[发明专利]一种基于挂桶式垃圾车的垃圾称重方法、装置、电子设备和存储介质有效
| 申请号: | 202110392750.8 | 申请日: | 2021-04-13 |
| 公开(公告)号: | CN113104455B | 公开(公告)日: | 2022-04-29 |
| 发明(设计)人: | 苗少光;刘阳;杨国强 | 申请(专利权)人: | 深圳市汉德网络科技有限公司 |
| 主分类号: | B65F3/02 | 分类号: | B65F3/02 |
| 代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 何明伦 |
| 地址: | 518000 广东省深圳市南山区西丽街*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 挂桶式 垃圾车 垃圾 称重 方法 装置 电子设备 存储 介质 | ||
1.一种基于挂桶式垃圾车的垃圾称重方法,其特征在于,所述方法包括:
在所述挂桶式垃圾车翻桶过程中,利用称重传感器和惯性传感器分别实时采集目标垃圾桶的称重传感器数据和翻转角度数据;
利用预计算得到的误差函数对所述称重传感器数据进行修正,得到修正称重传感器数据;
使用预计算得到的滤波器对所述修正称重传感器数据进行滤波,得到滤波称重传感器数据;
当监测到所述翻转角度数据达到预计算的目标角度区间范围时,将所述滤波称重传感器数据输入预计算得到的线性回归模型,确定所述目标垃圾桶对应的垃圾重量;
其中,所述预计算的目标角度区间范围包括上翻角度区间和下翻角度区间范围,所述预计算得到的线性回归模型包括与所述预计算的目标角度区间范围对应的上翻线性回归模型和下翻线性回归模型;所述预计算得到的滤波器包括上翻滤波器和下翻滤波器;
所述上翻角度区间、所述下翻角度区间范围、所述上翻线性回归模型、所述下翻线性回归模型、所述上翻滤波器和所述下翻滤波器的确定方法如下:
对不同标准重量模拟翻桶过程,使用称重传感器及惯性传感器确定不同时刻下所述标准重量对应的模拟称重传感器数据、模拟加速度和模拟翻转角度;
利用预计算得到的误差函数对所述模拟称重传感器数据进行修正,得到修正模拟称重传感器数据;
使用不同类型和参数的滤波器对所述修正模拟称重传感器数据进行滤波,得到模拟滤波称重传感器数据;
根据不同角度区间范围内的模拟滤波称重传感器数据和对应的标准重量数据,使用线性回归方法拟合线性回归模型,以最小化单组参数的最大误差为目标,确定所述上翻角度区间、所述下翻角度区间范围、所述上翻线性回归模型、所述下翻线性回归模型、所述上翻滤波器和所述下翻滤波器。
2.根据权利要求1所述的基于挂桶式垃圾车的垃圾称重方法,其特征在于,所述当监测到所述翻转角度数据达到目标角度区间范围时,将所述滤波称重传感器数据输入预计算的线性回归模型,确定所述目标垃圾桶对应的垃圾重量,具体包括:
当监测到所述翻转角度数据达到上翻角度区间时,将滤波称重传感器数据输入所述上翻线性回归模型,确定所述目标垃圾桶的上翻重量;
当监测到所述翻转角度数据达到下翻角度区间范围时,将滤波称重传感器数据输入所述下翻线性回归模型,确定所述目标垃圾桶的下翻重量;
根据所述上翻重量和所述下翻重量,确定所述目标垃圾桶对应的垃圾重量。
3.根据权利要求2所述的基于挂桶式垃圾车的垃圾称重方法,其特征在于,所述使用预计算得到的滤波器对所述修正称重传感器数据进行滤波,得到滤波称重传感器数据,具体包括:
当所述目标垃圾桶处于上翻过程时,使用上翻滤波器对所述修正称重传感器数据进行滤波,得到滤波称重传感器数据;
当所述目标垃圾桶处于下翻过程时,使用下翻滤波器对所述修正称重传感器数据进行滤波,得到滤波称重传感器数据。
4.根据权利要求1所述的基于挂桶式垃圾车的垃圾称重方法,其特征在于,所述上翻角度区间、所述上翻线性回归模型和所述上翻滤波器是由所述不同标准重量在上翻过程中对应的模拟滤波称重传感器数据和对应的标准重量数据,使用线性回归方法拟合线性回归模型,以最小化单组参数的最大误差为目标所得到的;
所述下翻角度区间范围、所述下翻线性回归模型和所述下翻滤波器是由所述不同标准重量在下翻过程中对应的模拟滤波称重传感器数据和对应的标准重量数据,使用线性回归方法拟合线性回归模型,以最小化单组参数的最大误差为目标所得到的。
5.根据权利要求1所述的基于挂桶式垃圾车的垃圾称重方法,其特征在于,所述利用预计算得到的误差函数对所述称重传感器数据进行修正,得到修正称重传感器数据,具体包括:
根据对不同标准重量测量得到的标准称重传感器数据,以及在模拟翻桶过程中对不同标准重量测量得到的模拟称重传感器数据、模拟加速度和模拟翻转角度,拟合得到所述误差函数;
使用所述误差函数对所述称重传感器数据进行修正,得到修正称重传感器数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市汉德网络科技有限公司,未经深圳市汉德网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110392750.8/1.html,转载请声明来源钻瓜专利网。





