车载重量预测方法及系统、电子设备、介质技术方案

本发明专利技术涉及一种车载重量预测方法及系统、电子设备、介质。所述车载重量预测方法包括以下步骤：(a)车辆行驶数据采集和参数计算：获取车辆在不同载重条件下行驶过程中的发动机转速、发动机负荷百分比和ECU车速；计算得到当前扭矩和得到当前变速器传动比；(b)片段切割和匀速片段筛选；(c)相关向量机模型训练；(d)预测载重：对于载重未知的车辆，将筛选后片段的平均变速器传动比、平均车速和平均扭矩输入到所述相关向量机模型，得到各片段的载重预测结果，进而得到车辆载重的预测结果。该方法简便易行、成本低、效率高、不受场地条件限制，可对车辆实际运行载重的有效监测。车辆实际运行载重的有效监测。车辆实际运行载重的有效监测。

【技术实现步骤摘要】
车载重量预测方法及系统、电子设备、介质


[0001]本专利技术涉及交通运输领域，具体而言，涉及一种车载重量预测方法及系统、电子设备、介质。

技术介绍

[0002]随着我国科技和社会的不断进步，道路交通运输行业也实现了迅猛发展，但由于交管部门监管缺乏有力手段以及国民安全意识相对薄弱，我国交通安全形势日益严峻。近年来，国家虽然对公路的建设以及维护投资力度与重视程度逐年增加，尤其是高速公路方面，但是超载现象依然屡禁不止，商用车超载不仅对国家的公路建设造成了破坏，更是增加了行车的危险性，很多重特大交通事故都是因为超载所造成的。
[0003]现有的车辆载重测试方法受技术、成本和场地等因素限制，不能做到对车辆实际运行载重的有效监测。对于整车企业而言，车辆的开发匹配需要大量的车辆实际运行过程中的载重数据，如果载重预估不合理，会对车型动力系统的匹配标定产生较大影响，影响车辆实际运行中的油耗、排放和动力性。另外，如果能够实时监测到车辆的实际载重，对于合理分配不同车辆的载重量、提升车队运输效率和降低运输成本也具有重要意义。
[0004]有鉴于此，特提出本专利技术。

技术实现思路

[0005]第一方面，本专利技术的目的在于提供一种车载重量预测方法，该方法简便易行、成本低、效率高、不受场地条件限制，可对车辆实际运行载重的有效监测。
[0006]第二方面，本专利技术的目的在于提供一种电子设备。
[0007]第三方面，本专利技术的目的在于提供一种介质。
[0008]第四方面，本专利技术的目的在于提供一种车载重量预测系统。
[0009]为了实现上述目的，本专利技术采用以下技术方案：
[0010]第一方面，本专利技术提供了一种车载重量预测方法，包括以下步骤：
[0011](a)车辆行驶数据采集和参数计算：
[0012]a1、获取车辆在不同载重条件下行驶过程中的发动机转速、发动机负荷百分比和ECU车速；
[0013]a2、根据发动机外特性曲线和所述发动机转速，得到所述发动机转速下的发动机最大扭矩，根据所述发动机最大扭矩和所述发动机负荷百分比，得到当前扭矩；
[0014]a3、根据车轮半径、主减速比、所述发动机转速和所述ECU车速，得到当前变速器传动比；
[0015](b)片段切割和匀速片段筛选：划分时间片段，去除怠速时间片段，得出连续运动片段，再从连续运动片段中筛选出匀速片段；
[0016](c)相关向量机模型训练：将各匀速片段的平均变速器传动比、平均车速和平均扭矩作为输入，载重作为输出，对相关向量机进行训练，得到相关向量机模型；
[0017](d)预测载重：对于载重未知的车辆，采集发动机转速、发动机负荷百分比和ECU车速，然后根据步骤a2得到当前扭矩，根据步骤a3得到当前变速器传动比；再按照步骤(b)进行片段切割和匀速片段筛选，然后将筛选后片段的平均变速器传动比、平均车速和平均扭矩输入到所述相关向量机模型，得到各片段的载重预测结果，进而得到车辆载重的预测结果。
[0018]作为进一步优选的技术方案，步骤a3中，所述当前变速器传动比采用以下方法计算得到：
[0019]其中，v为ECU车速，n为发动机转速，r为车轮半径，i0为变速器传动比；i
g
为主减速比。
[0020]作为进一步优选的技术方案，骤(b)中，划分时间片段的方法包括：采用移动窗口法将逐秒车速划分为不同的时间片段。
[0021]作为进一步优选的技术方案，步骤(b)中，筛选匀速片段的方法包括：计算连续运动片段的车速变异系数，将车速变异系数从大到小排序，保留后20％的片段，作为匀速片段。
[0022]作为进一步优选的技术方案，车速变异系数采用以下方法计算得到：其中，cv为车速变异系数，std(v)为车速标准差，为平均车速。
[0023]作为进一步优选的技术方案，步骤(c)中，相关向量机的参数采用人工蜂群算法得到；
[0024]优选地，人工蜂群算法的蜜蜂总数为20～50，采蜜蜂数为10～25，最大搜索次数为50～100，最大迭代次数为50～150；
[0025]优选地，蜜蜂总数为30～50，进一步优选为40；
[0026]优选地，采蜜蜂数为15～25，进一步优选为20；
[0027]优选地，最大搜索次数为50～80，进一步优选为50；
[0028]优选地，最大迭代次数为80～120，进一步优选为100。
[0029]作为进一步优选的技术方案，步骤(d)中，在得到各片段的载重预测结果后，将各片段的载重预测结果排序，计算5％到95％分位线之间的载重结果平均值作为车辆载重的预测结果。
[0030]第二方面，本专利技术提供了一种电子设备，包括：
[0031]至少一个处理器；以及
[0032]与所述至少一个处理器通信连接的存储器；其中，
[0033]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的车载重量预测方法。
[0034]第三方面，本专利技术提供了一种介质，所述介质上存储有计算机指令，所述计算机指令用于使所述计算机执行上述的车载重量预测方法。
[0035]第四方面，本专利技术提供了一种车载重量预测系统，包括车辆行驶数据采集模块、参数计算模块、片段切割模块、匀速片段筛选模块、相关向量机训练模块以及载重预测模块；
[0036]车辆行驶数据采集模块、参数计算模块、片段切割模块、匀速片段筛选模块和相关向量机训练模块依次连接；
[0037]载重预测模块还与匀速片段筛选模块相连。
[0038]与现有技术相比，本专利技术的有益效果为：
[0039]本专利技术提供的车载重量预测方法对已知载重车辆行驶数据进行采集和参数计算，进行片段切割和匀速片段筛选，通过训练得到相关向量机模型，然后采用相关向量机模型对载重未知的车辆进行载重预测，从而实现对车辆载重的动态监控。
[0040]该方法简便易行、成本低、效率高、不受场地条件限制，能够对车辆实际运行中的载重进行有效测试，便于政府对重型商用车载重的有效监管、为整车企业车型的动力性设计和匹配优化提供支撑、提升车队的运载效率。
附图说明
[0041]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本专利技术提供的车载重量预测方法的基本流程图；
[0043]图2是本专利技术提供的车载重量预测系统的结构示意图；
[0044]图3是本专利技术实施例1中车辆行驶数据采集方式示意图；
[0045]图4是本专利技术实施例1中发动机外特性曲线；
[0046]图5是本专利技术实施例1中适应度曲线；
[0047本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载重量预测方法，其特征在于，包括以下步骤：(a)车辆行驶数据采集和参数计算：a1、获取车辆在不同载重条件下行驶过程中的发动机转速、发动机负荷百分比和ECU车速；a2、根据发动机外特性曲线和所述发动机转速，得到所述发动机转速下的发动机最大扭矩，根据所述发动机最大扭矩和所述发动机负荷百分比，得到当前扭矩；a3、根据车轮半径、主减速比、所述发动机转速和所述ECU车速，得到当前变速器传动比；(b)片段切割和匀速片段筛选：划分时间片段，去除怠速时间片段，得出连续运动片段，再从连续运动片段中筛选出匀速片段；(c)相关向量机模型训练：将各匀速片段的平均变速器传动比、平均车速和平均扭矩作为输入，载重作为输出，对相关向量机进行训练，得到相关向量机模型；(d)预测载重：对于载重未知的车辆，采集发动机转速、发动机负荷百分比和ECU车速，然后根据步骤a2得到当前扭矩，根据步骤a3得到当前变速器传动比；再按照步骤(b)进行片段切割和匀速片段筛选，然后将筛选后片段的平均变速器传动比、平均车速和平均扭矩输入到所述相关向量机模型，得到各片段的载重预测结果，进而得到车辆载重的预测结果。2.根据权利要求1所述的车载重量预测方法，其特征在于，步骤a3中，所述当前变速器传动比采用以下方法计算得到：其中，v为ECU车速，n为发动机转速，r为车轮半径，i0为变速器传动比；i
g
为主减速比。3.根据权利要求1所述的车载重量预测方法，其特征在于，步骤(b)中，划分时间片段的方法包括：采用移动窗口法将逐秒车速划分为不同的时间片段。4.根据权利要求1所述的车载重量预测方法，其特征在于，步骤(b)中，筛选匀速片段的方法包括：计算连续运动片段的车速变异系数，将车速变异系数从大到小排序，保留后20％的片段，作为匀速片段。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：刘昱，李菁元，安晓盼，于晗正男，马琨其，付铁强，颜燕，李孟良，
申请(专利权)人：中汽研汽车检验中心天津有限公司，
类型：发明
国别省市：