【技术实现步骤摘要】
本专利技术涉及车辆状态估计，尤其涉及基于云计算的重型货运车辆总重辨识及置信度评估方法。
技术介绍
1、随着大数据科学、5g通讯及人工智能等技术的发展，汽车的电动化、网联化和智能化逐渐成为汽车行业的发展方向；智能网联汽车是指搭载先进的车载传感器、控制器、执行器等设备，使车辆具有复杂环境感知、智能决策、协同控制等功能；智能网联汽车极大便利了车辆运行工况下各类参数的获取，基于智能网联汽车的车辆工况测量数据，对整车重量进行辨识估计，是车联网数据的重要应用方案之一；
2、通过对车辆总重估计算法的研究开发，能够实时获取到车辆的载货运输状态，实现对车辆在途行驶状态的全程监控，进而实现对车辆超载现象的有效监管，在一定程度上避免交通运输事故的发生；同时，通过车辆实时总重的获取，在避免货车异常装卸货行为的同时，也能够反应相应区域内车辆的行程利用率，从而帮助货运公司合理调配货车，避免车辆运力资源的浪费，提高交通运输效率；
3、现有技术中对于车辆实时总重的获取通常采用以下两种方式：一是通过额外加装重力感应传感器，二是通过司机手动上传车辆实时总重；这两种方式分别存在以下弊端：加装重力感应器会导致车辆成本升高，一般车辆与小规模车队难以普遍推广；而通过司机手动上传数据，其真实性与准确性又将受到司机个人因素的影响。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的基于云计算的重型货运车辆总重辨识及置信度评估方法。
2、本专利技术提出基于云计算的重型货运
3、s1：车辆静态参数进行初始化；
4、所述车辆静态参数包括车辆识别号、车型、发动机类型、车辆宽度、高程、后轴速比、各档位传动比、车轮滚动半径、发动机扭矩、变速器传动比、车辆迎风面积等；
5、所述车辆识别号在同一车型下唯一；
6、工程师已知车辆识别号、车型、发动机类型，并根据已知的三个静态参数通过sql语句在车辆信息数据库中查询对应的车辆宽度、高程、后轴速比、各档位传动比、车轮滚动半径、发动机扭矩、变速器传动比、车辆迎风面积等车辆静态参数的数值，根据查询结果对车辆静态参数进行初始化；
7、所述车辆信息数据库中包含车辆具体的参数信息。
8、s2：获取车辆行驶数据；
9、所述车辆包含gps模块、车辆管理系统、车辆通信模块；
10、通过gps模块获取时间戳、海拔、行驶速度等车辆行驶数据；
11、通过车辆管理系统获取发动机转速、发动机需求扭矩、当前档位、制动状态等车辆行驶数据；
12、车辆通信模块将gps模块和车辆管理系统获取的车辆行驶数据上传到tsp云平台。
13、s3：对车辆行驶数据进行预处理；
14、tsp云平台接收车辆行驶数据并在tsp平台中对车辆行驶数据进行预处理，包括如下子步骤：
15、s31：辨识车辆行驶数据是否存在异常；
16、所述异常包括单点数据缺失、单点大幅跳变、测量高频噪声，具体的辨识方法包括如下子步骤：
17、s311：辨识是否存在单点数据缺失；
18、辨识tsp云平台中的车辆行驶数据是否存在单点数据缺失，具体的判断方法如下：
19、如果时间戳连续，同时存在任一车辆行驶数据由正常数值变为异常数值，所述异常数值包括0或非有效值，则为单点数据缺失；
20、工程师事先设定时间戳中断的阈值，如果时间戳不连续且不连续的时间戳中断的时长少于阈值，则所述时间戳中断为可接受的中断，所述中断的时间戳内的车辆行驶数据为单点数据缺失；
21、s312：辨识是否存在单点大幅跳变；
22、根据大幅跳变辨识公式辨识tsp云平台中的车辆行驶数据是否存在单点大幅跳变，具体的大幅跳变辨识公式如下：
23、>δ；
24、所述为t时刻下的车辆行驶数据、为t-1时刻下的车辆行驶数据、为t时刻下的时间戳、为t-1时刻下的时间戳，δ为工程师事先设定的具体的辨识标准值；
25、如果车辆行驶数据符合大幅跳变公式，即时间戳连续且存在任一车辆行驶数据在连续时间戳内的差值大于设定的标准值，则后一时刻的车辆行驶数据为单点大幅跳变；
26、s313：辨识是否存在测量高频噪声；
27、辨识tsp云平台中的车辆行驶数据是否存在测量高频噪声，即连续的时间戳内，存在车辆行驶数据在特定数值范围内发生无规则小幅波动，则所述车辆行驶数据存在测量高频噪声；
28、s32：进行数据清洗；
29、包括如下子步骤：
30、s321：对单点数据缺失进行数据填充；
31、如果步骤s311辨识出车辆行驶数据中存在单点数据缺失，所述单点数据缺失具体包括发动机转速缺失、高程缺失和当前档位数据缺失；
32、如果单点数据缺失为发动机转速缺失或高程缺失，则通过异常数值点前后距离最近的非异常数值通过线性差值算法进行填充；
33、如果单点数据缺失为当前档位信息缺失，则使用上一时刻的非异常数值通过线性差值算法进行填充；
34、s322：对单点大幅跳变进行数据剔除；
35、如果步骤s312辨识出车辆行驶数据中存在单点大幅跳变，所述单点大幅跳变包括发动机扭矩单点大幅跳变、高程单点大幅跳变，则通过delete函数删除符合辨识标准的大幅跳变数据；
36、s323：对测量高频噪声进行清洗；
37、如果步骤s313辨识出车辆行驶数据中存在测量高频噪声，所述测量高频噪声主要存在于发动机转速和发动机扭矩中，则通过savitzky-golay滤波器对测量高频噪声进行清洗；
38、车辆行驶数据清洗完成。
39、s4：进行车辆行驶参数和道路构建参数的运算；
40、工程师根据车辆静态参数、车辆行驶数据获取车辆行驶参数和道路构建参数；
41、所述车辆行驶参数包括车辆行驶速度、车辆加速度等；
42、所述道路构建参数为道路坡度；
43、设车辆行驶速度为u，车辆加速度为a，道路坡度为；
44、所述；
45、所述a=；
46、所述n为发动机转速，r为车轮滚动半径，为变速器传动比，为后轴速比，∆t为时间步长；
47、所述时间步长为两个数据点之间的时间差值；
48、所述=；
49、所述k为向后计算的时间步长，为t时刻的高程值，为t+k时刻的高程值，所述高程值单位为m，u车辆行驶速度，所述u单位为m/s；
50、进一步地，所述向后计算的时间步长k满足，。
51、s5：构建基于车辆纵向动力学模型的总重辨识器；
52、采用驱动工况下的车辆纵向动力学模型：
53、；
54、 其中， 本文档来自技高网...
【技术保护点】
1.一种基于云计算的重型货运车辆总重辨识方法，其特征在于：包括以下步骤：
2.如权利要求1所述的基于云计算的重型货运车辆总重辨识方法，其特征在于：
3.如权利要求2所述的基于云计算的重型货运车辆总重辨识方法，其特征在于：
4.如权利要求1所述的基于云计算的重型货运车辆总重辨识方法，其特征在于：
5.如权利要求1所述的基于云计算的重型货运车辆总重辨识方法，其特征在于：
【技术特征摘要】
1.一种基于云计算的重型货运车辆总重辨识方法，其特征在于：包括以下步骤：
2.如权利要求1所述的基于云计算的重型货运车辆总重辨识方法，其特征在于：
3.如权利要求2所述的基于云计算的重...
【专利技术属性】
技术研发人员：张志武，刘超，马驰，杨诺，张鹏飞，何立洋，沈凡，张亮，庄伟超，郭铭轩，
申请(专利权)人：鱼快创领智能科技南京有限公司，
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。