一种用于检测轿厢运动状态的智能检测装置转让专利
申请号 : CN201910542107.1
文献号 : CN110540118B
文献日 : 2021-04-09
发明人 : 劳凯垚 , 颜钢锋 , 赵家玉
申请人 : 浙江大学
摘要 :
权利要求 :
1.一种用于检测轿厢运动状态的智能检测装置,其特征在于,其包括:一加速度计,所述加速度计需要能采集两轴或两轴以上的加速度,用于获取所述轿厢运动时加速度;
一气压计,所述气压计用于获取所述轿厢当前位置的气压值;
一MCU,所述MCU用于接收所述加速度计采集到的所述轿厢的运动数据及所述气压计采集到的所述气压值,然后使用三阶卡尔曼算法对运动数据进行处理最终得到所述轿厢的状态并输出;
所述三阶卡尔曼算法具体为:所述MCU能够以所述加速度计得到的加速度以及所述气压计得到的气压值作为观测值,进行三阶卡尔曼滤波得到所述轿厢当前加速度、速度以及高度,其中测量输入为垂直方向加速度以及当前位置的气压值,状态输出为加速度、速度以及高度;所述三阶卡尔曼算法中的三阶卡尔曼状态方程为:Y(k)=HX(k)+V
其中 ΓW=0,
其中h(k)、v(k)、a(k)为轿厢当前的高度、速度、加速度,h(k+
1)、v(k+1)、a(k+1)为通过状态方程预测得到的下一时刻轿厢的高度、速度、加速度,T为采样周期,Pre(k)为轿厢当前位置气压观测值,acc(k)为当前垂直方向加速度观测值,K为气压高度系数,Preref为参考平面气压值,气压高度系数K与参考平面气压值Preref通过外部信号实时校正;
所述MCU由所述加速度计与所述气压计获取的数据,能够通过最小二乘法对所述加速度计采集的三轴加速度值进行修正,所述最小二乘法的拟合曲面为:
2 2 2 2
(k1x+b1) +(k2y+b2) +(k3z+b3) =G其中x、y、z分别为加速度计在固定姿态且保持静止时采集到的三轴原始加速度数据,k1、k2、k3为线性校正系数,b1、b2、b3为线性校正偏移,G为重力加速度;
最优化方程为:
其中G为重力加速度,K为线性校正系数矩阵 B为线性校正偏移矩阵 Xi为原始三轴加速度
线性校正计算公式为:
2
其中 为1×n矩阵,每个元素为G ;
另外,线性校正偏移矩阵B能进一步通过外部信号实时校正;
所述MCU能够以水平方向的加速度作为时域数组,经过傅里叶变换后转为频域,在频域中分别进行一次积分与二次积分,使用窗函数对通带外的频率分量衰减或去除后,再使用傅里叶逆变换转回时域从而得到所述轿厢的轿门的速度以及位移;所述频域一次、二次积分公式为:
其中为τ采样时间点,f(τ)为加速度时域数组,ω为频率点F(ω)为加速度频域数组,δ(ω)为单位脉冲信号,j为虚数单位;当输入的水平方向的加速度作为时域数组经过最小二乘法校正时,得到更高精度的轿门状态数据。
2.根据权利要求1所述一种用于检测轿厢运动状态的智能检测装置,其特征在于,智能检测装置安装位置为任意一扇轿门外侧的任意位置,开关轿门时所述检测装置位于厅门及轿门中间,且随轿门运动而运动;所述MCU与所述加速度计及气压计的通信方式包括UART、I2C或SPI,所述MCU输出轿厢的状态的方式包括UART、蓝牙、WIFI、RS485、RS232、RS422或以太网。
3.根据权利要求1所述一种用于检测轿厢运动状态的智能检测装置,其特征在于,所述MCU能根据加速度计及气压计采集的数据处理得到的所述轿厢当前加速度、速度、高度及其轿门的加速度、速度、位移判断所述轿厢处于上行、下行或静止状态以及所述轿门开门、关门、开门到位及关门到位状态,并能将轿厢当前加速度、速度、高度、上行、下行及静止状态和所述轿门的加速度、速度、位置、开门、关门、开门到位及关门到位状态作为轿厢及轿门状态通过通信接口输出。
说明书 :
一种用于检测轿厢运动状态的智能检测装置
技术领域
背景技术
有一定的保障,但随着时间的推移,电梯出现故障的概率也会增加,存在诸多安 全隐患。电
梯维保行业以及部分物业公司逐渐开始采用原电梯系统之外的运行状态监 测系统,提供
第三方的监测信息,在主系统发生意外故障时监测系统仍能够获取足够 的电梯运行信息
从而实现减少误报,面对事故及时进行响应,与此同时第三方的监测 信息可以一定程度上
减少人工运维检测的成本,提升工作效率。
号直接连接至监测系统的采集装置,这种方法的优点在于通过直接采集原有电梯 控制系
统的信息,实施简单、成本低。然而这种方式也造成了一些弊端,采样电路直 接接入原有电
梯控制回路不可避免地会对原有系统造成影响,严重时会干扰电梯的正 常运行,造成电梯
故障。
产成本与安装难度;而传感器数量太少时,由于传感器本身测量误差或其他环境 因素引起
的测量误差很容易造成最后计算偏差或判断得到的轿厢及轿门状态不准确甚 至出现严重
偏差。因此如何选择传感器并将多个传感器的数据融合得到精准的结果是 当前亟待解决
的问题之一。
发明内容
速度以及高度,其中测量输入为垂直方向加速度以及当前位置的气 压值,状态输出为加速
度、速度以及高度。所述三阶卡尔曼状态方程为:
h(k+1)、v(k+1)、a(k+1)为通过状态方程预测得到的下一时 刻轿厢的高度、速度、加速度,T
为采样周期,Pre(k)为轿厢当前位置气压观测 值,acc(k)为当前垂直方向加速度观测值,K
为气压高度系数,Preref为参考平 面气压值,气压高度系数K与参考平面气压值Preref通过
外部信号实时校正。
(0)为零矩阵;
个变量对应的初始协方差,取1‑10。本系统中,Γ为单位矩阵,环境噪声矩阵 Q为3阶对角
阵,对角上的每个q值为三个变量对应的过程误差;
(k);
值。此时的状态X(k)即为卡尔曼滤波并数据融合得到的轿厢高度、速度和加速度;
为 最优化问题可表示为:
或去除后,再使用傅里叶逆变换转回时域从而得到所述轿厢的轿门 的速度以及位移。所述
频域一次、二次积分公式为:
最小二乘法校正时,得到更高精度的轿门状态数据;具体为:
骤:
的实部,imag(Fi)为Fi的虚部;
状态以及所述轿门开门、关门、开门到位及关门到位状态,并能 将轿厢当前加速度、速度、
高度、上行、下行及静止状态和所述轿门的加速度、 速度、位置、开门、关门、开门到位及关
门到位状态作为轿厢及轿门状态通过通 信接口输出。
带FPU,浮点运算速度是常规MCU的4倍,该芯片还具有对应的DSP库,能高 效进行FFT运算,
另外芯片内部RAM有196KB,提供了足够大的空间存放采集到的数 据以及运算产生的中间
变量;加速度计采用MPU6050,该加速度计应用广泛且十分常 见,具有较高的性价比;气压
计采用DPS310,该气压计精度可达0.2m远超常规气压 计的精度,由此计算到的高度信息更
加准确。
附图说明
原理进行详细阐述。
另外轿厢及轿门运动状态智能检测装置4体积小、重量轻,易于固定,对 轿门及厅门的开关
无影响。
的气压计44。外部通信的接口41常规采用RS485通信,但其他通信方式如UART、 RS232、以太
网等也同样视为外部通信接口,本发明中MCU采用STM32F407,加速度计 43采用MPU6050,气
压计44采用DPS310。
压计采集的数据通过I2C接口以100Hz的数据频率传输到MCU中。MCU中的加 速度数据首先
经过最小二乘法进行校正,然后对校正后的垂直方向加速度数据与气压 数据进行三阶卡
尔曼滤波,得到轿厢当前高度、速度及加速度,由轿厢速度可以得到 轿厢当前上行、下行和
停梯状态。校正后的水平方向加速度数据使用频域积分法得到 轿门的位移和速度,根据轿
门速度方向可以判断轿门的开门或关门动作,根据事先输 入的轿门位移距离即可判断轿
门是否开门到位或者关门到位。
厂线性误差导致的,因此需要进行线性校正,图中实线为采用最小二乘法校正后得 到的重
2
力加速度,很明显校正后的重力加速度基本保持在9.8g/s左右,各个姿态间 差别不大,较
好得解决了加速度的线性失真问题。最小二乘法最小二乘法校正的具体 操作如下:
姿态重复以上操作,即可得到用于最小二乘法的姿态数组X,假设重复n次操作, 则姿态数
组X=[X1,X2,…,Xn],其中
则校正后的加速度数据为
则y轴的加速度可视为重力加速度与轿厢竖直方向运动的加速度的叠加,而 x轴的加速度
可视为轿厢的轿门开关门时的加速度。现通过上面介绍的最小二乘法已 得到校正后的三
轴加速度,为得到轿厢竖直方向运动的加速度,y轴加速度需要减去 当地重力加速度,即
aver=ay‑G,然后根据得到的电梯轿厢竖直方向加速度aver和 气压计采集到的当前位置气
压Pre进行卡尔曼滤波与数据融合。
实线为卡尔曼滤波后的加速度波形,相比滤波前的波形,滤波后噪声明显减小,波 形光滑
且跟随性好。
速度波形没有明显累积误差,但由于其值同时受到加速度计和气压计的影响,而 气压计在
轿门开关门时气压变化较大,因此得到的速度不够平滑与准确,最粗的实线 为引入平层信
号对加速度及速度校正后的曲线,可以看到该曲线十分平滑,累积误差 可以忽略,是理想
的速度曲线。
较大的改善。卡尔曼滤波与数据融合具体步骤如下:
样时间T。由加速度、速度、位移间的关系 可得转
移矩阵 假设轿厢 初始状态为静止状态则 由于观测输出向量
根据压高公式 h=(Preref‑Pre)×k可得 因此输出矩阵
便宜 矩阵 一般在低空中k=0.09,Preref为某一轿厢平层
位置气压,初始协 方差矩阵P0仅影响滤波初始效果,取较小值即可,如
测量误差R是 反映传感器得到信息质量的优劣,传感器得到信号质量越差,则R应越大,从
而有更强 的滤波效果。虽然R越大滤波效果更强,但是响应速度会变慢,因此R不宜过大。而
过 程误差Q反映的是在测量过程中受到别的环境因素影响的大小,如气压计易受到风、 温
度的干扰之类的,当Q为0时,得到的滤波效果会非常平滑,但是会存在累积误差 之类的缺
点,当Q较大时,滤波效果会变差,一般Q取一个较小值比较合适,此处取
(0)为零矩阵;
个变量对应的初始协方差,取1‑10。本系统中,Γ为单位矩阵,环境噪声矩阵 Q为3阶对角
阵,对角上的每个q值为三个变量对应的过程误差;
(k);
重力加速度的竖直加速度aver与气压计读取到的当前位置气压值Pre;
结合已有的楼层高度课判断出轿厢当前的位置。
取2的幂次个采样点如1024个点,则频率间隔 使用FFT 算法将加速度时
域数组转到频域后得到关于500Hz对称的频域数组;
的实部,imag(Fi)为Fi的虚部;
算公式分别为
普通技术人员来说,在不脱离本发明的精神和范围内,还可以做出若干改进和润 饰,这些
改进和润饰也应视为本发明的保护范围。