[发明专利]一种降低车辆载重误差的方法及计算机可读存储介质

权利要求书

1.一种降低车辆载重误差的方法，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：采用Butterworth低通滤波器对所述应变计的数值进行滤波，得到第一次滤波后的应变计的数值；

S3：将所述第一次滤波后的应变计的数值进行经验模态分解重构信号得到第二次滤波后的应变计的数值；

S4：利用小波变换提取时序重量数据的特征向量；利用小波变换提取时序重量数据的特征向量包括如下步骤：

S41：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；

S42：通过小波变换将时序重量数据转换为时间和频率分布数据，所述时间和频率分布数据即为特征向量；

S5：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；所述车辆运行状态分类为：上下货和非上下货状态；识别出车辆运行状态包括如下步骤：

得到的所述特征向量x及所述特征向量对应的车辆运行状态向量w，分类函数如下：

其中，sign属于符号函数，当括号内数值大于0时输出1，小于等于0时输出-1，K是核函数本发明取Gaussian核函数：

其中，σ是核函数的超参数,所述特征向量x表示输入空间值，x_i表示特征空间值，是下述二次规划的解：

0≤α_i≤C

C0是SVM算法的惩罚参数；

b^*分类函数的截距，选择α^*的一个的分量满足计算：

S6：依据所述车辆运行状态和所述第二次滤波后的应变计的数值实时输出车辆重量；当所述车辆运行状态为上下货状态，则根据所述第二次滤波后的应变计的数值实时输出车辆重量；

当所述车辆为非上下货状态，则取最近时刻的上下货状态的车载重量为所述车辆当前的车载重量并输出。

2.如权利要求1所述的降低车辆载重误差的方法，其特征在于，还包括：

S7：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1所述的降低车辆载重误差的方法，其特征在于，建立应变计的数值与标准砝码的重量的映射关系包括如下步骤：

S11：采集数据，所述数据包括：标准砝码重量构成的向量Y_i，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，其中，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；

S12：多元线性回归建立应变计的数值与标准砝码的重量的映射关系：

y＝β₀+β₁x₁+β₂x₂+…+β_ix_i+ε

确定各应变计系数β_i，其中i∈1，2，...M。

4.如权利要求1所述的降低车辆载重误差的方法，其特征在于，所述经验模态分解包括：

其中，x(t)为第一次滤波后的应变计的数值，IMF_i(t)为固有模态分量，r_n(t)为余项；LP_k为通过对固有模态IMF_i叠加做低通滤波后得到的第二次滤波后的应变计的数值的新模态。