文章图片
浙江润鑫高速公路收费站入口治超临时应急便携式货车超重检测磅由于其具有通过能力强、响应速度快等特点 ， 是未来非现场执法、主线收费站、货车安全运行保障、桥梁保护等方面应用的一个趋势 。 然而受其计算模型以及传感器类型所限 ， 精度较静态称重方法相差较大 。 目前提高WIM传感器精度的方法有提升传感器性能、改变传感器布局、优化WIM传感器算法等方式 。 例如:长安大学王选仓、张绍阳等人于2014年提出了8排并列式传感器布设方法 ， 在车速不高于15km/h,-20-50X.的条件下WIM传感器误差为±5% 。 BenedettoAllotta等人于2014年提出了一种基于最小二乘法的WIM算法 ， 该算法能够精确估算不平衡的轮载并能够估算重心位置 。 2012年 ， 北京万集推出了窄条式称重传感器 ， 并自主研发了与之相适应的车辆动力学模型、小波分析、曲线拟合和线性回归核心算法 。 2014年 ， 瑞士奇石乐公司推出了多排并列式压电石英传感器构成的WIM系统,该系统在95%的置信区间内 ， 精度能达到±3% 。 而当车辆变速,特别是静止再启动后 ， 传感器读数漂移很大 。 这是由于WIM的系统模型是通过测量车轮动态对地压力从而估算轴重、轮重或总重的过程 ， 车辆在通过传感器时每个车轴/轮均会引起单独的响应,每个轴/轮施加的力使传感器和路面振动 ， 测得的响应类似于指数衰减的正弦波 ， 其中每个车轴引发的响应持续时间取决于车辆的速度和传感器承载方式 ， 这种模型与静态称重模型有着本质的区别 。 就WIM模型而言,与匀速移动的车轴/轮相比 ， 变速移动的车轴/轮会导致持续性高频震动不明显 ， 同时传感器所测量的是运动状态下轮胎对地面造成的压力,而并非直接测轮重量,传感器完全承载方式给出的波形峰值响应为连续的平顶波形 ， 因此 ， 车辆在完全承载或变速过称时破坏了WIM模型的先决条件 ， 导致误差过大 。
文章图片
【模型|高速公路收费站入口治超临时应急便携式货车超重检测磅优化】本文提出了基于线性分割的WIM传感器阵列优化方法 。 利用线性分割原理将轮重的整体响应按照时间点分割成N个极值 ， 将每个极点形成的电信号进行叠加 ， 即可得到波形叠加形成的压电峰值平均值 ， 即认为车辆在每个时间点下都是匀速运动的 ， 从而满足动态称重条件 ， 最终得到精确的整车重量 。
推荐阅读
- 模型|2022前展望大模型的未来，周志华、唐杰、杨红霞这些大咖怎么看？
- 技术|山西：提升科技水平 打造高速公路出行“安全卫士”
- IT|研究：高速公路延误可在一天内造成高达2.5亿美元的经济损失
- 模型|经逆向工程，Transformer「翻译」成数学框架 | 25位学者撰文
- 化纤|JXK STUDIO 虎年肥猫 1/6仿真动物模型手办可爱摆件
- 模型|达摩院2022十大科技趋势发布：人工智能将催生科研新范式
- 模型|李彦宏:中国迎来AI黄金十年,集度汽车机器人明年亮相,智能交通10年内解决拥堵
- 模型|神经辐射场去掉「神经」，训练速度提升100多倍，3D效果质量不减
- 模型|英伟达：美团机器学习平台使用NVIDIA T4 GPU
- 警示|重庆市高速公路启用安全驾驶激光防疲劳系统