本技术公开了一种汽车嗅辨的方法和装置,涉及汽车气体嗅辨检测技术领域,嗅辨方法包括预处理、稀疏字典构建、气体识别和后处理;使用多个不同类型的传感器来捕捉汽车排放气体的多维特征,同时记录环境参数,预处理得到数据集;使用已知气体的响应模式作为初始字典原子,随着新数据的收集,通过在线学习算法将新气体的响应模式添加到字典中,对于新的传感器响应,在自适应字典中找到最佳稀疏表示;根据稀疏编码的结果,识别出最相关的字典原子;基于识别的气体成分和传感器响应强度,估计各气体的浓度,结合汽车排放标准和识别的气体浓度,对被检气体的异味强度进行分析和鉴别,能够更好地处理复杂气体环境下的非监测气体造成干扰的问题。
背景技术
人工嗅觉系统的核心包括数据采集模块和计算单元模块,计算单元将仪器响应值和预测值进行转化,完成拟合计算后,最终将电信号强度转换为具有实际物理意义的观察值,完成仪表检测任务,该过程中,数据采集模块的传感器部分是将待测气体信息转化为仪器响应的关键核心部分。
汽车检测领域内,传统上,汽车内部环境的监测主要依靠人工抽样和检测的方式,这种方式存在着效率低、成本高、数据采集不及时等缺点,随着物联网和传感技术的发展,现代汽车生产中越来越多地引入了智能化监测系统,智能化监测系统所使用的车内异味强度嗅辨仪专用于车内环境,通过气体传感器将被检气体转化为电信号并处理,对被检气体的异味强度进行分析、鉴别,实现了对汽车内部环境的实时监测和数据采集。
实际的应用过程中,嗅辨仪内的传感器或传感器阵列会受到环境温湿度、环境中干扰气体成分和自身运行漂移的影响,从而造成响应值和真实值的非线性偏差,对于非监测气体的干扰,传统的解决方法是尽可能在数据收集侧减少异常气体的干扰,但实际应用的环境中,气体的种类与含量都具有高度不确定性,采用抗干扰能力更强的传感器阵列会加大应用的成本;另一方面,从实际的气体分布环境角度而言,环境中的气体含量是存在相关性的,以NMHC气体为例,其自身是有机物化学反应过程中产生的混合烃类气体,当有机物产生时,环境中的CO、CH4等同样会产生变化,各类气体的含量最终会达到空气中的动态平衡,因此这样的复杂气体环境是人工嗅觉系统的工作常态。
为此,提出一种汽车嗅辨的方法和装置来解决上述问题。
实现思路