详情

原文传递车载动态称重系统的研究与设计

论文题名：	车载动态称重系统的研究与设计
关键词：	车载称重;人机交互;神经网络;滤波算法;模块化设计
摘要：	目前我国公路治理超限超载普遍采用基于动态称重的计重收费系统，这些传统称重方法大都需在公路主线道上建立大型检测站，存在以下不足：被检测车辆相对集中，检测效率较低，容易造成交通堵塞，而且车辆也容易绕行逃避检查等。　　针对这些不足，在充分研究现有的车辆称重设备和考虑实际需求的基础上，设计了一种车载式的动态称重系统。该系统可实时监测货车载重量，并可通过GPS装置对车辆位置进行实时定位，利用GPRS网络将车辆的载荷量、位置、速度等信息发送至监控中心，同时车载终端还可接收监控中心的各种命令。　　本文的主要内容如下：　　第一，介绍了本课题的研究背景、意义，在车辆动态称重领域中国内外的研究现状及未来的发展方向。　　第二，通过分析车载动态称重需实现的目标要求和影响车辆称重结果精度的因素，设计了系统的总体方案，介绍了系统原理和组成结构，并详细论述了传感器的选型及原理。　　第三，详细论述了车载称重系统中的硬件设计。系统以嵌入式ARM处理器STM32F107VCT6为核心，选用GPRS/GPS DTU实现数据无线传输和车辆GPS定位功能，DGUS屏作为车载终端中人机交互模块的单元，并将U盘作为数据本地存储的介质。硬件部分主要包括电源模块、数据采集处理模块、人机交互模块、数据无线传输模块、数据存储模块等。　　第四，详细介绍了车载动态称重系统的软件设计部分，采用了模块化的设计思想，主要包括数据采集系统软件设计、数据远程交互设计、图形交互界面的开发设计、数据本地存储系统的实现、监控中心测试软件的设计开发等。　　第五，详细论述了车载称重系统的数据处理算法。首先使用改进的滤波算法对车载称重信号和倾角信号滤波预处理，然后将预处理后的动态称重信号、倾角信号与车辆速度、加速度共同作为径向基(RBF)神经网络的输入，经过神经网络的训练之后得到较为精确的车辆重量值。最后通过六轴车的车载动态称重系统现场实验验证了该算法的可行性。　　第六，结合系统设计过程和现场实际测试结果，总结了本系统的设计经验及不足之处，并提出了改进方法。　　本文的主要创新点如下：　　第一，本系统综合利用了传感技术、卫星定位技术和网络技术，实现了对货运车辆装载、运行等情况的实时监控。　　第二，在车载动态称重现场实测数据的基础上，建立了一种广义RBF神经网络模型，结合车辆倾角角度、速度和加速度对滤波预处理之后的车辆动态称重信号进行二次处理，能使其更加接近车辆水平静态时的称重值。
作者：	李惠敏
专业：	控制科学与工程
导师：	李晓林
授予学位：	硕士
授予学位单位：	太原理工大学
学位年度：	2016
正文语种：	中文