一种基于声信号的车辆碰撞检测装置设计
(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。
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。
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。
评论