一种基于机器学习的工程车辆臂架角度检测方法及系统技术方案

技术编号:42422145 阅读:23 留言:0更新日期:2024-08-16 16:37
本发明专利技术涉及一种基于机器学习的工程车辆臂架角度检测方法及系统,该方法包括以下步骤:1)基于倾斜传感器历史角度数据采用机器学习确定工程车辆当前的工作状态;2)根据工作状态设定一阶低通滤波的滤波参数;3)根据设定的滤波参数采用一阶低通滤波获取工程车辆的臂架角度。与现有技术相比,本发明专利技术具有成本低、适用性广、体验性好、跟随性好等优点。

【技术实现步骤摘要】

本专利技术涉及高空作业车检测领域,尤其是涉及一种基于机器学习的工程车辆臂架角度检测方法及系统


技术介绍

1、倾斜传感器是一种基于机器学习的工程车辆臂架角度检测方法用于测量物体倾斜角度的装置。它通过内部的敏感元件,如加速度计或陀螺仪,实时检测倾斜角度并输出电信号或数字数据。倾斜传感器在工业自动化、航空航天、建筑工程等领域广泛应用,可用于监测设备、导航系统、机器人等,提高系统的稳定性和精度。

2、目前,在大型工程车辆如高空作业车臂架的运行监控中,通过安装在高空作业车臂架上的倾斜传感器对臂架的角度进行检测并反馈,进而实现控制电机使臂架运行到指定位置,在现有倾斜传感器检测方案中,以下两种角度检测方法:

3、第一种方法是倾斜传感器仅包含一个加速度计,通过测量重力加速度在加速度计轴上的分量来计算倾斜角度,采用的角度滤波算法包括一阶低通滤波和均值滤波等;

4、第二种则是采用一个加速度计和一个陀螺仪,采用角度融合滤波算法获得最终的倾斜角度。

5、对于第一种方法,由于角度滤波算法采用一阶低通滤波或均值滤波,而带来的直接后果就本文档来自技高网...

【技术保护点】

1.一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤1)中,工程车辆当前的工作状态包括倾斜态和运动态,具体为:

3.根据权利要求2所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤1)具体包括以下步骤:

4.根据权利要求3所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤12)中,一元线性回归模型的表达式为:

5.根据权利要求4所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所...

【技术特征摘要】

1.一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤1)中,工程车辆当前的工作状态包括倾斜态和运动态,具体为:

3.根据权利要求2所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤1)具体包括以下步骤:

4.根据权利要求3所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤12)中,一元线性回归模型的表达式为:

5.根据权利要求4所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤12)中,在得到一元线性回归模型的系数后计算损失函数值q,具体为:

6.根据权利要求3所述的一种基于机器学习的工程车辆臂架角度检测方法,其特征在于,所述步骤13)中,rate_m...

【专利技术属性】
技术研发人员:刘岳黎伟
申请(专利权)人:直川科技上海有限公司
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