一種基于聲信號(hào)的車(chē)輛碰撞檢測(cè)裝置
(2)特征提取。對(duì)每一幀信號(hào)數(shù)據(jù)Datai(1≤i≤65535)實(shí)施DWT變換以得到頻域信息,然后根據(jù)得到的頻域信息統(tǒng)計(jì)能量的分布,以此作為識(shí)別交通事故的特征。本算法采用DB1小波,對(duì)每一幀信號(hào),先進(jìn)行一層分解,然后高頻系數(shù)進(jìn)行兩層完整的分解,低頻系數(shù)進(jìn)行10層單向分解得到18組數(shù)據(jù)。計(jì)算得到特征分量F=[E1,E2…E18],En的計(jì)算公式如下:

(3)特征降維。對(duì)特征提取后的信號(hào)量實(shí)現(xiàn)降維。在提取出的特征分量F的基礎(chǔ)上,本算法采用基于主成分分析(PCA)的異常點(diǎn)檢測(cè)算法檢測(cè)交通事故碰撞聲。原特征F變換后得到


(4)特征分類(lèi)。收集正常運(yùn)行和交通事故時(shí)的車(chē)輛周?chē)曇粜盘?hào)樣本,并訓(xùn)練構(gòu)造分類(lèi)器,實(shí)現(xiàn)對(duì)行駛過(guò)程中的聲音分類(lèi)。分類(lèi)器擬輸出兩類(lèi)分類(lèi)結(jié)果:一類(lèi)為正常運(yùn)行聲音,另一類(lèi)為重大交通事故的碰撞聲音。判別條件為:

其中


3 實(shí)驗(yàn)結(jié)果及分析
系統(tǒng)實(shí)驗(yàn)所采用的實(shí)驗(yàn)樣本總數(shù)為200個(gè),分為碰撞樣本和非碰撞樣本兩類(lèi),每類(lèi)都為100個(gè)樣本。碰撞樣本采集于車(chē)輛廠商的碰撞試驗(yàn),非碰撞樣本采集于日常常見(jiàn)各類(lèi)聲音信號(hào)。其中碰撞樣本的長(zhǎng)度為10s,包含完整的車(chē)輛碰撞過(guò)程的聲音,并混有剎車(chē)等常見(jiàn)噪聲。非碰撞樣本的長(zhǎng)度為20s,分為自然環(huán)境類(lèi)、音樂(lè)類(lèi)和語(yǔ)音類(lèi)等幾種聲音。在碰撞樣本中,20個(gè)作為算法的訓(xùn)練樣本,剩下的80個(gè)用于檢測(cè)算法的效果。一般普通聲音的頻譜如圖4 a)所示,而典型的碰撞聲樣本的頻譜如圖4 b)所示。本文引用地址:http://www.butianyuan.cn/article/197595.htm
我們的碰撞聲檢測(cè)儀在一個(gè)模擬的環(huán)境下進(jìn)行測(cè)試,盡可能地還原真實(shí)場(chǎng)景。使用低失真功放裝置反復(fù)對(duì)真實(shí)場(chǎng)景中采集到的碰撞信號(hào)進(jìn)行實(shí)驗(yàn)。并和文獻(xiàn)中的實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比。其中整體成功率是對(duì)判斷對(duì)的樣本總數(shù)和實(shí)驗(yàn)樣本總數(shù)的比值。實(shí)驗(yàn)結(jié)果示于表1。
由實(shí)驗(yàn)結(jié)果可以看出,無(wú)論對(duì)碰撞樣本還是非碰撞樣本,實(shí)驗(yàn)結(jié)果都非常準(zhǔn)確,這說(shuō)明本算法在設(shè)計(jì)上較為合理,在較小的干擾下可以達(dá)到碰撞聲分類(lèi)的目的,和文獻(xiàn)提到的結(jié)果相比,無(wú)論是碰撞樣本還是非碰撞樣本,準(zhǔn)確度都有所提升。
4 結(jié)束語(yǔ)
利用TMS3205509芯片做信號(hào)處理以及TLV320AIC23B做采集芯片的車(chē)輛碰撞報(bào)警裝置,體積小、成本低。此裝置使用分幀的方式對(duì)聲信號(hào)進(jìn)行模式識(shí)別計(jì)算,以實(shí)現(xiàn)車(chē)輛碰撞的及時(shí)報(bào)警。實(shí)驗(yàn)結(jié)果表明,此系統(tǒng)可靠性高、延時(shí)較短、可及時(shí)發(fā)出報(bào)警信號(hào)。此系統(tǒng)的應(yīng)用可提高機(jī)動(dòng)車(chē)輛駕乘人員的安全系數(shù),從而降低駕乘人員的車(chē)禍傷亡率,具有良好的應(yīng)用前景。
評(píng)論