车辆重量预测方法及装置制造方法及图纸

本申请提供了一种车辆重量预测方法及装置，所述方法包括：根据历史车辆数据对应的车辆状态，对所述历史车辆数据进行标定，生成训练数据，获得由训练数据组成的训练数据总集；根据训练数据对应的车辆状态，将训练数据总集划分成不同车辆状态对应的训练数据子集；利用训练数据总集训练得到分类模型；利用每个车辆状态对应的训练数据子集，训练得到车辆状态对应的车重预测模型；将目标车辆数据输入至分类模型，获得目标车辆数据对应的目标车辆状态，并选择所述目标车辆状态对应的目标车重预测模型；将所述目标车辆数据输入至所述目标车重预测模型，获得所述目标车重预测模型预测得到的车重结果。本申请能够提高车辆载重估计的精度和适用范围。

【技术实现步骤摘要】

本申请涉及电动车辆，具体涉及一种车辆重量预测方法及装置。

技术介绍

1、车辆超载会导致基础设施损坏并增加由于不稳定驾驶而导致严重事故的可能性。目前，相关方案通常是基于预测得到的车辆重量进行车辆过载的监控管理。因此，准确预测车辆的重量对于车辆过载控制管理十分重要。

2、相关方案提出了一种利用智能手机的加速度数据和gps数据来预测车辆重量的方法。该方法利用智能手机内置的加速度传感器采集车辆的垂直振动等特征，统计这些特征并采用多元线性回归模型和监督学习方法预测车辆的重量。该方法需要收集车辆整个行程的数据，并在行程结束后预测车辆重量。该方法不能对车辆进行实时估重，并且该方法采用简单的线性回归模型进行重量预测，其预测结果与车辆实际载重偏差较大。因此，亟需一种能够实时预测车辆重量并提高预测结果准确性的方案。

技术实现思路

1、本申请的至少一个实施例提供了一种车辆重量预测方法及装置，能够实时预测车辆重量并提高预测结果准确性。

2、根据本申请的一个方面，至少一个实施例提供了一种车辆重量预测方法，包括：本文档来自技高网...

【技术保护点】

1.一种车辆重量预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述历史车辆数据包括至少包括车辆加速度和车辆实际载重。

3.如权利要求2所述的方法，其特征在于，所述车辆状态为超载状态或非超载状态；

4.如权利要求2所述的方法，其特征在于，所述车辆状态为超载状态或非超载状态；

5.如权利要求4所述的方法，其特征在于，所述预测推理步骤，还包括：

6.如权利要求2所述的方法，其特征在于，所述车辆状态为减震器类型；

7.一种车辆重量预测装置，其特征在于，包括：

8.如权利要求7所述的装置，其...

【技术特征摘要】

1.一种车辆重量预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述历史车辆数据包括至少包括车辆加速度和车辆实际载重。

3.如权利要求2所述的方法，其特征在于，所述车辆状态为超载状态或非超载状态；

4.如权利要求2所述的方法，其特征在于，所述车辆状态为超载状态或非超载状态；

5.如权利要求4所述的方法，其特征在于，所述预测推理步骤，还包括：

6.如权利要求2所述的方法，其特征在于，所述车辆状态为减震器类型...

【专利技术属性】
技术研发人员：张志霞，杨和东，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：