行车重量智能监控系统及方法与流程

本发明涉及动态称重领域，尤指一种行车重量智能监控系统及方法。

背景技术：

动态称重技术有低速称重和高速称重之分。低速称重目前的应用较为广泛，技术较为成熟，称重精度也较高，目前国内绝大部分计重收费站点采用的是低速称重设备及技术。高速动态称重技术在高速预检、非现场执法领域得到十分广泛的应用。高速称重设备主要应用在高速公路、国省道等自由流通行的道路断面上。其采用的传感器与低速设备不同，多为一体式的称重传感器，即：称体本身即为称重传感器。此类设备尺寸较小，多呈条状，一般其称重区域要远远小于车辆轮胎的接地面积，因此高速称重设备多为不完全称重设备。目前应用较为广泛的高速称重条状传感器有窄条、石英、压电膜等。图1为条状传感器采集到的一辆两轴车的波形信号。

由于高速设备的称重区域一般远小于轮胎的接地面积，故采集到的此类设备的波形一般较为陡峭，且有一个明显的波峰。图中，e点为车辆的上称点，f点为车辆的下称点。目前，多采用ef段波形的积分与车辆的速度的乘积来计算此段波形所反映的重量信息。

图2为一种典型高速称重设备的速度计算示意图。高速称重设备一般采用多根条状传感器联合布局的方式，由于条状传感器的称重区域面积要远小于轮胎的接地面积，故可以精确得到轮胎触发前后传感器的时刻t1和t2，其中，传感器#1的触发时刻t1＝(t1+t2)/2，t1代表传感器#1的上称时刻，t2代表传感器#1的下称时刻，t2的计算与之类似。有了t1与t2再结合传感器之间的固定距离l，很容易计算出车辆的精确速度v。同样的，

v＝l/(t2-t1)

针对高速动态称重系统，一方面由于其自身特点导致其精度不理想，另一方面由于其布置较为明显，司机往往会采取一定的作弊手段，导致称重误差的加大。

技术实现要素：

本发明目的在于提供一种肉眼无法察觉且测量准确的防作弊行车重量智能监控系统。

为达上述目的，本发明具体提供一种行车重量智能监控系统，所述系统包含第一称重传感器、分析装置和第二称重传感器；所述第一称重传感器用于采集车辆的第一参考重量数据；所述第二称重传感器埋设于道路材料内，且与路面和地底具有一定距离；所述第二称重传感器用于根据路面上的车辆对路面的压力产生形变，生成形变特征数据；所述分析装置用于根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型，以及根据待测车辆的所述形变特征数据与所述计算模型获得所述待测车辆的第二参考重量数据；以及根据所述第一称重传感器获得的待测车辆的第三参考重量数据和/或所述第二称重传感器获得的待测车辆的第二参考重量数据获得待测车辆的重量。

在上述行车重量智能监控系统中，优选的，所述第二称重传感器包含弹性体、传感腔和至少一个应变片；所述弹性体用于根据路面上的车辆对路面的压力发生形变；所述传感腔用于为所述弹性体提供形变空间；所述应变片设置于所述弹性体上或所述弹性体中，用于获取所述弹性体形变特征数据。

在上述行车重量智能监控系统中，优选的，所述系统还包含环境数据采集模块，所述环境数据采集模块用于获取环境数据，并将所述环境数据发送至所述计算装置；所述计算装置根据所述第一参考重量数据、所述形变特征数据和所述环境数据的对应关系建立计算模型。

在上述行车重量智能监控系统中，优选的，所述第一称重传感器还包含第一识别模块，所述第一识别模块用于检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；所述第一称重传感器根据所述车辆作弊情况数据采集车辆的第一参考重量数据。

在上述行车重量智能监控系统中，优选的，所述第二称重传感器还包含第二识别模块，所述第二识别模块用于检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；所述第二称重传感器根据所述车辆作弊情况数据获取与车辆重量对应的形变特征数据。

在上述行车重量智能监控系统中，优选的，所述分析装置包含判断模块，所述判断模块用于根据所述车辆作弊情况数据选择所述第一称重传感器获得的待测车辆的第三参考重量数据和所述第二称重传感器获得的待测车辆的第二参考重量数据中一个或两者之间的结合作为待测车辆的重量。

本发明还提供一种行车重量智能监控方法，所述方法包含：通过第一称重传感器获得车辆的第一参考重量数据；通过设置于道路材料内，且与路面和地底具有一定距离的第二称重传感器，获取由路面上的车辆对路面的压力产生的形变特征数据，并根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型，以及根据待测车辆的所述形变特征数据与所述计算模型获得所述待测车辆的第二参考重量数据；根据所述第一称重传感器获得的待测车辆的第三参考重量数据和/或所述第二称重传感器获得的待测车辆的第二参考重量数据获得待测车辆的重量。

在上述行车重量智能监控方法中，优选的，根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型还包含：获取第二称重传感器所处环境的环境数据，并根据所述第一参考重量数据、所述形变特征数据和所述环境数据的对应关系建立计算模型。

在上述行车重量智能监控方法中，优选的，所述通过第一称重传感器获得车辆的第一参考重量数据还包含：检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；根据所述车辆作弊情况数据获取车辆的第一参考重量数据。

在上述行车重量智能监控方法中，优选的，根据所述第一称重传感器获得的待测车辆的第三参考重量数据和/或所述第二称重传感器获得的待测车辆的第二参考重量数据获得待测车辆的重量包含：根据所述车辆作弊情况数据选择所述第一称重传感器获得的待测车辆的第三参考重量数据和所述第二称重传感器获得的待测车辆的第二参考重量数据中一个或两者之间的结合作为待测车辆的重量。

本发明的有益技术效果在于：通过本发明所提供的行车重量智能监控系统及方法可有效监测行车的质量，防止作弊等行为；同时，由于防作弊称重传感器嵌入在路面下，其不仅结构简单和无需维护，同时也不影响路面摩擦系数，不会对通过车辆的制动造成影响。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为一种高速称重设备采集到的两轴车的波形信号；

图2为一种典型高速称重设备的速度计算；

图3为第二称重传感器系统的结构示意图；

图4为第一称重传感器与第二称重传感器的布局；

图5为第一传感器数据在线训练隐蔽式传感器；

图6为行车重量智能监控系统联合称重方法与流程；

图7为第一传感器单独称重时的重量相对误差；

图8为第二传感器在未标定时的称重相对误差；

图9为第二传感器标定后的称重相对误差；

图10为基于传感器融合后的称重相对误差。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

请参考图4所示，本发明具体提供一种行车重量智能监控系统，所述系统包含第一称重传感器即现有的窄条系统称重设备、分析装置和第二称重传感器即本申请给出的隐蔽式称重设备；所述第一称重传感器用于采集车辆的第一参考重量数据；所述第二称重传感器埋设于道路材料内，且与路面和地底具有一定距离；所述第二称重传感器用于根据路面上的车辆对路面的压力产生形变，生成形变特征数据；所述分析装置用于根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型，以及根据待测车辆的所述形变特征数据与所述计算模型获得所述待测车辆的第二参考重量数据；以及根据所述第一称重传感器获得的待测车辆的第三参考重量数据和/或所述第二称重传感器获得的待测车辆的第二参考重量数据获得待测车辆的重量。以此，通过上述系统，在实际道路车辆动态称重时，既可利用现有的窄条系统称重设备即第一称重传感器获得较为准确的车辆重量，又可以在车辆利用作弊通过窄条系统称重设备时，利用第二称重传感器及隐蔽式称重设备进行辅助称重获得车辆的重量，防止作弊行为，值得说明的是，因第二称重传感器设置于道路材料内部，因此其无法从道路外部所发现，车辆在经过该第二称重传感器时，无法做出有效的作弊行为，同时，利用前期无作弊行为的车辆重量与第二称重传感器获得的波形之间的对应关系所建立的计算模型，使得第二称重传感器得以通过该计算模型对路面车辆进行称重，后期也能有效帮助第二称重传感器提高其测量精度。在上述实施例中，所述第二称重传感器即隐蔽式称重传感器，可为低于gb/t21296-200710级以下精度的称量系统，其是一种相对于窄条传感器相比成本较低，但对压力变化具有较高灵敏度的、埋入地下的传感器；第一称重传感器则可为达到gb/t21296-200710级及以上精度的称量系统；实际工作中，当第二称重传感器利用所述计算模型测得重量与第一称重传感器实际测得值如相差较小，低于一预定阈值时，则代表计算模型可用，此时第二称重传感器即可单独执行称重工作，当然后期也可不断利用所述第一称重传感器所测数据训练所述计算模型，以提高所述计算模型的计算精度。

再请参考图4所示，在上述实施例中，所述根据待测车辆的所述形变特征数据与所述计算模型获得所述待测车辆的第二参考重量数据包含，通过第二称重传感器与第一称重传感器同时获得任一车辆的重量后，该形变特征数据则成为该车辆的波形表示信息，此时代表该波形即为该车辆的重量表现形式，为此，后续当检测到某一车辆为该波形时，即可表明该车辆的实际重量，实际工作中，该计算模型可通过建对应关系表或其他方式建立，本发明在此不再详述。

请参考图3所示，在本发明一优选的实施例中，所述第二称重传感器包含弹性体、传感腔和至少一个应变片；所述弹性体用于根据路面上的车辆对路面的压力发生形变；所述传感腔用于为所述弹性体提供形变空间；所述应变片设置于所述弹性体上或所述弹性体中，用于获取所述弹性体形变特征数据；其中，所述传感腔设置于所述弹性体内部或设置于所述弹性体形变侧与地底之间；所述应变片包含半导体应变片和/或金属电阻应变片，且所述应变片沿道路车辆行驶方向贴设于所述弹性体表面，或所述应变片沿垂直所述道路车辆行驶方向贴设于所述弹性体表面；所述弹性体的上表面与所述路面的距离为5cm至40cm之间。

在上述实施例中，所述第二称重传感器还包含惠斯通电桥和数模转换电路，所述惠斯通电桥用于将所述形变特征数据转换为模拟电信号；所述数模转换电路用于将所述模拟电信号转换为数字信号。

在本发明一优选的实施例中，所述系统还包含环境数据采集模块，所述环境数据采集模块用于获取环境数据，并将所述环境数据发送至所述计算装置；所述计算装置根据所述第一参考重量数据、所述形变特征数据和所述环境数据的对应关系建立计算模型。例如：利用采集时序的环境数据做拟合，并分析第二称重传感器随时序的环境数据演化的非线性规律，根据该非线性规律对第二称重模型进行修正；或者简单的利用环境数据、第一参考重量数据与形变特征数据的对应关系建立映射表，根据映射表建立计算模型；当然实际工作中，工作人员可根据实际需要选择使用，本发明在此并不做过多限制。

在本发明一优选的实施例中，所述第一称重传感器还包含第一识别模块，所述第一识别模块用于检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；所述第一称重传感器根据所述车辆作弊情况数据采集车辆的第一参考重量数据。进一步的，所述分析装置包含判断模块，所述判断模块用于根据所述车辆作弊情况数据选择所述第一称重传感器获得的待测车辆的第三参考重量数据和所述第二称重传感器获得的待测车辆的第二参考重量数据中一个或两者之间的结合作为待测车辆的重量。在上述实施例中，所述第一识别模块主要通过行车轨迹、速度等条件判断车辆行驶时是否有作弊意图，当车辆作弊情况数据中的轨迹、速度与预定阈值比较不符时，则可判定该车辆存在作弊行为；当车辆出现作弊行为时，此刻该重量数据显然异常，为此该数据无法作为第一参考重量数据，抛弃不用；当然实际工作中，也可通过其他既有形式进行判断作弊行为，本发明在此不再详述。

同理，在本发明一优选的实施例中，所述第二称重传感器还包含第二识别模块，所述第二识别模块用于检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；所述第二称重传感器根据所述车辆作弊情况数据获取与车辆重量对应的形变特征数据。当车辆无意识或其他情况导致出现类似于作弊行为时，第二称重传感器所采集的形变特征数据明显是不准确的，为此该数据无法用来建立计算模型，予以抛弃不采集。

请参考图5所示，本发明还提供一种行车重量智能监控方法，所述方法包含：通过第一称重传感器获得车辆的第一参考重量数据；通过设置于道路材料内，且与路面和地底具有一定距离的第二称重传感器，获取由路面上的车辆对路面的压力产生的形变特征数据，并根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型，以及根据待测车辆的所述形变特征数据与所述计算模型获得所述待测车辆的第二参考重量数据；根据所述第一称重传感器获得的待测车辆的第三参考重量数据和/或所述第二称重传感器获得的待测车辆的第二参考重量数据获得待测车辆的重量。

请参考图6所示，实际工作中，本发明所提供行车重量智能监控方法流程具体如下：分别采集窄条传感器即第一称重传感器和隐蔽式传感器即第二称重传感器的数据，分别提取两种传感器的特征信息值；其次，在提取完特征信息值后，窄条传感器利用其称重模型计算重量，隐蔽式传感器通过第一参考重量数据标定重量计算模型。在此基础上，利用上述两种传感器或其它附加传感器得出车速、行驶轨迹和温度等车辆行驶状态和路面状态。最后，根据传感器计算得到的各种信息，对模型进行融合。利用得到的融合模型和两传感器的实测数据，获得实测车辆的重量。具体的，在实际工作中，所述第一称重传感器与所述第二称重传感器联合称重流程具体可如下进行：联合称重第一步也是逻辑匹配，即将同一辆车通过第二称重传感器的信号信息和通过第一称重传感器的信号信息进行匹配；联合称重第二步同样，也是标定的过程。由于第二称重传感器自身的精度低，需要大量现场匹配成功的车辆进行标定。这里，标定数据的选取有一个前提，即第一称重传感器并未发现车辆有异常情况的车辆。如果车辆行驶异常，第一称重传感器本身获得的车辆重量标签都不准确，显然数据是无效的，需要摒弃，当标定好第二称重传感器后，即可进行联合称重获取实测车辆的重量；在该过程中因环境中其他因素的不同亦会导致第一称重传感器和第二称重传感器所测数据的变化，为此工作人员也可利用环境因素的变化情况拟合一变量函数去修正第一称重传感器和第二传感器所测数据。

在上述实施例中，根据所述第一参考重量数据和所述形变特征数据的对应关系建立计算模型还包含：获取第二称重传感器所处环境的环境数据，并根据所述第一参考重量数据、所述形变特征数据和所述环境数据的对应关系建立计算模型。例如：利用采集时序的环境数据做拟合，并分析第二称重传感器随时序的环境数据演化的非线性规律，根据该非线性规律对第二称重模型进行修正；或者简单的利用环境数据、第一参考重量数据与形变特征数据的对应关系建立映射表，根据映射表建立计算模型；当然实际工作中，工作人员可根据实际需要选择使用，本发明在此并不做过多限制。

在本发明一优选的实施例中，所述通过第一称重传感器获得车辆的第一参考重量数据还包含：检测车辆的行驶状态，并将所述行驶状态与预定阈值比较，根据比较结果获得车辆作弊情况数据；根据所述车辆作弊情况数据获取车辆的第一参考重量数据。其后再根据所述车辆作弊情况数据选择所述第一称重传感器获得的待测车辆的第三参考重量数据和所述第二称重传感器获得的待测车辆的第二参考重量数据中一个或两者之间的结合作为待测车辆的重量。

请参考图7至图10所示的效果图，本发明所提供的行车重量智能监控方法及系统了能够防止司机在作弊时的车重数据流失，并提高了传统单种窄传感器的重量计算精度；当窄条传感器判断车辆作弊时，可采用经过历史数据修正的隐蔽式传感器计算结果，其相对误差基本在10％以内。当车辆没有作弊时，采用传感器数据融合后的方法计算车重，其相对误差基本保证在3％以内。

通过本发明所提供的行车重量智能监控系统及方法可有效监测行车的质量，防止作弊等行为；同时，由于防作弊称重传感器嵌入在路面下，其不仅结构简单和无需维护，同时也不影响路面摩擦系数，不会对通过车辆的制动造成影响。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。