基于重量曲线进行车辆称重作弊预警的方法、设备及介质与流程

本发明涉及设备预警，尤其涉及基于重量曲线进行车辆称重作弊预警的方法、设备及介质。

背景技术：

1、为了确定粮食等车载货物的重量，对车辆进行两次称重，一次是在货物装载在车辆上时，对装载着货物的车辆进行称重，也就是称取毛重；另一次是在车辆进行卸货后，对卸货后的车辆进行称重，也就是称取皮重；通过毛重和皮重之间的差值来确定货物的重量。

2、但为了获取更多的经济收益，在这种对货物进行称重的过程中可能存在作弊行为，例如，在称取毛重时添加石头等重物，在称取皮重时卸掉重物，来达到称得的货物重量更大的结果；或者在称取毛重时在车上临时上人，在称取皮重时临时下人，从而达到称得的货物重量包括了人的重量的结果。

3、现有的粮库，车辆作业过磅称取毛重、皮重，重量判断都是检斤员对车辆停稳后获取最终的重量，针对重量是否存在作弊普遍使用人为观察，查看车辆过磅过程中是否存在上人或下人的情况，这种情况下称重人员只能通过人眼进行观察，容易造成疏忽。尤其是未来加快作业效率，而提供无人值守模式，该模式下更加需要对车辆作弊进行准确预警。

技术实现思路

1、本发明提供了基于重量曲线进行车辆称重作弊预警的方法、设备及介质，用以解决现有的称重作弊确定方法主要通过人为判断，容易发生疏忽，缺乏准确性的技术问题。

2、第一方面，本发明提供了基于重量曲线进行车辆称重作弊预警的方法，包括：

3、获取在称重过程中采集的车辆重量数据；

4、基于所述重量数据，绘制所述称重过程对应的重量曲线；

5、基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为。

6、在一种可行的实施方式中，在获取在称重过程中采集的车辆重量数据之前，所述方法还包括：

7、在满足开始条件时，开始采集所述车辆的重量数据，所述开始条件包括重量发生波动、ic卡刷卡和识别到车牌中的至少一种。

8、在一种可行的实施方式中，在获取在称重过程中采集的车辆重量数据之前，所述方法还包括：

9、在满足结束条件时，停止采集所述车辆的重量数据，所述结束条件包括重量趋于稳定或重量返回至初始重量。

10、在一种可行的实施方式中，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

11、基于所述重量曲线的斜率、极值和拐点中的至少一个，确定所述重量曲线是否存在凹陷区域；

12、若存在，则确定在所述称重过程中存在作弊行为。

13、在一种可行的实施方式中，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

14、基于所述重量曲线的斜率、极值和拐点中的至少一个，确定所述重量曲线是否存在激增区域；

15、若存在，则确定在所述称重过程中存在作弊行为。

16、在一种可行的实施方式中，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

17、确定所述重量曲线中的最大重量和目标重量，所述目标重量为所述重量曲线趋于稳定时的重量；

18、当所述最大重量和所述目标重量之间的重量差值超过预设重量差值阈值时，确定在所述称重过程中存在作弊行为。

19、在一种可行的实施方式中，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

20、获取所述车辆的历史曲线，所述历史曲线为车辆的历史称重过程对应的重量曲线

21、基于所述重量曲线和所述历史曲线之间的差异，确定在所述称重过程中是否存在作弊行为。

22、在一种可行的实施方式中，基于所述重量曲线和所述历史曲线之间的差异，确定在所述称重过程中是否存在作弊行为，包括：

23、确定所述重量曲线的斜率与所述历史曲线的斜率之间的斜率差值，当所述斜率差值超过预设斜率差值阈值时，确定在所述称重过程中存在作弊行为；和/或，

24、确定所述重量曲线的极值与所述历史曲线的极值之间的极值差值，当所述极值差值超过预设极值差值阈值时，确定在所述称重过程中存在作弊行为。

25、第二方面，本发明提供了基于重量曲线进行车辆作弊预警的设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施方式所述的基于重量曲线进行车辆作弊预警的方法。

26、第三方面，本发明提供了一种非易失性计算机存储介质，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指令当被终端执行时，使所述终端执行上述任一实施方式所述的基于重量曲线进行车辆作弊预警的方法。

27、本发明提供的基于重量曲线进行车辆作弊预警的方法、设备及介质，与现有技术相比，具有以下有益的技术效果：

28、(1)对车辆称重作业时，能够通过重量曲线识别是否存在作弊，减少人为情况下的误判以及人为作弊情况，提高了车辆称重作弊预警的准确性。

29、(2)同时还适用于无人值守的模式，针对无人值守模式下，能够精确识别车辆作业作弊预警。

30、(3)另外，重量曲线支持修正，数据量越多，该作弊预警方法越稳定和精确。

技术特征：

1.基于重量曲线进行车辆称重作弊预警的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，在获取在称重过程中采集的车辆重量数据之前，所述方法还包括：

3.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，在获取在称重过程中采集的车辆重量数据之前，所述方法还包括：

4.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

5.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

6.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

7.根据权利要求1所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为，包括：

8.根据权利要求7所述的基于重量曲线进行车辆称重作弊预警的方法，其特征在于，基于所述重量曲线和所述历史曲线之间的差异，确定在所述称重过程中是否存在作弊行为，包括：

9.基于重量曲线进行车辆称重作弊预警的设备，其特征在于，所述设备包括：

10.一种非易失性计算机存储介质，其特征在于，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指令当被终端执行时，使所述终端执行根据权利要求1-8中任一项所述的基于重量曲线进行车辆称重作弊预警的方法。

技术总结本发明公开了基于重量曲线进行车辆称重作弊预警的方法、设备及介质，属于设备预警技术领域，用以解决现有的称重作弊确定方法主要通过人为判断，容易发生疏忽，缺乏准确性的技术问题。方法包括：获取在称重过程中采集的车辆重量数据；基于所述重量数据，绘制所述称重过程对应的重量曲线；基于所述重量曲线的斜率、极值和拐点中的至少一个，确定在所述称重过程中是否存在作弊行为。本发明通过上述方法提高了车辆称重作弊预警的准确性。技术研发人员：张强,张鹏,李晨捷,陈光受保护的技术使用者：浪潮数字粮储科技有限公司技术研发日：技术公布日：2025/1/6