【案例分析】【算法：基于分层的一维算法，应用于称重业务】

0. 前言

弹簧称，是大部分人均在初中物理课（现在可能是小学，科技课）接触到；本文谈到的一维算法，原理则以此为起点进行延伸叙述。用一个弹簧称对一个物体重量进行检测，则我们从一个通道获取重量信息；简称为单通道称重，重量与弹簧形变成正比。如果用多个弹簧称对一个物体进行检测，我们称为多通道称重，则物体总重量 = 各个通道测量值的和。以上即是一个简单的称重算法，多个通道，采集多个信号；最终基于某种算法（本例中，即 总重量 = sum(f(形变长度))），得出最终计算值。
生活中，有很多这人简单原理，结合拉力传感器；有相应的应用场景，如吊钩称重，如下图所示。

主要应用场景有：生活垃圾转运，土方转运，建筑垃圾转运等按重量收费的行业应用。
以上是靠拉力进行感应的称重场景，生活也有一类靠压力值进行感应称重的场景，如高速公路称重，地磅等；其中，单个传感器如下图所示。

每个压力传感器为一个采集通道，本文即将讲述的，即是基于压力传感器的多通道采集的称重算法原理；其中，用于称重的台面如下图所示。

其中，桔色方形矩形区域，即是用于称重的台面，其材质是不易形变的高强度钢（本身亦有重量）；位于台面之下，矩形四个端点区域均有一个图2所示压力传感器。图3所示的，即是单台面（4通道）动态汽车衡，用于高速收费站；市场上还有2台面（8通道）、4台面（16通道）、8台面（32通道）等动态汽车衡。随着台面增加，传感器越多，称重算法越复杂；但原理类似，以下我们以单台面动态汽车衡为例讲述称重算法原理。

1. 算法框架

2. 数据采集层（通道数据，信号处理如FFT, 小波变换略）

2.1 单通道数据

如上图所示，X轴表示采样时间，Y轴表示重量（由传感器上报）；上图为单个通道，基于某个采样频率采集到的重量值。其中，蓝色曲线代表原始采样值，红色为经过信息处理后数据值；每个通道均需经过一系列信号处理，去除噪声干扰等因素。

2.2 四通道数据

    为表示方向，即汽车从台面左边，还是右边上秤；则至少需要2个通道，进行数据采集。一般业内，会采用每个台面（如图3所示）配备4个传感器；即4个通道采集压力信号转为重量值。把台面分成三个区域（理想情况），即左部，中间，右部，则正向进车重量采集值变化如下。
    （1）正向进车，车轮驶入左部；右部，即重心偏左区域。左边2个传感器感应值，逐渐升高，然后迅速达到峰值，如图6所示；同时右边2个传感器感应值逐渐攀升。
    （2）正向进车，车轮驶中间部分；中间部分，即为台面重心附近区域。左边2个传感器感应值，由高转低，同时右边2个传感器值由低转高；在重心平衡线相交（即左侧重量值与右侧重量值相等，到达平衡区域）。
    （3）正向进车，车轮驶入右部；右部，即重心偏右区域。右边2个传感器感应值，逐渐升高，然后迅速达到峰值；同时左边2个传感器逐渐降低。
    同理，反向过车，波形类似；则每4个通道组成一个台面的数据，具体如下所示（蓝色代表左边2个传感器重量和值，红色代表右边2个传感器重量和值）。

2.3 和值数据

每个子图形代表一个台面，蓝色代表左边2个传感器重量和值，红色代表右边2个传感器重量和值）

其中，P1 ~ P4为台面，1，2，3，4为对应车轴。整体识别过程，详见章节3业务处理层。

3. 业务处理层（一维信号 -> 台面状态 -> 轴重-> 整车）

3.1 业务处理逻辑

如图11所示，信息采集（含信号处理）后的波形数据，传入业务处理逻辑层，

3.2 波形识别

3.3 台面状态

3.4 车轴状态

4. 表示层（某车型，正向/反向过车，重量 * 收费标准）