会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 看什么免费而且还可以领红包之星看什么免费而且还可以领红包资讯网(www.carofstar.com),专注看什么免费而且还可以领红包资讯看什么免费而且还可以领红包新闻!

一种基于声信号的车辆碰撞检测装置研究与设计

时间:2013-10-25 13:51 来源:互联网 作者:看什么免费而且还可以领红包之星看什么免费而且还可以领红包资讯网 阅读:次

?

  自动声检测算法读出数据并进行判断,如果检测到的是非碰撞事件,则继续执行采样检测以等待处理下一秒数据,这时软件在执行空循环;当自动声检测算法检测到的是碰撞事件,就向通讯模块传递信息,在GPS模块确认速度和位置信息之后就通过报警模块报警。此软件的流程如图3所示。

?

1

?

软件流程图

点击此处查看全部新闻图片


  软件流程图中自动声检测算法的设计是核心部分,下面做重点介绍。由于不同声波信号的幅频特性和相频特性不同,不同声波信号在各个频率段的幅值也存在一定的差异。因此,可利用各个频率成分的能量变化来实现目标识别。


  自动声检测算法包括声音信号采集和分帧、特征提取、特征降维、特征分类四部分,其具体实现步骤如下:


  (1)采集和分帧。将采集到的信号按每2s分为一帧,帧与帧之间有1s的交叠。对32k采样率的芯片来说,即每一次只对2s的片段65536个点进行处理,在训练阶段两个片段之间有1/2重复。这样得到一组数据Datai(1≤i≤65535)。


  (2)特征提取。对每一帧信号数据Datai(1≤i≤65535)实施DWT变换以得到频域信息,然后根据得到的频域信息统计能量的分布,以此作为识别交通事故的特征。本算法采用DB1小波,对每一帧信号,先进行一层分解,然后高频系数进行两层完整的分解,低频系数进行10层单向分解得到18组数据。计算得到特征分量F=[E1,E2…E18],En的计算公式如下:,其中N为Cn的长度。


  (3)特征降维。对特征提取后的信号量实现降维。在提取出的特征分量F的基础上,本算法采用基于主成分分析(PCA)的异常点检测算法检测交通事故碰撞声。原特征F变换后得到公式为,其中H为PCA方法得到的投影矩阵。


  (4)特征分类。收集正常运行和交通事故时的车辆周围声音信号样本,并训练构造分类器,实现对行驶过程中的声音分类。分类器拟输出两类分类结果:一类为正常运行声音,另一类为重大交通事故的碰撞声音。判别条件为:

  其中为训练样本集的特征分量投影。n表示允许偏出给定区间Ii的最大个数,当n大于某个阈值时即为碰撞,反之则不为碰撞。

  3 实验结果及分析


  系统实验所采用的实验样本总数为200个,分为碰撞样本和非碰撞样本两类,每类都为100个样本。碰撞样本采集于车辆厂商的碰撞试验,非碰撞样本采集于日常常见各类声音信号。其中碰撞样本的长度为10s,包含完整的车辆碰撞过程的声音,并混有刹车等常见噪声。非碰撞样本的长度为20s,分为自然环境类、音乐类和语音类等几种声音。在碰撞样本中,20个作为算法的训练样本,剩下的80个用于检测算法的效果。一般普通声音的频谱如图4 a)所示,而典型的碰撞声样本的频谱如图4 b)所示。

?

1

?

碰撞和普通声频谱的对比

点击此处查看全部新闻图片


  我们的碰撞声检测仪在一个模拟的环境下进行测试,尽可能地还原真实场景。使用低失真功放装置反复对真实场景中采集到的碰撞信号进行实验。并和文献中的实验结果进行了对比。其中整体成功率是对判断对的样本总数和实验样本总数的比值。实验结果示于表1。

?

1

?

1

点击此处查看全部新闻图片


  由实验结果可以看出,无论对碰撞样本还是非碰撞样本,实验结果都非常准确,这说明本算法在设计上较为合理,在较小的干扰下可以达到碰撞声分类的目的,和文献提到的结果相比,无论是碰撞样本还是非碰撞样本,准确度都有所提升。


  4 结束语


  利用TMS3205509芯片做信号处理以及TLV320AIC23B做采集芯片的车辆碰撞报警装置,体积小、成本低。此装置使用分帧的方式对声信号进行模式识别计算,以实现车辆碰撞的及时报警。实验结果表明,此系统可靠性高、延时较短、可及时发出报警信号。此系统的应用可提高机动车辆驾乘人员的安全系数,从而降低驾乘人员的车祸伤亡率,具有良好的应用前景。

?

?

Tags:

(责任编辑:admin)

顶一下
(0)
0%
踩一下
(0)
0%
淘宝优惠券 天猫优惠券
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
验证码:点击我更换图片 匿名?