高速公路動態汽車衡稱重異常數據檢測與修正參數推薦方法研究

柯于義 張和牧 刁含樓 王書升 司延召

摘 要：本文基于互聯網技術，進行高速公路動態汽車衡稱重異常數據檢測及動態汽車衡修正參數推薦方法研究。將高速公路動態汽車衡的稱重數據進行分析，結合動態汽車衡計量與檢定需求，按簽約車輛和非簽約車輛兩類來判定稱重數據異常與否，并對所檢測的異常數據進行標記。若異常數據數量達到設定閾值，則通過對所標記的異常數據進行數據分析，為汽車衡的修正參數推薦最佳修正值。

關鍵詞：動態;汽車衡;稱重;數據;修正參數

中圖分類號：U492.321 文獻標識碼：A

0 引言

研究高速公路動態汽車衡稱重異常數據檢測與修正參數推薦方法，是積極響應國家戰略號召、推動行業管理和行業發展的重要表現，不管是技術方面還是涉及到行業技術規范的健全與完善，在我國是一個全新的技術領域。[1-2]發展我國的動態汽車衡稱重數據自動化、智能化檢測，并基于檢測結果進行修正參數計算與推薦，不僅為計量行業起到積極的推動作用，還能實現節約時間、減少浪費、優化資源、保證質量等社會綜合效益，從而促進計量行業以及社會經濟的發展。

1 現狀分析

本文以河南省動態汽車衡管理業務為案例進行研究。動態汽車衡是國家強制檢定工作計量器具，是治理超限超載的主要計重設備，必須經過法定計量機構檢定合格后才能安裝使用，其準確度不僅關系到收費站和司乘人員雙方的經濟利益，還關系到交通執法的公平公正，因此，動態汽車衡的檢定工作就顯得非常重要。

傳統的汽車衡的檢定方法主要存在以下不足：

（1）檢定成本高：檢定人員和車輛必須到現場才能開展檢定。未來隨著高速公路上道勸返和非現場執法設備數量逐年增加，檢定成本將進一步增加。（2）檢定效率低：全國高速公路通車里程已經突破14多萬公里，計量技術機構用于檢定動態汽車衡的車輛，超過50%的工作時間消耗在路途中。（3）人為因素影響大：目前，對動態汽車衡稱重數據的檢測、判定方式，主要是靠人工駕駛檢定方式，受人為因素影響較大。

因此，本文對動態汽車衡稱重異常數據分析方法進行研究，以提升動態汽車衡計量的效率、降低成本。

2 系統架構

本系統主要包括數據存儲、消息傳輸模塊、消息存儲模塊、算法處理模塊和參數推薦模塊。系統組成如右圖所示：

其中，數據存儲負責存儲來自動態汽車衡的稱重數據和算法處理的結果數據等內容;消息傳輸模塊負責將數據庫中的數據與算法所需數據之間的傳輸;消息存儲模塊負責將各模塊間需要交互的消息進行存儲;算法處理模塊則是執行具體的異常數據處理與修正參數推薦算法，并輸出相應的結果;參數推薦模塊為檢定人員提供修訂推薦值作為參考。

3 算法實現

3.1 數據輸入

消息傳輸模塊獲得動態汽車衡稱重數據，并將數據實時寫入消息存儲模塊供算法處理模塊使用。本文采用消息中間件實現消息的實時傳輸，消息傳輸連接地址為tcp：//{ip}：{port}，消息隊列名稱為carInfo，消息處理接口為measuringQueueHandler。消息傳輸格式為Json格式，主要字段包括：汽車衡ID、稱重時間、車牌、車速、整車重量稱量值、軸數、軸組數、軸組重量、軸組軸型、軸間距等[3-4]。

3.2 算法處理

算法處理主要由三部分組成：已知稱重標準值的稱重數據判斷、未知稱重標準值的稱重數據判斷和修正參數推薦值計算。

已知稱重標準值的稱重數據判斷，是通過與事先約定的企業、約定的車輛，在已知車輛及載重的情況下，利用目標車輛通過動態汽車衡時所產生的稱重數據來進行的數據判斷。其主要流程如下圖所示，通過實際稱重數據與已知標準重量按所允許的誤差進行比較，若發現稱重數據存在異常，則對該稱重數據進行標記，計算所設定的閾值并進行更新，若閾值大于設定值則觸發參數修正算法流程，否則本次判定流程結束。

未知稱重標準值的稱重數據判斷，是在未知車輛及載重的情況下，對動態汽車衡所稱重的數據，主要采用歷史大量稱重數據作為依據進行判定。其主要流程如下圖所示，首先通過當前車輛的進出口實際稱重數據進行對比，若兩組數據存在明顯異常，則啟動數據分析算法判定，對通過該兩組動態汽車衡的歷史稱重數據運用誤差分析、數據分析、置信概率計算、同比偏差計算等方法，分析得出兩組稱重數據中的異常數據，進行標記并記錄。計算所設定的閾值，并進行更新，若閾值大于設定值則觸發參數修正算法流程，否則本次判定流程結束。

修正參數推薦值計算，依據動態汽車衡和車型分類進行。車型通常包括2軸、3軸、4軸、5軸、6軸及其它共6類汽車衡，而車輛通過動態汽車衡時，速度區間通常為0～20km/h。因此，算法對每個動態汽車衡設定1個整車修正閾值、6個車型修正閾值及每車型20個速度修正閾值。修正參數推薦值計算主要分為三個步驟：整車修正參數A計算、車型修正參數B計算和速度修正參數C計算。

（1）分析異常數據的車型分布情況，異常數據在所有車型上都是呈現同偏差，即各車型的稱重數據異常比例均在所設定的置信概率內，則認為該動態汽車衡對于各車型存在同偏差，此時保持B、C不變，修正整車修正參數性價比最大。再通過計算得出A值，即為整車修正參數推薦值。

（2）若動態汽車衡對于各車型不滿足同偏差條件，則針對各車型修正參數進行計算。通過各車型的稱重數據異常比例分析，若某類車型修正參數達到該車型修正閾值時，則觸發該類車型修正參數值的計算，即保持A、C不變，再通過計算出該車型修正參數B的推薦值。

（3）同理，以上兩個條件均不滿足時，則按速度區間進行閾值判定，若某速度區間達到修正條件，則通過公式計算出該車型的該速度區間的推薦值C。

3.3 算法輸出

本文采用消息中間件實現消息的實時傳輸，消息傳輸連接地址為tcp：//{ip}：{port}，消息隊列名稱為recommendInfo，消息處理接口為recommendQueueHandler。參數以Json格式傳輸，主要包括：參數推薦事件ID、汽車衡ID、稱重時間、整體修正參數、車型修正參數、2軸速度修正參數、3軸速度修正參數、4軸速度修正參數、5軸速度修正參數、6軸速度修正參數等。

3.4 系統應用

通過對本文的算法思路進行設與實現，以河南省動態汽車衡管理業務為案例進行研究，算法與動態汽車衡通過硬件網關、數據接收模塊進行對接，進而實現動態汽車衡的稱重異常數據判定以及修正參數推薦值的計算。該算法的運行環境如下：處理器：I7-8700;內存：16G;硬盤：512SSD;顯卡：GTX1080TI;操作系統：CentOS7。其它模塊運行環境：CPU：IntelXeon3106（8核-1.7GHz）處理器;內存：配置≥32GB DDR4;硬盤：配置3塊600GB10KrpmSAS2.5硬盤;操作系統：CentOS7。

4 總結

本文設計并實現了一種高速公路動態汽車衡稱重異常數據檢測與修正參數推薦方法，該方法實現了動態汽車衡計量的信息化、自動化，大幅降低人工成本、降低安全風險、減少直接經濟成本、減少物資損耗，同時，提高了動態汽車衡的計量效率、節約計量時間、優化物資資源等。本算法可為動態汽車衡檢定行業標準向非現場化、信息化、智能化方向發展和完善提供參考。

參考文獻：

[1]陳忠良，江益.浙江：首個高速入口稱重勸返系統試運行[J].中國公路，2019，26（16）：23.

[2]季晨暉，高速公路入口車道超高勸返系統[J].中國交通信息化，2019，21（S1）：267-268.

[3]王書升，張勇，劉濤，等.加速度對動態汽車衡稱重結果的影響研究[M].計量與測試技術，2019，46（10）：18-19.

[4]王書升，張勇，劉濤，等.坡度對動態汽車衡稱重結果的影響研究[M].計量與測試技術，2019，46（11）：32-33.