挂车状态检测方法及挂车状态检测装置与流程

本发明实施例涉及汽车运输技术，尤其涉及一种挂车状态检测方法及挂车状态检测装置。

背景技术：

甩挂运输是指汽车按预定的计划，在各装卸作业点甩下或挂上指定的挂车，继续运行的一种组织方式。甩挂运输可使载货汽车(或牵引车)的停歇时间缩短到最低限度，从而可最大限度地利用牵引能力，提高运输效能。

在甩挂运输中，牵引车可以与挂车分离，挂车作为货物的装载主体，其位置、状态等是我们所关心的。目前，通常挂车中安装多种传感器，各传感器将所采集的数据上报至监控端，由监控端基于各传感器所采集的数据确定挂车状态。由于监控端并未集成在挂车上，而是以无线通信的方式与传感器相连。而传感器采集数据多且频繁以及网络通讯不稳定等因素，导致这种挂车状态确定方案需要大量的人力物力去维护。

技术实现要素：

本发明提供一种挂车状态检测方法及挂车状态检测装置，以实现降低传感器与监控端交互频率，节约通信及维护成本。

第一方面，本发明实施例提供了一种挂车状态检测方法，包括：

检测预设时间段内的挂车震动参数；

将所述预设时间段内的挂车震动参数，输入到挂车状态模型中，所述挂车状态模型包括关于挂车震动参数与所述挂车状态的函数，所述挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种；

所述挂车状态模型基于所述挂车震动参数，确定所述挂车状态；

当所述挂车的挂车状态发生变化时，将所述挂车状态发送出去。

进一步地，执行所述检测预设时间段内的挂车震动参数步骤之前，还包括建立挂车状态模型；

所述建立挂车状态模型包括：

获取挂车处于不同状态下的挂车震动参数，作为模型建立数据；

基于所述模型建立数据，建立关于挂车震动参数和与其对应的所述挂车状态的函数，将所述挂车震动参数和与其对应的所述挂车状态的函数作为挂车状态模型。

进一步地，执行所述基于所述模型建立数据，建立关于挂车震动参数和与其对应的所述挂车状态的函数，将所述挂车震动参数和与其对应的所述挂车状态的函数作为挂车状态模型的步骤之后，还包括：

获取挂车处于不同状态下的挂车震动参数，作为模型测试数据；

将所述模型测试数据输入到所述挂车状态模型中，以验证所述挂车状态模型的准确率；

若所述挂车状态模型的准确率低于设定阈值，对所述挂车状态模型中所述挂车震动参数和与其对应的所述挂车状态的函数进行修正；

将所述模型测试数据输入到修正后的所述挂车状态模型中，以验证修正后的所述挂车状态模型的准确率的步骤，直至修正后的所述挂车状态模型的准确率大于或等于设定阈值。

进一步地，所述挂车震动参数包括所述挂车在三维方向上的加速度以及所述加速度的采集频率。

进一步地，所述挂车震动参数通过震动传感器采集。

进一步地，所述当所述挂车的挂车状态发生变化时，将所述挂车状态发送出去，还包括，

当所述挂车的挂车状态发生变化时，将所述挂车状态发送至监控端。

第二方面，本发明实施例还提供了一种挂车状态检测装置，包括：

挂车震动参数检测模块，用于检测预设时间段内的挂车震动参数；

挂车震动参数输入模块，用于将所述预设时间段内的挂车震动参数，输入到挂车状态模型中，所述挂车状态模型包括关于挂车震动参数与所述挂车状态的函数，所述挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种；

挂车状态确定模块，用于所述挂车状态模型基于所述挂车震动参数，确定所述挂车状态；

挂车状态发送模块，用于当所述挂车的挂车状态发生变化时，将所述挂车状态发送出去。

进一步地，还包括挂车状态模型建立模块；

所述挂车状态模型建立模块，用于获取挂车处于不同状态下的挂车震动参数，作为模型建立数据；基于所述模型建立数据，建立关于挂车震动参数和与其对应的所述挂车状态的函数，将所述挂车震动参数和与其对应的所述挂车状态的函数作为挂车状态模型。

进一步地，还包括挂车状态模型修正模块，用于获取挂车处于不同状态下的挂车震动参数，作为模型测试数据；将所述模型测试数据输入到所述挂车状态模型中，以验证所述挂车状态模型的准确率；若所述挂车状态模型的准确率低于设定阈值，对所述挂车状态模型中所述挂车震动参数和与其对应的所述挂车状态的函数进行调整、修正；重复执行所述将所述模型测试数据输入到所述挂车状态模型中，以验证所述挂车状态模型的准确率的步骤，直至所述挂车状态模型的准确率大于或等于设定阈值。

进一步地，所述挂车震动参数包括所述挂车在三维方向上的加速度以及所述加速度的采集频率。

本发明实施例通过检测预设时间段内的挂车震动参数；将所述预设时间段内的挂车震动参数，输入到挂车状态模型中，所述挂车状态模型包括关于挂车震动参数与所述挂车状态的函数，所述挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种；所述挂车状态模型基于所述挂车震动参数，确定所述挂车状态；当所述挂车的挂车状态发生变化时，将所述挂车状态发送出去，解决了目前挂车状态确定方案需要大量的人力物力去维护的问题，实现了降低传感器与监控端交互频率，节约通信及维护成本的效果。

附图说明

图1为本发明提供的一种挂车在一个完整的甩挂任务中各状态的流程图；

图2为本发明实施例一提供的一种挂车状态检测方法的流程图；

图3为本发明实施例一提供的一种挂车状态模型建立方法的流程图；

图4为本发明实施例二提供的一种挂车状态检测方法的流程图；

图5为本发明实施例二提供的一种训练模型的示意图；

图6为本发明实施例三提供的一种挂车状态检测装置的结构框图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1为本发明提供的一种挂车在一个完整的甩挂任务中各状态的流程图。参见图1，通常一个完整的甩挂任务包括短驳和干线，挂车状态依次为停留、行驶、停留、装货、停留、行驶、停留、卸货以及停留。通过实时检测挂车状态的转换，即可监控挂车整个运输过程，对时效考核、异常处理(如晚点报警)等有重要意义。

实施例一

图2为本发明实施例一提供的一种挂车状态检测方法的流程图。本实施例提供的挂车状态检测方法由集成于挂车上的主机完成。参见图2，该挂车状态检测方法包括：

s101、检测预设时间段内的挂车震动参数。

可选地，挂车震动参数包括挂车在三维方向上的加速度(如x方向上的加速度、y方向的加速度以及z方向的加速度，其中x方向、y方向以及z方向中任意两者互相垂直)以及加速度的采集频率。需要说明的是，若加速度的采集频率不同，x方向上的加速度、y方向的加速度以及z方向的加速度可能呈现不同的规律。

其中，挂车震动参数的检测设备可以有多种，示例性地，挂车震动参数通过震动传感器采集。

s102、将预设时间段内的挂车震动参数，输入到挂车状态模型中，挂车状态模型包括关于挂车震动参数与挂车状态的函数，挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种。

需要说明的是，这里“停留状态”是指挂车处于禁止状态，并且未进行装卸货。

s103、挂车状态模型基于挂车震动参数，确定挂车状态。

s104、当挂车的挂车状态发生变化时，将挂车状态发送出去。

其中，“挂车的挂车状态发生变化”具体是指，挂车的状态由停留变为装货、由装货变为停留、由停留变为卸货、由卸货变为停留、由行驶变为停留以及由停留变为行驶。

可选地，本步骤具体实现方法可以为当挂车的挂车状态发生变化时，将挂车状态发送至监控端(如远程数据控制中心或手机等)。

可选地，通过gprs/3g/4g/5g技术等无线通信方式，将挂车状态发送出去。

本发明实施例通过检测预设时间段内的挂车震动参数；将预设时间段内的挂车震动参数，输入到挂车状态模型中，挂车状态模型包括关于挂车震动参数与挂车状态的函数，挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种；挂车状态模型基于挂车震动参数，确定挂车状态；当挂车的挂车状态发生变化时，将挂车状态发送出去，这样设置的实质是，由主机基于挂车震动参数得到挂车状态，并且仅在挂车的挂车状态发生变化时，将挂车状态发送至监控端，以实现降低传感器与监控端交互频率，解决了目前挂车状态确定方案需要大量的人力物力去维护的问题，实现了降低传感器与监控端交互频率，节约通信及维护成本的效果。

此外，上述技术方案中，挂车状态检测只需要利用震动传感器这一种传感器就可以实现，不需要设置多种不同类型的传感器，有利于降低功耗，且震动传感器本身属于低功耗模式运行，集成在主机内，更加省电。

在上述技术方案的基础上，可选地，在s101之前，还包括建立挂车状态模型。

建立挂车状态模型的建立方法有多种。示例性地，图3为本发明实施例一提供的一种挂车状态模型建立方法的流程图。继续参见图3，该挂车状态模型建立方法包括：

s201、获取挂车处于不同状态下的挂车震动参数，作为模型建立数据。

s202、基于模型建立数据，建立关于挂车震动参数和与其对应的挂车状态的函数，将挂车震动参数和与其对应的挂车状态的函数作为挂车状态模型。

由于不同的挂车性能参数不同、容积不同，这样设置可以为各挂车有针对性地建立挂车状态模型，以使后续所确定的挂车状态的结果更加准确。

可选地，继续参见图3，在s202之后，还可以包括：

s203、获取挂车处于不同状态下的挂车震动参数，作为模型测试数据。

需要说明的是，s203中用作模型测试数据的数据、s201中用作模型建立数据的数据、以及s101中所检测的挂车震动参数为不同的数据，即为不同时间段采集的数据。

可选地，s203中用作模型测试数据的数据、s201中用作模型建立数据的数据、以及s101中所检测的挂车震动参数均由同一震动传感器采集。

s204、将模型测试数据输入到挂车状态模型中，以验证挂车状态模型的准确率。

s205、若挂车状态模型的准确率低于设定阈值，对挂车状态模型中挂车震动参数和与其对应的挂车状态的函数进行修正。

其中设定阈值可以根据用户需要设置，如其具体可以取80％或90％等。

这里“对挂车状态模型中挂车震动参数和与其对应的挂车状态的函数进行修正”包括两方面内容：一是对挂车状态检测模型的计算方法、结构以及计算参数中至少一个进行调整，修正；二是重新训练形成新的挂车状态检测模型。

s206、将模型测试数据输入到修正后的挂车状态模型中，以验证修正后的挂车状态模型的准确率，直至修正后的挂车状态模型的准确率大于或等于设定阈值。

其中，s206中的模型测试数据与s204中的模型测试数据可以为相同数据，也可以为不同数据，本申请对此不作限制。

这样设置，可以提高挂车状态模型对挂车状态判断的准确率。

实施例二

图4为本发明实施例二提供的一种挂车状态检测方法的流程图。本实施例为实施例一中的一个具体示例。参见图4，该挂车状态检测方法包括：

首先，在挂车上，安装一个带有震动传感器(示例性地，震动传感器的型号为lis2dh12)的主机(示例性地，主机的型号为mt2503d)，开启震动检测模式，将震动数据(包括挂车在x方向上的加速度、y方向的加速度、z方向的加速度、以及加速度的采集频率)存入主机的sd卡内。

其次，进行一段时间的数据采集，在实际业务操作过程中，可以通过客户或司机点击app，记录挂车每个任务开始装货时间、装货完毕时间、开始卸货时间、卸货完毕时间、发车时间、到站时时间。

再次，在进行一段时间(示例性地，如两个月)的数据采集后，将采集的震动数据，根据任务记录的时间节点分为4大类：停留状态、装货状态、卸货状态以及行驶状态。通过机器学习方法(示例性地，如人工神经网络ann)，训练分类模型。图5为本发明实施例二提供的一种训练模型的示意图。示例性地，参见图5，输入为挂车在x方向上的加速度、y方向的加速度、z方向的加速度，输出为挂车状态。

最后，将训练完毕的模型写入主机，主机通过实时计算震动传感器采集数据，识别挂车状态。在挂车状态发生改变时，通过无线通信模块(如gprs模块)将挂车状态上报到监控端。

本实施例从实际业务场景出发，充分利用震动传感器采集数据，通过机器学习方式得到分类模型，可实时获取挂车状态。

实施例三

图6为本发明实施例三提供的一种挂车状态检测装置的结构框图。参见图6，该挂车状态检测装置包括挂车震动参数检测模块310、挂车震动参数输入模块320、挂车状态确定模块330以及挂车状态发送模块340。

其中，挂车震动参数检测模块310，用于检测预设时间段内的挂车震动参数；

挂车震动参数输入模块320，用于将所述预设时间段内的挂车震动参数，输入到挂车状态模型中，所述挂车状态模型包括关于挂车震动参数与所述挂车状态的函数，所述挂车状态包括停留状态、装货状态、卸货状态以及行驶状态中的至少一种；

挂车状态确定模块330，用于所述挂车状态模型基于所述挂车震动参数，确定所述挂车状态；

挂车状态发送模块340，用于当所述挂车的挂车状态发生变化时，将所述挂车状态发送出去。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

进一步地，还包括挂车状态模型建立模块；

所述挂车状态模型建立模块，用于获取挂车处于不同状态下的挂车震动参数，作为模型建立数据；基于所述模型建立数据，建立关于挂车震动参数和与其对应的所述挂车状态的函数，将所述挂车震动参数和与其对应的所述挂车状态的函数作为挂车状态模型。

进一步地，还包括挂车状态模型修正模块，用于获取挂车处于不同状态下的挂车震动参数，作为模型测试数据；将所述模型测试数据输入到所述挂车状态模型中，以验证所述挂车状态模型的准确率；若所述挂车状态模型的准确率低于设定阈值，对所述挂车状态模型中所述挂车震动参数和与其对应的所述挂车状态的函数进行调整、修正；重复执行所述将所述模型测试数据输入到所述挂车状态模型中，以验证所述挂车状态模型的准确率的步骤，直至所述挂车状态模型的准确率大于或等于设定阈值。

进一步地，挂车震动参数包括挂车在三维方向上的加速度以及加速度的采集频率。

进一步地，第一挂车震动参数检测模块和第二挂车震动参数检测单元均为震动传感器。

进一步地，挂车状态发送模块用于当挂车的挂车状态发生变化时，将挂车状态发送至监控端。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整、相互结合和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。