非接触式车辆状态感知设备及其方法与流程

本发明涉及一种车辆状态感知设备，特别是涉及一种非接触式车辆状态感知设备及其方法。

背景技术：

现有技术通过采集车载设备电信号来判断车辆状态，需要与车辆设备进行电气接触。若设备有预留设备信号采集口可以直接采集信号，如无预留设备信号采集口需要进行并线采集或转接，会对车辆设备造成影响。而且不同车辆设备采集信号的种类与数量也不同，因此基本一种车辆对应一种采集设备，不能通用化设计，增加了采集设备改装的困难。

新的战争形态下，地面机动部队对武器车辆的监控、调度、管理的精确性和高效性提出了更高的要求。但现行车辆对保障信息的采集还存在自动化水平低、信息不完整、不实时、不准确等问题。数据不能在线实时监测，无法实现车辆保障的实时、透明和数字化管理，也无法预测车辆保障需求，从而保障车辆的持续作战效能。

现大量使用的二代车辆无总线采集接口，除供电接口外，还需要4到5个采集仪表盘信号、上装信号的接口；安装时除考虑设备安装位置外，还需考虑线缆走线，接口芯线定义及信号特证，且不同型号车上述要求皆不同，采集车辆数据时需对车辆进行加改装。但由于车辆的不同造成每一种车型需制定一套加改装方案，部队有几百种车型，因此加改装难度很大。迫切需要一种通用的加改装方案，既可以实时采集车辆状态信息，又安装方便。

技术实现要素：

本发明针对现有车辆状态采集设备安装不便、信息处理的高效性和准确性差的技术问题，提供一种安装方便、信息处理的高效性和精确性好的非接触式车辆状态感知设备及其方法。

为此，本发明的技术方案是，设有信号采集模块、核心处理器模块、无线通信模块和电源模块，无线通信模块、信号采集模块、输入模块、显示模块和电源模块分别与核心处理器模块连接，电源模块与车辆供电模块连接；信号采集模块设有振动信号采集模块、声音信号采集模块和组合导航模块；

核心处理器模块，用于将信号采集模块上传的数据进行信息存储、分析、融合及诊断，并打包通过无线通信模块传输给云端；同时对车辆状态进行告警，提醒驾驶员车辆存在故障；

电源模块，用于将输入电源转换为各模块所需的电源，进而供给整个设备。

优选地，组合导航模块设有北斗、陀螺仪和加速度传感器。

优选地，信号采集模块还设有温湿度信号采集模块。

优选地，还设有输入模块，输入模块用于进行用户登录、设备记录和日志查询。

优选地，还设有显示模块，显示模块用于显示设备实时状态及查看维修日志、记录。

本发明还提供一种非接触式车辆状态感知方法，步骤包括：

步骤1，采集车辆的振动信号、声音信号、温湿度信号及运行状态信号；运行状态信号包括位置、加速度及姿态信息；

步骤2，将采集的信号进行分类：慢变信号、快变信号，并进行信号处理，提取有效信息；

振动信号、温湿度信号和运行状态信号为慢变信号，声音信号为快变信号；

步骤3，将经步骤2处理后的振动、声音信号和运行状态信号作为输入向量，运用信息融合判断车辆状态；将温湿度信号、经纬度信号作为输入向量，运用信息融合判断车辆当地气候特征；信息融合包括数据级融合、特征级融合和决策级融合。

优选地，对于慢变信号，采取预处理滤波，滤除部分干扰信号，再采用雷达信号监测中的mn检测方法确定有效数据。

优选地，对于快变信号和慢变信号中的振动信号，采用时域分析、频域分析和小波分析提取信号的特征，建立特征库，应用神经网络进行分类和状态判断。

优选地，步骤3中，车辆状态包括车辆运行状态，车辆运行状态的判断具体是：通过对振动信号、位置和姿态信号采用数据级融合，对声音信号、加速度信号采用特征级融合。

优选地，步骤3中，车辆状态还包括车辆是否处于炮击状态，车辆是否处于炮击状态的判断具体是：通过对声音信号、振动信号采用特征级融合，然后采用决策级融合的贝叶斯估计与模糊理论。

本发明的有益效果，设备不需要与车辆进行电气接触，不需要信号采集接口，只需供电接口，把设备安装于车上，安装方便。通过内置传感器采集车辆的声音、振动、加速度、姿态、位置等信号，对于慢变信号采用预处理滤波加mn检测的方式准确测量；对于快变信号采用时域分析、频域分析、小波变换方式提取信号的特征，应用神经网络进行分类和状态判断。将车辆运行状态信号、振动、声音信号作为输入向量，运用信息融合理论处理判断车辆状态，保证了信息处理的精确性与高效性。

附图说明

图1是本发明设备的连接示意图；

图2是本发明的信号处理流程图；

图3是本发明信息融合功能模型图。

图中符号说明

1.核心处理器模块；2.无线通信模块；3.电源模块；4.振动信号采集模块；5.组合导航模块；6.fpga；7.加速度传感器；8.麦克；9.温湿度传感器；10.触摸屏输入模块；11.按键输入模块；12.液晶屏显示模块。

具体实施方式

下面结合实施例对本发明做进一步描述。

如图1所示，本发明设有信号采集模块、核心处理器模块1、无线通信模块2、输入模块、显示模块和电源模块3，无线通信模块2、信号采集模块、输入模块、显示模块和电源模块3分别与核心处理器模块连接，电源模块3与车辆供电模块连接。

信号采集模块包括振动信号采集模块4、声音信号采集模块、组合导航模块5、温湿度信号采集模块。

振动信号采集模块4，用于采集车辆的振动信号，并输出给核心处理器模块1；声音信号采集模块，用于采集车辆的声音信号，并输出给核心处理器模块1；组合导航模块5，用于采集车辆的运行状态信号，并输出给核心处理器模块1；温湿度信号采集模块，用于采集车辆的温度、湿度信息，并输出给核心处理器模块1。

核心处理器模块1，用于将接收到的数据进行信息存储、融合、处理及分析诊断，并打包通过无线通信模块2传输给云端。同时会对车辆状态进行告警，提醒驾驶员车辆存在故障并及时维修，驾驶员可以自己进行维修或接收云端下发的维修指导，依据指导进行设备的维修工作。

电源模块3，用于将12-36v的输入电源转换为各模块所需的电源，进而供给整个设备。

振动信号采集模块4包括fpga6、两个垂直布局的加速度传感器7，声音信号采集模块设有麦克8和mic电路，组合导航模块5包括北斗、陀螺仪和加速度传感器，温湿度信号采集模块为温湿度传感器9。

输入模块用于进行用户登录、设备记录和日志查询等，包括触摸屏输入模块10、按键输入模块11，触摸屏输入模块10、按键输入模块11通过usb接口相连接。

显示模块用于设备实时状态的显示及查看维修日志、记录等，显示模块为液晶屏显示模块12。液晶屏显示模块12由lvds接口与核心处理器模块1相连接。

核心处理器模块1自带数据存储模块。

本发明采用通用化设计的原则，采集通道参数和属性可以通过软件设置，包括采集信号范围、信号属性、报警门限、转换系数等。针对于不同的车辆，可配置不同参数。

如图2-3所示，本设备的感知方法，具体步骤是：

步骤1，采集车辆的振动信号、声音信号、温湿度信号及运行状态信号，其中，运行状态信号包括位置、加速度及姿态信息；

步骤2，将采集的信号分为两类，声音信号为快变信号，振动信号、温湿度信号和运行状态信号为慢变信号；

a.对于慢变信号，采取预处理滤波，滤除部分干扰信号，再采用雷达信号监测中的mn检测方法确定有效数据；

例如，对于加速度信号，提取出由于车辆加速、减速、左拐、右拐和炮击等施加给车辆的加速度，去除掉干扰。

b.对于快变信号和慢变信号中的振动信号，采用时域分析、频域分析和小波分析提取信号的特征，建立特征库，应用神经网络进行分类和状态判断；根据判断结果剔除干扰信号。小波分析可同时兼顾整循环快变信号的时域和频域特性，并能从中提取诊断征兆，从而获取完整工作循环内的状态信息；

例如，对于声音信号，提取出发动机、炮击、异响等声音，剔除掉风声、说话声及其它杂音与干扰。

步骤3，将车辆运行状态信号、振动和声音信号作为输入向量，运用信息融合判断车辆状态；将温湿度信号、经纬度信号作为输入向量，运用信息融合判断车辆当地气候特征；

信息融合包括数据级融合、特征级融合和决策级融合；三种融合方式不是单独使用，而是综合进行。

结合信息融合理论和车辆数据特点，基于多源信息融合的车辆状态监测方法，建立车辆监测信息融合系统结构。它由n个传感器(或不同的诊断方法)组成多传感器系统，提供对象及环境信息，系统中设立m个融合节点对这些信息进行融合。传感器一、传感器二的输出信息s1和s2在融合节点一融合成新的信息s12，再与传感器三的信息在节点二融合成信息s123；如此下去，从n个传感器系统中获得的信息可以最终被融合成结果信息s，并送入融合结果库中，建立的车辆信息融合功能模型。

车辆状态包括车辆运行状态、车辆是否处于炮击状态。

通过声音、振动、运行状态信息来综合判断车辆的状态，采用了数据级融合(振动和部分车辆运行状态信息，部分车辆运行状态信号包括位置、姿态，姿态包括横滚角、俯仰角信息)和特征级融合(提取发动机声音和有效的加速度信息)。通过这些信息的融合可以判断车辆状态包括：车辆静止未发动(无发动机声音、无振动、无运行状态信息)、车辆静止启动(有发动机声音、有振动、无运行状态信息)、加速(有发动机声音、有正向振动、有运行状态信息)、减速(有发动机声音、有反向振动、有运行状态信息)、爬坡(有发动机声音、有振动、有大角度正向姿态信息)、下坡(有发动机声音、有振动、有大角度反向姿态信息)等。

通过声音、加速度信号来判断车辆是否处于炮击状态，采用了特征级融合和决策级融合。由于炮击时声音和加速度与车辆运行时有区别，因此需要通过特征级融合提取需要的声音和振动特征信息，然后决策级融合采用贝叶斯估计与模糊理论进行判断；因为有可能是旁边的车在进行炮击或一起进行炮击造成声音重叠，需要识别，这样可以有效避免误判与漏判。同时与实际炮击时的声音特征和加速度特征进行比对，可以判断出是否进行了炮击和炮弹的种类。

本发明设备不需要与车辆进行电气接触，不需要信号采集接口，只需供电接口，把设备安装于车上，安装方便。通过内置传感器采集车辆的声音、振动、加速度、姿态、位置等信号，对于慢变信号采用预处理滤波加mn检测的方式准确测量，对于快变信号采用时域分析、频域分析、小波变换方式提取信号的特征，应用神经网络进行分类和状态判断。将车辆运行状态信号、振动、声音信号作为输入向量，运用信息融合理论处理判断车辆状态，保证了信息处理的精确性与高效性。

惟以上者，仅为本发明的具体实施例而已，当不能以此限定本发明实施的范围，故其等同组件的置换，或依本发明专利保护范围所作的等同变化与修改，皆应仍属本发明权利要求书涵盖之范畴。