基于声音识别的智能车辆ADAS预警测试方法和系统技术方案

本发明专利技术提出了一种基于声音识别的智能车辆ADAS预警测试方法和系统，该方法包括以下步骤：S1，获取报警声音，所述报警声音包括K个报警子声音；S2，对步骤S1中得到的报警第k子声音进行声音提取处理，将提取处理后的声音数据形成报警声音数据库；S3，获取待处理声音，将获取的待处理声音进行预处理，得到预处理声音；S4，对步骤S3中得到的预处理声音进行声音提取处理，得到待对比声音数据；S5，将步骤S4中得到的待对比声音数据与步骤S2中的报警声音数据库进行比对，若对比相似度大于或者等于预设相似度，则待处理声音为报警声音。本发明专利技术能够通过对预警声音的提取，让驾驶员提早采取措施，实现驾驶员的安全驾驶。

Adas early warning test method and system of intelligent vehicle based on voice recognition

The invention proposes an ADAS early warning test method and system of intelligent vehicle based on sound recognition, which includes the following steps: S1, acquiring alarm sound, the alarm sound includes K alarm sub sound; S2, performing sound extraction processing on the K alarm sub sound obtained in step S1, forming alarm sound database with the extracted sound data; S3, acquiring waiting for processing Manage the sound, preprocess the acquired sound to be processed, and get the preprocessed sound; S4, extract the preprocessed sound from step S3, and get the sound data to be compared; S5, compare the sound data to be compared from step S4 with the alarm sound database from step S2, if the comparison similarity is greater than or equal to the preset similarity, then wait for processing The sound is the alarm sound. The invention can enable the driver to take measures in advance through the extraction of the warning sound, so as to realize the safe driving of the driver.

【技术实现步骤摘要】
基于声音识别的智能车辆ADAS预警测试方法和系统
本专利技术涉及一种智能车辆
，特别是涉及一种基于声音识别的智能车辆ADAS预警测试方法和系统。
技术介绍
智能汽车ADAS(高级驾驶辅助系统，AdvancedDrivingAssistantSystem)功能越来越丰富，在智能汽车发展的初级阶段，ADAS功能主要表现为通过声音预警方式提醒驾驶员，让驾驶员提早采取措施，避免危险的发生。当前我们在测试中是首先通过声音频率识别软件估计报警声音的频率范围，然后在声音采集的测试设备中设置该频率范围，当驾驶车辆触发该报警声音时，声音采集设备通过模数转换以方波的形式出现，后期数据处理时通过经验识别方波中的报警时刻，再以此记录车辆在此刻的各项参数。以上声音报警时刻识别方法存在三个问题：第一，根据声音频率识别软件仅仅能估计报警声音频率范围，准确度低，测试人员往往要多次尝试反复调整才能达到比较好的效果；第二，声音采集设备转换成方波后报警时刻的波形特征未必明显，很可能出现其他毛刺或背景噪音产生的干扰。不明显的报警时刻特征不利于后处理程序自动识别报警时刻，这就需要花费大量的人工凭经验查找报警时刻。第三，这种声音采集方式，在设置好频率范围后在一次测试中只能针对这一种声音频率进行采集，若同一次采集中需要同时知道两种声音或更多种声音的发声时刻，则是不行的。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于声音识别的智能车辆ADAS预警测试方法和系统。为了实现本专利技术的上述目的，本专利技术提供了一种基于声音识别的智能车辆ADAS预警测试方法，包括以下步骤：S1，获取报警声音，所述报警声音包括K个报警子声音，所述K为大于或者等于1的正整数，分别为报警第1子声音、报警第2子声音、报警第3子声音、……、报警第K子声音，每个报警子声音分别表示车辆不同状态发出的报警声；S2，对步骤S1中得到的报警第k子声音进行声音提取处理，所述k为小于或者等于K的正整数，将提取处理后的声音数据形成报警声音数据库；S3，获取待处理声音，将获取的待处理声音进行预处理，得到预处理声音；S4，对步骤S3中得到的预处理声音进行声音提取处理，得到待对比声音数据；S5，将步骤S4中得到的待对比声音数据与步骤S2中的报警声音数据库进行比对，若对比相似度大于或者等于预设相似度，则待处理声音为报警声音。在本专利技术的一种优选实施方式中，还包括对报警第k子声音进行滤波处理；在步骤S3中，将待处理声音处理为预处理声音的方法为：对待处理声音进行滤波处理。在本专利技术的一种优选实施方式中，在步骤S2中，对报警第k子声音进行声音提取处理的方法包括以下步骤：S21，将报警第k子声音数据分成Mk段，所述Mk为大于或者等于2的正整数，即，报警第1子声音数据分成M1段，分别为报警第1子声音数据第1段、报警第1子声音数据第2段、报警第1子声音数据第3段、报警第1子声音数据第M1段；报警第2子声音数据分成M2段，分别为报警第2子声音数据第1段、报警第2子声音数据第2段、报警第2子声音数据第3段、……、报警第2子声音数据第M2段；报警第3子声音数据分成M3段，分别为报警第3子声音数据第1段、报警第3子声音数据第2段、报警第3子声音数据第3段、……、报警第3子声音数据第M3段；……；报警第k子声音数据分成Mk段，分别为报警第k子声音数据第1段、报警第k子声音数据第2段、报警第k子声音数据第3段、……、报警第k子声音数据第Mk段；在报警第k子声音数据中，每一段声音信号的数据个数均相等，且每一段声音信号的数据个数为2p个，所述p为大于或者等于5且小于或者等于8的正整数；S22，在报警第k子声音数据中，对每一段声音信号数据进行傅里叶变换处理，得到每一段声音信号的幅度和频率，记录得到的声音信号的幅度；S23，将步骤S22中每一次记录的声音信号的幅度连接起来，获得声音信号的幅度随时间变化的图形；S24，计算声音信号的起始端点和终止端点：预设一个起始幅度阈值和一个终止幅度阈值，其中，起始幅度阈值大于终止幅度阈值，将步骤S23中获得的图形与预设的起始幅度阈值和终止幅度阈值进行比较大小：若图形幅度大于起始幅度阈值，则该图形幅度所对应的时间点为起始端点；若图形幅度小于终止幅度阈值，则该图形幅度所对应的时间点为终止端点；S25，确定声音信号的周期：若声音信号为周期信号，相邻两个起始端点的时间点间隔即为声音信号的周期或者相邻两个终止端点的时间点间隔即为声音信号的周期，即是每一个周期是从一个起始端点开始，经过一个终止端点，再到下一个起始端点结束；或者每一个周期是从一个终止端点开始，经过一个起始端点，再到下一个终止端点结束；S26，确定无声时间长度和有声时间长度：在声音信号的一个周期内，第一个起始端点到终止端点的时间点间隔为有声时间长度，终止端点到下一个起始端点的时间间隔为无声时间长度。在本专利技术的一种优选实施方式中，M1＝M2＝M3＝…＝Mk。在本专利技术的一种优选实施方式中，p＝8。在本专利技术的一种优选实施方式中，在步骤S4中，预处理声音进行声音提取处理的方法包括以下步骤：S41，将预处理声音数据分成M段，所述M为大于或者等于2的正整数，分别为预处理声音数据第1段、预处理声音数据第2段、预处理声音数据第3段、预处理声音数据第M段；每一段声音信号的数据个数均相等，且每一段声音信号的数据个数为2p个，所述p为大于或者等于5且小于或者等于8的正整数；S42，对每一段声音信号数据进行傅里叶变换处理，得到每一段声音信号的幅度和频率，记录得到的声音信号的幅度；S43，将步骤S42中每一次记录的声音信号的幅度连接起来，获得声音信号的幅度随时间变化的图形；S44，计算声音信号的起始端点和终止端点：预设一个起始幅度阈值和一个终止幅度阈值，其中，起始幅度阈值大于终止幅度阈值，将步骤S43中获得的图形与预设的起始幅度阈值和终止幅度阈值进行比较大小：若图形幅度大于起始幅度阈值，则该图形幅度所对应的时间点为起始端点；若图形幅度小于终止幅度阈值，则该图形幅度所对应的时间点为终止端点；S45，确定声音信号的周期：若声音信号为周期信号，相邻两个起始端点的时间点间隔即为声音信号的周期或者相邻两个终止端点的时间点间隔即为声音信号的周期，即是每一个周期是从一个起始端点开始，经过一个终止端点，再到下一个起始端点结束；或者每一个周期是从一个终止端点开始，经过一个起始端点，再到下一个终止端点结束；S46，确定无声时间长度和有声时间长度：在声音信号的一个周期内，第一个起始端点到终止端点的时间点间隔为有声时间长度，终止端点到下一个起始端点的时间间隔为无声时间长度。在本专利技术的一种优选实施方式中，在步骤S22或步骤S42中，傅里叶变换处理采用短时傅里叶变换处理方法。在本专利技术的一种优选实施方式中，M＝M本文档来自技高网...

【技术保护点】
1.一种基于声音识别的智能车辆ADAS预警测试方法，其特征在于，包括以下步骤：/nS1，获取报警声音，所述报警声音包括K个报警子声音，所述K为大于或者等于1的正整数，分别为报警第1子声音、报警第2子声音、报警第3子声音、……、报警第K子声音，每个报警子声音分别表示车辆不同状态发出的报警声；/nS2，对步骤S1中得到的报警第k子声音进行声音提取处理，所述k为小于或者等于K的正整数，将提取处理后的声音数据形成报警声音数据库；/nS3，获取待处理声音，将获取的待处理声音进行预处理，得到预处理声音；/nS4，对步骤S3中得到的预处理声音进行声音提取处理，得到待对比声音数据；/nS5，将步骤S4中得到的待对比声音数据与步骤S2中的报警声音数据库进行比对，若对比相似度大于或者等于预设相似度，则待处理声音为报警声音。/n

【技术特征摘要】
1.一种基于声音识别的智能车辆ADAS预警测试方法，其特征在于，包括以下步骤：
S1，获取报警声音，所述报警声音包括K个报警子声音，所述K为大于或者等于1的正整数，分别为报警第1子声音、报警第2子声音、报警第3子声音、……、报警第K子声音，每个报警子声音分别表示车辆不同状态发出的报警声；
S2，对步骤S1中得到的报警第k子声音进行声音提取处理，所述k为小于或者等于K的正整数，将提取处理后的声音数据形成报警声音数据库；
S3，获取待处理声音，将获取的待处理声音进行预处理，得到预处理声音；
S4，对步骤S3中得到的预处理声音进行声音提取处理，得到待对比声音数据；
S5，将步骤S4中得到的待对比声音数据与步骤S2中的报警声音数据库进行比对，若对比相似度大于或者等于预设相似度，则待处理声音为报警声音。


2.根据权利要求1所述的基于声音识别的智能车辆ADAS预警测试方法，其特征在于，在步骤S1中，还包括对报警第k子声音进行滤波处理；
在步骤S3中，将待处理声音处理为预处理声音的方法为：对待处理声音进行滤波处理。


3.根据权利要求1所述的基于声音识别的智能车辆ADAS预警测试方法，其特征在于，在步骤S2中，对报警第k子声音进行声音提取处理的方法包括以下步骤：
S21，将报警第k子声音数据分成Mk段，所述Mk为大于或者等于2的正整数，即，报警第1子声音数据分成M1段，分别为报警第1子声音数据第1段、报警第1子声音数据第2段、报警第1子声音数据第3段、报警第1子声音数据第M1段；
报警第2子声音数据分成M2段，分别为报警第2子声音数据第1段、报警第2子声音数据第2段、报警第2子声音数据第3段、……、报警第2子声音数据第M2段；
报警第3子声音数据分成M3段，分别为报警第3子声音数据第1段、报警第3子声音数据第2段、报警第3子声音数据第3段、……、报警第3子声音数据第M3段；
……；
报警第k子声音数据分成Mk段，分别为报警第k子声音数据第1段、报警第k子声音数据第2段、报警第k子声音数据第3段、……、报警第k子声音数据第Mk段；
在报警第k子声音数据中，每一段声音信号的数据个数均相等，且每一段声音信号的数据个数为2p个，所述p为大于或者等于5且小于或者等于8的正整数；
S22，在报警第k子声音数据中，对每一段声音信号数据进行傅里叶变换处理，得到每一段声音信号的幅度和频率，记录得到的声音信号的幅度；
S23，将步骤S22中每一次记录的声音信号的幅度连接起来，获得声音信号的幅度随时间变化的图形；
S24，计算声音信号的起始端点和终止端点：预设一个起始幅度阈值和一个终止幅度阈值，其中，起始幅度阈值大于终止幅度阈值，将步骤S23中获得的图形与预设的起始幅度阈值和终止幅度阈值进行比较大小：
若图形幅度大于起始幅度阈值，则该图形幅度所对应的时间点为起始端点；
若图形幅度小于终止幅度阈值，则该图形幅度所对应的时间点为终止端点；
S25，确定声音信号的周期：若声音信号为周期信号，相邻两个起始端点的时间点间隔即为声音信号的周期或者相邻两个终止端点的时间点间隔即为声音信号的周期，即是每一个周期是从一个起始端点开始，经过一个终止端点，再到下一个起始端点结束；或者每一个周期是从一个终止端点开始，经过一个起始端点，再到下一个终止端点结束；
S26，确定无声时间长度和有声时间长度：在声音信号的一个周期内，第一个起始端点到终止端点的时间点间隔为有声时间长度，终止端点到下一个起始端点的时间间隔为无声时间长度。


4.根据权利要求3所述的基于声音识别的智能车辆ADAS预警测试方法，其特征在于，M1＝M2＝M3＝…＝Mk。


5.根据权利要求3所述的基于声音识别的智能车辆ADAS预警测试方法，其特征在于，p＝8。


6.根据权利要求1所述的基于声音识别的智能车辆ADAS预警测试方法，其特征在于，在步骤S4中，预处理声音进行声音提取处理的方法包括以下步骤：
S41，将预处理声音数据分成M段，所述M为大于或者等于2的正整数，分别为预处理声音数据第1段、预处理声音数据第2段、预处理声音数据第3段、预处理声音数据第M段；
每一段声音信号的数据个数均相等，且每一段声音信号的数据个数为2p个，所述p为大于或者等于5且小于或者等于8的正整数；
S42，对每一段声音信号数据进行傅里叶变换处理，得到每一段声音信号的幅度和频率，记录得到的声音信号的幅度；
S43，将步骤S42中每一次记录的声音信号的幅度连接起来，获得声音信号的幅度随时间变化的图形；
S44，计算声音信号的起始端点和终止端点：预设一个起始幅度阈值和一个终止幅度阈值，其中，起始幅度阈值大于终止幅度阈值...

【专利技术属性】
技术研发人员：韩中海，陈涛，张强，杨良义，
申请(专利权)人：中国汽车工程研究院股份有限公司，
类型：发明
国别省市：重庆;50