露天环境下无人矿卡电池状态评估方法、系统及无人矿卡与流程

本申请涉及电池评估，特别涉及露天环境下无人矿卡电池状态评估方法、系统及无人矿卡。

背景技术：

1、无人矿卡全称无人驾驶矿用卡车，是主要以电池作为能量源的新型矿用设备，无人矿卡在调度中心的控制下有序的完成各种任务，能够提高矿场生产的现代化水平，同时也提高了矿场的效益。

2、和室内环境以及其他的室外环境不同，露天矿场的温度、湿度以及灰尘等环境因素存在较大波动，尤其是24小时全天候工作的无人矿卡，这些因素的波动更加剧烈。而这些因素的变化将导致电池的状态发生波动，因此需要对电池状态进行准确且实时的评估，为车辆的调度提供重要的依据。

3、但是，目前的评估方法并未同时考虑温度、湿度和灰尘在内的露天矿场实际影响因素，导致对电池状态的评估结果不够准确。目前采用的评估方法主要是周期性测试，这种评估方法无法反应电池的实时状态，导致无法应用在车辆的调度中。

技术实现思路

1、本申请实施例提供了露天环境下无人矿卡电池状态评估方法、系统及无人矿卡，用以解决现有技术中对电池状态评估结果不够准确以及实时性不强的问题。

2、一方面，本申请实施例提供了露天环境下无人矿卡电池状态评估方法，包括：

3、建立评估模型，评估模型采用卷积神经网络，评估模型经过转换形成了适用于无人矿卡上边缘设备的格式，并被部署在边缘设备上；

4、采集环境影响数据，环境影响数据包括温度、湿度和灰尘浓度；

5、将环境影响数据输入评估模型，得到电池状态评估结果；

6、根据电池状态评估结果确定电池的容量退化情况。

7、另一方面，本申请实施例还提供了露天环境下无人矿卡电池状态评估系统，包括：

8、传感器单元，用于采集环境影响数据，环境影响数据包括温度、湿度和灰尘浓度；

9、边缘设备，安装在无人矿卡上，边缘设备中部署有评估模型，评估模型采用卷积神经网络，评估模型经过转换形成了适用于边缘设备的格式，并被部署在边缘设备上；边缘设备用于将环境影响数据输入评估模型，得到电池状态评估结果；然后根据电池状态评估结果确定电池的容量退化情况。

10、另一方面，本申请实施例还提供了无人矿卡，包括车辆和上述的传感器单元以及边缘设备。

11、本申请中的露天环境下无人矿卡电池状态评估方法、系统及无人矿卡，具有以下优点：

12、同时考虑了温度、湿度和灰尘在内的环境影响因素，采用神经网络模型对电池状态进行评估，能够准确且实时的反映电池的真实状态，而且还基于电池状态计算了电池的容量衰减情况，为电池的维护和保养提供了准确的依据。

技术特征：

1.露天环境下无人矿卡电池状态评估方法，其特征在于，包括：

2.根据权利要求1所述的露天环境下无人矿卡电池状态评估方法，其特征在于，所述容量退化情况表示为：

3.根据权利要求1所述的露天环境下无人矿卡电池状态评估方法，其特征在于，在将所述环境影响数据输入所述评估模型之前，还对所述环境影响数据采用带通滤波器进行滤波处理。

4.根据权利要求1所述的露天环境下无人矿卡电池状态评估方法，其特征在于，采集所述环境影响数据时，在设定长度的时间窗口内采集所述环境影响数据，采集完成后再输入所述评估模型。

5.根据权利要求4所述的露天环境下无人矿卡电池状态评估方法，其特征在于，在采集得到所述环境影响数据后，还计算所述环境影响数据在所述时间窗口内的统计特征，然后对所述统计特征进行快速傅里叶变换，以提取所述统计特征的频域特征，再将所述频域特征输入所述评估模型。

6.根据权利要求1所述的露天环境下无人矿卡电池状态评估方法，其特征在于，所述评估模型包含依次连接的三个卷积层和两个池化层，其中每个所述卷积层后均连接有relu激活函数，且最后一个所述池化层采用softmax函数进行分类。

7.根据权利要求1所述的露天环境下无人矿卡电池状态评估方法，其特征在于，采用tensorflow lite将所述评估模型转换为适用于所述边缘设备的格式。

8.露天环境下无人矿卡电池状态评估系统，所述系统应用权利要求1-7任一项所述的露天环境下无人矿卡电池状态评估方法，其特征在于，所述系统包括：

9.根据权利要求8所述的露天环境下无人矿卡电池状态评估系统，其特征在于，所述边缘设备采用nvidia jetson设备或google coral设备。

10.根据权利要求8-9任一项所述的露天环境下无人矿卡电池状态评估系统，其特征在于，还包括车辆，所述传感器单元、所述边缘设备以及所述车辆组成无人矿卡。

技术总结
本申请公开了露天环境下无人矿卡电池状态评估方法、系统及无人矿卡，涉及电池评估技术领域，其中方法包括：建立评估模型，评估模型采用卷积神经网络，评估模型经过转换形成了适用于无人矿卡上边缘设备的格式，并被部署在边缘设备上；采集环境影响数据，环境影响数据包括温度、湿度和灰尘浓度；将环境影响数据输入评估模型，得到电池状态评估结果；根据电池状态评估结果确定电池的容量退化情况。本申请同时考虑了温度、湿度和灰尘在内的环境影响因素，采用神经网络模型对电池状态进行评估，能够准确且实时的反映电池的真实状态，而且还基于电池状态计算了电池的容量衰减情况，为电池的维护和保养提供了准确的依据。

技术研发人员：李天问,魏飞,苏路
受保护的技术使用者：四川开物信息技术有限公司
技术研发日：
技术公布日：2024/9/23