一种纹波计数方法、装置、存储介质和设备与流程

五金工具产品及配附件制造技术1.本技术涉及车窗控制领域，尤其涉及一种纹波计数方法、装置、存储介质和设备。背景技术：2.随着人们物质生活水平的提高，汽车越来越成为人们不可缺少的代步工具，汽车市场火爆异常。汽车市场的兴盛促进了相关产业链的发展，而车窗防夹等产业的发展又极大地支持着了汽车产业的继续繁荣，同时车窗防夹配置已经逐渐成为汽车的标配功能，并且，法规也要求自动升降车窗必须具备防夹功能。3.目前，行业内主要采用纹波防夹方式，其利用车窗电机的纹波识别车窗位置，以及利用纹波检测车窗位置是否遭遇障碍物。利用纹波识别车窗位置，其实质就是利用纹波数量来测量车窗位置，以便判断车窗位置是否处于预设的防夹区域内。在利用纹波数量来测量车窗位置之前，需预先学习车窗正常运动过程中纹波数量与车窗位置的对应关系，并将学习得到的纹波数量作为防夹的判断依据，写入到车窗控制器的防夹参数中。然而，车窗电机受限于外界因素(例如车窗阻力不均、工作电压不稳等)干扰，车窗控制器所采集到的纹波数量会存在偏差。若偏差过大，则车窗控制器将会将采集到的纹波数量视为无效数据，并且极大概率丢失防夹参数，从而影响防夹功能的实现。技术实现要素：4.申请人发现：车窗电机运行过程中受到外界因素影响，会无可避免地产生杂波，从而使纹波中掺杂了杂波，导致纹波数量产生较大偏差，为此，只有避免将杂波计入到纹波数量中，才能有效消除纹波数量的偏差。5.本技术提供了一种纹波计数方法、装置、存储介质和设备，目的在于消除纹波数量的偏差，以确保车窗控制器能够正常实现防夹功能。6.为了实现上述目的，本技术提供了以下技术方案：7.一种纹波计数方法，包括：8.获取车窗电机运行过程中，各个时刻的工作电流和纹波；9.对各个时刻的所述纹波进行解析，得到每个时刻的所述纹波的峰峰值；10.从预先构建的数据表中，选取与所述车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度；所述数据表包括最优灵敏度和车窗系统的对应关系；11.将所述目标灵敏度和每个时刻的所述工作电流，输入到预设公式中，计算得到每个时刻的动态阈值；12.将每个时刻的所述纹波的峰峰值，与每个时刻的所述动态阈值进行比较；13.对于每个时刻，若所述纹波的峰峰值不小于所述动态阈值，则将所述纹波标识为真实纹波，若所述纹波的峰峰值小于所述动态阈值，则将所述纹波标识为杂波；14.统计各个所述真实纹波的数量，得到目标数值；15.将所述目标数值记为纹波数量。16.可选的，所述统计各个所述真实纹波的数量，得到目标数值之后，还包括：17.统计各个所述杂波的数量，得到第一数值；18.在所述第一数值大于预设阈值的情况下，向用户发送杂波过多的提示。19.可选的，还包括：20.将所述纹波数量发送给车窗控制器，触发所述车窗控制器依据所述纹波数量执行防夹功能。21.可选的，还包括：22.通过预设界面展示所述纹波数量。23.一种纹波计数装置，包括：24.获取单元，用于获取车窗电机运行过程中，各个时刻的工作电流和纹波；25.解析单元，用于对各个时刻的所述纹波进行解析，得到每个时刻的所述纹波的峰峰值；26.选取单元，用于从预先构建的数据表中，选取与所述车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度；所述数据表包括最优灵敏度和车窗系统的对应关系；27.计算单元，用于将所述目标灵敏度和每个时刻的所述工作电流，输入到预设公式中，计算得到每个时刻的动态阈值；28.比较单元，用于将每个时刻的所述纹波的峰峰值，与每个时刻的所述动态阈值进行比较；29.标识单元，用于对于每个时刻，若所述纹波的峰峰值不小于所述动态阈值，则将所述纹波标识为真实纹波，若所述纹波的峰峰值小于所述动态阈值，则将所述纹波标识为杂波；30.统计单元，用于统计各个所述真实纹波的数量，得到目标数值；31.记录单元，用于将所述目标数值记为纹波数量。32.可选的，还包括：33.第一发送单元，用于统计各个所述杂波的数量，得到第一数值，并在所述第一数值大于预设阈值的情况下，向用户发送杂波过多的提示。34.可选的，还包括：35.第二发送单元，用于将所述纹波数量发送给车窗控制器，触发所述车窗控制器依据所述纹波数量执行防夹功能。36.可选的，还包括：37.展示单元，用于通过预设界面展示所述纹波数量。38.一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行所述的纹波计数方法。39.一种纹波计数设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；40.所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序运行时执行所述的纹波计数方法。41.本技术提供的技术方案，获取车窗电机运行过程中，各个时刻的工作电流和纹波。对各个时刻的纹波进行解析，得到每个时刻的纹波的峰峰值。从预先构建的数据表中，选取与车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度，数据表包括最优灵敏度和车窗系统的对应关系。将目标灵敏度和每个时刻的工作电流，输入到预设公式中，计算得到每个时刻的动态阈值。将每个时刻的纹波的峰峰值，与每个时刻的动态阈值进行比较。对于每个时刻，若纹波的峰峰值不小于动态阈值，则将纹波标识为真实纹波，若纹波的峰峰值小于动态阈值，则将纹波标识为杂波。统计各个真实纹波的数量，得到目标数值，并将目标数值记为纹波数量。利用本技术所示方案，能够有效区分杂波和真实纹波，从而避免将杂波计入到纹波数量中，有效消除纹波数量的偏差，以确保车窗控制器能够正常实现防夹功能。附图说明42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。43.图1为本技术实施例提供的一种映射关系示意图；44.图2为本技术实施例提供的另一种映射关系示意图；45.图3为本技术实施例提供的又一种映射关系示意图；46.图4为本技术实施例提供的一种纹波计数方法的示意图；47.图5为本技术实施例提供的另一种纹波计数方法的示意图；48.图6为本技术实施例提供的一种纹波计数装置的架构示意图。具体实施方式49.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。50.需要说明的是，车窗电机的纹波可利用峰峰值、峰值、幅值、有效值表示，本技术利用峰峰值表示纹波。一般来讲，真实纹波的峰峰值，与杂波的峰峰值之间会存在差异，因此，可通过检测峰峰值来区分真实纹波和杂波，从而避免将杂波计入到纹波数量。通过检测峰峰值来区分真实纹波和杂波的过程，本技术称之为峰峰值检测算法。51.在理想环境下，即车窗电机不受外界因素影响的情况下，车窗电机的工作电流为稳定的直流电，受到外界因素影响后，工作电流会随时发生变化。考虑车窗阻力不均、工作电压不稳等外界因素所带来的影响，利用一成不变的固定阈值，难以区分真实纹波的峰峰值和杂波的峰峰值。因此，本技术将峰峰值检测算法中原先所采用的固定阈值调整为动态阈值，将阈值与工作电流关联起来，使阈值能够随着车窗电机工作电流的变化而变化，如此便能够有效消除外界因素所带来的不良影响，大大提高识别真实纹波和杂波的准确性。52.将固定阈值调整为动态阈值，即增加动态阈值门限设置，可以简单理解为：基于各个时刻的动态阈值和车窗电机的工作电流的映射关系，构建动态阈值的函数，各个时刻的工作电流作为该函数的参数。并且，根据大量实验可知，工作电流越大，杂波的峰峰值也就越大，动态阈值也就越大。也就是说，动态阈值随着工作电流的增加而增加。53.在峰峰值检测算法中，需要对车窗电机的纹波进行峰峰值采样，并针对采样得到的每个峰峰值，判断峰峰值是否小于动态阈值(即与车窗电机当前工作电流对应的阈值)，若峰峰值小于动态阈值，则确定该峰峰值所属的纹波为杂波，若峰峰值不小于动态阈值，则确定该峰峰值所属的纹波为真实纹波。具体的，利用固定阈值区分真实纹波和杂波的方式，以及利用动态阈值区分真实纹波和杂波的方式，两者之间的差异如图1所示。54.动态阈值若取值过大，则峰峰值检测算法较为容易将峰峰值较小的真实纹波，误判为杂波，致使纹波数量计数出错。为了减少将真实纹波误判为杂波的概率，本技术实施例为动态阈值额外设置了一个调节参数，该调节参数代表峰峰值检测算法的灵敏度。调节参数的取值越小，则动态阈值的取值将会有所缩小，峰峰值检测算法的灵敏度将会提高，使得真实纹波被误判为杂波的概率降低，从而确保纹波数量的正确性。55.由于每个车窗电机所处的环境(通常称呼为车窗系统)不同，故车窗电机的工作电流受外界因素影响的程度不同，从而导致不同车窗系统下所采集的纹波中掺杂的杂波数量存在较大差异。在杂波数量较多的场景下，若调节参数取值过小，可能会导致峰峰值检测算法漏判峰峰值较大的杂波，从而无法有效消除纹波数量的偏差。56.为此，针对不同的车窗系统，为了避免调节参数取值过小而漏判杂波，本技术通过大量实验，学习得到不同车窗系统下的峰峰值检测算法的最优灵敏度，并制作出一个用于记录最优灵敏度和车窗系统的对应关系的数据表。具体的，利用不同灵敏度的峰峰值检测算法，区分真实纹波和杂波之间的差异，如图2所示。57.具体的，假设动态阈值中的调节参数设为3(即峰峰值检测算的灵敏度为3)，通过实验发现还存在个别杂波未被识别出来，导致最终获得的纹波数量依旧存在偏差。为了消除完全消除杂波的干扰，将调节参数设为5(即峰峰值检测算的灵敏度为5)。灵敏度为5的峰峰值检测算法，以及灵敏度为3的峰峰值检测算法，其各自区分真实纹波和杂波之间的差异，如图3所示。58.需要强调的是，上述提及的峰峰值检测算法，最终可以用公式(1)进行表示：[0059][0060]在公式(1)中，d代表动态阈值，dc代表车窗电机的工作电流(单位为ma)，a和b代表固定系数，p代表最优灵敏度，pp代表纹波的峰峰值。以现有车窗控制器的参数为例，a的取值可以为128，b的取值可以为220。[0061]基于上述所示出的峰峰值检测算法，本技术实施例提供了一种纹波计数方法，用于阐述如何消除纹波数量的偏差。[0062]如图4所示，为本技术实施例提供的一种纹波计数方法的示意图，包括如下步骤：[0063]s401：获取车窗电机运行过程中，各个时刻的工作电流和纹波。[0064]s402：对各个时刻的纹波进行解析，得到每个时刻的纹波的峰峰值。[0065]s403：从预先构建的数据表中，选取与车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度。[0066]其中，数据表包括最优灵敏度和车窗系统的对应关系。[0067]s404：将目标灵敏度和每个时刻的工作电流，输入到预设公式中，计算得到每个时刻的动态阈值。[0068]其中，预设公式如公式(2)所示。[0069]d＝dc/128*p+220(2)[0070]在公式(2)中，d代表每个时刻的动态阈值，dc代表每个时刻的工作电流。[0071]s405：将每个时刻的纹波的峰峰值，与每个时刻的动态阈值进行比较。[0072]s406：对于每个时刻，若纹波的峰峰值不小于动态阈值，则将纹波标识为真实纹波，若纹波的峰峰值小于动态阈值，则将纹波标识为杂波。[0073]s407：统计各个真实纹波的数量，得到目标数值。[0074]s408：将目标数值记为纹波数量。[0075]s409：统计各个杂波的数量，得到第一数值。[0076]s410：在第一数值大于预设阈值的情况下，向用户发送杂波过多的提示。[0077]s411：将纹波数量发送给车窗控制器，触发车窗控制器依据纹波数量执行防夹功能。[0078]s412：通过预设界面展示纹波数量。[0079]需要说明的是，本实施例所示方案利用峰峰值来表示纹波，除此之外，还可以利用振幅、峰值等来表征纹波，相应的，峰峰值检测算法则调整为振幅检测算法、峰值检测算法等，各算法的实现原理均相同，区别仅仅是纹波的表征不同而已。[0080]综上所述，利用本实施例所示方案，能够有效区分杂波和真实纹波，从而避免将杂波计入到纹波数量中，有效消除纹波数量的偏差，以确保车窗控制器能够正常实现防夹功能。此外，在区分杂波和真实纹波的过程中，以车窗电机的工作电流，以及与车窗电机所属车窗系统对应的最优灵敏度作为参考依据，获得各个时刻的动态阈值，并通过每个时刻的动态阈值识别每个时刻的纹波，相较于利用一成不变的固定阈值来识别每个时刻的纹波，其对杂波的抗干扰性能更强，即识别结果更为准确可靠。[0081]需要说明的是，上述实施例提及的s411，为本技术所示纹波计数方法的一种可选的实现方式。此外，上述实施例提及的s412，也为本技术所示纹波计数方法的一种可选的实现方式。为此，可将上述实施例所示流程，概括为图5所示的方法。[0082]如图5所示，为本技术实施例提供的一种纹波计数方法的示意图，包括如下步骤：[0083]s501：获取车窗电机运行过程中，各个时刻的工作电流和纹波。[0084]s502：对各个时刻的纹波进行解析，得到每个时刻的纹波的峰峰值。[0085]s503：从预先构建的数据表中，选取与车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度。[0086]其中，数据表包括最优灵敏度和车窗系统的对应关系。[0087]s504：将目标灵敏度和每个时刻的工作电流，输入到预设公式中，计算得到每个时刻的动态阈值。[0088]s505：将每个时刻的纹波的峰峰值，与每个时刻的动态阈值进行比较。[0089]s506：对于每个时刻，若纹波的峰峰值不小于动态阈值，则将纹波标识为真实纹波，若纹波的峰峰值小于动态阈值，则将纹波标识为杂波。[0090]s507：统计各个真实纹波的数量，得到目标数值。[0091]s508：将目标数值记为纹波数量。[0092]综上所述，利用本实施例所示方案，能够有效区分杂波和真实纹波，从而避免将杂波计入到纹波数量中，有效消除纹波数量的偏差，以确保车窗控制器能够正常实现防夹功能。[0093]与上述本技术实施例提供的纹波计数方法相对应，本技术实施例还提供了一种纹波计数装置。[0094]如图6所示，为本技术实施例提供的一种纹波计数装置的架构示意图，包括：[0095]获取单元601，用于获取车窗电机运行过程中，各个时刻的工作电流和纹波。[0096]解析单元602，用于对各个时刻的纹波进行解析，得到每个时刻的纹波的峰峰值。[0097]选取单元603，用于从预先构建的数据表中，选取与车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度；数据表包括最优灵敏度和车窗系统的对应关系。[0098]计算单元604，用于将目标灵敏度和每个时刻的工作电流，输入到预设公式中，计算得到每个时刻的动态阈值。[0099]比较单元605，用于将每个时刻的纹波的峰峰值，与每个时刻的动态阈值进行比较。[0100]标识单元606，用于对于每个时刻，若纹波的峰峰值不小于动态阈值，则将纹波标识为真实纹波，若纹波的峰峰值小于动态阈值，则将纹波标识为杂波。[0101]统计单元607，用于统计各个真实纹波的数量，得到目标数值。[0102]记录单元608，用于将目标数值记为纹波数量。[0103]第一发送单元609，用于统计各个杂波的数量，得到第一数值，并在第一数值大于预设阈值的情况下，向用户发送杂波过多的提示。[0104]第二发送单元610，用于将纹波数量发送给车窗控制器，触发车窗控制器依据纹波数量执行防夹功能。[0105]展示单元611，用于通过预设界面展示纹波数量。[0106]综上所述，利用本实施例所示方案，能够有效区分杂波和真实纹波，从而避免将杂波计入到纹波数量中，有效消除纹波数量的偏差，以确保车窗控制器能够正常实现防夹功能。[0107]本技术还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，程序执行上述本技术提供的纹波计数方法。[0108]本技术还提供了一种纹波计数设备，包括：处理器、存储器和总线。处理器与存储器通过总线连接，存储器用于存储程序，处理器用于运行程序，其中，程序运行时执行上述本技术提供的纹波计数方法，包括如下步骤：[0109]获取车窗电机运行过程中，各个时刻的工作电流和纹波；[0110]对各个时刻的所述纹波进行解析，得到每个时刻的所述纹波的峰峰值；[0111]从预先构建的数据表中，选取与所述车窗电机所属车窗系统对应的最优灵敏度，作为目标灵敏度；所述数据表包括最优灵敏度和车窗系统的对应关系；[0112]将所述目标灵敏度和每个时刻的所述工作电流，输入到预设公式中，计算得到每个时刻的动态阈值；[0113]将每个时刻的所述纹波的峰峰值，与每个时刻的所述动态阈值进行比较；[0114]对于每个时刻，若所述纹波的峰峰值不小于所述动态阈值，则将所述纹波标识为真实纹波，若所述纹波的峰峰值小于所述动态阈值，则将所述纹波标识为杂波；[0115]统计各个所述真实纹波的数量，得到目标数值；[0116]将所述目标数值记为纹波数量。[0117]可选的，所述统计各个所述真实纹波的数量，得到目标数值之后，还包括：[0118]统计各个所述杂波的数量，得到第一数值；[0119]在所述第一数值大于预设阈值的情况下，向用户发送杂波过多的提示。[0120]可选的，还包括：[0121]将所述纹波数量发送给车窗控制器，触发所述车窗控制器依据所述纹波数量执行防夹功能。[0122]可选的，还包括：[0123]通过预设界面展示所述纹波数量。[0124]本技术实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本技术实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0125]本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。[0126]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!