专利名称：车辆动态称重系统及方法
技术领域：
本发明涉及车辆称重，尤其涉及车辆动态称重。
背景技术：
公路车辆动态称重(Highway Vehicle Weigh-in-Motion)，是指车辆在不停车、运动状态下的称重，即指车辆以一定的车速通过称重平台，称重仪依次测量出各个轴重或轮重，最后把各轴重或轮重累加而得到整车重量的称重方式。通过动态称重，可对行驶中的车辆进行预分类、超限检测、计重收费，还具有收集交通信息，为有关部门提供决策等功能。动态称重与停车状态下的静态称重相比，其主要特点是节省时间、效率高、成本低，并且称重时不对正常的交通造成较大的影响。动态称重技术还可以与车辆自动识别、微波射频技术、计算机视频检测技术和计算机网络技术等集成应用，实现车辆检测的自动化、智能化。
车辆动态称重的特征取决于以下因素车辆的类型，路面的情况与粗糙度，车辆的速度及加速度，车辆的动平衡，轮胎的状态，车辆悬挂的类型，装载物的三态特性，以及驾驶员的操作能力等。因此，可以说行驶中车辆的“重量”不是一个确定不变的值，而是与多种因素有关、按某种分布的一个随机“重量”。另外，动态称重算法与传感器类型密切相关，采用不同的传感器，相应的算法可能有很大的不同。
目前的称重系统均存在较大的误差，其中产生误差的主要原因有车辆在称台上的颠簸状态，即车辆动态载荷的振荡频率；称台的固有振荡频率；50Hz工频对测量信号的影响；称台的水平运动对传感器产生的重力方向的分力；传感器非线性特性引起的误差；路面的倾斜和车辆的机械结构造成的重量的转移；路面的高差产生的误差，特别对于拖车；车辆加减速时对称台的冲击力；车辆运动过程中引起台面变形产生的时变动力；传感器和称台系统对应力的反应速度；传感器电特性的不同以及机械安装不当造成的偏载；外界的其他干扰，例如电磁干扰等。
在上面这些误差因素中，对于路面不平整产生的误差，只能通过规范施工以达到要求。目前在动态称重系统中，纯粹由传感器原因引起的误差也只占很小的比重。高频干扰和50Hz的工频干扰可以通过硬件和软件滤波技术等加以消除。实验分析表明，占整体90％的误差来自于低频干扰，即由于车辆动态载荷的低频振荡引起的误差。该振荡频率主要集中在30Hz以内。由于汽车的轴重信号也是低频量，因此很难通过低通滤波方法滤除。此外，由于轴重计量使用非常短的台面，在有限的时间内采集的数据量很有限。对于低频干扰，在车速很快的情况迅速下下，还没有形成一个完整的振荡周期时车辆便离开了称台面，该信号为短历程信号。
我国是从上世纪90年代才开始引进动态称重技术。目前，我国的动态称重技术与国外同类技术相比还有一定的差距，尤其在称重精度、动态稳定性上差距还很大。在国内，目前阶段的动态称重精度还较低，一般实际应用中低速下(＜10km/h)的称重平均误差从±5％到±10％不等，相应的置信度为95％，速度提高导致称重精度的降。当车速提高时，称重误差迅速增大，在30Km/h的速度通过时误差甚至达到±40％以上。这种状况带来两个后果1)低速通过严重限制了称重收费站的工作效率，造成收费站的车辆排队现象；2)车辆通过时速度的不同导致称重计量不准确，影响收费的公平性，带来不必要的纠纷。
因此，如何提高称重精度，就成了车辆动态称重系统中的技术难点和关键，也成为我们研究的重要课题。
发明内容本发明的目的就是解决现有技术中的问题，提出一种车辆动态称重系统及方法，称重精度高。
为实现上述目的，本发明提出了一种车辆动态称重系统，包括信号依次传输的线圈检测器、称重平台、轮轴判别器、红外线车辆分离器、数据采集处理器、收费车道计算机和车重及费额显示器，所述轮轴判别器至少为三组，每组间隔一定距离。
为实现上述目的，本发明还提出了一种车辆动态称重数学模型方法，将汽车经过称台产生的信号看作是汽车的静态轴重随时间变化的线性项与汽车动载引起的幅值变化的周期振荡项的叠加，根据检测数据拟合出数学模型，保留该模型的线性项达到抑制噪声的目的，将周期性干扰的抑制问题就转化为检测数据的非线性拟合问题，再采用非线性最优化参数估计手段进行估算。
作为优选，所述的数学模型为Y(t)=kt+Σi=1pAisin(2πBit+Ci),]]>式中Y(t)为称重信号的数学模型；k为由稳态载荷沿承载板移动时引起的称重信号变化率；Ai为称重信号中不同频率成分的动载幅值随时间的变化率；Bi为不同频率动载的频率；Ci为不同频率动载的相位；p为汽车车轮动载周期干扰所包含的不同频率成分的个数。
作为优选，在数学模型中考虑汽车通过轴重衡的时间内的速度变化，在称重系统硬件上增加车辆通过速度和加速度的检测装置，并将速度和加速度作为考虑因素，以权重的形式体现出来，实现估算数据的最优融合。
为实现上述目的，本发明还提出了一种车辆动态称重系统辨识方法，将车辆称重装置和车辆视为一个整体系统来建立数学模型，得出一个标准的用ARMA模型表示的快速时变系统，利用快速时变系统辨识算法进行在线递推辨识，根据称重系统的输入输出数据以及所建立快速时变系统的模型算出轴重。
作为优选，在数学模型中考虑汽车通过轴重衡的时间内的速度变化，在称重系统硬件上增加车辆通过速度和加速度的检测装置，并将速度和加速度作为考虑因素，以权重的形式体现出来，实现估算数据的最优融合。
本发明的有益效果本发明采用数学模型法或者系统辨识方法对汽车轴重信号进行测量和估算，可以抑制噪声，将周期性干扰的抑制问题转化为检测数据的非线性拟合问题再采用非线性最优化参数估计手段进行估算，基于系统辨识的轴重动态检测方法可以提高测量的精度，减少车辆通过检测口时因不同车速给检测带来的误差，可以高精度地对快速时变系统进行在线递推辨识；在这两种估算方法中采用至少三组轮轴判别器对速度和加速度进行检测，考虑汽车通过轴重衡的时间内速度的变化，进一步减小称重计量误差，最大限度地提高称重精度，最大通行车速在30km/h以下范围时，车总重计量误差控制在±6％范围以内，能够得到符合国家计量标准的数据。
本发明的特征及优点将通过实施例结合附图进行详细说明。
图1是本发明车辆动态称重系统的结构示意图。
具体实施方式实施例一图1是本发明车辆动态称重系统的结构示意图。车辆动态称重系统，包括信号依次传输的线圈检测器11、称重平台12、轮轴判别器13、红外线车辆分离器14、数据采集处理器15、收费车道计算机16和车重及费额显示器17，所述轮轴判别器13至少为三组，每组间隔一定距离。称重台硬件基本保持原有的设备，只是在原有的轮轴判别器13后面以1米为间隔再增加两个轮轴判别器13，作为速度和加速度的准确测量用。信号处理硬件也相应地增加速度和加速度量的输入采集通道，并以嵌入式系统为核心，构造称重信号处理算法的并行高速处理系统。硬件实现采用MCU+DSP模式。其中，高速MCU主要负责数据采集，DSP则主要负责高速的数据运算，它们之间通过双口RAM来进行数据的交互。当采集到的数据尽可能多时，计算出来的测量值应更接近于实际值，为此应尽可能提高A/D的采样速率和DSP的数据处理能力，故优选采用32-bit浮点型的DSP和高速A/D器件。动态称重仪的整个硬件由电源电路、信号调理电路、高速A/D转换电路、单片机子系统、DSP子系统、键盘/显示电路以及通讯电路等部分组成。
基于上述系统构成，采用车辆动态称重数学模型方法，将测量数据结合数学模型对汽车轴重信号进行准确估算，使用优化算法来估计模型中的参数从而减小低频干扰，汽车经过称台产生的信号可以看作是汽车的静态轴重随时间变化的线性项与汽车动载引起的幅值变化的周期振荡项的叠加。即Y(t)kt+Σi=1pAisin(2πBit+Ci)]]>式中Y(t)为称重信号的数学模型；k为由稳态载荷沿承载板移动时引起的称重信号变化率；Ai为称重信号中不同频率成分的动载幅值随时间的变化率；Bi为不同频率动载的频率；Ci为不同频率动载的相位；p为汽车车轮动载周期干扰所包含的不同频率成分的个数。根据检测数据拟合出上述模型，保留该模型的线性项就可以达到抑制噪声的目的，这时周期性干扰的抑制问题就转化为检测数据的非线性拟合问题。由于该模型比较复杂，优化采用一些非线性最优化参数估计手段，如Levenberg-Marquet非线性最优估计方法等来解决。
上述方法是基于一个假设，即在汽车通过轴重衡的时间内速度不变。而实际上车速是总是有波动的，即汽车的加速度因素不可忽略，并对称重计量带来误差，并且其测量精度往往和汽车的通过速度大小有某种联系，但要从理论上建立速度、加速度与称重结果的关系却十分困难，为了最大限度提高称重精度，本发明在称重系统硬件上增加了车辆通过速度和加速度的检测装置，将速度和加速度作为考虑因素，以权重的形式体现出来，实现上述两种方法所获得结果的最优融合。最终的轴重测量量可以由下式表示Y=(w1v+w1a)Y1+(w2v+w2a)Y2w1v+w1a+w2v+w2a]]>式中，w1v，w2v为和速度有关的权重，w1a，w2a为和加速度有关的权重，Y1和Y2分别为从最优参数估计方法和系统辨识方法获得的轴重结果，Y为最终的轴重。式中权重的确定需要通过大量的实验。实际中我们优选采用神经网络训练等智能信号融合方法来自动获得两个轴重量、速度和加速度四个输入量的最优非线性融合输出。
实施例二系统硬件构成与实施例一基本一致，但是估算方法采用车辆动态称重系统辨识方法，将车辆称重装置和车辆视为一个整体系统来建立数学模型，得出一个标准的用ARMA模型表示的快速时变系统。对此模型利用一种快速时变系统辨识算法进行在线递推辨识，根据称重系统的输入输出数据以及所建立快速时变系统的模型算出轴重。基于系统辨识的轴重动态检测方法可以提高测量的精度，减少车辆通过检测口时因不同车速给检测带来的误差。
上述方法也是基于汽车通过轴重衡的时间内速度不变的假设。而实际上车速是总是有波动的，即汽车的加速度因素不可忽略，并对称重计量带来误差，并且其测量精度往往和汽车的通过速度大小有某种联系，但要从理论上建立速度、加速度与称重结果的关系却十分困难，为了最大限度提高称重精度，本实施例采用与实施例一相同的结构及方法将速度和加速度也作为考虑因素以权重的形式体现出来。
上述实施例是对本发明的进一步说明，不是对本发明的具体限定，本发明的系统结构可以作适当的简单变换，估算方法也可以作简单的等效变换，任何对本发明简单变换后的系统或方法均属于本发明的保护范围。
权利要求
1.车辆动态称重系统，包括信号依次传输的线圈检测器(11)、称重平台(12)、轮轴判别器(13)、红外线车辆分离器(14)、数据采集处理器(15)、收费车道计算机(16)和车重及费额显示器(17)，其特征在于所述轮轴判别器(13)至少为三组，每组间隔一定距离。
2.车辆动态称重数学模型方法，其特征在于将汽车经过称台产生的信号看作是汽车的静态轴重随时间变化的线性项与汽车动载引起的幅值变化的周期振荡项的叠加，根据检测数据拟合出数学模型，保留该模型的线性项达到抑制噪声的目的，将周期性干扰的抑制问题就转化为检测数据的非线性拟合问题，再采用非线性最优化参数估计手段进行估算。
3.如权利要求2所述的车辆动态称重数学模型方法，其特征在于所述的数学模型为Y(t)=kt+Σi=1pAisin(2πBit+Ci),]]>式中Y(t)为称重信号的数学模型；k为由稳态载荷沿承载板移动时引起的称重信号变化率；Ai为称重信号中不同频率成分的动载幅值随时间的变化率；Bi为不同频率动载的频率；Ci为不同频率动载的相位；P为汽车车轮动载周期干扰所包含的不同频率成分的个数。
4.如权利要求2或3所述的车辆动态称重数学模型方法，其特征在于在数学模型中考虑汽车通过轴重衡的时间内的速度变化，在称重系统硬件上增加车辆通过速度和加速度的检测装置，并将速度和加速度作为考虑因素，以权重的形式体现出来，实现估算数据的最优融合。
5.车辆动态称重系统辨识方法，其特征在于将车辆称重装置和车辆视为一个整体系统来建立数学模型，得出一个标准的用ARMA模型表示的快速时变系统，利用快速时变系统辨识算法进行在线递推辨识，根据称重系统的输入输出数据以及所建立快速时变系统的模型算出轴重。
6.如权利要求5所述的车辆动态称重系统辨识方法，其特征在于在数学模型中考虑汽车通过轴重衡的时间内的速度变化，在称重系统硬件上增加车辆通过速度和加速度的检测装置，并将速度和加速度作为考虑因素，以权重的形式体现出来，实现估算数据的最优融合。
全文摘要
本发明公开了一种车辆动态称重系统，包括信号依次传输的线圈检测器称重平台轮轴判别器红外线车辆分离器数据采集处理器中央处理单元和输出显示器，轮轴判别器至少为三组，每组间隔一定距离，还公开了两种估算方法，采用数学模型法或者系统辨识方法对汽车轴重信号进行测量和估算，可以抑制噪声，基于系统辨识的轴重动态检测方法可以提高测量的精度，减少车辆通过检测口时因不同车速给检测带来的误差；在这两种估算方法中采用至少三组轮轴判别器对速度和加速度进行检测，考虑汽车通过轴重衡的时间内速度的变化，进一步减小称重计量误差，最大限度地提高称重精度。
文档编号G01G19/03GK1844865SQ20061005061
公开日2006年10月11日 申请日期2006年5月8日 优先权日2006年5月8日
发明者何宏伟, 郑惠群 申请人:何宏伟