[发明专利]一种确定机动车载重状态的方法和设备

说明书

本发明公开了一种确定机动车载重状态的方法和设备，该方法包括：获取所述机动车在预设时间间隔内的历史运行数据，所述历史运行数据至少包括运行轨迹数据、运行速度数据、发动机声音数据以及实际载重数据；根据不同时间点位的所述运行速度数据和所述发动机声音数据确定所述机动车运行时的重量特征值序列；基于所述重量特征值序列和所述运行轨迹数据对预设多元线性回归模型进行训练，以确定所述预设多元线性回归模型的模型结构；当所述机动车在加速度为零的预设行驶状态时，基于所述模型结构确定所述机动车的当前载重状态，从而在不依赖地磅秤或高刚度载荷感应传感器的情况下灵活高效的确定机动车的载重状态。

技术领域

本申请涉及机动车载重检测技术领域，更具体地，涉及一种确定机动车载重状态的方法和设备。

背景技术

对于用于运输货物的机动车，其载重信息非常重要。对于车队管理者来说，载重信息能用于监控机动车运行情况；对于交通管理部门来说，载重信息可用于监控机动车是否出现超载，避免交通安全损失。然而，获取货车载重信息需要付出很大的人力和物力成本，市场上缺少智能检测货车载重的系统或装置。

传统的机动车载重检测需要把载货的机动车行驶到有地磅称的地方进行检测有没有超载，这对货车司机和远程管理者带来不便。或需要安装相应的载荷感应传感器，货箱需要压在传感器一端，传感器另一端压在车架上，这样的检测系统，对传感器有很高的刚度设计要求，传感器需要承载货箱重量，若长时间使用会造成传感器损坏使得检测功能失效。安装这种传感器，整车年检的安全检测也不容易通过；若选择安装不易损坏的传感器，如国外的电容式的传感器，几千元一只，整个系统软硬件成本下来得万元以上，价格昂贵，且安装设计不灵活。

因此，如何更加高效便捷地确定机动车的载重状态，是目前有待解决的技术问题。

发明内容

针对现有技术中确定机动车的载重状态时存在成本高，监测过程复杂的技术问题，本发明提供了一种确定机动车载重状态的方法，该方法包括：

获取所述机动车在预设时间间隔内的历史运行数据，所述历史运行数据至少包括运行轨迹数据、运行速度数据、发动机声音数据以及实际载重数据；

根据不同时间点位的所述运行速度数据和所述发动机声音数据确定所述机动车运行时的重量特征值序列；

基于所述重量特征值序列和所述运行轨迹数据对预设多元线性回归模型进行训练，以确定所述预设多元线性回归模型的模型结构；

当所述机动车在加速度为零的预设行驶状态时，基于所述模型结构确定所述机动车的总重量，并根据所述总重量与所述机动车的空载重状态的差值确定所述机动车的当前载重状态，所述预设行驶状态为发动机扭矩在第一预设范围内，且运行速度在第二预设范围内，且速度偏差在第三预设范围内。

优选的，基于所述重量特征值序列和所述运行轨迹数据对预设多元线性回归模型进行训练，具体为：

基于一阶差分算法和或均值滤波算法对所述重量特征值序列进行过滤；

根据所述过滤的结果确定最终重量特征值序列；

基于窗口函数确定所述运行轨迹数据中的有效运行轨迹数据；

从所述有效运行轨迹数据中筛选出非上下坡数据，所述非上下坡数据为所述机动车在预设时间内的海拔差值的绝对值小于预设距离的数据；

将所述最终重量特征值序列和所述非上下坡数据作为训练数据进行所述训练。

优选的，预先确定所述预设多元线性回归模型的相关系数，所述相关系数至少包括发动机在传递过程中的损失系数、空气阻力对机动车行驶的阻碍系数以及影响因数系数，将所述最终重量特征值序列和所述非上下坡数据作为训练数据进行所述训练，具体为：

将各所述相关系数的预设值和所述训练数据输入所述预设多元线性回归模型，以确定预测载重状态；