[发明专利]基于计算机视觉的动态称重角差补偿方法

说明书

本发明涉及动态称重技术领域，具体涉及一种基于计算机视觉的动态称重角差补偿方法。该方法包括：获得地秤的初始形状差异量和稳定形状差异量；获得采样时刻地秤拐角点的形变量和采样时刻地秤拐角点的第一距离变化量；根据采样时刻所有地秤拐角点的形变量和第一距离变化量获得采样时刻地秤的异常程度；对各采样时刻地秤的异常程度加权求和获得动态称重过程中地秤的异常程度；根据初始形状异常量、稳定形状异常量和动态称重过程中地秤的异常程度获得角差补偿必要性；若角差补偿必要性大于预设阈值，则对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量。本发明实现了动态称重过程中地秤角差误差较大时对称重结果进行智能补偿。

技术领域

本发明涉及动态称重、人工智能技术领域，具体涉一种基于计算机视觉的动态称重角差补偿方法。

背景技术

平板地秤无异常时，把重量相同的物体在地秤的四个地秤拐角点处称重的重量相同，当平板地秤的四个支脚地基不平或者存在地基下陷，四个地秤拐角点处称重的重量会不同，因此车辆称重时往往会存在误差，所以此时地秤给出的重量示数结果并不可靠。

在发生此类异常时，往往需要人工调节每个称重传感器使角差不超过一个分度值度，或者拆掉地秤，对地基进行重建和重新硬化，通过人工的调节或者维修才能使地秤称重时的精度达到要求，能够重新使用。而在未发现此类异常，或者虽然发现但没有人力调节或者维修角差时，所有的称重结果仍然存在误差。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于计算机视觉的动态称重角差补偿方法，所采用的技术方案具体如下：

本发明一个实施例提供了一种基于计算机视觉的动态称重角差补偿方法：

由车辆未进行动态称重时地秤的形变获得初始形状异常量；由车辆动态称重过程中重量稳定时地秤的形变获得稳定形状异常量；

利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的位置变化量获得采样时刻地秤拐角点的形变量；

利用动态称重过程中采样时刻与相邻近历史时刻地秤拐角点的第一距离的差异获得采样时刻地秤拐角点的第一距离变化量，所述地秤拐角点的第一距离为对应时刻地秤拐角点和车轮支撑点的距离；

根据采样时刻所有地秤拐角点的形变量和第一距离变化量获得采样时刻地秤的异常程度；对各采样时刻地秤的异常程度加权求和获得动态称重过程中地秤的异常程度；根据初始形状异常量、稳定形状异常量和动态称重过程中地秤的异常程度获得角差补偿必要性；

若角差补偿必要性大于预设阈值，则对动态称重过程中获得的车辆重量进行补偿获得车辆真实重量。

优选地，构建神经网络获取地秤拐角点和车轮支撑点，该神经网络包括两个分支，地秤拐角点获取分支和车轮支撑点估计分支；神经网络输入车辆称重过程图像，地秤拐角点获取分支输出地秤拐角点，车轮支撑点估计分支输出车轮支撑点。

优选地，利用地秤图像中地秤拐角点构成的四边形与理想矩形的差异获取地秤的形变：获取地秤图像中地秤拐角点的坐标，利用纵向相邻地秤拐角点的横坐标差异和横向相邻地秤拐角点的纵坐标差异获得地秤图像中地秤拐角点构成四边形与理想矩形的差异，从而获得地秤的形变。

优选地，采样时刻地秤拐角点的形变量计算公式为：

其中为地秤拐角点A1采样时刻即第n时刻的形变量；与采样时刻相邻近的历史时刻的个数为K；g为衰减系数；为采样时刻地秤拐角点A1坐标，为第k个相邻近历史时刻地秤拐角点A1坐标。

优选地，第一距离具体为：

其中为地秤拐角点A1采样时刻即第n时刻的第一距离；P为采样时刻车轮支撑点的数量；为第n时刻第p个车轮支撑点；为第n个时刻第p个车轮支撑点与地秤拐角点A1的像素距离。