一种用于环卫收运车垃圾动态称重的方法与流程

本发明涉及垃圾称重的领域，尤其涉及一种环卫收运车垃圾动态称重的方法。

背景技术：

近年来随着城乡一体化进程的推进和发展，同时伴随着物联网技术的普及和推广，智慧城市建设逐渐被提上日程，智慧环卫作为智慧城市建设的重要组成部分，其呼声也是越来越高。但是智慧环卫是需要有明确的智慧环卫管理指标体系，以指导、评估各地智慧环卫的建设，如根据人口、面积、自然条件等设计垃圾收集模式、运输模式、处置模式等。智慧环卫，依托物联网技术与移动互联网技术，对环卫管理所涉及到的人、车、物、事进行全过程实时管理，合理设计规划环卫管理模式，提升环卫作业质量，降低环卫运营成本，用数字评估和推动垃圾分类管理实效。

现有环卫收运车上转载垃圾称重的方法主要分为静态称重和动态称重。静态称重：一般是车辆开到专门的地磅上进行称量；优点是计量准确，但缺点是一次性投资大，且无法进行现场结算，不能实时对转载量进行监控和调度。动态称重，如专利申请号为201510582848.4，在称重区域采用接近开关，检测距离10～15mm，当感应到信号后，停止几秒进行称重，其优点是，相对于地磅上进行称量，解决了无法进行现场结算，不能实时对转载量进行监控和调度，其本质上仍是静态称重，存在的不足是：1接近开关容易受到撞击而变形损坏；2时间久了，随着提桶机构的磨损，容易导致接近开关感应位置发生偏移；3每次倾倒过程中都要进行停顿，工作效率会降低，容易引进用户抱怨；4虽然此时是停顿在称重，但由于车辆本身是在震动，按静态称重设计的传感器和称重方法 容易导致计量不准确；5由于现场情况多变，车辆停放的位置不一定水平，而存在倾角，此时计重传感器上所实际承受的重量可能只是垃圾桶实际重量的一个分量。总之，由于存在上述各种不确定环境因数的影响，现有的动态称重方案实际很难保证称重的准确性。

技术实现要素：

本发明的目的是公开一种可以提高垃圾回收效率的情况下，尽可能提高垃圾称重准确性的用于环卫收运车垃圾动态称重的方法。

本发明通过以下技术方案来实现上述目的：一种用于环卫收运车垃圾动态称重的方法，垃圾桶内垃圾倒在环卫收运车上的依次包括以下步骤：(1)挂桶，环卫车上的支架向垃圾桶移动，直至垃圾桶挂在支架上；(2)提桶，支架带动垃圾桶上升，垃圾桶离开地面；(3)旋转运动，垃圾桶随支架转动角度向着环卫收运车翻转；(4)倾倒，翻转到位后，将垃圾桶内的垃圾倾倒在环卫收运车内；支架上设置重量传感器和倾角传感器，环卫收运车上设置连接重量传感器和倾角传感器的处理器；在垃圾桶上升一秒以后，以及垃圾桶随支架转动角度在1-20度的时间段内，重量传感器采集重量数据，倾角传感器同时采集支架翻转角度数据，处理器收集重量传感器和倾角传感器的数据，并滤除重量传感器和倾角传感器采集的异常数据，结合称重数据随支架翻转角度的同步位置信号值，绘制成重量随位置和时间变化的动态波形，通过计算波形平均值的方法，计算出本次提升垃圾的重量值。

作为优选，重量传感器和倾角传感器采集数据的次数均在70次以上。

作为优选，在垃圾桶上升一秒以后，以及垃圾桶随支架转动角度在1-15度的时间段内，重量传感器和倾角传感器采集的数据绘制重量随位置和时间变化的动态波形，并以此计算出本次提升垃圾的重量值，当垃圾桶随支架转动角度 在1-15度时，支架及垃圾桶稳定性最好，重量传感器和倾角传感器采集的数据最为准确，垃圾桶随支架转动角度在1-15度的范围内。进一步的，重量传感器和倾角传感器采集数据的次数均在90-110次之间，数据采集次数少于70次，在滤除异常数据之后就会影响称重准确性，数据采集次数肯定是越多越好的，旋转运动的过程时间一般在3-5秒，次数太多短时间内难以完成，并且次数达到110次之后称重准确率已经非常高，再增加采集次数对于称重准确性的提高也没有更多的提升空间。

作为优选，通过中值滤波算法滤除重量传感器和倾角传感器采集的异常数据，滤除异常数据，如车辆本身有可能突然抖动，导致本次采集的数据异常，可以提高称重的准确性。

作为优选，计算波形平均值的方法分如下几步：a.根据数据在图形上的分布情况，找出基准轴值；b.计算出图中各部分面积波形的高度，并取各部分波形的平均值；c.计算实际重量值＝基准轴值+平均值，提高称重准确性。

作为优选，垃圾桶上设置电子标签，支架上设置能够读取垃圾桶上电子标签信息的读卡器，用于记录垃圾桶信息，包括垃圾种类等，例如区分餐厨垃圾和普通垃圾。

作为优选，环卫收运车上安装车载GPS定位模块和本地仪表显示器，本地仪表显示器连接处理器，本地仪表显示器显示处理器上的信息，使用操作方便。进一步的，信息包括每次称重数据、累计称重数据、操作员信息和环卫收运车。更进一步的，处理器通过无线装置连接远程数据库服务器，处理器通过无线装置将信息传输到远程数据库服务器，处理器通过无线装置接收远程数据库服务器的指令并在本地仪表显示器上显示，为智慧环卫提供了大量的监管数据，可以方便监管和调度。

本发明的有益效果在于：在提桶初期，即垃圾桶上升一秒之内，支架碰触垃圾桶会有撞击余波，此时称重准确性低；当垃圾桶随支架转动角度大于20度时，支架及垃圾桶开始翻转，重量传感器和倾角传感器也会一起震动，称重准确性下降，垃圾桶随支架转动角度在1-20度的范围内是相对平稳的旋转运动阶段，滤除重量传感器和倾角传感器采集的异常数据并通过计算波形平均值的方法，计算出本次提升垃圾的重量值，在大幅提高垃圾称重效率的情况下，同时称重基本准确，满足了环卫称重的需求。

附图说明

图1是本发明实施例中垃圾桶在环卫收运车上倾倒垃圾的示意图。

图2是本发明实施例中50KG砝码加15.2KG垃圾桶采样数据波形示意图。

图3是本发明实施例中举例示意图。

具体实施方式

下面结合附图1和图2对本发明作进一步说明。

如图1所示，一种用于环卫收运车垃圾动态称重的方法，垃圾桶内垃圾倒在环卫收运车上的依次包括以下步骤：(1)挂桶，环卫车1上的支架2向垃圾桶3移动，直至垃圾桶3挂在支架2上，具体是支架2由略微偏移垂直轴线负角度，一般是-1～-2°向与垂直轴线平行方向移动并上升与垃圾桶3边沿接触；(2)提桶，支架2带动垃圾桶3上升，垃圾桶3离开地面；(3)旋转运动，垃圾桶3随支架2转动角度向着环卫收运车1翻转，其过程大约3～4秒左右；(4)倾倒，翻转到位后，将垃圾桶3内的垃圾倾倒在环卫收运车1内。

图1中，Y线是与地面垂直的轴线，转动角度就是指垃圾桶或支架与Y线的夹角，a是本专利最佳的转动角度1-15度，b是本专利选择的转动角度1-20度。

支架上设置重量传感器和倾角传感器，环卫收运车上设置连接重量传感器和倾角传感器的处理器；在垃圾桶上升一秒以后，重量传感器采集重量数据， 倾角传感器同时采集支架翻转角度数据，在旋转运动过程中，具体是垃圾桶随支架转动角度在1-15度的范围内，重量传感器采集重量数据，倾角传感器同时采集支架翻转角度数据，处理器收集重量传感器和倾角传感器的数据，结合称重数据随支架翻转角度的同步位置信号值，绘制成重量随位置和时间变化的动态波形，通过计算波形平均值的方法，计算出本次提升垃圾的重量值。

重量传感器是应变式重量传感器，能够将动态提升中的垃圾重量信号的变化实时的体现出来。倾角传感器可以用来测量相对于水平面的倾角变化量，由于该倾角传感器和应变式重量传感器配合使用，例如固定在同一个安装支架或传感器本身上，倾角传感器的输出角度是随时与重量传感器所处的位置一致的一般采集的次数也相同。

当垃圾桶随支架转动角度在1-15度时，支架及垃圾桶稳定性最好，重量传感器和倾角传感器采集的数据最为准确，称重准确性下降，垃圾桶随支架转动角度在1-15度的范围内，重量传感器和倾角传感器采集数据的次数均在90-110次之间，称重准确性可达99％。经过实验，数据采集次数少于70次，在滤除异常数据之后就会影响称重准确性，数据采集次数肯定是越多越好的，旋转运动的过程时间一般在3-5秒，次数太多短时间内难以完成，并且次数达到110次之后称重准确率已经非常高，再增加采集次数对于称重准确性的提高也没有更多的提升空间。

垃圾桶上设置电子标签，支架上设置能够读取垃圾桶上电子标签信息的读卡器，用于记录垃圾桶信息，包括垃圾种类等，例如区分餐厨垃圾和普通垃圾。环卫收运车上安装车载GPS定位模块和本地仪表显示器，本地仪表显示器连接处理器，本地仪表显示器显示处理器上的信息，使用操作方便。

进一步的，信息包括每次称重数据、累计称重数据、操作员信息和环卫收运车。更进一步的，处理器通过无线装置连接远程数据库服务器，处理器通过无线装置将信息传输到远程数据库服务器，处理器通过无线装置接收远程数据库服务器的指令并在本地仪表显示器上显示，为智慧环卫提供了大量的监管数据，可以方便监管和调度。

通过中值滤波算法滤除重量传感器和倾角传感器采集的异常数据，滤除异常数据，可以提高称重的准确性。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降的为二维数据序列。二维中值滤波输出为g(x,y)＝med{f(x-k,y-l),(k,l∈W)}，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。对于上面的数字序列，我们使用的方法是，对于每个数据，用它周围邻域一定数量的数据的中值替代。举一个例子，如图3所示，如果我们设置邻域的数量为7，那么对于数据45来说，这个邻域数列就是45前边的3个数字和45后边的3个数字，再加上本身，就是7个数字：邻域就是{9,10,9,45,13,12,10}。对这个新序列进行排序，取中值。排序后的结果是{9,9,10,10,12,13,45}，中值就是10。那在原始的数列中数字45，就用10来代替，这样就过滤了45这个异常数据。

针对本专利的方法，虽然选取的有效数据采集范围内，系统本身基本比较平稳，但任然可能存在外在因素的干扰，如车辆本身有可能突然抖动，导致本次采集的数据异常，所以本系统采取了滤波算法，如中值滤波算法进行异常数据剔除。

计算波形平均值的方法分如下几步：a.根据数据在图形上的分布情况，找出基准轴值h；b.计算出图中各部分面积波形的高度，并取各部分波形的平均值高度h1；c.计算实际重量值＝基准轴值h+h1，提高称重准确性。平均值average value，对于某一段波形来说，其数学意义就是一周期信号的平均高度。一般这个周期信号平均值计算为：平均值＝一周波形的面积和/一周的时间即周期，但是对于上下对称的波形，例如正弦波、方波等，其正负面积相等，其正负半周期面积相等，正负抵消后面积和为0，因此对于这种波形，平均值计算为：平均值＝半周波形的面积和/半周的时间。

针对本专利，如图2所示，平均值算法分如下几步：a.根据数据在图形上的分布情况，找出基准轴值h。找基准轴的方法可以是求平均值，或将将数据按单调上升或下降进行排序，然后按照数据分布情况选取中间值等。b.计算出图中各部分波形的平均高度，实际使用时采集数据越多波形就越多，计算越接近真实值,但为了说明简化，本例仅以一个半周期为例，即计算图中面积S1，S2，S3波形的平均高度|h1|，|h2|，|h3|，并取平均值△h＝(|h1|+|h2|+|h3|)/3。c.计算实际重量值＝基准轴h+△h。计算过程如下：A.找基准轴；原始数据：{64,68,66,65,61,60,59,60,63,69,67,64}；平均值：(64+68+66+65+61+60+59+60+63+69+67+64)/12＝63.833，取整数后为63，所以基准轴为h＝63；B.计算波形面积s1部分平均高度绝对值|h1|＝|(64-63)+(68-63)+(66-63)+(65-63)|/4＝2.75；计算波形面积s2部分平 均高度绝对值|h2|＝|(61-63)+(60-63)+(59-63)+(60-63)|/4＝3；计算波形面积s3部分平均高度绝对值|h3|＝|(63-63)+(69-63)+(67-63)+(64-63)|/4＝2.75；计算两部分波形平均值△h＝(2.75+3+2.75)/3＝2.833；C.计算实际重量值＝h+△h＝63+2.833＝65.833kg，目标重量为50kg+15.2kg＝65.2kg。

转动角度取值范围对称重准确性影响很大，在垃圾桶上升一秒以后，不同的转动角度取值范围的实验数据详见下表2。

表2：采样次数100次,重量单位KG。

垃圾桶上升一秒以后重量传感器和倾角传感器才开始采集数据对称重准确性影响很大，实验数据详见下。

表3：采样次数100次，转动角度1-15度。