[发明专利]一种车载称重传感器数据快速预处理方法

说明书

一种车载称重传感器数据快速预处理方法，所述方法包括：S1：获取同一时刻若干车载称重传感器数据；S2：归一化处理所述称重传感器数据；S3：对归一化处理后的称重传感器数据进行限幅处理；S4：对限幅处理后的称重传感器数据进行卡尔曼滤波；S5：输出滤波后的称重传感器数据。本发明的车载称重传感器数据快速预处理方法，相较中位值平均滤波这类简单滤波方法处理效果更佳优异，同时相对于频域分析方法处理速度更快、占用计算内存更小。

技术领域

本发明属于信息融合技术在自动化检测领域的应用，具体涉及一种车载称重传感器数据 快速预处理方法。

背景技术

传统的车辆称重方法分为静态称重和动态称重。静态称重精度高，但存在称重过程耗时 长、效率低的问题；动态称重虽能测量行驶中车辆的载重，但称重传感器与车辆是分离的， 无法对车辆状态进行实时监控，并且对较少铺设地下称重传感器的偏远地区，难以进行超载 管制。

针对上述问题，新一代的车载称重系统是直接将测量传感器安装在车辆上，不仅精度满 足实际要求，同时能实时监控车辆的重量，具有良好的应用价值。其中基于压力传感器的车 载称重系统，在实际使用过程中受到发动机振动、路面不平、车速以及车辆加速变化等因素 的干扰，采集到的传感器数据合有许多噪声，因此需要先对传感器数据进行预处理，才能用 于后续的载重值计算。

秦伟等(见秦伟，徐国艳，余贵珍.基于BP神经网络的汽车车载称重系统研究[J].汽车工 程，2017,39(05)：599-605.)采用了中位值平均滤波算法，将采集的10个数据排序，去除掉 最大值与最小值，剩下8个数据的平均值作为有效值。该类方法虽然简单，但单独处理效 果不佳，无法适用于复杂噪声处理且需前置二阶低通滤波硬件电路，额外增加了系统成本。 郝晓娴等(郝晓娴，牛昱光，韩芝星，蔡晓龙.基于小波和BP神经网络的车载动态称重算法[J].仪 表技术与传感器，2017(08)：110-113+121.)则使用小波变换对称重信号进行预处理，将低频 的称重信号保留，高频的噪声信号滤除。申请号为201310718343.7的专利公开了一种车 载称重数据处理方法，采用无限冲激响应数字滤波器(IIR滤波器)或有限冲激响应数字滤 波器(FIR滤波器)过滤高频的噪声。这类方法采用频域分析，滤波效果良好，但是处理过 程复杂，不适用于嵌入式设备等处理能力弱的设备。

发明内容

本发明的目的之一在于提供一种车载称重传感器数据快速处理方法，以解决背景技术中 现有的工程车车载称重系统中多组压力传感器采集的数据存在大量噪声干扰的问题。

为实现上述目的，本发明提供技术方案如下：

一种车载称重传感器数据快速预处理方法，所述方法包括：

S1：获取同一时刻若干车载称重传感器数据；

S2：归一化处理所述称重传感器数据；

S3：对归一化处理后的称重传感器数据进行限幅处理；

S4：对限幅处理后的称重传感器数据进行卡尔曼滤波；

S5：输出滤波后的称重传感器数据。

优选地，所述称重传感器为压力应变片传感器。

优选地，所述S1包括：传感器感应车辆载重并输出信号；ADC芯片于同一时刻并行采 集所有传感器输出的信号，模数转换后输出相应的多路数字信号；处理器提取多路数字信号。

优选地，所述S2包含以下子步骤：

步骤2.1：获取第n路称重传感器的标定数据，包括最小载重值minWeight(n)、最大载 重值maxWeight(n)、最小载重值对应的传感器数据minValue(n)、最大载重值对应的传感 器数据maxValue(n)；其中，n为传感器索引值，且为正整数；