【技术实现步骤摘要】
电动轿车行人警示音设计方法、警示音控制系统及方法
本专利技术属于汽车安全领域,涉及一种用于电动轿车在低速行驶时给车外行人以警示作用的自动发声系统,具体涉及一种电动轿车行人警示音设计方法、警示音控制系统及控制方法。
技术介绍
由于化石燃料的消耗和燃油价格的增加,促使汽车行业发展的重点集中在新能源汽车上。美国国家公路交通安全管理局的最近的一份调查报告显示,电动车和传统车撞倒行人或自行车等其他道路用户的交通事故主要发生在道路的低速区域,对比显示,电动车和混合动力车在低速区发生交通事故的概率远远高于传统的内燃机汽车。电动车及混合动力轿车作为新能源汽车,在低速(即车速低于30km/h)行驶时,由于电动机辐射噪声较小,产生的总体车外声音比较低,当轿车驶过时,不易被发现,若突然按喇叭,更容易导致行人由于惊慌而产生交通事故,故为保证行人安全,需添加警示声,提示行人及其他道路使用者能够及时避让行驶的车辆,从而减少道路交通事故。就现有技术而言,行人警示系统都是根据车速行驶情况而直接发出声音,所发出的声音大部分都是直接采集传统车声音进行播放,不涉及声音的设计和选择,并且就现有警示系统而言,在达到发声条件时直接进行发声而不会考虑车辆的具体运行状况及环境背景噪声的影响,所发出的声音单一、不能很好的向行人提供车辆的运行状况,不是不能达到警示行人的目的就是对环境造成噪声污染,并且均所设计的试验过于单一,不能很好的模拟车辆在路上行驶时的实际情况,不能很好的检测系统是否能满足设计的要求。
技术实现思路
本专利技术所要解决的技术问题是针对电动车或混合动力汽车低速行驶时存在的安全隐患,现有技术声音 ...
【技术保护点】
一种电动轿车行人警示音设计方法,其特征在于,包括以下步骤:步骤一、利用声音采集设备采集车外声音信号样本:分别采集多辆同级别传统车和一辆纯电动车在不同工况下的车外声音信号;步骤二、利用滤波器对所述步骤一采集的所有车外声音信号提取特定频段内的声音信号;步骤三、对所述步骤二所提取的声音信号,按不同的比例成分进行合成:在所述步骤一所采集的传统车车外声音信号上除去电动车声音信号的成分,将所提取出的特定频段的声音信号按不同的比例与幅值与所得基准声音信号进行合成;步骤四、对所述步骤一和步骤三获取的所有声音样本在一定声音强度的条件下进行主观评价试验;步骤五、计算声品质客观心理声学参数和A计权声压级;声品质客观心理声学参数包括:响度、粗糙度、尖锐度、抖动度、AI指数;步骤六、对所述步骤四中主观评价得分最高的声音信号进行车外声场分析,并判断是否达到声场覆盖范围和强度的要求;步骤七、建立神经网络评价预测模型:根据所述步骤四的主观评价得分和所述步骤五计算得到的客观心理声学参数值,建立用遗传算法优化过的BP神经网络声品质评价预测模型;步骤八、建立电动轿车行人警示音控制系统。
【技术特征摘要】
1.一种电动轿车行人警示音设计方法,其特征在于,包括以下步骤:步骤一、利用声音采集设备采集车外声音信号样本:分别采集多辆同级别传统车和一辆纯电动车在不同工况下的车外声音信号;步骤二、利用滤波器对所述步骤一采集的所有车外声音信号提取特定频段内的声音信号;步骤三、对所述步骤二所提取的声音信号,按不同的比例成分进行合成:在所述步骤一所采集的传统车车外声音信号上除去电动车声音信号的成分,将所提取出的特定频段的声音信号按不同的比例与幅值与所得基准声音信号进行合成;步骤四、对所述步骤一和步骤三获取的所有声音样本在一定声音强度的条件下进行主观评价试验;步骤五、计算声品质客观心理声学参数和A计权声压级;声品质客观心理声学参数包括:响度、粗糙度、尖锐度、抖动度、AI指数;步骤六、对所述步骤四中主观评价得分最高的声音信号进行车外声场分析,并判断是否达到声场覆盖范围和强度的要求;步骤七、建立神经网络评价预测模型:根据所述步骤四的主观评价得分和所述步骤五计算得到的客观心理声学参数值,建立用遗传算法优化过的BP神经网络声品质评价预测模型;步骤八、建立电动轿车行人警示音控制系统。2.按照权利要求1所述的电动轿车行人警示音设计方法,其特征在于,所述步骤一具体步骤如下:1)录制环境选择在半消声室内,存储的格式为.wav;2)录音麦克风的位置参考测量排气噪声的方法,选择在车辆纵向中心线上,以距离车前悬0.5m画圆弧,所画圆弧左右45°弧线上的任一位置,放置麦克风,麦克风的高度参考加速噪声测量方法,选择0.9m-1.2m的高度范围内;3)在半消声室转毂上分别录制五辆传统车和一辆纯电动车的车外噪声信号,录制的噪声信号包括:10km/h工况、20km/h工况和30km/h工况;将录制好的声音截取中间为5s的部分,将截取好的声音信号进行编号记录。3.按照权利要求1所述的电动轿车行人警示音设计方法,其特征在于,所述步骤二具体步骤如下:1)设计带通滤波器,利用matlab中fdesign+design设计数字滤波器,滤波器阻带衰减为80dB,通带波纹为3dB。2)利用所设计的滤波器对所述步骤一采集的所有声音信号进行滤波,需要提取的声音信号的频率区间为500-700Hz、900-1100Hz、2400-2600Hz,并按每辆车在对应车速下滤波后的信号成分进行存储。4.按照权利要求1所述的电动轿车行人警示音设计方法,其特征在于,所述步骤三具体步骤如下:1)在所述步骤一所采集的传统车原始声音成分中除去电动车对应车速时所采集到的声音成分,得到新的声音样本数据,称之为基准声音信号;2)在同一款车型的一个车速的基准声音信号上,以0.1、0.2、0.3、0.4、0.5倍将对应车型及车速下滤波所得到的500-700Hz和2400-2600Hz频段内的声音添加到基准声音信号上,并在基准声音信号的基础上减去0.1、0.2、0.3、0.4、0.5倍的900-1100Hz频段内声音信号。5.按照权利要求1所述的电动轿车行人警示音设计方法,其特征在于,所述步骤四具体步骤如下:1)选取评审团成员,评价环境为主观评价实验室;2)确定声品质评价指标:以烦躁度等级为评价指标,采用等级评分法对各声音样本进行打分;按照国际标准将声品质烦躁度分为11个等级,评价者依次听到不同的声音,并根据自己的主观感受分别在打分器上打分;3)计算各评价者之间的相关系数:使用SPSS应用统计软件对所有评价者的等级评分结果进行分析,计算出他们两两之间的相关系数,再将每个评价者与其他评价者间的相关系数取算术平均值,求得平均相关系数,再将其余评价结果予以平均,即可得主观评价的声品质值。6.按照权利要求1所述的电动轿车行人警示音设计方法,其特征在于,所述步骤五具体步骤如下:1)计算响度:式中:N′为特征响度,单位是sone,E为声音激励,ETQ为绝对听阈下的激励,E0为基准声强下的激励;对N′在总Bark域上进行积分计算,即可得到总响度N:2)计算粗糙度:式中,R表示粗糙度,单位是asper,fmod是调制频率,式中:N′max(z)和N′min(z)分别表示特征响度最大值和最小值;3)计算尖锐度式中,S是尖锐度,k是加权系数(k取0.11);N为总响度值;N′(z)代表z号Bark域内的特征响度;4)计算抖动度
【专利技术属性】
技术研发人员:梁杰,赵健,林琳,陈燕虹,钱堃,井晓瑞,
申请(专利权)人:吉林大学,
类型:发明
国别省市:吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。