一种动态称重角差补偿方法技术

技术编号:35350406 阅读:19 留言:0更新日期:2022-10-26 12:17
本发明专利技术涉及动态称重技术领域,具体涉及一种动态称重角差补偿方法。该方法包括:获得地秤的初始形状差异量和稳定形状差异量;获得采样时刻地秤拐角点的形变量和采样时刻地秤拐角点的第一距离变化量;根据采样时刻所有地秤拐角点的形变量和第一距离变化量获得采样时刻地秤的异常程度;对各采样时刻地秤的异常程度加权求和获得动态称重过程中地秤的异常程度;根据初始形状异常量、稳定形状异常量和动态称重过程中地秤的异常程度获得角差补偿必要性;若角差补偿必要性大于预设阈值,则对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量。本发明专利技术实现了动态称重过程中地秤角差误差较大时对称重结果进行智能补偿。角差误差较大时对称重结果进行智能补偿。角差误差较大时对称重结果进行智能补偿。

【技术实现步骤摘要】
一种动态称重角差补偿方法


[0001]本专利技术涉及动态称重、人工智能
,具体涉一种基于计算机视觉的动态称重角差补偿方法。

技术介绍

[0002]平板地秤无异常时,把重量相同的物体在地秤的四个地秤拐角点处称重的重量相同,当平板地秤的四个支脚地基不平或者存在地基下陷,四个地秤拐角点处称重的重量会不同,因此车辆称重时往往会存在误差,所以此时地秤给出的重量示数结果并不可靠。
[0003]在发生此类异常时,往往需要人工调节每个称重传感器使角差不超过一个分度值度,或者拆掉地秤,对地基进行重建和重新硬化,通过人工的调节或者维修才能使地秤称重时的精度达到要求,能够重新使用。而在未发现此类异常,或者虽然发现但没有人力调节或者维修角差时,所有的称重结果仍然存在误差。

技术实现思路

[0004]为了解决上述技术问题,本专利技术的目的在于提供一种基于计算机视觉的动态称重角差补偿方法,所采用的技术方案具体如下:本专利技术一个实施例提供了一种基于计算机视觉的动态称重角差补偿方法:由车辆未进行动态称重时地秤的形变获得初始形状异常量;由车辆动态称重过程中重量稳定时地秤的形变获得稳定形状异常量;利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的位置变化量获得采样时刻地秤拐角点的形变量;利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的第一距离的差异获得采样时刻地秤拐角点的第一距离变化量,所述地秤拐角点的第一距离为对应时刻地秤拐角点和车轮支撑点的距离;根据采样时刻所有地秤拐角点的形变量和第一距离变化量获得采样时刻地秤的异常程度;对各采样时刻地秤的异常程度加权求和获得动态称重过程中地秤的异常程度;根据初始形状异常量、稳定形状异常量和动态称重过程中地秤的异常程度获得角差补偿必要性;若角差补偿必要性大于预设阈值,则对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量。
[0005]优选地,构建神经网络获取地秤拐角点和车轮支撑点,该神经网络包括两个分支,地秤拐角点获取分支和车轮支撑点估计分支;神经网络输入车辆称重过程图像,地秤拐角点获取分支输出地秤拐角点,车轮支撑点估计分支输出车轮支撑点。
[0006]优选地,利用地秤图像中地秤拐角点构成的四边形与理想矩形的差异获取地秤的形变:获取地秤图像中地秤拐角点的坐标,利用纵向相邻地秤拐角点的横坐标差异和横向相邻地秤拐角点的纵坐标差异获得地秤图像中地秤拐角点构成四边形与理想矩形的差异,
从而获得地秤的形变。
[0007]优选地,采样时刻地秤拐角点的形变量计算公式为:其中为地秤拐角点A1采样时刻即第时刻的形变量;与采样时刻相邻近的历史时刻的个数为K;g为衰减系数;(,)为采样时刻地秤拐角点A1坐标,(,)为第k个相邻近历史时刻地秤拐角点A1坐标。
[0008]优选地,第一距离具体为:其中为地秤拐角点A1采样时刻即第时刻的第一距离;P为采样时刻车轮支撑点的数量;为第时刻第p个车轮支撑点;为第n个时刻第p个车轮支撑点与地秤拐角点A1的像素距离。
[0009]优选地,地秤拐角点到车轮支撑点的第一距离变化量具体为:其中为A1地秤拐角点采样时刻即第时刻到车轮支撑点的第一距离变化量,与采样时刻相邻近的历史时刻的个数为K;g为衰减系数;为第n时刻的地秤拐角点A1的第一距离;为第k个相邻近历史时刻的地秤拐角点A1的第一距离。
[0010]优选地,采样时刻地秤的异常程度为:其中表示采样时刻即第n个时刻地秤的异常程度;表示第n时刻地秤拐角点的形变量,表示第n采样时刻地秤拐角点的变化量;为第n时刻地秤拐角点到车轮支撑点的第一距离变化量,为第n时刻地秤拐角点到车轮支撑点的第一距离变化量;为容错阈值;为线性整流函数。
[0011]优选地,动态称重过程中地秤的异常程度为:其中YC为动态称重过程中地秤的异常程度;为采样时刻即第n时刻的地秤的异常程度。
[0012]优选地,角差补偿必要性为:其中,WE为车辆动态称重过程的角差补偿必要性;为地秤初始形状差异量,为地秤稳定形状差异量;u为地秤初始、稳定形状差异量的影响系数;v为车辆动态称重过程中地秤异常程度的影响系数;a为比例换算系数。
[0013]优选地,对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量包括:构建重量补偿神经网络,输入地秤初始形状异常量、稳定形状异常量、动态称重过程中地秤的异常程度和所有地秤拐角点的重量数值,输出补偿重量;地秤动态称重重量与补偿重量的和为车辆的真实重量。
[0014]本专利技术实施例至少具有如下有益效果:利用计算机视觉,对平板地秤在动态称重过程中地秤拐角点和车轮支撑点的变化进行分析,能够快速准确的判断平板地秤是否存在角差误差,并利用角差补偿必要性判断车辆在动态称重过程中是否需要进行角差补偿,若需要补偿则对车辆动态称重重量进行重量补偿,不必人工对平板地秤进行调整消除角差误差,节省人工,使得地秤能够在一定误差范围内继续使用并具有一定的准确性,实现平板地秤在车辆动态称重过程中地秤角差误差较大时对称重结果进行智能补偿。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,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它附图。
[0016]图1为基于计算机视觉的动态称重角差补偿方法流程图。
[0017]图2为动态称重相机位置示意图。
[0018]图3为获取车轮支撑点和地秤拐角点神经网络结构图。
具体实施方式
[0019]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本专利技术提出的一种基于计算机视觉的动态称重角差补偿方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0020]除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0021]下面结合附图具体的说明本专利技术所提供的一种基于计算机视觉的动态称重角差补偿方法的具体方案。
[0022]实施例1本专利技术的主要应用场景为:车辆承载货物,进入称重区域,进行动态称重,由于平
板地秤,车辆在动态称重过程中以不同的位姿在地秤上称重,若地秤出现较大角差,则出现角差的地秤拐角点受力与未出现角差时受力不同,导致车辆动态称重的结果不准确,需要对称重结果进行补偿,获得车辆真实的动态称重结果。本专利技术中造成角差的原因主要是地秤下方地基不平整。
[0023]请参阅图1,其示出了本专利技术一个实施例提供的一种基于计算机视觉的动态称重角差补偿方法流程图,该方法包括以下步骤:首先,构建神经网络获取地秤拐角点和车轮支撑点,该神经网络包括两个分支,地秤拐角点获取分支和车轮支撑点估本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种动态称重角差补偿方法,其特征在于,该方法包括:由车辆未进行动态称重时地秤的形变获得初始形状异常量;由车辆动态称重过程中重量稳定时地秤的形变获得稳定形状异常量;利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的位置变化量获得采样时刻地秤拐角点的形变量;利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的第一距离的差异获得采样时刻地秤拐角点的第一距离变化量,所述地秤拐角点的第一距离为对应时刻地秤拐角点和车轮支撑点的距离;根据采样时刻所有地秤拐角点的形变量和第一距离变化量获得采样时刻地秤的异常程度;对各采样时刻地秤的异常程度加权求和获得动态称重过程中地秤的异常程度;根据初始形状异常量、稳定形状异常量和动态称重过程中地秤的异常程度获得角差补偿必要性;若角差补偿必要性大于预设阈值,则对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量;所述采样时刻地秤拐角点的形变量为:其中为地秤拐角点A1采样时刻即第时刻的形变量;与采样时刻相邻近的历史时刻的个数为K;g为衰减系数;(,)为采样时刻地秤拐角点A1坐标,(,)为第k个相邻近历史时刻地秤拐角点A1坐标;所述地秤拐角点到车轮支撑点的第一距离变化量具体为:其中为A1地秤拐角点采样时刻即第时刻到车轮支撑点的第一距离变化量,与采样时刻相邻近的历史时刻的个数为K;g为衰减系数;为第n时刻的地秤拐角点A1的第一距离;为第k个相邻近历史时刻的地秤拐角点A1的第一距离;所述第一距离具体为:其中为地秤拐角点A1采样时刻即第时刻的第一距离;P为采样时刻车轮支撑点的数量;为第时刻第p个车轮支撑点;为第n个时刻第p个车轮支撑点与地秤拐角点A1的像素距离;所述采样时刻地秤的异常程度为:其中表示采样时刻即第n时刻地秤的异常程度;表示第n时刻地秤拐角点的形变
量,表示第n采样...

【专利技术属性】
技术研发人员:郑书礼陈小琴叶新舟林小芬林晓明姜俊
申请(专利权)人:浙江东鼎电子股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1