CN117664295A - 一种基于车联网多数据信息的车载动态称重系统及方法 - Google Patents
一种基于车联网多数据信息的车载动态称重系统及方法 Download PDFInfo
- Publication number
- CN117664295A CN117664295A CN202311731236.8A CN202311731236A CN117664295A CN 117664295 A CN117664295 A CN 117664295A CN 202311731236 A CN202311731236 A CN 202311731236A CN 117664295 A CN117664295 A CN 117664295A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- calibration
- unit
- sensor
- 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
- 238000005303 weighing Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 230000004927 fusion Effects 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 34
- 230000006855 networking Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000005489 elastic deformation Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000009417 prefabrication Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供一种基于车联网多数据信息的车载动态称重系统及方法,该系统包括:车联网数据采集单元、系统标定单元、融合计算单元、通讯处理单元,云端平台;所述系统标定单元向将初始标定数据传递给所述数据采集单元,所述车联网数据采集单元采集车辆实时数据,并对采集到的数据进行筛查核定后上传至所述融合计算单元,所述融合计算单元推导车辆的载重状况,称重结果通过所述通讯处理单元上报至所述云端平台。本发明基于车联网多数据信息与传感器融合的技术架构,实现货运车辆动态载重的精细化识别,可以有效的解决单一传感器数据不精确、造价成本高的痛点,在不影响运输的情况下,提升称重数据的可用性,实现企业物流运输效率提升。
Description
技术领域
本发明涉及车辆检测技术领域,尤其涉及一种基于车联网多数据信息的车载动态称重系统及方法。
背景技术
随着社会发展需求,商业发展水平的提高,货运车辆产销量逐步提升,货运频次以及周转率也大幅提升,但与此同时,大量的货运车辆超载现象也屡禁不止。超载运输对于城镇基础建设具有很大影响,超负荷的重量可导致公路损坏、桥梁结构异常、柏油堆积等一系列问题,大幅度缩短了公路、桥梁、高架等基础设施的使用年限,并对交通公共安全构成极大影响。
而企业对于车辆载重状态的获取也存在强需求,可以帮助物流运输企业及车队实时监测车辆载货状态、防止司机偷载、超载,从而控制油耗,降低车辆损耗,控制车辆管控成本,提升货车的全生命周期经济性;并且可实时掌控车辆载重状况,利用车辆剩余运力进行货物补充,提升企业物流运输效率,提升企业收益。
当前车辆称重主要是依靠道路汽车衡或单一传感器进行车辆整体重量称重,汽车衡主要在高速公路、物流运输场站、城市高架等区域由政府部门进行安装,主要作为政府部门监督管理作用,通过抓拍和汽车衡称重,将重量与车辆信息进行绑定,从而达到车辆载重监管的目的。但是缺点在于司机驶过汽车衡时,会采用跳磅、冲磅等方式进行作弊,从而减少测量的车辆重量,规避政府处罚,并且由于政府执法部门存在惩罚下限,所以对于汽车衡侧重精准度并不高。
另一种车辆称重方式,是采用市面上存在的车辆载重动态传感器,该类传感器的工作原理是根据电感效应的原理来工作的。由于重量变化导致钢板弹簧变形产生位移量,通过测量其位移量并用相关电路转化成电压输出,平台根据电压的变化量来计算载重。此类传感器可以保证动态测量实时数据,但是对于精确度也存在5~10%的误差,精度越高,其传感器成本也越高。对于企业用户而言,过大的误差以及过高的成本都会影响其采购意愿。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于车联网多数据信息的车载动态称重系统及方法。
为实现上述目的,本发明采用了如下技术方案:一种基于车联网多数据信息的车载动态称重系统,包括:车联网数据采集单元、系统标定单元、融合计算单元、通讯处理单元,云端平台;
所述车联网数据采集单元,用于采集车辆状态数据;
所述车辆状态数据包括但不限于车速、位置、方向、发动机状态。
所述系统标定单元,负责标定和校准工作,对系统中的关键参数进行校准标定,并将标定数据传递给所述车联网数据采集单元,以确保系统在不同条件下的准确性;
所述关键参数包括:初始胎压、钢板弹簧弹性形变量、车辆加速度信号、侧向加速度、纵向加速度、发动机功率。
所述融合计算单元,进行标定数据和车联网采集数据的动态融合计算,以推导车辆的载重状况;具体包括:先利用标定的参数对车联网采集到的数据进行动态测算,再根据测算结果计算实际的车辆载重状况,最后输出经过计算的车辆载重数据。
所述通讯处理单元包括有线通讯子单元和无线通讯子单元,用于通过无线或有线的方式对数据进行分发,并接收所述云端平台和所述融合计算单元的指令;
所述云端平台指的是系统的云端服务器,负责管理和控制车载动态称重系统的配置。
所述系统标定单元向将初始标定数据传递给所述数据采集单元,所述车联网数据采集单元采集车辆实时数据,并对采集到的数据进行筛查核定,将筛查后的数据上传至所述融合计算单元,所述融合计算单元推导车辆的载重状况,称重结果通过所述通讯处理单元上报至所述云端平台。
进一步地,所述车联网数据采集单元包括车联网传感器组件,通过在车辆关键部位部署相应的传感器,实时监测车辆状态。其中,所述车联网传感器组件包括:油门位置传感器、加速度传感器、胎压传感器、车辆形变传感器、发动机扭矩传感器、制动踏板传感器。
所述油门位置传感器,安装在油门踏板附近,监测油门踏板的开合程度;提供驾驶员对车辆动力的控制信息,用于分析驾驶员的驾驶习惯和车辆动力需求;
所述加速度传感器,监测车辆的速度变化;提供车辆的动态信息,用于分析加速性能和行驶状态,可以在载重估算中提供重要的参考;
所述胎压传感器,监测车辆每个轮胎的胎压;检测胎压变化可以帮助提前发现潜在的轮胎问题,提高安全性,并在一些系统中用于监测载重情况;
所述车辆形变传感器,安装在车身位置,监测车辆在运行过程中的形变情况;提供车辆结构变形信息,有助于分析车辆负载情况和结构状况,用于估算载重;
所述发动机扭矩传感器,与引擎连接,监测发动机输出的扭矩;提供发动机的实时输出信息,可用于分析动力系统的性能,同时也是估算车辆负载的一个重要参数;
所述制动踏板传感器,监测制动踏板的开合程度;提供驾驶员对制动系统的控制信息,有助于分析制动操作和车辆减速情况。
进一步地,所述系统标定单元进行空载数据标定,包括传感器的零点校准、系统参数的空载配置,以确保在空载状态下获取的称重数据是准确的。
具体的,所述云端平台下发关于空载状态下的标定数据,所述数据包括传感器的零点校准、系统参数的空载配置;所述通讯处理单元接收到所述云端平台下发的标定指令后,触发所述系统标定单元进行空载系统标定;所述系统标定单元根据所述云端平台下发的数据,对系统进行校准,确保在空载状态下获取的称重数据是准确的。所述系统标定单元在标定过程中,将初始的标定数据传递给所述车联网数据采集单元,以确保数据采集单元在后续的运行中能够正确采集和处理传感器数据。整个过程的目的是确保系统在不同工作状态下能够提供准确的称重数据。通过定期的标定和校准,系统能够适应环境变化、传感器漂移等因素,保持高度的测量准确性。
进一步地,当车辆载货物或乘客时,所述系统标定单元进行重载检测,通过与预先标定的空载数据进行比较,准确地测量和记录车辆的实际负载情况。在系统检测到异常或故障时,所述系统标定单元参与诊断过程,协助确定是否需要重新标定传感器、调整参数或进行其他校准步骤来恢复系统的正常运行;当车载动态称重系统进行软件或硬件升级时,所述系统标定单元重新标定系统参数以适应新的硬件或算法,确保新功能的正常运作。
进一步地,所述融合计算单元,对所述车联网数据采集单元筛查核定后的数据,先进行预处理,包括校正、滤波和噪声处理,以确保数据的准确性;然后进行特征提取,包括:从油门踏板开度和提速时间中提取加速度信息、从胎压变化值和刚性车身形变量中提取车辆载重信息;再利用相应的算法整合处理后的数据,并通过机器学习模型,包括神经网络或其他回归模型,来学习所述数据与实际载重之间的关系。
一种基于车联网多数据信息的车载动态称重方法,包括以下步骤:
S1、系统启动;
系统进入自检程序,检查部件间连接状态、工作状态、传感器数据上传状态;
若系统正常,则进入下一步;
若自检过程中发现异常,则上报系统异常数据,并点亮故障指示灯,同时发布相应的故障码以便进行故障诊断和修复;
S2、系统标定;
在车辆空载状态下,车主、车队管理员或企业用户进行初始标定选择;
通过所述通讯单元进行系统信息下发
所述系统标定单元对车联网数据进行采集、存储,并对采集的数据进行核定、筛查和范围校验,以确保数据的可用性;
如果验证正常,将数据返回给用户进行确认;否则,将问题上报至用户端,经过问题排查后重新进行标定;
S3、系统启动数据采集;
车辆启动后,所述车联网数据采集单元通过车联网传感器组件实时获取车辆状态数据,并通过各类传感器互为校验,对部分异常数据进行筛选,将最终数据传输至所述融合计算单元,确保输出的数据值可靠;
S4、数据融合计算;
所述融合计算单元根据采集的数据信息,使用预制算法进行融合计算,输出车辆总质量、车辆净质量信息;
S5、货物载重信息匹配;
将货物相关的信息与实时时间、车辆唯一识别号VIN、司机的身份信息以及车辆当前的位置关联起来;
S6、载重数据通讯上传;
通过所述有线通讯子单元上传至车机系统,在驾驶舱内进行实时显示;
通过所述无线通讯子单元上传至所述云端平台,对关联的车主、物流公司进行数据发布。
与现有技术相比,本发明的有益效果为:本发明基于车联网多数据信息与传感器融合的技术架构,实现货运车辆动态载重的精细化识别,可以有效的解决单一传感器数据不精确、造价成本高的痛点,在不影响运输的情况下,提升称重数据的可用性,实现企业物流运输效率提升。本发明通过车联网传感器数据采集、融合计算单元的算法处理和通信单元的实时信息交互,实现了对货运车辆的动态称重;这种系统可以在驾驶员、企业和云端之间建立高效的信息流,提高运输效率,降低运营成本,并为车队管理提供更准确的数据支持。
附图说明
图1为本发明实施例1的数据流向示意图;
图2为本发明实施例1的系统框架示意图;
图3为本发明实施例2的工作流程示意图;
实施方式
为使对本发明的目的、构造、特征、及其功能有进一步的了解,兹配合实施例详细说明如下。
实施例1
如图1-2所示,一种基于车联网多数据信息的车载动态称重系统,包括:车联网数据采集单元、系统标定单元、融合计算单元、通讯处理单元,云端平台;
车联网数据采集单元,用于采集车辆状态数据;
车辆状态数据包括但不限于车速、位置、方向、发动机状态。
系统标定单元,负责标定和校准工作,对系统中的关键参数进行校准标定,并将标定数据传递给车联网数据采集单元,以确保系统在不同条件下的准确性;
关键参数包括:初始胎压、钢板弹簧弹性形变量、车辆加速度信号、侧向加速度、纵向加速度、发动机功率。
融合计算单元,进行标定数据和车联网采集数据的动态融合计算,以推导车辆的载重状况;具体包括:先利用标定的参数对车联网采集到的数据进行动态测算,再根据测算结果计算实际的车辆载重状况,最后输出经过计算的车辆载重数据。
通讯处理单元包括有线通讯子单元和无线通讯子单元,用于通过无线或有线的方式对数据进行分发,并接收云端平台和融合计算单元的指令;
云端平台指的是系统的云端服务器,负责管理和控制车载动态称重系统的配置。
系统标定单元向将初始标定数据传递给数据采集单元,车联网数据采集单元采集车辆实时数据,并对采集到的数据进行筛查核定,将筛查后的数据上传至融合计算单元,融合计算单元推导车辆的载重状况,称重结果通过通讯处理单元上报至云端平台。
进一步地,车联网数据采集单元包括车联网传感器组件,通过在车辆关键部位部署相应的传感器,实时监测车辆状态。其中,车联网传感器组件包括:油门位置传感器、加速度传感器、胎压传感器、车辆形变传感器、发动机扭矩传感器、制动踏板传感器。
油门位置传感器,安装在油门踏板附近,监测油门踏板的开合程度;提供驾驶员对车辆动力的控制信息,用于分析驾驶员的驾驶习惯和车辆动力需求;
加速度传感器,监测车辆的速度变化;提供车辆的动态信息,用于分析加速性能和行驶状态,可以在载重估算中提供重要的参考;
胎压传感器,监测车辆每个轮胎的胎压;检测胎压变化可以帮助提前发现潜在的轮胎问题,提高安全性,并在一些系统中用于监测载重情况;
车辆形变传感器,安装在车身位置,监测车辆在运行过程中的形变情况;提供车辆结构变形信息,有助于分析车辆负载情况和结构状况,用于估算载重;
发动机扭矩传感器,与引擎连接,监测发动机输出的扭矩;提供发动机的实时输出信息,可用于分析动力系统的性能,同时也是估算车辆负载的一个重要参数;
制动踏板传感器,监测制动踏板的开合程度;提供驾驶员对制动系统的控制信息,有助于分析制动操作和车辆减速情况。
进一步地,系统标定单元进行空载数据标定,包括传感器的零点校准、系统参数的空载配置,以确保在空载状态下获取的称重数据是准确的。
具体的,云端平台下发关于空载状态下的标定数据,数据包括传感器的零点校准、系统参数的空载配置;通讯处理单元接收到云端平台下发的标定指令后,触发系统标定单元进行空载系统标定;系统标定单元根据云端平台下发的数据,对系统进行校准,确保在空载状态下获取的称重数据是准确的。系统标定单元在标定过程中,将初始的标定数据传递给车联网数据采集单元,以确保数据采集单元在后续的运行中能够正确采集和处理传感器数据。整个过程的目的是确保系统在不同工作状态下能够提供准确的称重数据。通过定期的标定和校准,系统能够适应环境变化、传感器漂移等因素,保持高度的测量准确性。
进一步地,当车辆载货物或乘客时,系统标定单元进行重载检测,通过与预先标定的空载数据进行比较,准确地测量和记录车辆的实际负载情况。在系统检测到异常或故障时,系统标定单元参与诊断过程,协助确定是否需要重新标定传感器、调整参数或进行其他校准步骤来恢复系统的正常运行;当车载动态称重系统进行软件或硬件升级时,系统标定单元重新标定系统参数以适应新的硬件或算法,确保新功能的正常运作。
进一步地,融合计算单元,对车联网数据采集单元筛查核定后的数据,先进行预处理,包括校正、滤波和噪声处理,以确保数据的准确性;然后进行特征提取,包括:从油门踏板开度和提速时间中提取加速度信息、从胎压变化值和刚性车身形变量中提取车辆载重信息;再利用相应的算法整合处理后的数据,并通过机器学习模型,包括神经网络或其他回归模型,来学习数据与实际载重之间的关系。
本发明在具体实施时,为了进行动态测算和车辆载重状况的计算,融合计算单元利用多个采集的数据来推断车辆的载重情况,具体如下:
驾驶员油门踏板开度量:油门踏板的开度通常与发动机输出的功率相关,高油门开度可能表示车辆需要更多的功率来应对载重;
车辆提速时间:通过监测车辆加速的时间,可以推断车辆的动力性能,加速时间短可能与轻载相关,而加速时间长可能与重载相关;
车辆胎压变化值:车辆载重的变化可能导致车辆胎压的变化;通过监测胎压的变化,可以间接地推断载重情况;
车辆刚性车身形变量:载重的增加可能导致车辆底盘的形变,测量车身的刚性变化可以提供有关载重状况的线索;
发动机实时扭矩:发动机扭矩与驱动轮的扭矩直接相关,而载重的增加通常需要更多的扭矩;因此,发动机实时扭矩可以用于推断载重;
制动踏板位置开度量:制动系统在重载情况下可能需要更多的力来制动车辆;因此,制动踏板的开度可以用于估计载重;
空载车辆标定量:这是空载状态下进行的标定,用于调整各个传感器和系统参数,这些参数在后续的计算中需要用到。
融合计算单元将以上数据进行整合,采用机器学习模型来学习与实际载重之间的关系。
实施例2
如图3所示,一种基于车联网多数据信息的车载动态称重方法,包括以下步骤:
S1、系统启动;
系统进入自检程序,检查部件间连接状态、工作状态、传感器数据上传状态;
若系统正常,则进入下一步;
若自检过程中发现异常,则上报系统异常数据,并点亮故障指示灯,同时发布相应的故障码以便进行故障诊断和修复;
S2、系统标定;
在车辆空载状态下,车主、车队管理员或企业用户进行初始标定选择;
通过通讯单元进行系统信息下发
系统标定单元对车联网数据进行采集、存储,并对采集的数据进行核定、筛查和范围校验,以确保数据的可用性;
如果验证正常,将数据返回给用户进行确认;否则,将问题上报至用户端,经过问题排查后重新进行标定;
S3、系统启动数据采集;
车辆启动后,车联网数据采集单元通过车联网传感器组件实时获取车辆状态数据,并通过各类传感器互为校验,对部分异常数据进行筛选,将最终数据传输至融合计算单元,确保输出的数据值可靠;
S4、数据融合计算;
融合计算单元根据采集的数据信息,使用预制算法进行融合计算,输出车辆总质量、车辆净质量信息;
S5、货物载重信息匹配;
将货物相关的信息与实时时间、车辆唯一识别号VIN、司机的身份信息以及车辆当前的位置关联起来;有助于实现更高效、安全和透明的货物运输和物流管理;
S6、载重数据通讯上传;
通过有线通讯子单元上传至车机系统,在驾驶舱内进行实时显示;
通过无线通讯子单元上传至云端平台,对关联的车主、物流公司进行数据发布。
本发明与车端、企业端和云端建立实时通信通道,便于进行信息交互和管理。驾驶员侧可通过车载显示屏或移动设备向驾驶员展示实时的载重信息,提供实时反馈;企业侧通过企业管理系统,监控整个车队的实时状态,包括每辆车的载重情况、运行状况等;云端管理处利用云端存储和处理大量数据,提供历史记录、报告和分析,支持对整个车队的远程管理和决策。
本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。必需指出的是,已揭露的实施例并未限制本发明的范围。相反地,在不脱离本发明的精神和范围内所作的更动与润饰,均属本发明的专利保护范围。
Claims (6)
1.一种基于车联网多数据信息的车载动态称重系统,其特征在于:包括:车联网数据采集单元、系统标定单元、融合计算单元、通讯处理单元,云端平台;
所述车联网数据采集单元,用于采集车辆状态数据;
所述车辆状态数据包括但不限于车速、位置、方向、发动机状态;
所述系统标定单元,负责标定和校准工作,对系统中的关键参数进行校准标定,并将标定数据传递给所述车联网数据采集单元;
所述关键参数包括:初始胎压、钢板弹簧弹性形变量、车辆加速度信号、侧向加速度、纵向加速度、发动机功率;
所述融合计算单元,进行标定数据和车联网采集数据的动态融合计算,以推导车辆的载重状况;具体包括:
利用标定的参数对车联网采集到的数据进行动态测算,
根据测算结果计算实际的车辆载重状况,
输出经过计算的车辆载重数据;
所述通讯处理单元包括有线通讯子单元和无线通讯子单元,用于通过无线或有线的方式对数据进行分发,并接收所述云端平台和所述融合计算单元的指令;
所述云端平台指的是系统的云端服务器,负责管理和控制车载动态称重系统的配置;
所述系统标定单元向将初始标定数据传递给所述数据采集单元,所述车联网数据采集单元采集车辆实时数据,并对采集到的数据进行筛查核定,将筛查后的数据上传至所述融合计算单元,所述融合计算单元推导车辆的载重状况,称重结果通过所述通讯处理单元上报至所述云端平台。
2.如权利要求1所述的基于车联网多数据信息的车载动态称重系统,其特征在于:所述车联网数据采集单元包括车联网传感器组件,通过在车辆关键部位部署相应的传感器,实时监测车辆状态;
所述车联网传感器组件包括:油门位置传感器、加速度传感器、胎压传感器、车辆形变传感器、发动机扭矩传感器、制动踏板传感器;
所述油门位置传感器,安装在油门踏板附近,监测油门踏板的开合程度;
所述加速度传感器,监测车辆的速度变化;
所述胎压传感器,监测车辆每个轮胎的胎压;
所述车辆形变传感器,安装在车身位置,监测车辆在运行过程中的形变情况;
所述发动机扭矩传感器,与引擎连接,监测发动机输出的扭矩;
所述制动踏板传感器,监测制动踏板的开合程度。
3.如权利要求2所述的基于车联网多数据信息的车载动态称重系统,其特征在于:所述系统标定单元进行空载数据标定,包括传感器的零点校准、系统参数的空载配置;
具体的,所述云端平台下发关于空载状态下的标定数据,所述数据包括传感器的零点校准、系统参数的空载配置;所述通讯处理单元接收到所述云端平台下发的标定指令后,触发所述系统标定单元进行空载系统标定;所述系统标定单元根据所述云端平台下发的数据,对系统进行校准;
所述系统标定单元在标定过程中,将初始的标定数据传递给所述车联网数据采集单元。
4.如权利要求3所述的基于车联网多数据信息的车载动态称重系统,其特征在于:当车辆载货物或乘客时,所述系统标定单元进行重载检测,通过与预先标定的空载数据进行比较,准确地测量和记录车辆的实际负载情况;
在系统检测到异常或故障时,所述系统标定单元参与诊断过程,协助确定是否需要重新标定传感器、调整参数或进行其他校准步骤来恢复系统的正常运行;
当车载动态称重系统进行软件或硬件升级时,所述系统标定单元重新标定系统参数以适应新的硬件或算法,确保新功能的正常运作。
5.如权利要求4所述的基于车联网多数据信息的车载动态称重系统,其特征在于:所述融合计算单元,对所述车联网数据采集单元筛查核定后的数据,先进行预处理,包括校正、滤波和噪声处理;然后进行特征提取,包括:从油门踏板开度和提速时间中提取加速度信息、从胎压变化值和刚性车身形变量中提取车辆载重信息;
再利用相应的算法整合处理后的数据,并通过机器学习模型,包括神经网络或其他回归模型,来学习所述数据与实际载重之间的关系。
6.一种基于车联网多数据信息的车载动态称重方法,适用于权利要求1-5所述的基于车联网多数据信息的车载动态称重,其特征在于,包括以下步骤:
S1、系统启动;
系统进入自检程序,检查部件间连接状态、工作状态、传感器数据上传状态;
若系统正常,则进入下一步;
若自检过程中发现异常,则上报系统异常数据,并点亮故障指示灯,同时发布相应的故障码;
S2、系统标定;
在车辆空载状态下,车主、车队管理员或企业用户进行初始标定选择;
通过所述通讯单元进行系统信息下发
所述系统标定单元对车联网数据进行采集、存储,并对采集的数据进行核定、筛查和范围校验;
如果验证正常,将数据返回给用户进行确认;否则,将问题上报至用户端,经过问题排查后重新进行标定;
S3、系统启动数据采集;
车辆启动后,所述车联网数据采集单元通过车联网传感器组件实时获取车辆状态数据,并通过各类传感器互为校验,对部分异常数据进行筛选,将最终数据传输至所述融合计算单元;
S4、数据融合计算;
所述融合计算单元根据采集的数据信息,使用预制算法进行融合计算,输出车辆总质量、车辆净质量信息;
S5、货物载重信息匹配;
将货物相关的信息与实时时间、车辆唯一识别号VIN、司机的身份信息以及车辆当前的位置关联起来;
S6、载重数据通讯上传;
通过所述有线通讯子单元上传至车机系统,在驾驶舱内进行实时显示;
通过所述无线通讯子单元上传至所述云端平台,对关联的车主、物流公司进行数据发布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311731236.8A CN117664295A (zh) | 2023-12-15 | 2023-12-15 | 一种基于车联网多数据信息的车载动态称重系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311731236.8A CN117664295A (zh) | 2023-12-15 | 2023-12-15 | 一种基于车联网多数据信息的车载动态称重系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117664295A true CN117664295A (zh) | 2024-03-08 |
Family
ID=90080765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311731236.8A Pending CN117664295A (zh) | 2023-12-15 | 2023-12-15 | 一种基于车联网多数据信息的车载动态称重系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117664295A (zh) |
-
2023
- 2023-12-15 CN CN202311731236.8A patent/CN117664295A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10960869B2 (en) | Method and apparatus for monitoring operation of a vehicle braking system | |
CN113646225B (zh) | 用于预测车辆的部件的维护/更换周期的方法和系统 | |
CN111504436B (zh) | 基于车辆振动数据的车辆载荷及道路路况监测方法及装置 | |
CN105675101B (zh) | 基于obd的车辆质量动态测量装置及测量方法 | |
US20020059075A1 (en) | Method and system for managing a land-based vehicle | |
KR101105854B1 (ko) | 교량 응답특성을 이용한 차량중량 계측 시스템 및 그 방법 | |
CN112528208B (zh) | 一种无称重ai智能识别货车超载估算方法、装置及系统 | |
KR101008013B1 (ko) | 운행차 하중 측정기기 및 측정 알고리즘 | |
CN111537048A (zh) | 一种实时动态车辆载重测量方法 | |
SE541828C2 (en) | Method and control arrangement for prediction of malfunction of a wheel bearing unit of an axle in a vehicle | |
CN114414023A (zh) | 传感器异常诊断方法及装置、存储介质 | |
CN114414024A (zh) | 车载称重系统的监测方法及装置、存储介质、电子装置 | |
KR101275166B1 (ko) | 차량 적재량 자동 산출 장치, 방법 및 이를 통한 원격 관리 시스템 | |
CN112766771A (zh) | 一种基于svm的重型汽车整车质量预测方法 | |
CN117664295A (zh) | 一种基于车联网多数据信息的车载动态称重系统及方法 | |
CN104916139A (zh) | 一种治超管理系统及方法 | |
CN115817506A (zh) | 一种车辆载重状态识别方法、装置、电子设备以及存储介质 | |
EP2239710A1 (en) | A method to determine the fuel consumption of lorries | |
AU2002254288A1 (en) | Method and system for analysing payload information | |
WO2002088643A1 (en) | Method and system for a vehicle payload monitoring | |
CN113507494B (zh) | 源头治超采集方法及系统 | |
CN116923289B (zh) | 一种货运车载重自检系统及自检方法 | |
US20230123958A1 (en) | Method of determining parameters of interaction between a vehicle and a road | |
US20240116515A1 (en) | Driver scoring platform | |
CN115512550A (zh) | 一种货运车辆超时驾驶稽查辅助系统及方法 |
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 |