(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111226034.9 (22)申请日 2021.10.21 (71)申请人 浙江飞碟汽车制造有限公司 地址 311100 浙江省杭州市余杭区五常荆 长路33号 申请人 山东五征集团有限公司 (72)发明人 姜文娟　崔震　徐礼成　曹贵宝　 王惠艺　张明华　卢东涛　 (74)专利代理 机构 北京天盾知识产权代理有限 公司 11421 代理人 郭成　解敬文 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/18(2006.01) G06K 9/62(2022.01)G06F 119/14(2020.01) (54)发明名称 一种商用车 车载质量检测方法 (57)摘要 本发明公开了一种商用车车载质 量检测方 法， 包括步骤如下， 步骤S1， 数据预处理， 针对车 辆原始终端数据进行数据解析， 清洗以及噪声处 理等操作； 步骤S2， 工 况识别分析， 针对预处理之 后的数据， 再进行进一步的工 况分析； 步骤S3， 数 据筛选， 判断工况分析的数据属于测试数据或训 练数据， 若属于测试数据则进行步骤S5， 若属于 训练数据则进行步骤S4； 步骤S4， 模型构建融合， 通过步骤S2中的训练数据构建多个不同的基础 模型， 并通过训练和筛选， 最终进行模型融合。 本 发明实现了在不增加额外硬件的条件 下， 可以对 商用车载质量的实时监测， 既保证了结果的准确 性又降低了模型由于统计数据的随机性因素带 来的结果 不稳定性。 权利要求书3页 说明书5页 附图4页 CN 113987927 A 2022.01.28 CN 113987927 A 1.一种商用车 车载质量检测方法， 其特 征在于： 包括 步骤如下， 步骤S1， 数据预处理， 针对车辆原始终端数据进行数据解析， 清洗以及噪声处理等操 作； 步骤S2， 工况识别分析， 针对预处 理之后的数据， 再进行进一 步的工况分析； 步骤S3， 数据筛选， 判断工况分析的数据属于测试数据或训练数据， 若属于测试数据则 进行步骤S5， 若属于训练数据则进行步骤S4； 步骤S4， 模型构建融合， 通过步骤S2中的训练数据构 建多个不同的基础模型， 并通过训 练和筛选， 最终进行模型融合； 步骤S5， 模型服务部署， 将训练好的模型部署到云服务器上， 利用训练生成的模型与模 型服务化代码构建Docker镜像， 并推送至车 联网Docker镜像仓库。 2.根据权利要求1所述的一种 商用车车载质量检测方法， 其特征在于： 所述步骤S1包括 以下步骤， 步骤S11， 数据解析， 对车辆原 始终端数据进行解析， 解析 出建模所需车辆的数据； 步骤S12， 数据过滤， 针对解析出来的数据进行如填充、 对齐、 插值数据平滑等操作， 并 且根据离合刹车等条件判断数据中是否符合动力学原理的数据， 若 是则进行步骤S13， 若否 则将其送回车辆原 始终端； 步骤S13， 异常检测， 判断数据是否属于异常数据， 若是则进行S14， 若否则将其送回车 辆原始终端， 其中检测方法为， 一、 基于规则的主要是根据 各属性的实际意义去判断， 例如转速不能为负， 扭矩不能超 过一定范围； 二、 通过模型算法异常检测中常用的孤立森林模型对异常样本进行剔除以及基于 中心 点波峰的过 滤； S14， 换挡检测， 针对动力学公式中分析得到的对车载质量的影响因素， 判断数据是否 属于异常数据， 若是则进行S2， 若否则将其送回车辆原 始终端。 3.根据权利要求1所述的一种 商用车车载质量检测方法， 其特征在于： 所述步骤S2包括 以下步骤， 步骤S21， 设置工况过滤的条件， 扭矩输出百分比要大于10％、 发动机转速要大于怠速 转速、 刹车信号 为0； 步骤S22， 生成各种定义的工况的时间段， 根据加速度进行筛选过滤， 识别出加减速时 间段， 根据离合信号识别踩离合时间段； 步骤S23， 对各种工况的时间进行组合， 选取有效的工况时间， 选取在工况过滤条件下 的， 不踩离合不睬刹车符合动力学原理的基本工况时间段， 进行下一步的模型构建的初步 输入数据。 4.根据权利要求1所述的一种 商用车车载质量检测方法， 其特征在于： 所述步骤S4包括 以下步骤， 步骤S41， 模型创建， 通过步骤S2中的训练数据构建多个不同的基础模型； 步骤S42， 模型训练， 基于准备好的模型训练样本集对所选择的基础回归模型进行训 练， 对模型参数进 行优化选择， 生 成多个整 车质量预测基础模 型， 再通过测试样本集对训练 好的整车质量预测模型进行性能评估， 对于载重 评估模型；权　利　要　求　书 1/3 页 2 CN 113987927 A 2步骤S43， 模型筛选， 判断得到的模型是否达到融合要求， 若是则进行S44， 若否则重新 进行步骤S42； 步骤S44， 模型融合， 将上述得到的多个 较好的模型进行模型融合。 5.根据权利要求4所述的一种商用车车载质量检测方法， 其特征在于： 所述步骤S41中 构建多个不同的基础模型有以下几种方式， 一、 通过档位过 滤； 二、 通过三角域变换 数据过滤。 6.根据权利要求5所述的一种 商用车车载质量检测方法， 其特征在于： 所述档位过滤设 计如下， 1)统计车速转速比分布密度； 2)利用分布密度图进行峰值检测， 峰值所在的位置就是档位车速转速比所在的中心点 位置； 3)在进行峰值检测的同时输出峰值宽度， 得到峰值宽度的上下边界， 即各档位车速转 速比上下边界； 4)根据车速转速比上下边界过滤数据， 上下界范围内的数据被保留， 不在上下界范围 内的数据被过 滤。 7.根据权利要求5所述的一种 商用车车载质量检测方法， 其特征在于： 所述三角域变换 数据过滤设计如下， 1)计算力矩与加速度之间的比值， 然后求 解其反正切函数； 2)统计核密度分布； 3)理论上载重所对应的计算比值系数必定分布密度较高， 故使用峰值检测检测峰值点 和峰值宽度； 4)利用峰值宽度的上限边界进行 数据过滤。 8.根据权利要求4所述的一种商用车车载质量检测方法， 其特征在于： 所述步骤S43中 的模型筛 选方法如下， 1)对于载重相关的特 征力矩以及加速度进行斜 率的计算得到系数C； 2)利用该系数C进行坐标轴旋转； 3)对新生成的坐标X、 Y分别求单变量一倍标准差， 并将Y的一倍标准差与X一倍标准差 相除得到Xyscore。 9.根据权利要求8所述的一种商用车车载质量检测方法， 其特征在于： 所述Xyscore的 具体实现算法， 1)对于每 个构建的基础模型的输入数据(DF0， DF20)去计算中间系数coef； 2)利用该系数coef进行新 坐标轴计算， 计算公式如下： X＝cos(arctan(coef) )*DF0+si n(arctan(coef) )*DF20； Y＝cos(arctan(coef) )*DF20‑sin(arctan(coef) )*DF0； 3)对新的生成的坐标X， Y分别求单变量一倍标准差， 并将Y的一倍标准差与X一倍标准 差相除得到XYscore。 10.根据权利要求1所述的一种商用车车载质量检测方法， 其特征在于： 本方案所涉及 到的原理基础是基于动力学公式：权　利　要　求　书 2/3 页 3 CN 113987927 A 3