智能交通系统中车辆鸣笛声源定位方法及装置制造方法及图纸

本发明专利技术涉及一种智能交通系统中车辆鸣笛声源定位方法及装置，采集路面声音信号，识别鸣笛声音信号；将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；以获得的信号源初始定位位置为中心，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。本发明专利技术定位准确率高，能够有效提高定位速度，保证定位的实时性。

Location method and device of vehicle whistle sound source in intelligent transportation system

The invention relates to a method and device for locating vehicle whistle sound source in an intelligent transportation system, which collects road surface sound signal and identifies the whistle sound signal; grids the whole monitoring area as a search space, searches for the maximum controllable power output point in the space, and takes the maximum controllable power output point as the whistle sound signal. The signal source is initially located, and the precise position of the signal source is searched and determined in the search space area near the center, centering on the initial location of the signal source. The invention has high positioning accuracy and can effectively improve the positioning speed and ensure the real-time positioning.

【技术实现步骤摘要】
智能交通系统中车辆鸣笛声源定位方法及装置
本专利技术涉及一种智能交通系统中车辆鸣笛声源定位方法及装置。
技术介绍
智能交通系统是一种将先进的信息技术、传感器技术以及计算机技术等有效地集成并应用于交通、运输等领域的实时、高效、准确的综合管控系统。近年来，一些城市已经制定规章制度禁止在城市居民区、学校等人口密集区域鸣笛。作为智能交通系统的组成部分，需对鸣笛车辆进行定位，从而对鸣笛车辆进行监控和处罚。现有技术中，基于麦克风阵列对车辆鸣笛声源定位主要包括以下几种方法：一是基于时延估计进行声源定位法。该类算法一般分为两步，首先利用不同通道间的互相关函数，估计出信号源到达不同阵元的时延；然后利用阵元排列的几何关系得出信号源位置，这种方法实现简单，计算复杂度低，但受环境影响较大，噪声干扰使得时延估计误差较大。二是高分辨率算法。此类算法基于空间谱估计的定位技术，但此类算法常用于窄带信号，在实际声源信号或语音信号等宽带信号，该类方法效果不太理想。此外，由于该类算法往往需要通过谱峰搜索确定来波方向，或对阵列有特定要求，这些都限制了该类算法在工程中的应用。三是基于可控波束形成算法。该类算法简单易于实现，具有较强的抗噪性能和稳健性，但往往需要波峰搜索，算法计算复杂度较大，实时性难以保证。
技术实现思路
本专利技术的专利技术目的在于提供一种智能交通系统中车辆鸣笛声源定位方法及装置，定位准确率高，能够有效提高定位速度，保证定位的实时性。基于同一专利技术构思，本专利技术具有两个独立的技术方案：1、一种智能交通系统中车辆鸣笛声源定位方法，其特征在于，包括如下步骤：步骤1：采集路面声音信号，识别鸣笛声音信号；步骤2：将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；步骤3：以步骤2获得的信号源初始定位位置为中心，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。进一步地，步骤2中，将整个监测区域网格化处理作为搜索空间，利用波束形成算法获得搜索空间内的最大可控功率输出点。进一步地，步骤3中，在中心附近的搜索空间区域内，利用波束形成算法搜索并确定信号源的精确位置。进一步地，步骤1中，通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声。进一步地，步骤1中，将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发门限，用以识别疑似鸣笛信号；通过短时过零率检测，确定采集到的信号为鸣笛声音信号。2、一种智能交通系统中车辆鸣笛声源定位装置，其特征在于，包括：路面声音采集模块，通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声；鸣笛声音识别模块，将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发门限，用以识别疑似鸣笛信号；通过短时过零率检测，确定采集到的信号为鸣笛声音信号；鸣笛声音定位模块，将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；以获得的信号源初始定位位置为中心，利用波束形成算法，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。进一步地，鸣笛声音定位模块中，将整个监测区域网格化处理作为搜索空间，利用波束形成算法获得搜索空间内的最大可控功率输出点。进一步地，鸣笛声音定位模块中，在中心附近的搜索空间区域内，利用波束形成算法搜索并确定信号源的精确位置。本专利技术具有的有益效果：本专利技术将整个监测区域网格化处理作为搜索空间，利用波束形成算法搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；再以信号源初始定位位置为中心，利用波束形成算法在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。本专利技术采用先粗搜索，再精搜索的方法，大幅减少需要搜索的网格数，大幅减少计算量，进而提高车辆鸣笛声源定位速度，保证定位实时性，同时，本专利技术基于波束形成算法进行搜索，有效保证定位方法的抗噪声性能和稳健性，并且不需要进行时延估计，避免了误差积累。本专利技术对于多车道并行车辆鸣笛，具有高分辨率，可进行有效区分。本专利技术通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声；将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发门限，用以识别疑似鸣笛信号；通过短时过零率检测，确定采集到的信号为鸣笛声音信号，保证能够快速获得鸣笛声音信号，进而保证对车辆鸣笛声源定位的实时性。附图说明图1是本专利技术智能交通系统中车辆鸣笛声源定位方法的流程框图。具体实施方式实施例一：如图1所示，本专利技术智能交通系统中车辆鸣笛声源定位方法包括如下步骤：步骤1：采集路面声音信号，识别鸣笛声音信号。实施时，通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声。将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发门限，用以识别疑似鸣笛信号；通过短时过零率检测，确定采集到的信号为鸣笛声音信号。步骤2：将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位。实施时，利用波束形成算法获得搜索空间内的最大可控功率输出点。步骤3：以步骤2获得的信号源初始定位位置为中心，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。实施时，在中心附近的搜索空间区域内，利用波束形成算法搜索并确定信号源的精确位置。实施例二：本专利技术智能交通系统中车辆鸣笛声源定位装置包括：路面声音采集模块，通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声；鸣笛声音识别模块，将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发门限，用以识别疑似鸣笛信号；通过短时过零率检测，确定采集到的信号为鸣笛声音信号；鸣笛声音定位模块，将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；以获得的信号源初始定位位置为中心，利用波束形成算法，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。实施时，鸣笛声音定位模块中，将整个监测区域网格化处理作为搜索空间，利用波束形成算法获得搜索空间内的最大可控功率输出点；在中心附近的搜索空间区域内，利用波束形成算法搜索并确定信号源的精确位置。本文档来自技高网...

【技术保护点】
1.一种智能交通系统中车辆鸣笛声源定位方法，其特征在于，包括如下步骤：步骤1：采集路面声音信号，识别鸣笛声音信号；步骤2：将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；步骤3：以步骤2获得的信号源初始定位位置为中心，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。

【技术特征摘要】
1.一种智能交通系统中车辆鸣笛声源定位方法，其特征在于，包括如下步骤：步骤1：采集路面声音信号，识别鸣笛声音信号；步骤2：将整个监测区域网格化处理作为搜索空间，搜索空间内的最大可控功率输出点，将该最大可控功率输出点作为鸣笛声音信号的信号源初始定位；步骤3：以步骤2获得的信号源初始定位位置为中心，在中心附近的搜索空间区域内，搜索并确定信号源的精确位置。2.根据权利要求1所述的智能交通系统中车辆鸣笛声源定位方法，其特征在于：步骤2中，将整个监测区域网格化处理作为搜索空间，利用波束形成算法获得搜索空间内的最大可控功率输出点。3.根据权利要求2所述的智能交通系统中车辆鸣笛声源定位方法，其特征在于：步骤3中，在中心附近的搜索空间区域内，利用波束形成算法搜索并确定信号源的精确位置。4.根据权利要求1至3任何一项所述的智能交通系统中车辆鸣笛声源定位方法，其特征在于：步骤1中，通过麦克风阵列单元采集路面声音信号，对路面声音信号进行带通滤波处理，滤除鸣笛声音频率之外的噪声。5.根据权利要求4所述的智能交通系统中车辆鸣笛声源定位方法，其特征在于：步骤1中，将滤波后的声音信号进行加窗处理，并根据短时能量检测出信号；设定一个触发...

【专利技术属性】
技术研发人员：祁兵兵，张焕胜，刘金磊，侍艳华，窦硕鹏，田晟昊，姜孝超，易若愚，李倩玉，冯晖，
申请(专利权)人：北京中电慧声科技有限公司，
类型：发明
国别省市：北京,11