白云登高车出租， 登高车出租，白云登高车出租公司   RBF神经网络作为登高车动态称重算法内容？    对于超载超限现象，从这一问题出发对登高车动态称重系统进行研究，通过对车辆行驶时的运动特点与称重影响因素进行分析；确定了登高车动态称重系统的功能需求与总体框图，并设计系统的硬件与软件；对称重算法进行了研究，采用卡尔曼滤波预处理与RBF神经网络作为登高车动态称重算法，最后进行实车实验。本文的主要内容总结如下：

  （1）基于车辆载荷称重的特点，设计了一套可以快速标定的传感器载荷检测装置。由于车辆载荷发生变化时，车身与车架的距离会对应改变，针对这一特点通过测距传感器检测车辆运动时，车身与车架的相对距离来实现间接检测车辆载荷。

  （2）根据登高车动态称重系统的设计原则与功能需求，对称重系统进行整体设计。选取 ATMEGA328PB 作为系统的核心处理器，系统主要由电源电路、数据采集电路、人机交互系统和最小系统组成。

    白云登高车出租， 登高车出租，白云登高车出租公司

 （3）对于登高车动态称重硬件电路进行设计制作，并完成称重系统的软件程序部分的编写。程序整体主要由数据采集程序、系统工作主程序、载荷量判定程序与报警程序组成。通过系统的工作流程设计系统的主程序，并为满足功能需求，完成其他系统模块相对应的程序设计。

  （4）研究并设计登高车动态称重算法，根据登高车动态称重数据特点对卡尔曼滤波进行改进，实现称重数据预处理。然后再搭建 RBF 神经网络，应用神经网络对降噪滤波后的数据集进行训练与预测。通过实车实验证明，基于改进卡尔曼滤波的 RBF 神经网络登高车动态称重算法的预测误差值小于 4%，符合 WIMI 系统标准。

    白云登高车出租， 登高车出租，白云登高车出租公司