一种运输状态监测方法与流程

1.本发明涉及一种运输安全监控领域，尤其涉及一种运输状态监测方法。


背景技术：

2.货运过程中往往会因货物装载状态不良从而导致车厢出现偏载情况，从而诱发车厢倾斜，造成严重的交通事故。现有的车辆运输安全监控方法中能够计算出车厢的偏载情况，但是不能够对车厢的偏载进行风险预测，也不能够实现对车内货物运行状态的监测。
3.例如，一种在中国专利文献上公开的“货车偏载动态检测方法及报警系统”，其公告号cn101350136a，包括设置一货车偏载动态检测报警系统，其包括：一包括有左、右侧加速度传感器的信号感知单元、一包括有单片机的信息采集控制单元和一报警提示单元；所述单片机内的固化程序设置有偏载动态检测算法模块，所述偏载动态检测算法模块中预置有偏载阈值及报警范围；通过所述左、右侧加速度传感器获得所述货车的左、右侧加速度信号；通过所述偏载动态检测算法模块，计算出货车偏载系数；信息采集控制单元依据所述货车偏载系数与偏载阈值的差值，根据预置的偏载报警范围，发出相应的报警指令。此方案能够实现偏载计算，但无法对货物运输状态进行监测。


技术实现要素：

4.本发明主要解决现有技术中的运输监测方法对货物监测不足致使车厢易出现偏载情形的问题；提供一种运输状态监测方法，通过对货物的运输状态、占用空间和位移轨迹进行计算，结合车厢内部的承重情况，得出车厢的具体偏载情况，并对车厢的运输危险系数进行预测，从而保证车辆运输的安全性。
5.本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明包括设置视监测模块对货物外形和摆放状态进行实时监控；设置重心检测模块综合车身载重量和车身倾斜度判断车厢重心偏移情况；综合视监测模块和重心检测模块测量结果带入风险算法中，计算出运输危险系数。通过对货物外形和摆放状态的监测，能够得到货物在运输过程中发生的位移或者形变等信息，有利于监控货物的基本运输安全性；重心检测模块能够测量出车厢的运输偏载信息，能够综合货物信息，得出运输时车厢发生侧翻等危险状况的可能性，具有运输安全保障性。
6.作为优选，所述的对货物外形的实时监控包括获取货物在各个时间节点的快照数据，建模并得出设定时间阶段内各时间节点快照数据的差异数据，获取差异数据值；所述对货物摆放状态的实时监控包括获取货物在各时间节点的位置数据，结合时间节点数据和位置数据的对应关系，得出设定时间阶段内的货物轨迹数据。如果在监控时货物快照发生了明显差异，则说明货物在运输时可能发生碰撞或倾倒等情况，此监测能够帮助相关人员及时确认货物运输情况。
7.作为优选，所述的重心检测模块均匀铺设在车厢底部，获取车厢设定时间节点下各预设压感点的压力传感数据，计算车厢重心偏移量；所述预设压感点包括各边缘顶点、各
边缘中点和车厢中心；此方式分散获取车厢内的压力数据，便于后续通过详细的排列组合得到具体的车厢偏载信息，能够提高计算的准确性。
8.作为优选，所述的重心检测模块还包括设置在车厢各侧壁的液位显示装置，记录设定时间节点下各液位显示装置的偏移值[hl，hr]。液位显示装置能够从侧面反映车厢的倾斜信息，若左右侧的偏移值过大，则说明车厢容易发生向一侧翻转的情况。
[0009]
作为优选，所述的货物初始快照的建模数据为[cx，cy，cz]，在设定时间阶段结束的时间节点处建模数据为[cxn，cyn，czn]，根据建模数据对各个时间节点处的占用空间和体积进行分别计算，得到其初始占用空间sc＝cx*cy*cz和最终占用空间scn＝cxn*cyn*czn，同理可以得到任意时间节点的占用空间和体积数据；得到差异数据值为scn-sc。货物的体积需要通过更加详细的算法进行计算，而货物的占用空间能够通过其建模坐标值轻松计算出，计算货物占用空间能够更加快速、直观得得出货物的运行状态，如果货物发生倾倒或者碰撞形变，能够实现快速监测，防止进一步发生危险。
[0010]
作为优选，所述的货物轨迹数据包括货物初始建模数据[cx，cy，cz]，和设定实践阶段结束的时间节点处的位移建模数据[cx+n，cy+m，cz+e]，计算得到货物在运行过程中的前后左右实际位移[n，m，e]。计算货物的前后位移轨迹能够反映出货物的摆放规律得当性，如果货物在运输过程中发生过大的位移，则增加了其损坏的可能性。
[0011]
作为优选，所述的预设压感点的压力数据包括[w1，w2，w3，w4，w5，wx1，wx2，wy1，wy2]，其中w1、w2、w3和w4分别为各边缘顶点处的压感值，wx1、wx2、wy1和wy2分别为各边缘中点处的压感值，w5为车厢中心处的压感值；取任一边缘顶点和中点分别计算压力均值，并与车厢中心处的压感值比对，得出任一时间节点车厢的重心偏移情况，进一步计算各边压感差值得到该时间节点处车厢的重心偏移量～w1；同理计算出设定时间节点处的重心偏移量～wn，进一步得到设定时间阶段内车厢的重心偏移情况。通过对分散的边进行分别计算，能够得出车厢内准确的偏载信息，便于后续对危险系数的计算。
[0012]
作为优选，所述的设置危险系数k，k＝|hr-hl|+|～wn-～w1|，若(scn-sc)*([n，m，e])》r，则k++，若(scn-sc)*([n，m，e])《r，则k
‑‑
，其中r为预设中间量。预设液位显示和重心的偏移量作为风险系数的基础标准，同时当货物的形变和位移距离大于设定阈值时，风险系数对应增加，小于设定阈值时风险系数对应减少。
[0013]
作为优选，所述的车厢内还设置预警系统，其预设危险系数范围为kmin～kmax，若危险系数k超过kmax，则触发报警系统中的语音提示装置和报警提示单元，所述语音提示装置向驾驶位提供偏载风险提醒，报警提示单元向云端传递运输高风险信息。通过设置预警系统判断风险系数是否超过风险阈值kmax，如果超过则说明当前运输风险过大，需要提醒驾驶员及时调整运输状态，从而保证货物的安全运输。
[0014]
本发明的有益效果是：本发明的一种运输状态监测方法，通过对货物的运输状态进行实时监测，同时监测车厢内的偏载情况，综合数据计算出车厢运输的为危险系数，若系数过大则通过设置的预警模块对驾驶位和云端进行双重提醒，从而最大限度地预测货物运输的危险性，并及时防范。
附图说明
[0015]
图1是本发明的一种运输状态监测方法流程图。
具体实施方式
[0016]
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
[0017]
实施例：本实施例的一种运输状态监测方法，如图1所示，包括以下步骤：步骤1：设置视监测模块对货物外形和摆放状态进行实时监控。
[0018]
对货物外形的实时监控包括获取货物在各个时间节点的快照数据，建模并得出设定时间阶段内各时间节点快照数据的差异数据，获取差异数据值；所述对货物摆放状态的实时监控包括获取货物在各时间节点的位置数据，结合时间节点数据和位置数据的对应关系，得出设定时间阶段内的货物轨迹数据。
[0019]
货物初始快照的建模数据为[cx，cy，cz]，在设定时间阶段结束的时间节点处建模数据为[cxn，cyn，czn]，根据建模数据对各个时间节点处的占用空间和体积进行分别计算，得到其初始占用空间sc＝cx*cy*cz和最终占用空间scn＝cxn*cyn*czn，同理可以得到任意时间节点的占用空间和体积数据；得到差异数据值为scn-sc。
[0020]
所述货物轨迹数据包括货物初始建模数据[cx，cy，cz]，和设定实践阶段结束的时间节点处的位移建模数据[cx+n，cy+m，cz+e]，计算得到货物在运行过程中的前后左右实际位移[n，m，e]。
[0021]
步骤2：设置重心检测模块综合车身载重量和车身倾斜度判断车厢重心偏移情况。
[0022]
重心检测模块均匀铺设在车厢底部，获取车厢设定时间节点下各预设压感点的压力传感数据，计算车厢重心偏移量；所述预设压感点包括各边缘顶点、各边缘中点和车厢中心。
[0023]
重心检测模块还包括设置在车厢各侧壁的液位显示装置，记录设定时间节点下各液位显示装置的偏移值[hl，hr]。
[0024]
预设压感点的压力数据包括[w1，w2，w3，w4，w5，wx1，wx2，wy1，wy2]，其中w1、w2、w3和w4分别为各边缘顶点处的压感值，wx1、wx2、wy1和wy2分别为各边缘中点处的压感值，w5为车厢中心处的压感值；取任一边缘顶点和中点分别计算压力均值，并与车厢中心处的压感值比对，得出任一时间节点车厢的重心偏移情况，进一步计算各边压感差值得到该时间节点处车厢的重心偏移量～w1；同理计算出设定时间节点处的重心偏移量～wn，进一步得到设定时间阶段内车厢的重心偏移情况。
[0025]
步骤3：综合视监测模块和重心检测模块测量结果带入风险算法中，计算出运输危险系数。
[0026]
设置危险系数k，k＝|hr-hl|+|～wn-～w1|，若(scn-sc)/([n，m，e])》r，则k++，若(scn-sc)/([n，m，e])《r，则k
‑‑
，其中r为预设中间量。
[0027]
车厢内还设置预警系统，其预设危险系数范围为kmin～kmax，若危险系数k超过kmax，则触发报警系统中的语音提示装置和报警提示单元，所述语音提示装置向驾驶位提供偏载风险提醒，报警提示单元向云端传递运输高风险信息。
[0028]
应理解，实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅
读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。

技术特征：
1.一种运输状态监测方法，其特征在于，包括：设置视监测模块对货物外形和摆放状态进行实时监控；设置重心检测模块综合车身载重量和车身倾斜度判断车厢重心偏移情况；综合视监测模块和重心检测模块测量结果带入风险算法中，计算出运输危险系数。2.根据权利要求1所述的一种运输状态监测方法，其特征在于，所述对货物外形的实时监控包括获取货物在各个时间节点的快照数据，建模并得出设定时间阶段内各时间节点快照数据的差异数据，获取差异数据值；所述对货物摆放状态的实时监控包括获取货物在各时间节点的位置数据，结合时间节点数据和位置数据的对应关系，得出设定时间阶段内的货物轨迹数据。3.根据权利要求1所述的一种运输状态监测方法，其特征在于，所述重心检测模块均匀铺设在车厢底部，获取车厢设定时间节点下各预设压感点的压力传感数据，计算车厢重心偏移量；所述预设压感点包括各边缘顶点、各边缘中点和车厢中心。4.根据权利要求1所述的一种运输状态监测方法，其特征在于，所述重心检测模块还包括设置在车厢各侧壁的液位显示装置，记录设定时间节点下各液位显示装置的偏移值[hl，hr]。5.根据权利要求2所述的一种运输状态监测方法，其特征在于，所述货物初始快照的建模数据为[cx，cy，cz]，在设定时间阶段结束的时间节点处建模数据为[cxn，cyn，czn]，根据建模数据对各个时间节点处的占用空间和体积进行分别计算，得到其初始占用空间sc＝cx*cy*cz和最终占用空间scn＝cxn*cyn*czn，同理可以得到任意时间节点的占用空间和体积数据；得到差异数据值为scn-sc。6.根据权利要求2所述的一种运输状态监测方法，其特征在于，所述货物轨迹数据包括货物初始建模数据[cx，cy，cz]，和设定实践阶段结束的时间节点处的位移建模数据[cx+n，cy+m，cz+e]，计算得到货物在运行过程中的前后左右实际位移[n，m，e]。7.根据权利要求3所述的一种运输状态监测方法，其特征在于，所述预设压感点的压力数据包括[w1，w2，w3，w4，w5，wx1，wx2，wy1，wy2]，其中w1、w2、w3和w4分别为各边缘顶点处的压感值，wx1、wx2、wy1和wy2分别为各边缘中点处的压感值，w5为车厢中心处的压感值；取任一边缘顶点和中点分别计算压力均值，并与车厢中心处的压感值比对，得出任一时间节点车厢的重心偏移情况，进一步计算各边压感差值得到该时间节点处车厢的重心偏移量～w1；同理计算出设定时间节点处的重心偏移量～wn，进一步得到设定时间阶段内车厢的重心偏移情况。8.根据权利要求4或5或6或7所述的一种运输状态监测方法，其特征在于，设置危险系数k，k＝|hr-hl|+|～wn-～w1|，若(scn-sc)*([n，m，e])>r，则k++，若(scn-sc)*([n，m，e])<r，则k
‑‑
，其中r为预设中间量。9.根据权利要求8所述的一种运输状态监测方法，其特征在于，车厢内还设置预警系统，其预设危险系数范围为kmin～kmax，若危险系数k超过kmax，则触发报警系统中的语音提示装置和报警提示单元，所述语音提示装置向驾驶位提供偏载风险提醒，报警提示单元向云端传递运输高风险信息。

技术总结
本发明公开了一种运输状态监测方法，为了克服现有技术中的运输监测方法对货物监测不足致使车厢易出现偏载情形的问题，本发明包括设置视监测模块对货物外形和摆放状态进行实时监控；设置重心检测模块综合车身载重量和车身倾斜度判断车厢重心偏移情况；综合视监测模块和重心检测模块测量结果带入风险算法中，计算出运输危险系数。通过对货物的运输状态、占用空间和位移轨迹进行计算，结合车厢内部的承重情况，得出车厢的具体偏载情况，并对车厢的运输危险系数进行预测，从而保证车辆运输的安全性。全性。全性。


技术研发人员：苏冠忠 王进学 江程 朱正中
受保护的技术使用者：双友智控科技研究院（杭州）有限公司
技术研发日：2023.03.24
技术公布日：2023/7/3