[发明专利]一种实时车载称重方法

权利要求书

1.一种实时车载称重方法，其特征在于，包括如下步骤：

S1：建立应变计的数值与标准砝码的重量的映射关系；

S2：利用快速傅里叶变换提取时序重量数据的特征向量；利用快速傅里叶变换提取时序重量数据的特征向量包括如下步骤：

S21：缓冲30-60s内所述应变计的数值，根据所述应变计的数值与所述标准砝码的重量的映射关系得到所述应变计的数值对应的原始重量；

S22：通过快速傅里叶变换将时序重量数据转换为频率分布数据；

S23：根据所述频率分布数据按照频率大小将分布区间划分为四段；

S24：统计每一段所占的比率,依次组成特征向量；

将所述特征向量输入到多分类支持向量分类器模型中，车辆运行状态包括：车辆跑动、车辆静止和车辆上下货；

按识别的车辆状态输出车辆实时重量；当车辆跑动时，车辆重量为车辆跑动前一时刻的重量；当车辆静止时，车辆重量为车辆静止前一时刻的重量；当车辆上下货时，车辆重量实时输出；

S3：将所述特征向量输入到多分类支持向量分类器模型，识别出车辆运行状态；

S4：依据所述车辆运行状态，实时输出车辆重量。

2.如权利要求1所述的实时车载称重方法，其特征在于，在步骤S1之前还包括如下步骤：

采集数据，所述数据包括在车厢位置依次摆放标准砝码的重量并依次获取车桥部位安装的应变计的数值；

在步骤S4之后还包括：

S5：根据实时输出的所述车辆重量形成重量曲线并输出。

3.如权利要求2所述的实时车载称重方法，其特征在于，所述应变计在前、后车桥对称地安装偶数个；所述数据包括：标准砝码重量构成的向量，其中i∈1,...,N和对应的应变计数值构成的矩阵X_i,j，其中，i∈1,2,3,...,N；j∈1,2,3,...,M，N代表加载所述标准砝码的总数，M代表所述应变计的总数。

4.如权利要求2所述的实时车载称重方法，其特征在于，依次摆放所述标准砝码包括：

在车厢中从车头往车尾方向、从车厢一侧到另一侧摆放至少三列标准砝码；

再在所述车厢中从车头往车尾方向、从所述车厢另一侧到所述车厢一侧摆放同等列数的所述标准砝码。

5.如权利要求2所述的实时车载称重方法，其特征在于，利用多元线性回归求解超定方程Y_i＝k*X_i,j中系数k的值建立所述应变计的数值与所述标准砝码的重量的映射关系。

6.如权利要求1所述的实时车载称重方法，其特征在于，快速傅里叶变换是离散傅里叶变换，定义为：

其中，j、n分别为向量X、x索引，为原始重量数组，i为虚数，e为指数。

7.如权利要求1所述的实时车载称重方法，其特征在于，所述多分类支持向量分类器模型为：

其中，z为特征向量，L为训练使用特征向量的数量，w为训练使用特征向量对应的车辆状态，sign属于符号函数，括号内大于0输出1，小于等于0输出-1，K(z,z_i)是核函数，b^*为分类函数的截距，是下述二次规划的解：

s.t.0≤x≤Ce

w^Tx＝0

其中，G的每一项G_ij＝w_iw_jK(z_i,z_j),i,j＝1,2,...,L，e代表各个元素为1的向量，T代表向量转置，C是SVM算法的惩罚参数；

选取的核函数为Gaussian核函数：

其中，exp为指数函数，σ是核函数的超参数。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一所述方法的步骤。