具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与作用更加清楚及易于了解，下面结合附图和具体实施方式对本发明作进一步阐述：

如图1至图4所示，本发明公开了一种具有抗振动功能的载重卡车称重方法，包括如下步骤：

S1、使用压力传感器采集初始重量信号；

S2、采用FIR滤波算法对初始重量信号进行滤波处理，得到预处理重量信号AD_i；

S3、将预处理重量信号进行称重计算得到载重卡车实时重量；

W＝K*(AD_i-A₀)

上述公式中，W为载重卡车实时重量，AD_i表示第i时刻预处理重量信号，K以及A₀均为常数(通过称量已知载重卡车实时重量W的载重卡车，获得预处理重量信号AD_i，至少3组以上上述质量，每组载重卡车的载重卡车实时重量W不一样，从而统计分析得到常数K以及A₀。此步骤中由于预处理重量信号AD_i与载重卡车实时重量W有一定的差距，因此需要通过此来计算此差距，从而保证检测到得到为载重卡车实时重量W)；

S4、采用均值滤波算法对载重卡车实时重量进行滤波处理，得到载重卡车真实重量；

S5、载重卡车真实重量显示或输出。

步骤S1包括如下步骤：S11、压力传感器采样得到采样值X＝{x₁,x₂,x₃,…,x_i,…}；S12、包括如下步骤：S121、在载重卡车跨上测量平台之前，使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离K₀；S122、当载重卡车到达测量平台后，第i时刻使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离k_i；S123、计算平均振动幅度N表示测量有N个k_i值；S124、计算出现平均振动幅度F的平均时间间隔T；S125、采用公式一修正采样值X＝{x₁,x₂,x₃,…,x_i,…}，x_i表示为第i时刻的采样值且得到修正后的初始重量信号Y＝{y₁,y₂,y₃,…,y_i,…}，y_i表示为第i时刻的初始重量信号，公式一为：

Y＝a₃X³+a₂X²+a₁X+b₃F³+b₂F²+b₁F+

c₃T³+c₂T²+c₁T+d₃K₀ ³+d₂K₀ ²+d₁K₀+a₀

上式中，a₃,a₂,a₁,b₃,b₂,b₁,c₃,c₂,c₁，d₃,d₂,d₁,a₀均为常数。

公式一中常数获得方式为，首先，将测量平台放在在一个支撑平面上，水平仪使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离K₀；随后，采用已知准确的初始重量信号的载重卡车，将载重卡车驾驶到通过带压力传感器和水平仪的测量平台上，水平仪第i时刻使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离k_i，同时压力传感器采样得到采样值X＝{x₁,x₂,x₃,…,x_i,…}；再后，采用之前两组数据，活获得至少10组以上不同初始重量信号的载重卡车的数据；最后，通过回归算法，得到常数a₃,a₂,a₁,b₃,b₂,b₁,c₃,c₂,c₁，d₃,d₂,d₁,a₀。

在测量平台处安装有水平仪，水平仪包括：容纳容器以及红外线测量装置，容纳容器内存储有色液体，在容纳容器上方安装有红外线测量装置，红外线测量装置用于测量有色液体液面到红外线测量装置所在位置的距离。由于测量平台不是放在每个位置的水平度都一样的，而测量平台所处位置的水平度直接影响了重量的测量，因此需要排出水平度对测量结果的影响，需要修正测量结果。故，在载重卡车跨上测量平台之前，使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离K₀。

当载重卡车到达测量平台后，第i时刻使用红外线测量装置获得有色液体液面到红外线测量装置所在位置的距离k_i，由于载重卡车到达测量平台时有振动，此振动也能因此有色液体页面形成波浪，k₁也随之振动变化，而此振动对于采样值x有很大的影响，为了避免此影响，因此需要消除振动。每一载重卡车到达测量平台可以获得一串k_i值，计算红外线页面的拨动幅度…k_i-K₀…，计算平均振动幅度(N表示测量有N个k_i值)，计算出现平均振动幅度F的平均时间间隔T(计算平均时间间隔T时，第一、判断k_i是否等于F，等于F，则记录有序时间数据串i’；第二、找出有序时间数据串i’中最小min(i’)；第三、从min(i’)开始，将有序时间数据串i’中下一有序时间数据与上一有序时间数据相减，得到时间间隔；第四、将所有时间间隔取平均数，得到平均时间间隔T)。

公示一中，利用水平仪，不仅消除了测量平台放置处对水平仪的影响，也消除了震动对初始重量信号的影响，从而提高了测量值的精准性。

步骤S2中FIR滤波算法为低通FIR滤波算法，截止频率为10Hz。步骤S2包括如下步骤：

FIR滤波算法的计算公式二为：

(这里的3.705e-07是小数的表达方式)；

此步骤得到预处理重量信号M＝{m₁,m₂,m₃,…,m_i,…}，m_i表示为第i时刻的预处理重量信号。

步骤S2的效果为：滤波时，由于卡载重卡车造成采集平台振动、晃动以及噪音等干扰，振动、晃动以及噪音等干扰信号有特定的频率，大概频率范围为：1khz～10khz；而载重卡车的重量信号频率大概为：0～10hz，两个频率区别很大，因此使用上述方法(低通FIR滤波算法)，实现滤除干扰的功能。

步骤S4中均值滤波算法为滑动均值滤波算法。且步骤S4包括如下步骤：

S41、建立一个1秒时间长度的采样缓冲区，这个缓冲区的数据个数为n，每采样到新的测量值都更新一次这个缓冲区；

S42、我们通过比较找到这个缓冲区的最大值Max和最小值Min，当Max-Min＜D，这时缓冲区内的采样数据就是目标值，将此时缓冲区内的所有采样值加权平均值就是卡车的真实重量。D是设定的一个偏差范围值，D可以取值10～20kg，D根据现场的情况进行调节。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。