一种基于边缘计算的动态车辆称重系统及方法与流程

1.本发明属于边缘计算技术在交通控制领域尤其是车辆超重检测领域的应用，涉及车辆高速无人动态称重检测以及静态复检相关系统及具体方法。


背景技术：

2.近些年来，随着中国经济的高速发展与腾飞，以及工业产业的急剧膨胀，物流量呈几何级数不断增加，而物流中最主要的一种运输方式就是高速公路运输。因此，出于利益最大化的考量，超载车辆也呈日益增加的趋势。从长远来看，这种超载车辆的运行势必会导致道路、桥梁等的损伤，从而成为缩短道路的耐久年限的主要原因，因此存在增加用于道路的维护费用的问题。此外，超载车辆由于超过标准的重量，对其操纵能力、制动能力、驾驶能力都提出了非常高的要求，也不可避免的会提高大型交通事故的发生率，并降低道路的通行容量。因此，对超载车辆的监测与管制成为一项刻不容缓的任务。
3.为了检测超载车辆，一般会在道路上的检查站、收费站等处设置用于测定车辆的重量的额外的称重平台，以在判断为超载的情况下，征收罚款。但这种方式需要车辆停车，检测效率低下，且会显著影响通行效率。
4.为了解决上述问题，发展出了动态车辆称重系统及方法，但是现有技术中的动态车辆称重广泛存在以下几方面问题：第一，测量手段单一，仅对车辆进行称重而无法与车辆其他信息进行有效关联，导致存在车辆伪造等逃避现象；第二，测量精度不够，对高速行驶车辆的称重本来就是一个难题，仅依赖于称重传感器本身的精度及性能已远远不能满足复杂多变的现场环境；第三，一些经验丰富的司机会通过变向等手段减少称重传感器的实测数值，而这种现象也是实际测量中最难以解决的问题；第四，测量数据及结果需要不断上传至远端服务器，数据传输的稳定性、判定结果的时效性等均无法有效保障；第五，对于被系统判定为超载的情况，车主无法及时有效表达异议并进行改判。


技术实现要素：

5.本发明重点针对上述种种不足，提供一种基于边缘计算的动态车辆称重系统及方法。
6.本发明提供了一种基于边缘计算的动态车辆称重系统，包括沿车辆前进方向依次设置的第一轴重称组、环形线圈传感器组、高速摄像模组、第二轴重称组、第三轴重称组以及边缘计算处理器，所述第一轴重称组、环形线圈传感器组、高速摄像模组、第二轴重称组、第三轴重称组均与边缘计算处理器连接；
7.其中，所述第三轴重称组包括两对共四个称重传感器，所述四个称重传感器在所述车辆前进方向上彼此错开布置。
8.优选的，所述第二轴重称组为单体式结构，在其上方集成有轮胎面积传感器组，所述轮胎面积传感器组优选为光学传感器组，所述光学传感器组呈矩阵状等间距分布于所述第二轴重称组的上方，所述光学传感器组的上方覆盖有透明面板。
9.优选的，所述环形线圈传感器组内部集成有rfid识别器，所述车辆上集成有rfid标签以及etc设备。
10.优选的，与所述动态车辆称重系统配套设有静态称重平台，所述静态称重平台的四角沿车辆前后方向设置有两组可移动红外光学发送接收装置。
11.优选的，所述静态称重平台就近设于收费站、停车场、服务区、加油站、维修厂中的一处或多处，并通过边缘云与所述动态车辆称重系统数据互联。
12.同时，本发明还提供了一种应用于基于边缘计算的动态车辆称重系统的称重方法，包括如下步骤：
13.s1：通过所述第一轴重称组测量车辆轴重、轴数，以获得第一重量数据w1；
14.s2：根据所述第一轴重称组及所述环形线圈传感器组的距离以及所述环形线圈传感器组的触发时刻计算车辆速度；
15.s3：根据所述环形线圈传感器组的触发时段及所述环形线圈传感器组的尺寸计算车辆长度；
16.s4：通过所述高速摄像模组获取所述车辆的车牌信息；
17.s5：通过所述rfid识别器获取所述车辆身份信息；
18.s6：在所述环形线圈传感器组的触发时刻激活集成于所述第二轴重称组的所述光学传感器组；
19.s7：通过所述光学传感器组测量所述车辆的轮胎在所述第二轴重称组的投影面积以及轮距；
20.s8：在所述车辆进入所述第二轴重称组的阶段，记录当所述轮胎投影面积达到轮胎完整投影面积60％时的测量值，以获得第二重量数据w2；
21.s9：记录当所述轮胎投影面积达到轮胎完整投影面积100％时的测量值，以获得第三重量数据w3；
22.s10：在所述车辆离开所述第二轴重称组的阶段，记录当所述轮胎投影面积达到轮胎完整投影面积80％时的测量值，以获得第四重量数据w4；
23.s11：根据所述第三轴重称组的两对共四个称重传感器中的至少三个称重传感器的测量数据，以及所述轮距信息，判断车辆是否存在行驶异常；
24.s12：根据所述第三轴重称组中的其中一对称重传感器数据，获得第五重量数据w5；
25.s13：所述边缘计算处理器根据步骤s4、s5中获取的所述车牌信息、车辆身份信息以及步骤s1、s3、s7中获取的所述轴数、车辆长度、轮距信息综合判断车辆是否存在伪装嫌疑，并根据五次重量数据w1～w5计算车辆重量。
26.优选的，在上述步骤s1之前，还需对轴重称进行校正，具体包括以下步骤：
27.c1：规定重量的标准车辆以规定速度通过轴重称，输出基于重量的随时间变化的电压值测量波形；
28.c2：通过随机波形生成法在所述测量波形中叠加表示干扰的误差波形；
29.c3：通过a/d转换将模拟波形转换为数字信号并通过dsp对数字信号进行处理；
30.c4：从存储器中读取与所述数字信号对应的基准数据，通过计算所述基准数据与所述数字信号的差值生成校正信号；
31.c5：将所述校正信号转换为模拟信号波形以生成补偿波形，通过与所述测量波形进行运算以去除误差值；
32.c6：将大气温度、湿度作为辅助参考因素共同校正轴重称。
33.优选的，在上述步骤s13中，根据所述五次重量数据w1～w5计算车辆重量具体为给每次测量数据赋予一定的权重系数，且每次测量数据的权重系数不完全相同。
34.优选的，在上述步骤s13之后，进一步包括如下步骤：
35.s14：如果称重结果为超载，且车主不服，则可以前往就近站点进行静态复检；
36.s15：当车辆在所述静态称重平台停好后，所述两组可移动红外光学发送接收装置根据获取的车辆信息移动至与车辆等宽，以测量是否存在人员下车、卸货等违规操作。
37.优选的，通过所述边缘云将所述步骤s4、s5中获取的所述车牌信息、车辆身份信息传输至所述静态称重平台，以提前获取车辆宽度、超载情况、是否复检等信息。
38.与现有技术相比，本发明对动态车辆称重系统及方法进行升级改造，其一，通过轴重称、环形线圈传感器组、rfid识别器以及高速摄像模组的设置及配合，从车辆身份信息、车牌信息、车辆实际物理参数等多个角度验证车辆真伪；其二，通过设置三组轴重称组且对每组轴重称组均进行不同的配置，结合校准、校正和补偿，一方面确保了对动态车辆重量的检测精度，另一方面有效避免了车辆变向等逃避、影响检测结果的违规行为；其三，在车辆称重检测中引入边缘计算技术，能够极大的提高系统响应能力以及信息交互效率；其四，设置与车辆动态称重系统相配合的静态称重平台，并通过边缘云进行互联，提供了一种预检加复检的人性化方案，提高了车主满意度。
附图说明
39.图1为本发明动态车辆称重系统的配置概念图；
40.图2为本发明车辆称重系统总体框图；
41.图3为本发明动态车辆称重方法流程示意图。
42.附图标记说明：第一轴重称组1、环形线圈传感器组2、高速摄像模组3、第二轴重称组4、第三轴重称组5、光学传感器组6、rfid识别器7。
具体实施方式
43.下面结合附图和实施例对本发明作进一步说明。
44.实施例一：
45.如图1-2所示，本发明提供了一种基于边缘计算的动态车辆称重系统，包括沿车辆前进方向依次设置的第一轴重称组1、环形线圈传感器组2、高速摄像模组3、第二轴重称组4、第三轴重称组5以及边缘计算处理器，第一轴重称组1、环形线圈传感器组2、高速摄像模组3、第二轴重称组4、第三轴重称组5均与边缘计算处理器连接；
46.其中，第三轴重称组5包括两对共四个称重传感器，四个称重传感器在车辆前进方向上彼此错开布置。
47.有些时候，对于一些经验丰富的司机而言，在明知车辆超载的情况下，会在行驶中通过暂时改变车辆行驶方向、倒车等手段影响轴重称的测量结果。本发明通过将第三轴重称组5的两对共四个称重传感器在车辆前进方向上彼此错开布置，结合各传感器采集数据
的次数、先后、时延以及轮距等车辆信息，可以判断出上述违规行驶行为，有效避免了测量失真现象。其中左侧车轮首先接触称重传感器，四个称重传感器以左(侧车轮)、右(侧车轮)、左(侧车轮)、右(侧车轮)的顺序错开排布。
48.其中，第二轴重称组4为单体式结构，在其上方集成有轮胎面积传感器组，轮胎面积传感器组优选为光学传感器组6，光学传感器组6呈矩阵状等间距分布于第二轴重称组4的上方，光学传感器组6的上方覆盖有透明面板。
49.一般而言，轮胎在第二轴重称组4的正投影面积越大，测量结果越准，但研究表明，当车速大于一定阈值，轮胎正投影与传感器的重合程度和检测精度并非呈正相关。因此有必要分别测量轮胎在第二轴重称组4的正投影面积在不同范围下的测量值，并确定与之对应的补偿系数，从而提高车辆称重检测精度。
50.其中，环形线圈传感器组2内部集成有rfid识别器7，车辆上集成有rfid标签以及etc设备。
51.rfid识别器7能够识别车辆身份，用于与由高速摄像模组获得的车牌信息进行双重对照核验，并与由轴重称、环形线圈传感器所获得的车辆实际物理参数进行比对。此外，对于车辆是否超载的判定结果可以同步传送至车辆etc设备。
52.其中，与动态车辆称重系统配套设有静态称重平台，静态称重平台的四角沿车辆前后方向设置有两组可移动红外光学发送接收装置。
53.当车主对判定结果有异议时，可以申请复议，并按照指示前往静态称重平台进行复检。静态称重平台的两组可移动红外光学发送接收装置用于对车辆在静态称重时的违规异常行为如司机私自下车、私自开门卸货等进行监控。
54.其中，静态称重平台就近设于收费站、停车场、服务区、加油站、维修厂中的一处或多处，并通过边缘云与动态车辆称重系统数据互联。
55.为方便车主复检，静态称重平台就近设置在收费站、停车场、服务区、加油站、维修厂等处，一方面不影响道路正常通行，另一方面也方便复检车辆进行其它业务。此外，如因超载需扣款缴费，也可通过etc设备在高速收费站缴纳，为车主提供人性化服务。
56.实施例二：
57.如图3所示，本发明还提供了一种应用于基于边缘计算的动态车辆称重系统的称重方法，包括如下步骤：
58.s1：通过第一轴重称组1测量车辆轴重、轴数，以获得第一重量数据w1；
59.s2：根据第一轴重称组1及环形线圈传感器组2的距离以及环形线圈传感器组2的触发时刻计算车辆速度；
60.s3：根据环形线圈传感器组2的触发时段及环形线圈传感器组2的尺寸计算车辆长度；
61.s4：通过高速摄像模组3获取车辆的车牌信息；
62.s5：通过rfid识别器7获取车辆身份信息；
63.s6：在环形线圈传感器组2的触发时刻激活集成于第二轴重称组4的光学传感器组6；
64.s7：通过光学传感器组6测量车辆的轮胎在第二轴重称组4的投影面积以及轮距；
65.s8：在车辆进入第二轴重称组4的阶段，记录当轮胎投影面积达到轮胎完整投影面
积60％时的测量值，以获得第二重量数据w2；
66.其中数值60％仅为示例性的，范围优选为50％-70％，根据路况、天气、车型、车速有所不同。
67.s9：记录当轮胎投影面积达到轮胎完整投影面积100％时的测量值，以获得第三重量数据w3；
68.s10：在车辆离开第二轴重称组4的阶段，记录当轮胎投影面积达到轮胎完整投影面积80％时的测量值，以获得第四重量数据w4；
69.其中数值80％仅为示例性的，范围优选为70％-90％，根据路况、天气、车型、车速有所不同。
70.s11：根据第三轴重称组5的两对共四个称重传感器中的至少三个称重传感器的测量数据，以及轮距信息，判断车辆是否存在行驶异常；
71.对于能够进行左向变道的车道，获取车辆行驶方向前三个称重传感器的测量数据；对于能够进行右向变道的车道，获取车辆行驶方向后三个称重传感器的测量数据；对于能够进行左、右向变道的车道，获取车辆行驶方向所有四个称重传感器的测量数据；
72.s12：根据第三轴重称组5中的其中一对称重传感器数据，获得第五重量数据w5；
73.在车辆行驶方向上，前两个称重传感器为一对，后两个称重传感器为一对。
74.s13：边缘计算处理器根据步骤s4、s5中获取的车牌信息、车辆身份信息以及步骤s1、s3、s7中获取的轴数、车辆长度、轮距信息综合判断车辆是否存在伪装嫌疑，并根据五次重量数据w1～w5计算车辆重量。
75.在进行计算之前，对测量结果进行小波近似，可通过下式表征：
[0076][0077]
其中，
[0078]
i＝1,2,
…
k，k为轴数，
[0079]ki
＝1,2,
…
,pi,pi为i轴车辆有效测量次数，
[0080]
此外，t为采样时间，wi为i轴车辆静态重量，ω0为车体震动导致的动态组件的角频率，a
i0
为i轴车体震动导致的动态组件的幅值，为车体震动导致的动态组件的角频率相位，ωj为噪声角频率，a
ij
为噪声幅值，为噪声相位。
[0081]
其中，在上述步骤s1之前，还需对轴重称进行校正，具体包括以下步骤：
[0082]
c1：规定重量的标准车辆以规定速度通过轴重称，输出基于重量的随时间变化的电压值测量波形；
[0083]
c2：通过随机波形生成法在测量波形中叠加表示干扰的误差波形；
[0084]
c3：通过a/d转换将模拟波形转换为数字信号并通过dsp对数字信号进行处理；
[0085]
c4：从存储器中读取与数字信号对应的基准数据，通过计算基准数据与数字信号的差值生成校正信号；
[0086]
其中与数字信号对应的基准数据指的是，步骤c1中规定重量的标准车辆以规定速度通过标准轴重称时测得的数据。
[0087]
c5：将校正信号转换为模拟信号波形以生成补偿波形，通过与测量波形进行运算
以去除误差值；
[0088]
c6：将大气温度、湿度作为辅助参考因素共同校正轴重称。
[0089]
其中，在上述步骤s13中，根据五次重量数据w1～w5计算车辆重量具体为给每次测量数据赋予一定的权重系数，且每次测量数据的权重系数不完全相同。
[0090]
由于三个轴重称组的相对位置、结构设置均不同，功能定位也有所差异，因此在检测结果这一维度上具有不同的重要性和参考价值。第二轴重称组测量的三次结果w2～w5最为重要，其次为第一轴重称组测量的w1，最后为第三轴重称组测量的w5。例如，车辆重量的计算式可以是：
[0091]
wv＝0.2*w1+0.15*α1*w2+0.35*w3+0.2*α2*w4+0.1*w5
[0092]
其中α1、α2为补偿系数，该补偿系数为标准实验环境下多次测试结果的平均基准。
[0093]
上述权重系数均为示例性的，可根据实际情况进行优化，不应以此为限。
[0094]
其中，在上述步骤s13之后，进一步包括如下步骤：
[0095]
s14：如果称重结果为超载，且车主不服，则可以前往就近站点进行静态复检；
[0096]
s15：当车辆在静态称重平台停好后，两组可移动红外光学发送接收装置根据获取的车辆信息移动至与车辆等宽，以测量是否存在人员下车、卸货等违规操作。
[0097]
其中，通过边缘云将步骤s4、s5中获取的车牌信息、车辆身份信息传输至静态称重平台，以提前获取车辆宽度、超载情况、是否复检等信息。
[0098]
边缘云能够将多组边缘计算设备及与之连接的系统进行整合组网，在充分调动边缘计算设备算力的同时，对组网系统进行合理的整合优化，从而进一步提高服务能力。
[0099]
其余出现在第一实施例中的内容在此不再赘述，但应当理解，第一实施例与第二实施例之间在技术上是互通的，技术方案与技术特征也都是共用的，不存在任何互斥之处。
[0100]
虽然上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些组合、修改或改进。以上记载仅为本发明的较佳实施例而已，并不以本发明专利范围为限制，对本领域的技术人员在不背离本发明的精神和保护范围的情况下做出的其它变化和修改，仍包括在本发明保护范围之内。