摘要：基于車輛動態(tài)稱重系統的結構和特點，采用了一種基于最優(yōu)加權平均的數據融合處理方法，將其應用到動態(tài)稱重系統中，并完成系統的軟硬件設計。通過對融合前后的實驗數據進行比較分析，可有效地降低傳感器在工作過程中受多種因素的交叉干擾影響，提高了車輛動態(tài)稱重系統抗干擾能力，以保證參數檢測的可靠性和準確性。
關鍵詞：動態(tài)稱重系統；傳感器；加權平均；數據融合

隨著社會經濟的發(fā)展和經濟區(qū)域分工的擴大，公路交通量迅速增長，尤其是貨運汽車的數量逐年遞增，其中一些司機不顧車輛和公路承載能力和行車安全，擅自對車輛進行超載改裝，使公路遭到嚴重破壞，由此而引發(fā)的交通事故日益增多。因此，為保護公路完好暢通，嚴格限制超限車輛勢在必行。
動態(tài)稱重系統是利用傳感器測量行使中動態(tài)輪胎的受力信號，再對這些受力信號的分析來計算相應靜態(tài)車輛重量的過程。與傳統的汽車靜態(tài)稱重不同，動態(tài)稱重不需要汽車停車待稱，只要汽車經過稱重傳感器即可以實現稱重，因此具有及時性、隱蔽性和連續(xù)性，既實現了稱重，又不影響正常的交通，是一個十分有價值的研究課題。

1 電路設計
車輛稱重系統硬件結構框圖如圖1所示，壓力傳感器、測速傳感器、模擬信號處理電路、A／D轉換電路、按鍵、液晶顯示模塊、打印機、PC機。電路主要芯片包括CPU為T2368BI，A／D轉換芯片AD7799，RS232電平轉換器芯片SP3223EEY以及LCD接口電路和鍵盤接口電路。

當汽車通過壓力板時，壓力傳感器將壓力信號轉換成模擬電信號，再通過儀表放大器送到A／D轉換器的模擬輸入端，將轉換后的數字量進行采樣處理，把處理結果作為動態(tài)稱重重量送到LCD上顯示，同時將數據送入打印機打印，或者可以將數據通過RS232電平轉換器送入計算機中儲存或進一步進行處理。

2 常用數據融合理論
傳感器數據融合是指對來自多個傳感器的數據進行多級別、多方面、多層次的處理與綜合，從而獲得更精確、更可靠的有用信息。與只采用單一傳感器的系統相比，來自多個傳感器的信息具有冗余性、互補性、關聯性。多傳感器數據融合就是要充分利用多個傳感器的資源，通過對各種傳感器及其觀測信息的合理支配與使用，將各種傳感器在空間和時間上的互補與冗余信息根據某種優(yōu)化準則組合起來。目前，在國外，多傳感器融合系統已被廣泛地應用于戰(zhàn)場分析監(jiān)視、彈道導彈防御、目標跟蹤、機器人、自動小車、輔助駕駛、復雜智能制造系統以及核電站監(jiān)控等領域。根據傳感器采集信息的多樣性，智能儀表的多傳感器信息融合采用了3種方式：相關信息融合、互補信息融合和協同信息融合。
2．1 相關信息融合
相關信息是指由一組傳感器獲取的關于同一環(huán)境特征的信息。例如在對某一對象進行檢測時，可在同一區(qū)域中放置多個傳感器，這些傳感器的輸出信息即為關于檢測對象的相關信息。
2．2 互補信息融合
互補信息就是兩個或更多個獨立傳感器從不同面對同一對象或環(huán)境的描述，彼此間又不相互重復的多個信息?；パa信息的融合可以給出關于對象和環(huán)境的更全面、更完整的描述：有時可以使多傳感器系統感知到那些每個單一傳感器無法獲得的對象和環(huán)境特征。
2．3 協同信息融合
協同信息是指在多傳感器系統中，傳感器獲得的相互依賴或相互配合的多源數據信息。
總之，多傳感器數據融合的目標即通過組合獲得比任何單個傳感器更準確的信息，達到傳感器之間最佳協調的結果，即通過多傳感器之間的協調和性能互補的優(yōu)勢來提高整個傳感器系統的性能。

3 數據融合在車輛動態(tài)稱重技術中的應用
在車輛動態(tài)稱重系統中主要應用了兩種數據融合方法，稱重板同類傳感器的多傳感器數據融合和壓力傳感器、加速度傳感器的異類傳感器數據融合。(這里采用最優(yōu)加權平均進行數據融合)。
3．1 同類傳感器的多數據融合
設第i個傳感器(i=1，2，…，P)，Q個測量周期中得到的第s個命題As(s=1，2，…，K)，它的單傳感器多測量周期融合后驗基本可信度分配函數為

3．2 異類傳感器數據融合
假定壓力傳感器和加速度傳感器測量誤差是相互獨立、零均值和恒定方差的高斯分布隨機變量，則
x(t+1)=φ(t)x(t)+B(t)u(t)+Γ(t)w(t) (1)
yi(t)=Hi(t)x(t)+Vi(t) (2)
上式中x(t)∈Rn是壓力測量值，i=1，2……，l是測量結果u(t)∈Rp是控制輸入，w(t)∈Rr是加速度測量值，Vi(t)∈Rmi，i=1，2……，l而φ(t)，B(t)，Γ(t)，Hi(t)是時變矩陣。
車輛動態(tài)稱重關鍵是智能壓力檢測，采用最優(yōu)加權平均進行數據融合的智能壓力檢測系統由4部分構成：傳感器模塊、信號調理模塊、數據融合中心模塊和顯示電路等。其工作過程為：傳感器和信號調理模塊完成對輸入信號的檢測和處理工作，融合中心綜合各傳感器的信息，并進行相應的數據處理后，最終結果由顯示電路顯示出來。如圖2所示。

1)傳感器部分輸出2個電壓信號，其中U1為被測壓力P的電壓輸出信號，U2為一個非目標參量的檢測電壓信號。
一個理想的壓力傳感器，其輸出U應為輸入壓力的一元函數值，即U=f(P)。其反函數為P=f(U)。
2)融合中心。融合中心采取的是基于加權平均的數據處理技術，使用加權平均法進行數據融合實際上就是求各傳感器輸出數據的加權平均值。若傳感器i(i=1、2…n)輸出為xi，測量結果均方差為σi，權值為Wi，數據融合結果為y=WX=[w1，w2，…，wn][x1，x2，…，xn]T。權值分配得當，融合效果較好；分配不合理。
對系統的精度和可靠性提高不大。權值最優(yōu)分配的準則如下：


4 數據融合處理的效果
為了驗證多傳感器數據融合方法的效果，本文進行了一系列稱重測量實驗：傳感器承受重量初始值為4噸，以后每次加重2噸，依次加載到22噸。數據融合前和融合后的重量值誤差對比如下表所示。

由以上實驗數據表明可見：在相同溫度變化和電源波動的情況下，經過數據融合后的數據誤差明顯減少，其誤差值小于靜態(tài)時稱重值的1．39％，非線性誤差為1．16％，由此可見，融合后的值更接近理論值。所以說基于最優(yōu)加權分配原則的多傳感器數據融合技術能夠有效降低或消除傳感器在工作過程中受多種因素的交叉干擾影響。

5 結束語
針對車輛動態(tài)稱重系統的結構和特點，筆者采用了幾種數據融合計算方法，有效地提高車輛動態(tài)稱重系統抗干擾能力，保證測量的可靠性和準確性。通過多次實驗，文中設計的動態(tài)稱重系統技術參數達到：在靜態(tài)模式時，精確度高于20 kg；動態(tài)模式時，車輛以低于20 km／h的速度通過，誤差小于靜態(tài)時稱重值的1．39％非線性誤差為1．16％(軸載荷和總重)。本動態(tài)稱重系統主要特性包括重量輕，便于攜帶；可外接計算機輔助設備；具有動靜態(tài)兩種工作方式；精確測量動態(tài)車輛的重量；自動將所測車輛重量與存儲資料比較以確定車輛的凈重或車是否超重等數據；全自動化的稱重過程；資料自動存儲以便檢索、統計。