1.本发明涉及汽车技术领域，尤其涉及一种车辆载重判别方法、控制装置及存储介质。
背景技术：2.在商用车运输过程中，车辆的载重状态是十分关键指标之一。车辆载重的不同不仅影响了车辆油耗水平的高低，还显著影响到车辆驾驶的安全状况。
3.现有的针对车辆载荷重量的动态称重方法和系统，基本的体系结构是基于传感器技术，采集并处理传感器传来的重量信号，通过单片机或者上位计算机的数据分析后，进行重量显示或者将重量系统上传到监管机构。例如有在车架或者地面上安装利用电阻与应力关系的应变式传感器，或者在车辆悬架板簧系统或者车架系统安装利用电容与受力后形变原理的电容式传感器等。
4.然而，无论采用何种传感器，安装这些传感器都带来大量的成本，如何动态获取车辆的载重状态的基础上降低成本，是现有技术急需解决的技术问题。
技术实现要素：5.有鉴于此，本发明提供了一种车辆载重判别方法、控制装置及存储介质，能够解决现有技术通过安装传感器判断车辆载重状态成本高的问题。
6.第一方面，本发明实施例提供了一种车辆载重判别方法，包括：
7.获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；
8.将所述多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；
9.根据所述多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将所述第一参数的值和所述第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，所述第一参数为直线方程的斜率，所述第二参数为所述直线方程的截距，所述直线方程以加速度为因变量，以速度为自变量，所述第一判别结果和所述第二判别结果用于表示所述车辆的载重状态，所述车辆的载重状态包括空载状态和满载状态；
10.根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态在一种可能的实现方式中，所述第一判别模型的构建过程包括：
11.根据所述车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括所述车辆在同一时刻的速度值、加速度值以及所述车辆的载重状态所对应的值；
12.通过所述多组第一样本数据对支持向量机模型进行训练，得到所述第一判别模型。
13.在一种可能的实现方式中，所述第二判别模型的构建过程包括：
14.根据所述车辆的历史行车数据得到多组第二样本数据，其中，每组第二样本数据包括所述第一参数的值、所述第一参数所对应的第二参数的值以及所述车辆的载重状态所
对应的值；
15.通过所述多组第二样本数据对预设模型进行训练，得到所述第二判别模型。
16.在一种可能的实现方式中，获取所述多组第二样本数据的过程包括：
17.获取所述车辆在空载状态下的历史行车数据，根据所述车辆在空载状态下的历史行车数据，通过线性回归算法构造以n个以加速度为因变量，以速度为自变量的直线方程，得到n组第二样本数据，n为大于等于2的正整数；
18.获取所述车辆在满载状态下的历史行车数据，根据所述车辆在满载状态下的历史行车数据，通过线性回归算法构造以m个加速度为因变量，以速度为自变量的直线方程，得到m组第二样本数据，m为大于等于2的正整数；
19.其中，所述历史行车数据对应多个历史行车片段，每个片段对应所述车辆在历史行车过程中的一次刹车过程或一次提速过程，所述历史行车数据包括每个片段内多个时刻的速度值及加速度值。
20.在一种可能的实现方式中，所述根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态包括：
21.若第一判别结果和第二判别结果一致，则将所述第一判别结果和/或所述第二判别结果作为所述车辆的载重状态；
22.若所述第一判别结果和所述第二判别结果不一致，则在所述车辆的一次行驶过程中进行多次判别，每次判别包括一个所述第一判别结果和一个所述第二判别结果，直至所述第一判别结果和所述第二判别结果一致，将所述第一判别结果和/或所述第二判别结果作为所述车辆的载重状态。
23.在一种可能的实现方式中，在根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态之后，该方法还包括：
24.若所述车辆处于满载状态，在所述车辆行驶过程中，若所述车辆在第二预设时间段的航向角变化量的绝对值超过预设阈值，且所述车辆的速度大于第一预设速度，则发送告警信号，提示驾驶员将所述车辆的速度减小至第二预设速度，所述第二预设速度小于所述第一预设速度；
25.和/或，若所述车辆处于满载状态，在所述车辆行驶过程中，若所述车辆所处道路的坡度值大于预设坡度值，且所述车辆的速度大于第三预设速度，则发送告警信号，提示驾驶员将所述车辆的速度减小至第四预设速度，所述第四预设速度小于所述第三预设速度。
26.第二方面，本发明实施例提供了一种车辆载重判别装置，包括：获取模块、第一判别模块、第二判别模块和确定模块；
27.所述获取模块，用于获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；
28.所述第一判别模块，用于将所述多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；
29.所述第二判别模块，用于根据所述多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将所述第一参数的值和所述第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，所述第一参数为直线方程的斜率，所述第二参数为所述直线方程的截距，所述直线方程以加速度为因变量，以速度为自变量，所述第一判别结果和所述第二判
别结果用于表示所述车辆的载重状态，所述车辆的载重状态包括空载状态和满载状态；
30.所述确定模块，用于根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态。
31.在一种可能的实现方式中，所述第一判别模块还用于：
32.根据所述车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括所述车辆在同一时刻的速度值、加速度值以及所述车辆的载重状态所对应的值；
33.通过所述多组第一样本数据对支持向量机模型进行训练，得到所述第一判别模型。
34.第三方面，本发明实施例提供了一种控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
35.第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
36.本发明实施例与现有技术相比存在的有益效果是：
37.本发明通过预先训练两个判别模型，在车辆一次行驶过程中，获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，第一判别结果和第二判别结果用于表示车辆的载重状态，车辆的载重状态包括空载状态和满载状态；根据第一判别结果和第二判别结果，确定车辆的载重状态。通过本发明实施例所提供的方法，能够实现车辆载重状态的在线判断，无需提前在车辆或道路安装传感器，降低了车辆载重状态的判别成本。
附图说明
38.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
39.图1是本发明实施例提供的一种车辆载重判别方法的实现流程图；
40.图2是本发明实施例提供的车辆载重判别装置的结构示意图；
41.图3是本发明实施例提供的控制装置的示意图。
具体实施方式
42.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
43.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
44.参见图1，其示出了本发明实施例提供的车辆载重判别方法的实现流程图，详述如下：
45.在步骤101中、获取车辆在一次刹车或提速过程中多个时刻的速度和加速度。
46.在本发明实施例中，当车辆在一次驾驶的过程中，会包含多个提速过程、刹车过程以及匀速驾驶过程，在本步骤中，获取车辆在一次刹车或提速过程中多个时刻的速度和加速度的值，也即，获取车辆行驶过程中加速度不为零的一个驾驶片段，根据预设规则进行采样，确定多个时刻，如每隔5秒采样一个时刻的速度及加速度数据，得到本步骤中的多个时刻的速度和加速度值，本发明实施例不对获取多个时刻的确定方式进行限定。
47.需要说明的是，本发明实施例所提供的方法可应用同一型号或相近型号的车辆，针对同一型号或相近型号的车辆，可采用相同的第一判别模型和第二判别模型，以减少模型训练的时间成本和计算成本。
48.在步骤102中、将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果。
49.在本发明实施例中，根据车辆历史行车数据获取车辆空载状态下的速度箱线图和满载状态下的速度箱线图，以及车辆空载状态下的加速度箱线图和满载状态下的加速度箱线图，得到如下结论，与车辆空载相比，车辆满载时速度和加速度均呈递减趋势，且差异性较大，因此，车辆速度和加速度可以作为判别车辆载重状态的重要依据。
50.需要说明的是，在本发明实施例中，加速度可以为正值，也可以为负值，本发明实施例对此不作限定。
51.在本发明实施例中，车辆的历史行车数据可以是通过实测得来的，也可以是通过仿真模拟得来的，本发明实施例对此不作限定。
52.在一种可能的实现方式中，第一判别模型的构建过程包括：根据车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括车辆在同一时刻的速度值、加速度值以及车辆的载重状态所对应的值；通过多组第一样本数据对支持向量机模型进行训练，得到第一判别模型。
53.在本发明实施例中，通过分类准确率和kappa值评估不同模型的判别效果，确认支持向量机模型(support vector machines，svm)的判别准确率最高。
54.在步骤103中、根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，第一判别结果和第二判别结果用于表示车辆的载重状态，车辆的载重状态包括空载状态和满载状态。
55.对于第一判别模型和第二判别模型中的任一个模型，在一种可能的实现方式中，若该模型输出结果为0，则车辆为空载状态，若该模型输出结果为1，则车辆为满载状态；在另一种可能的实现方式中，在一种可能的实现方式中，若该模型输出结果为1，则车辆为空载状态，若该模型输出结果为0，则车辆为满载状态。本发明实施例不对判别结果的输出形式进行限定。
56.在一种可能的实现方式中，第二判别模型的构建过程包括：根据车辆的历史行车数据得到多组第二样本数据，其中，每组第二样本数据包括第一参数的值、第一参数所对应的第二参数的值以及车辆的载重状态所对应的值；通过多组第二样本数据对预设模型进行训练，得到第二判别模型。
57.在一种可能的实现方式中，获取多组第二样本数据的过程包括：获取车辆在空载状态下的历史行车数据，根据车辆在空载状态下的历史行车数据，通过线性回归算法构造以n个以加速度为因变量，以速度为自变量的直线方程，得到n组第二样本数据，n为大于等于2的正整数；获取车辆在满载状态下的历史行车数据，根据车辆在满载状态下的历史行车数据，通过线性回归算法构造以m个加速度为因变量，以速度为自变量的直线方程，得到m组第二样本数据，m为大于等于2的正整数；其中，历史行车数据对应多个历史行车片段，每个片段对应车辆在历史行车过程中的一次刹车过程或一次提速过程，历史行车数据包括每个片段内多个时刻的速度值及加速度值。
58.该直线方程可用a＝kv+b表示，则k值即为第一参数的值，b值即为第二参数的值。
59.在步骤104中，根据第一判别结果和第二判别结果，确定车辆的载重状态。
60.在一种可能的实现方式中，若第一判别结果和第二判别结果一致，则将第一判别结果和/或第二判别结果作为车辆的载重状态；若第一判别结果和第二判别结果不一致，则在车辆的一次行驶过程中进行多次判别，每次判别包括一个第一判别结果和一个第二判别结果，直至第一判别结果和第二判别结果一致，将第一判别结果和/或第二判别结果作为车辆的载重状态。
61.车辆的载重状态关系到车辆安全驾驶，进一步的，在获取车辆的载重状态后，本发明实施例所提供的方法还包括：
62.若车辆处于满载状态，在车辆行驶过程中，若车辆在第二预设时间段的航向角变化量的绝对值超过预设阈值，且车辆的速度大于第一预设速度，则发送告警信号，提示驾驶员将车辆的速度减小至第二预设速度，第二预设速度小于第一预设速度；
63.和/或，若车辆处于满载状态，在车辆行驶过程中，若车辆所处道路的坡度值大于预设坡度值，且车辆的速度大于第三预设速度，则发送告警信号，提示驾驶员将车辆的速度减小至第四预设速度，第四预设速度小于第三预设速度。
64.本发明通过预先训练两个判别模型，在车辆一次行驶过程中，获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，第一判别结果和第二判别结果用于表示车辆的载重状态，车辆的载重状态包括空载状态和满载状态；根据第一判别结果和第二判别结果，确定车辆的载重状态。通过本发明实施例所提供的方法，能够实现车辆载重状态的在线判断，无需提前在车辆或道路安装传感器，降低了车辆载重状态的判别成本。
65.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
66.以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
67.图2示出了本发明实施例提供的车辆载重判别装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
68.如图2所示，车辆载重判别装置2包括：获取模块21、第一判别模块22、第二判别模块23和确定模块24；
69.获取模块21，用于获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；
70.第一判别模块22，用于将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；
71.第二判别模块23，用于根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，第一判别结果和第二判别结果用于表示车辆的载重状态，车辆的载重状态包括空载状态和满载状态；
72.确定模块24，用于根据第一判别结果和第二判别结果，确定车辆的载重状态。
73.在一种可能的实现方式中，第一判别模块22用于：
74.根据车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括车辆在同一时刻的速度值、加速度值以及车辆的载重状态所对应的值；
75.通过多组第一样本数据对支持向量机模型进行训练，得到第一判别模型。
76.在一种可能的实现方式中，第二判别模块23用于：
77.根据车辆的历史行车数据得到多组第二样本数据，其中，每组第二样本数据包括第一参数的值、第一参数所对应的第二参数的值以及车辆的载重状态所对应的值；
78.通过多组第二样本数据对预设模型进行训练，得到第二判别模型。
79.在一种可能的实现方式中，第二判别模型23用于：
80.获取车辆在空载状态下的历史行车数据，根据车辆在空载状态下的历史行车数据，通过线性回归算法构造以n个以加速度为因变量，以速度为自变量的直线方程，得到n组第二样本数据，n为大于等于2的正整数；
81.获取车辆在满载状态下的历史行车数据，根据车辆在满载状态下的历史行车数据，通过线性回归算法构造以m个加速度为因变量，以速度为自变量的直线方程，得到m组第二样本数据，m为大于等于2的正整数；
82.其中，历史行车数据对应多个历史行车片段，每个片段对应车辆在历史行车过程中的一次刹车过程或一次提速过程，历史行车数据包括每个片段内多个时刻的速度值及加速度值。
83.在一种可能的实现方式中，确定模块24用于：
84.若第一判别结果和第二判别结果一致，则将第一判别结果和/或第二判别结果作为车辆的载重状态；
85.若第一判别结果和第二判别结果不一致，则在车辆的一次行驶过程中进行多次判别，每次判别包括一个第一判别结果和一个第二判别结果，直至第一判别结果和第二判别结果一致，将第一判别结果和/或第二判别结果作为车辆的载重状态。
86.在一种可能的实现方式中，确定模块24还用于：
87.若车辆处于满载状态，在车辆行驶过程中，若车辆在第二预设时间段的航向角变化量的绝对值超过预设阈值，且车辆的速度大于第一预设速度，则发送告警信号，提示驾驶员将车辆的速度减小至第二预设速度，第二预设速度小于第一预设速度；
88.和/或，若车辆处于满载状态，在车辆行驶过程中，若车辆所处道路的坡度值大于预设坡度值，且车辆的速度大于第三预设速度，则发送告警信号，提示驾驶员将车辆的速度减小至第四预设速度，第四预设速度小于第三预设速度。
89.本发明通过预先训练两个判别模型，在车辆一次行驶过程中，获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，第一判别结果和第二判别结果用于表示车辆的载重状态，车辆的载重状态包括空载状态和满载状态；根据第一判别结果和第二判别结果，确定车辆的载重状态。通过本发明实施例所提供的方法，能够实现车辆载重状态的在线判断，无需提前在车辆或道路安装传感器，降低了车辆载重状态的判别成本。
90.本实施例提供的车辆载重判别装置，可用于执行上述车辆载重判别方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
91.图3是本发明一实施例提供的控制装置的示意图。如图3所示，该实施例的控制装置3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个车辆载重判别方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示单元21至24的功能。
92.示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述控制装置3中的执行过程。
93.所述控制装置3可以是安装于车辆上的一个控制模块/控制装置/控制芯片，或者为车辆上现有控制系统中的一个控制子模块。所述控制装置3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是控制装置3的示例，并不构成对控制装置3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述控制装置还可以包括输入输出设备、网络接入设备、总线等。
94.所述处理器30可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
95.所述存储器31可以是所述控制装置3的内部存储单元，例如控制装置3的硬盘或内
存。所述存储器31也可以是所述控制装置3的外部存储设备，例如所述控制装置3上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器31还可以既包括所述控制装置3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述控制装置所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
96.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
97.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
98.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
99.在本发明所提供的实施例中，应该理解到，所揭露的装置/控制装置和方法，可以通过其它的方式实现。例如，以上所描述的装置/控制装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
100.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
101.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
102.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个车辆载重判别方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计
算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
103.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
技术特征：1.一种车辆载重判别方法，其特征在于，包括：获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；将所述多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；根据所述多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将所述第一参数的值和所述第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，所述第一参数为直线方程的斜率，所述第二参数为所述直线方程的截距，所述直线方程以加速度为因变量，以速度为自变量，所述第一判别结果和所述第二判别结果用于表示所述车辆的载重状态，所述车辆的载重状态包括空载状态和满载状态；根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态。2.根据权利要求1所述的方法，其特征在于，所述第一判别模型的构建过程包括：根据所述车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括所述车辆在同一时刻的速度值、加速度值以及所述车辆的载重状态所对应的值；通过所述多组第一样本数据对支持向量机模型进行训练，得到所述第一判别模型。3.根据权利要求1所述的方法，其特征在于，所述第二判别模型的构建过程包括：根据所述车辆的历史行车数据得到多组第二样本数据，其中，每组第二样本数据包括所述第一参数的值、所述第一参数所对应的第二参数的值以及所述车辆的载重状态所对应的值；通过所述多组第二样本数据对预设模型进行训练，得到所述第二判别模型。4.根据权利要求3所述的方法，其特征在于，获取所述多组第二样本数据的过程包括：获取所述车辆在空载状态下的历史行车数据，根据所述车辆在空载状态下的历史行车数据，通过线性回归算法构造以n个以加速度为因变量，以速度为自变量的直线方程，得到n组第二样本数据，n为大于等于2的正整数；获取所述车辆在满载状态下的历史行车数据，根据所述车辆在满载状态下的历史行车数据，通过线性回归算法构造以m个加速度为因变量，以速度为自变量的直线方程，得到m组第二样本数据，m为大于等于2的正整数；其中，所述历史行车数据对应多个历史行车片段，每个片段对应所述车辆在历史行车过程中的一次刹车过程或一次提速过程，所述历史行车数据包括每个片段内多个时刻的速度值及加速度值。5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态包括：若第一判别结果和第二判别结果一致，则将所述第一判别结果和/或所述第二判别结果作为所述车辆的载重状态；若所述第一判别结果和所述第二判别结果不一致，则在所述车辆的一次行驶过程中进行多次判别，每次判别包括一个所述第一判别结果和一个所述第二判别结果，直至所述第一判别结果和所述第二判别结果一致，将所述第一判别结果和/或所述第二判别结果作为所述车辆的载重状态。6.根据权利要求1至4任一项所述的方法，其特征在于，在根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态之后，该方法还包括：
若所述车辆处于满载状态，在所述车辆行驶过程中，若所述车辆在第二预设时间段的航向角变化量的绝对值超过预设阈值，且所述车辆的速度大于第一预设速度，则发送告警信号，提示驾驶员将所述车辆的速度减小至第二预设速度，所述第二预设速度小于所述第一预设速度；和/或，若所述车辆处于满载状态，在所述车辆行驶过程中，若所述车辆所处道路的坡度值大于预设坡度值，且所述车辆的速度大于第三预设速度，则发送告警信号，提示驾驶员将所述车辆的速度减小至第四预设速度，所述第四预设速度小于所述第三预设速度。7.一种车辆载重判别装置，其特征在于，包括：获取模块、第一判别模块、第二判别模块和确定模块；所述获取模块，用于获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；所述第一判别模块，用于将所述多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；所述第二判别模块，用于根据所述多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将所述第一参数的值和所述第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，所述第一参数为直线方程的斜率，所述第二参数为所述直线方程的截距，所述直线方程以加速度为因变量，以速度为自变量，所述第一判别结果和所述第二判别结果用于表示所述车辆的载重状态，所述车辆的载重状态包括空载状态和满载状态；所述确定模块，用于根据所述第一判别结果和所述第二判别结果，确定所述车辆的载重状态。8.根据权利要求7所述的装置，其特征在于，所述第一判别模块还用于：根据所述车辆的历史行车数据得到多组第一样本数据，其中，每组第一样本数据中包括所述车辆在同一时刻的速度值、加速度值以及所述车辆的载重状态所对应的值；通过所述多组第一样本数据对支持向量机模型进行训练，得到所述第一判别模型。9.一种控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至6中任一项所述方法的步骤。
技术总结本发明提供了一种车辆载重判别方法、控制装置及存储介质，包括：获取车辆在一次刹车或提速过程中多个时刻的速度和加速度；将多个时刻的速度和加速度中任一个时刻的速度和加速度，输入预设的第一判别模型，得到第一判别结果；根据多个时刻的速度和加速度，确定第一参数的值和第二参数的值，将第一参数的值和第二参数的值输入预设的第二判别模型，得到第二判别结果，其中，第一参数为直线方程的斜率，第二参数为直线方程的截距，直线方程以加速度为因变量，以速度为自变量，车辆的载重状态包括空载状态和满载状态；根据第一判别结果和第二判别结果，确定车辆的载重状态。本发明能够降低车辆载重判别成本。车辆载重判别成本。车辆载重判别成本。
技术研发人员：徐显杰 胡敏智
受保护的技术使用者：所托（杭州）汽车智能设备有限公司
技术研发日：2022.05.11
技术公布日：2022/11/1
