自动智能化校准装置进行详细描述,下面从硬件处理的角度对本发明实施例中动态汽车衡自动智能化校准设备进行详细描述。
图6是本发明实施例提供的一种动态汽车衡自动智能化校准设备的结构示意图,该动态汽车衡自动智能化校准设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对动态汽车衡自动智能化校准设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在动态汽车衡自动智能化校准设备600上执行存储介质630中的一系列指令操作。
动态汽车衡自动智能化校准设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作系统631,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图6示出的动态汽车衡自动智能化校准设备结构并不构成对动态汽车衡自动智能化校准设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种动态汽车衡自动智能化校准设备,所述动态汽车衡自动智能化校准设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述动态汽车衡自动智能化校准方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述动态汽车衡自动智能化校准方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random acceS memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种动态汽车衡自动智能化校准方法,其特征在于,所述动态汽车衡自动智能化校准方法包括:
获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集;
分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量;
根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数;
根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集;
将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
2.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集,包括:
获取汽车衡的检测数据集,并查询所述汽车衡的多个属性参数;
分别根据所述多个属性参数对所述检测数据集进行数据匹配,得到每个属性参数的数据;
根据每个属性参数的数据生成每个属性参数的初始子数据集,得到多个初始子数据集。
3.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集,包括:
分别构建每个初始子数据集的离散分布图;
分别对每个初始子数据集的离散分布图进行异常值提取,并将每个初始子数据集中的异常值进行去除,得到多个标准子数据集;
分别对所述多个标准子数据集进行缺失值插值,得到多个目标子数据集。
4.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量,包括:
对所述多个目标子数据集进行权重数据匹配,得到每个目标子数据集对应的权重数据;
根据所述多个目标子数据集,计算每个目标子数据集的平均值;
根据每个目标子数据集对应的权重数据和平均值,生成所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量。
5.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数,包括:
根据所述车辆质量和所述轴距,计算目标车辆的车辆质量系数;
根据所述车辆质量系数,计算所述目标车辆的车辆质量系数和所述车辆重量的比例,得到目标比例数据;
根据所述目标比例数据,计算所述汽车衡的校准参数。
6.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集,包括:
获取所述汽车衡的电源状态信息,并根据所述电源状态信息设置目标传感器参数;
判断所述目标传感器参数是否正确,得到判断结果;
根据所述判断结果和所述校准参数对所述汽车衡进行参数调整;
对所述汽车衡进行精度检测,得到精度检测结果;
根据所述精度检测结果,采集所述汽车衡的动态检测数据集。
7.根据权利要求1所述的动态汽车衡自动智能化校准方法,其特征在于,所述将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置,包括:
将所述动态检测数据集输入预置的最佳参数分析模型,其中,所述最佳参数分析模型包括:卷积网络、全连接网络以及输出网络;
通过所述最佳参数分析模型对所述动态检测数据集进行最佳参数计算,得到最佳校准参数;
调用预置的智能传感器,对所述校准参数和所述最佳校准参数进行比较,得到比较结果;
若比较结果为所述校准参数与所述最佳校准参数不一致,则根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
8.一种动态汽车衡自动智能化校准装置,其特征在于,所述动态汽车衡自动智能化校准装置包括:
获取模块,用于获取汽车衡的检测数据集,并对所述检测数据集进行数据集分类,得到多个初始子数据集;
处理模块,用于分别对所述多个初始子数据集进行异常值去除和缺失值插值,得到多个目标子数据集;
第一计算模块,用于根据所述多个目标子数据集计算所述汽车衡的多个实时参数数据,其中,所述多个实时参数数据包括:车辆重量、轴距以及车辆质量;
第二计算模块,用于根据所述多个实时参数数据,计算目标车辆的质量系数,并根据所述质量系数计算所述汽车衡的校准参数;
调整模块,用于根据所述校准参数,对所述汽车衡进行参数调整,并采集所述汽车衡的动态检测数据集;
分析模块,用于将所述动态检测数据集输入预置的最佳参数分析模型进行最佳参数分析,得到最佳校准参数,并根据所述最佳校准参数对所述汽车衡进行最佳性能参数配置。
9.一种动态汽车衡自动智能化校准设备,其特征在于,所述动态汽车衡自动智能化校准设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述动态汽车衡自动智能化校准设备执行如权利要求1-7中任一项所述的动态汽车衡自动智能化校准方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的动态汽车衡自动智能化校准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310415737.9A CN116124270B (zh) | 2023-04-18 | 2023-04-18 | 一种动态汽车衡自动智能化校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310415737.9A CN116124270B (zh) | 2023-04-18 | 2023-04-18 | 一种动态汽车衡自动智能化校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116124270A true CN116124270A (zh) | 2023-05-16 |
CN116124270B CN116124270B (zh) | 2023-06-16 |
Family
ID=86312176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310415737.9A Active CN116124270B (zh) | 2023-04-18 | 2023-04-18 | 一种动态汽车衡自动智能化校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116124270B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116481626A (zh) * | 2023-06-28 | 2023-07-25 | 深圳市汉德网络科技有限公司 | 车载称重自适应的高精度标定方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018082884A1 (en) * | 2016-11-04 | 2018-05-11 | Jaguar Land Rover Limited | Calibration system and method |
CN108152050A (zh) * | 2017-12-22 | 2018-06-12 | 南京越博动力系统股份有限公司 | 一种整车参数校准方法 |
CN109522673A (zh) * | 2018-11-30 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和存储介质 |
CN111625752A (zh) * | 2020-04-01 | 2020-09-04 | 河南省计量科学研究院 | 一种参数自动拟合的动态汽车衡计量方法 |
CN111831960A (zh) * | 2020-07-10 | 2020-10-27 | 北京交通大学 | 基于坡度扰动识别与排除的网联货车载重动态测算方法 |
CN111829639A (zh) * | 2019-04-15 | 2020-10-27 | 北京万集科技股份有限公司 | 组合式汽车衡的标定方法 |
CN115420361A (zh) * | 2022-08-16 | 2022-12-02 | 福建省计量科学研究院(福建省眼镜质量检验站) | 一种动态汽车衡的车载式动态校准方法 |
CN115790804A (zh) * | 2023-02-08 | 2023-03-14 | 福建省智能交通信息工程有限公司 | 动态汽车衡状态监测方法、介质、设备及装置 |
-
2023
- 2023-04-18 CN CN202310415737.9A patent/CN116124270B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018082884A1 (en) * | 2016-11-04 | 2018-05-11 | Jaguar Land Rover Limited | Calibration system and method |
CN108152050A (zh) * | 2017-12-22 | 2018-06-12 | 南京越博动力系统股份有限公司 | 一种整车参数校准方法 |
CN109522673A (zh) * | 2018-11-30 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 一种测试方法、装置、设备和存储介质 |
CN111829639A (zh) * | 2019-04-15 | 2020-10-27 | 北京万集科技股份有限公司 | 组合式汽车衡的标定方法 |
CN111625752A (zh) * | 2020-04-01 | 2020-09-04 | 河南省计量科学研究院 | 一种参数自动拟合的动态汽车衡计量方法 |
CN111831960A (zh) * | 2020-07-10 | 2020-10-27 | 北京交通大学 | 基于坡度扰动识别与排除的网联货车载重动态测算方法 |
CN115420361A (zh) * | 2022-08-16 | 2022-12-02 | 福建省计量科学研究院(福建省眼镜质量检验站) | 一种动态汽车衡的车载式动态校准方法 |
CN115790804A (zh) * | 2023-02-08 | 2023-03-14 | 福建省智能交通信息工程有限公司 | 动态汽车衡状态监测方法、介质、设备及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116481626A (zh) * | 2023-06-28 | 2023-07-25 | 深圳市汉德网络科技有限公司 | 车载称重自适应的高精度标定方法及系统 |
CN116481626B (zh) * | 2023-06-28 | 2023-08-29 | 深圳市汉德网络科技有限公司 | 车载称重自适应的高精度标定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116124270B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116124270B (zh) | 一种动态汽车衡自动智能化校准方法 | |
CA2402631C (en) | Generalized lensing angular similarity operator | |
CN107490964B (zh) | 一种基于特征证据离散化的旋转机械故障特征约简方法 | |
CN113405519B (zh) | 农机的作业亩数计算方法和农机的作业亩数计算系统 | |
CN115664038B (zh) | 一种用于电气安全管理的智能配电运维监控系统 | |
CN117196353B (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
CN111811567B (zh) | 一种基于曲线拐点比对的设备检测方法及相关装置 | |
CN117171604B (zh) | 基于传感器的保温板生产线异常监测系统 | |
CN117435972A (zh) | 基于物联感知的电能计量箱异常监测方法 | |
CN116293410B (zh) | 一种基于智能电子秤的分析方法及装置 | |
CN116522096B (zh) | 基于动作捕捉的三维数字孪生内容智能制作方法 | |
CN114009207A (zh) | 一种收割面积测量方法及收割机 | |
CN116269738A (zh) | 射频治疗仪的智能控制方法、装置、设备及存储介质 | |
CN116338454A (zh) | 一种新能源汽车的电性能检测方法及装置 | |
CN115767411A (zh) | 一种自学习无线信号定位方法、系统、设备及存储介质 | |
CN113361079B (zh) | 路面平整度检测方法、装置、设备及存储介质 | |
CN116499628B (zh) | 一种路面作用力分析方法、装置、设备及存储介质 | |
CN114624791A (zh) | 雨量测量方法、装置、计算机设备及存储介质 | |
CN117113261B (zh) | 一种电力物联网异常检测方法及系统 | |
CN111860633B (zh) | 一种波形传感数据的处理方法 | |
CN110082116B (zh) | 一种车辆四轮定位数据的评价方法、评价装置及存储介质 | |
CN115420756B (zh) | 一种碳化硅涂层石墨盘的表面缺陷检测方法及装置 | |
CN115598309A (zh) | 一种大气环境铅含量的监测预警方法及系统 | |
CN116069565B (zh) | 一种更换板卡的方法和装置 | |
CN112504192B (zh) | 超声波焊接机用高度传感器标定方法、装置及电子设备 |
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 |