本发明属于通信领域，具体涉及一种车辆超载监控方法及系统。
背景技术：
车联网是利用移动网与互联网，建立汽车与外部环境的联系，实现车与路、车与人、车与车、车主与信息提供者、车主与汽车或交通服务商的沟通，让汽车生活更加智能、更加便捷、更加安全、更加美好。车联网是物联网与智能交通结合的产物，是物联网最具有发展前景的典型应用。
对于货车超重违章行为的监控，现有的技术手段是采取在路面安装测重仪器的方式对货车重量进行测量，以达到监控货车超重的目的。这种方式的缺点是需要对行驶路面进行改造，安装测重设备和仪器。由于货车载重较大，多达几吨甚至几十吨，对测重设备的耐压能力和测量能力要求较高，因此货车测重设备一般造价较高，对公路路面进行改造安装测重仪器的成本也很高。而且测重设备一般要求车辆减速行驶通过才能准确测量出货车载重，因此往往需要交警人工拦车让车辆减速通过的方式来对超重行为进行检查，既耗费警力，也影响货车的通行效率。
因此，本领域中亟需一种车辆超载监控方法。
技术实现要素：
本发明旨在至少解决现有技术中存在的技术问题之一，提出了一种车辆超载监控方法及系统，可自动对车辆进行超载监控。
本发明提供了一种车辆超载监控方法，其包括：
获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长；
根据行程信息计算车辆的本次行程的平均油耗；
根据行程信息计算车辆在本次行程的理论满载油耗；
判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。
其中，在根据行程信息计算车辆的本次行程的平均油耗的步骤中，包括：
根据本次行程的油耗和本次行程的距离，计算本次行程的平均油耗。
其中，在根据行程信息计算车辆在本次行程的理论满载油耗的步骤中，包括：
获取车辆的车辆信息，车辆信息包括车辆自重和最大载重；
根据本次行程的距离和本次行程的时长，计算本次行程的平均速度；
读取历史数据中与平均速度对应的油耗区间；
根据油耗区间，计算与平均速度对应的理论空载平均油耗；
根据理论空载平均油耗和车辆信息，计算在本次行程的理论满载油耗。
其中，在获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长的步骤之后，在获取车辆的本次行程的平均油耗的步骤之前，还包括：
采集车辆图像；
根据车辆图像判断车辆高度是否超出高度阈值，若超出，则进行获取车辆的行程信息的步骤。
其中，在获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长的步骤之后，在根据车辆图像判断车辆高度是否超出高度阈值的步骤之前，还包括：
识别车辆的车牌；
根据车辆的车牌查找车辆的车型信息，车型信息包括车辆的高度阈值。
本发明还提供了一种车辆超载监控系统，其包括：
获取单元，用于获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长；
计算单元，用于根据行程信息计算车辆的本次行程的平均油耗，和根据行程信息计算车辆在本次行程的理论满载油耗；
第一判断单元，用于判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。
其中，计算单元还用于根据本次行程的油耗和本次行程的距离，计算本次行程的平均油耗。
其中，获取单元还用于获取车辆的车辆信息，车辆信息包括车辆自重和最大载重；
车辆超载监控系统还包括读取单元，用于读取历史数据中与平均速度对应的油耗区间；
计算单元还用于根据油耗区间计算与平均速度对应的理论空载平均油耗，并根据理论空载平均油耗和车辆信息计算在本次行程的理论满载油耗。
其中，还包括：
采集单元，用于采集车辆图像；
第二判断单元，用于根据车辆图像判断车辆高度超出高度阈值，若超出，则向获取单元发送获取指令；
获取单元在接收到获取指令时，从车辆中获取车辆的行程信息。
其中，还包括：
识别单元，用于识别车辆的车牌；
查找单元，用于根据车辆的车牌查找车辆的车型信息，车型信息包括车辆的高度阈值。
本发明具有以下有益效果：
本发明提供的车辆超载监控方法及系统，能够获取车辆的行程信息，根据行程信息计算车辆的本次行程的平均油耗，根据行程信息计算车辆在本次行程的理论满载油耗，判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。由此，无需对路面进行改造以安装测重设备，也无需交警拦截车辆进行人工检查，即可自动进行超载监控，既节约人力，又能提高车辆通行效率。
附图说明
图1为本发明实施例提供的车辆监控方法的流程框图；
图2为本发明另一实施例提供的车辆监控方法的流程框图；
图3为本发明又一实施例提供的车辆监控系统的原理框图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图来对本发明提供的车辆监控方法及系统进行详细描述。
本发明实施例提供了一种车辆超载监控方法，如图1所示，其包括：
s1，获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长。
其中，本次行程指的是自车辆最后一次启动起至获取行程信息的时刻的行程，或者，自车辆进入指定道路起至获取行程信息的时刻的行程。
s2，根据行程信息计算车辆的本次行程的平均油耗。
s3，根据行程信息计算车辆在本次行程的理论满载油耗。
其中，理论满载油耗指的是在车辆满载时的油耗。
s4，判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。
在本实施例中，先计算平均油耗，再计算理论满载油耗，但本发明并不局限于此，在实际应用中，也可以先计算理论满载油耗，再计算平均油耗，也可以同时计算平均油耗和理论满载油耗。
本发明提供的车辆超载监控方法，能够获取车辆的行程信息，根据行程信息计算车辆的本次行程的平均油耗，根据行程信息计算车辆在本次行程的理论满载油耗，判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。由此，无需对路面进行改造以安装测重设备，也无需交警拦截车辆进行人工检查，即可自动进行超载监控，既节约人力，又能提高车辆通行效率。
本发明另一实施例提供了一种车辆超载监控方法，如图2所示，其包括：
s10，采集车辆图像。
s20，识别车辆的车牌。
s30，根据车辆的车牌查找车辆的车型信息，车型信息包括车辆的高度阈值。
其中，高度阈值指的是车辆在满载的情况下所对应的车辆高度。
其中，根据在步骤s20中识别的车辆的车牌，提取车牌信息，并在车牌数据库中查找该车牌对应的车型信息，车型信息包括车辆的高度阈值。
s40，根据车辆图像判断车辆高度是否超出高度阈值，若未超出，则结束，若超出，则进行步骤s50。
其中，根据在步骤s10中采集的车辆图像，测量车辆高度。
由于本实施例针对的车辆主要是货车，货车的载货重量的增加会导致车辆高度相应增大，因此，通过判断车辆高度是否超出高度阈值可以初步判断车辆是否超出载重。
s50，获取车辆的行程信息。
其中，行程信息包括本次行程的油耗e、本次行程的距离s和本次行程的时长t。
s60，根据行程信息计算车辆的本次行程的平均油耗a。
其中，本次行程的平均油耗a＝本次行程的油耗e/本次行程的距离s。
s70，获取车辆的车辆信息，车辆信息包括车辆自重w和最大载重m。
其中，车辆自重w和最大载重m均是在车牌数据库中根据车牌查找的。
s80，根据本次行程的距离s和本次行程的时长t，计算本次行程的平均速度v。
其中，平均速度v＝本次行程的距离s/本次行程的时长t。
s90，读取历史数据中与平均速度v对应的油耗区间[a0,an]。
在本实施例中，车辆的理论满载油耗是由大数据分析的方式获得。具体地，所有该车型的车辆将每一速度下所对应的油耗上传至数据库，数据库对所有上传的速度进行离散化处理，将所有速度划分为若干速度区间v1,v2…vn。
需要说明的是，在本实施例中，也将车辆将在每一速度下对应的油耗上传至数据库，用以丰富数据库的数据量。
假设本实施例中的本次行程的平均速度v，平均速度v所属的速度区间vi，读取历史数据中速度区间vi下的所有的油耗，获得油耗区间为[a0,an]。
s100，根据油耗区间，计算与平均速度v对应的理论空载平均油耗a0。
其中，将油耗区间[a0,an]中的最小油耗作为该车型的理论空载平均油耗a0。
s110，根据理论空载平均油耗a0和车辆信息，计算在本次行程的理论满载油耗ax。
其中，理论满载油耗ax＝理论空载平均油耗a0*(车辆自重w+最大载重m)/车辆自重w。
在本实施例中，由于理论满载油耗ax的是通过由大数据分析的方式获得，随着数据库不断更新，理论满载油耗ax的数值也在不断变化，因此，理论满载油耗ax并非始终保持不变。
s120，判断车辆的本次行程的平均油耗a是否大于车辆的理论满载油耗ax，若否，则结束；若是，则确定为超载，并执行步骤s130。
s130，发送警告信息，并存储车辆图像作为超载证据。
其中，发送警告信息的方式包括但不限于：发送警告信息至车辆终端；发送警告至道路末端的显示牌上；发送警告消息至远程监控中心，再由远程监控中心以电话或短信等方式通知车主。
本发明又一实施例还提供了一种车辆超载监控系统，如图3所示，其包括获取单元100、计算单元200和第一判断单元300。
获取单元100用于获取车辆的行程信息，行程信息包括本次行程的油耗、本次行程的距离和本次行程的时长。
其中，获取单元100可以从车辆上的智能车载终端上直接获取车辆的行程信息。智能车载终端安装在车辆内部，通过车辆obd接口与车辆电脑相连。
计算单元200用于根据行程信息计算车辆的本次行程的平均油耗，和根据行程信息计算车辆在本次行程的理论满载油耗。
第一判断单元300用于判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。
本发明提供的车辆超载监控系统，能够获取车辆的行程信息，根据行程信息计算车辆的本次行程的平均油耗，根据行程信息计算车辆在本次行程的理论满载油耗，判断车辆的本次行程的平均油耗是否大于车辆的理论满载油耗，若是，则确定为超载。由此，无需对路面进行改造以安装测重设备，也无需交警拦截车辆进行人工检查，即可自动进行超载监控，既节约人力，又能提高车辆通行效率。
在本实施例中，计算单元200还用于根据本次行程的油耗和本次行程的距离，计算本次行程的平均油耗。
获取单元100还用于获取车辆的车辆信息，车辆信息包括车辆自重和最大载重。
如图3所示，在本实施例中，车辆超载监控系统还包括读取单元400，用于读取历史数据中与平均速度对应的油耗区间。
在本实施例中，还包括数据库(图中未示出)，此时，读取单元400从数据库中读取与平均速度对应的油耗区间。
在本实施例中，智能车载终端还可以具有通信模块，用于将车辆将每一速度下所对应的油耗上传至数据库，用以丰富数据库的数据量。
计算单元200还用于根据油耗区间计算与平均速度对应的理论空载平均油耗，并根据理论空载平均油耗和车辆信息计算在本次行程的理论满载油耗。
如图3所示，在本实施例中，还包括采集单元和第二判断单元。
采集单元500，用于采集车辆图像。
第二判断单元600，用于根据车辆图像判断车辆高度超出高度阈值，若超出，则向获取单元发送获取指令。
获取单元100在接收到获取指令时，从车辆中获取车辆的行程信息。
在本实施例中，还包括识别单元(图中未示出)和查找单元(图中未示出)。
识别单元用于识别车辆的车牌。
查找单元用于根据车辆的车牌查找车辆的车型信息，车型信息包括车辆的高度阈值。
在本实施例中，还包括警告单元(图中未示出)和存储单元(图中未示出)。
警告单元用于当第一判断单元300确定该车辆超载时，发送警告信息。其中，警告单元可以设置在车辆上；也可以设置在道路末端，例如，显示牌。
存储单元用于当第一判断单元300确定该车辆超载时，存储车辆图像或视频作为超载证据。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。