买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京亿猫信息技术有限公司

摘要：本发明公开了智能购物车技术领域的一种多传感融合的坡道重量补偿方法及智能购物车，旨在解决现有技术无法满足实际需求的问题。根据智能购物车的实时传感数据，通过姿态角算法得到智能购物车的当前姿态角；根据所述实时传感数据和智能购物车的当前姿态角，通过运动状态识别算法得到所述智能购物车当前的运动状态，进行坡道重量补偿。本发明通过对坡道购物重量进行补偿，得到可信的用户加减购商品重量，便于上层应用与后端数据库匹配使得加减购成功，节省了人力成本，提升了用户购物体验。

主权项：1.一种多传感融合的坡道重量补偿方法，其特征在于，包括：根据智能购物车的实时传感数据，通过姿态角算法得到智能购物车的当前姿态角；根据所述实时传感数据和智能购物车的当前姿态角，通过运动状态识别算法得到所述智能购物车当前的运动状态，并执行以下操作：当所述智能购物车处于水平静止时：利用所述实时传感数据中的秤值重量和稳定重量算法得到稳定重量，将所述稳定重量作为可信重量上传至上层应用，允许加减购商品；当所述智能购物车处于上坡坡道静止或下坡坡道静止时：利用所述实时传感数据中的秤值重量和稳定重量算法得到稳定重量；通过角度曲线重量补偿算法对所述稳定重量进行补偿，得到补偿重量；将所述补偿重量上传至上层应用，允许加减购商品；当所述智能购物车处于上坡扶梯静止或下坡扶梯静止时：利用所述实时传感数据中的秤值重量和稳定重量算法得到稳定重量；通过角度曲线重量补偿算法对所述稳定重量进行补偿，得到补偿重量；根据上下坡情况，对所述补偿重量进行重量矫正，得到矫正重量；将所述矫正重量上传至上层应用，允许加减购商品；当所述智能购物车处于上坡移动、下坡移动或水平移动时：将车辆移动状态上传至上层应用，不允许加减购商品；所述通过运动状态识别算法得到所述智能购物车当前的运动状态包括：在固定时间段内执行以下步骤，得到至少包括一个时刻的运动状态的运动状态集合：根据所述实时传感数据中三个轴向的加速度，计算三者平方和的开平方，得到合加速度；根据所述实时传感数据中三个轴向的加速度和智能购物车的当前姿态角，计算得到车身坐标系下的加速度；进行坡道判断：计算所述智能购物车的当前姿态角中的姿态角与预设姿态角的差值，若差值大于下坡阈值，则判定智能购物车为下坡状态；若差值小于上坡阈值，则判定智能购物车为上坡状态；若差值不大于下坡阈值，且不小于上坡阈值，则判定智能购物车为水平状态；进行静止判断：若时间窗内所述合加速度波动值小于预设的静止阈值，则判定智能购物车为坡道静止状态；否则，则进行移动判断；所述移动判断包括：若时间窗内所述车身坐标系下的加速度的最大波动值大于预设的移动阈值，则判定智能购物车为移动状态；否则，则判定智能购物车为扶梯静止状态；根据所述坡道判断、静止判断和移动判断结果，得到智能购物车的运动状态为上坡坡道静止、上坡扶梯静止、下坡坡道静止、下坡扶梯静止、水平静止、上坡移动、下坡移动或水平移动；对所述运动状态集合中每个时刻的运动状态进行综合评判打分，获取最终的结果状态，作为智能购物车当前的运动状态；所述综合评判打分包括：根据所述实时传感数据，分别计算所述运动状态集合中每个时刻的运动状态的加速度最大抖动误差和陀螺仪最大抖动误差；根据所述加速度最大抖动误差和陀螺仪最大抖动误差，通过以下公式分别计算状态得分，选取最大的状态得分为该时刻的状态得分：Score=1-ec其中，Score表示状态得分，e表示加速度最大抖动误差或陀螺仪最大抖动误差，c表示预设常量；统计所述运动状态集合中各个运动状态的状态得分，对相同的运动状态的状态得分进行求和，得分最高的运动状态为最终评判的状态。

全文数据：

权利要求：

百度查询： 南京亿猫信息技术有限公司 一种多传感融合的坡道重量补偿方法及智能购物车