本申请提供一种动态称重方法、装置及存储介质，适用于称重技术领域，用于解决采用传统方式无法精确测得车辆实际的重量的问题。该方法包括：通过重量传感器采集重量信号，以及通过振动传感器采集承载面振动信号；从承载面振动信号中获取承载面形变信号和车辆振动信号；将重量信号、承载面振动信号和车辆振动信号输入第一动态称重模型，得到第一预测重量；以及，将承载面形变信号输入第二动态称重模型，得到第二预测重量；根据第一预测重量和第二预测重量获得车辆的预测重量。量获得车辆的预测重量。量获得车辆的预测重量。
【技术实现步骤摘要】
动态称重方法、装置及存储介质
[0001]本申请涉及称重
，尤其涉及一种动态称重方法、装置及存储介质。
技术介绍
[0002]动态称重技术是指通过测量和分析轮胎动态力测算一辆处于运动过程中的车辆的总重或部分重量的技术。
[0003]目前，为了实现动态称重，通常采用两种方法：一种是直接利用重量传感器采集的重量信号估计车辆的重量；另一种是利用振动传感器获取行进过程中的车辆作用于传感器的振动信号，并利用振动信号确定车辆的重量。
[0004]但是，在诸如车辆的车速过快等特殊情况下，由于采用重量传感器或振动传感器获取的数据的特征维度单一，导致无法精确测得车辆实际的重量。
技术实现思路
[0005]本申请提供一种动态称重方法、装置及存储介质，解决了采用传统方式无法精确测得车辆实际的重量的问题。
[0006]为达到上述目的，本申请采用如下技术方案：
[0007]第一方面，提供一种动态称重方法，该方法包括：
[0008]通过重量传感器采集重量信号，以及通过振动传感器采集承载面振动信号；
[0009]从承载面振动信号中获取承载面形变信号和车辆振动信号；
[0010]将重量信号、承载面振动信号和车辆振动信号输入第一动态称重模型，得到第一预测重量；以及，将承载面形变信号输入第二动态称重模型，得到第二预测重量；
[0011]根据第一预测重量和第二预测重量获得车辆的预测重量。
[0012]在一种可选的实现方式中，从承载面振动信号中获取承载面形变信号和车辆振动信号，包括：
[0013]对承载面振动信号进行处理，得到承载面位移信号；
[0014]根据车辆行驶速度，获得承载面位移信号中的有效信号频段，滤除有效信号频段外的噪声；
[0015]对滤波处理后的承载面位移信号二次求导，得到承载面形变信号；
[0016]从承载面振动信号中去除承载面形变信号，得到车辆振动信号。
[0017]在一种可选的实现方式中，在基于第一动态称重模型得到第一预测重量，以及基于第二动态称重模型得到第二预测重量之前，该方法还包括：
[0018]获取多组历史数据，每组历史数据包括：车辆在静止或低速行驶下的重量、车辆的重量信号、车辆的承载面振动信号；
[0019]对于多组历史数据，以车辆在静止或低速行驶下的重量作为标签，利用车辆的重量信号和车辆的承载面振动信号对机器学习模型进行迭代训练，构建第一动态称重模型和第二动态称重模型。
[0020]在一种可选的实现方式中，对于多组历史数据中的每组历史数据，均执行以下机器学习建模过程：
[0021]从车辆的承载面振动信号中获取车辆的承载面形变信号和车辆的车辆振动信号；
[0022]对车辆的重量信号、车辆的承载面振动信号和车辆振动信号预处理，并以预处理后的车辆的重量信号、车辆的承载面振动信号和车辆振动信号作为输入数据，以车辆在静止或低速行驶下的重量作为标签，通过机器学习方式构建第一动态称重模型；
[0023]对车辆的承载面形变信号预处理，并以预处理后的车辆的承载面形变信号作为输入数据，以车辆在静止或低速行驶下的重量作为标签，通过机器学习方式构建第二动态称重模型。
[0024]在一种可选的实现方式中，预处理包括以下至少一项：通过时间戳的方式将车辆的重量信号和车辆的承载面振动信号数据对齐，特征提取，异常数据筛选，车辆的重量信号和车辆的承载面振动信号的对应关系，数据规整化。
[0025]第二方面，提供一种动态称重装置，该装置包括采集模块和处理模块。
[0026]采集模块，用于通过重量传感器采集重量信号，以及通过振动传感器采集承载面振动信号。
[0027]处理模块，用于从承载面振动信号中获取承载面形变信号和车辆振动信号；将重量信号、承载面振动信号和车辆振动信号输入第一动态称重模型，得到第一预测重量；将承载面形变信号输入第二动态称重模型，得到第二预测重量；以及，根据第一预测重量和第二预测重量获得车辆的预测重量。
[0028]在一种可选的实现方式中，用于从承载面振动信号中获取承载面形变信号和车辆振动信号的处理模块，具体用于：
[0029]对承载面振动信号进行处理，得到承载面位移信号；
[0030]根据车辆行驶速度，获得承载面位移信号中的有效信号频段，滤除有效信号频段外的噪声；
[0031]对滤波处理后的承载面位移信号二次求导，得到承载面形变信号；
[0032]从承载面振动信号中去除承载面形变信号，得到车辆振动信号。
[0033]在一种可选的实现方式中，处理模块，还用于：
[0034]在基于第一动态称重模型得到第一预测重量，以及基于第二动态称重模型得到第二预测重量之前，获取多组历史数据，每组历史数据包括：车辆在静止或低速行驶下的重量、车辆的重量信号、车辆的承载面振动信号；
[0035]对于多组历史数据，以车辆在静止或低速行驶下的重量作为标签，利用车辆的重量信号和车辆的承载面振动信号对机器学习模型进行迭代训练，构建第一动态称重模型和第二动态称重模型。
[0036]在一种可选的实现方式中，用于构建第一动态称重模型和第二动态称重模型的处理模块，具体用于：
[0037]对于多组历史数据中的每组历史数据，从车辆的承载面振动信号中获取车辆的承载面形变信号和车辆的车辆振动信号；
[0038]对车辆的重量信号、车辆的承载面振动信号和车辆振动信号预处理，并以预处理后的车辆的重量信号、车辆的承载面振动信号和车辆振动信号作为输入数据，以车辆在静
止或低速行驶下的重量作为标签，通过机器学习方式构建第一动态称重模型；
[0039]对车辆的承载面形变信号预处理，并以预处理后的车辆的承载面形变信号作为输入数据，以车辆在静止或低速行驶下的重量作为标签，通过机器学习方式构建第二动态称重模型。
[0040]在一种可选的实现方式中，预处理包括以下至少一项：通过时间戳的方式将车辆的重量信号和车辆的承载面振动信号数据对齐，特征提取，异常数据筛选，车辆的重量信号和车辆的承载面振动信号的对应关系，数据规整化。
[0041]第三方面，提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器进行加载，以执行如第一方面任一项提供的动态称重方法。
[0042]本申请提供的动态称重方法、装置及存储介质，在通过重量传感器采集重量信号，通过振动传感器采集承载面振动信号之后，先从承载面振动信号中获取到承载面形变信号和车辆振动信号；然后将重量信号、承载面振动信号和车辆振动信号输入第一动态称重模型，将承载面形变信号输入第二动态称重模型，从而获得了两个预测重量；最终利用两个预测重量获得了车辆的预测重量。由于该方案基于多源传感器数据融合的方式，预先建立了第一动态称重模型和第二动态称重模型，避免了单个传感器导致的数据特征维度单一的问题，从而提升了动态称重系统对复杂工作环境的适应性。如此，在利用重量传感器和振动传感本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动态称重方法，其特征在于，所述方法包括：通过重量传感器采集重量信号，以及通过振动传感器采集承载面振动信号；从所述承载面振动信号中获取承载面形变信号和车辆振动信号；将所述重量信号、所述承载面振动信号和所述车辆振动信号输入第一动态称重模型，得到第一预测重量；以及，将所述承载面形变信号输入第二动态称重模型，得到第二预测重量；根据所述第一预测重量和所述第二预测重量获得车辆的预测重量。2.根据权利要求1所述的方法，其特征在于，所述从所述承载面振动信号中获取承载面形变信号和车辆振动信号，包括：对所述承载面振动信号进行处理，得到承载面位移信号；根据车辆行驶速度，获得所述承载面位移信号中的有效信号频段，滤除有效信号频段外的噪声；对滤波处理后的所述承载面位移信号二次求导，得到所述承载面形变信号；从所述承载面振动信号中去除所述承载面形变信号，得到所述车辆振动信号。3.根据权利要求1所述的方法，其特征在于，在基于所述第一动态称重模型得到所述第一预测重量，以及基于所述第二动态称重模型得到所述第二预测重量之前，所述方法还包括：获取多组历史数据，每组历史数据包括：车辆在静止或低速行驶下的重量、车辆的重量信号、车辆的承载面振动信号；对于所述多组历史数据，以车辆在静止或低速行驶下的重量作为标签，利用车辆的重量信号和车辆的承载面振动信号对机器学习模型进行迭代训练，构建所述第一动态称重模型和所述第二动态称重模型。4.根据权利要求3所述的方法，其特征在于，对于所述多组历史数据中的每组历史数据，均执行以下机器学习建模过程：从车辆的承载面振动信号中获取车辆的承载面形变信号和车辆的车辆振动信号；对车辆的重量信号、所述车辆的承载面振动信号和所述车辆振动信号预处理，并以预处理后的所述车辆的重量信号、所述车辆的承载面振动信号和所述车辆振动信号作为输入数据，以所述车辆在静止或低速行驶下的重量作为标签，通过机器学习方式构建所述第一动态称重模型；对所述车辆的承载面形变信号预处理，并以预处理后的所述车辆的承载面形变信号作为输入数据，以所述车辆在静止或低速行驶下的重量作为标签，通过机器学习方式构建所述第二动态称重模型。5.根据权利要求4所述的方法，其特征在于，所述预处理包括以下至少一项：通过时间戳的方式将所述车辆的重量信号和所述车辆的承载面振动信号数据对齐，特征提取，异常数据筛选，所述车辆的重量信号和所述车辆的承载面振动信号的对应关系，数据规整化。6.一种动态称重装置，其特征在于，所...
【专利技术属性】
技术研发人员：汪广业，姚飞，王平，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：
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。