一种基于BP神经网络开发的自适应车用喇叭制造技术

本发明专利技术涉及车载装置技术领域，具体地说，是一种基于BP神经网络开发的自适应车用喇叭，包括环境信息采集模块、综合处理信息模块和执行装置，环境信息采集模块包括噪音采集模块、GPS定位模块、道路标志模块，综合处理信息模块采用整车控制器VCU，执行装置为现有汽车喇叭控制装置，整车控制器VCU包含BP神经网络模块，车辆在嘈杂道路行驶时，偶遇需要鸣笛的情况，本发明专利技术首先进行信息采集，通过GPS定位模块初步确认车辆位置，进一步结合车辆前置摄像头采集到的道路标志信息确认所处位置禁鸣要求，噪声采集模块进行当前环境噪声等级评估，完成环境评估后，通过CAN总线将信息传输至VCU处，通过BP神经网络计算后输出喇叭音域以及允许音量。量。量。

【技术实现步骤摘要】
一种基于BP神经网络开发的自适应车用喇叭


[0001]本专利技术涉及车载装置
，具体地说，是一种基于BP神经网络开发的自适应车用喇叭。

技术介绍

[0002]喇叭是汽车的音响信号装置。在汽车的行驶过程中，驾驶员根据需要和规定发出必需的音响信号，警告行人和引起其他车辆注意，保证交通安全，同时还用于催行与传递信号。
[0003]时至今日，汽车喇叭已经变成了一个多样化情绪的存在，无论你是尊敬还是愤怒，都可以通过喇叭表达出来。当一辆车很友好地为你让路时，你可以通过鸣笛来表达谢意。当然，如果有一辆车阻碍了你前进的方向，你也同样可以通过鸣笛来提醒对方。但是，现在的汽车喇叭往往很响亮，在居民区、深夜、医院等等这些比较安静的环境中，鸣笛会对他人造成很大的影响。
[0004]随着生活节奏的加快以及喇叭的功率提升，造成的噪音影响日渐增长，靠道德约束司机限制鸣笛效果并不明显。造成这个状况，有以下主要原因：生活节奏的加快，驾驶者的情绪发泄会使他们无视当前环境的要求；驾驶者确实无法关注到当前所处环境的各种禁鸣要求；如果环境嘈杂，过小的喇叭音量起不到应有的作用。
[0005]中国专利授权号为CN201110092184.5的专利，公开了一种汽车喇叭音量自动调节系统及其方法装置，存在以下不足：在特定区域、时段不能自动控制汽车鸣笛音量高低，同时在遇到危险时，主动介入系统后，喇叭分贝不能判断调控的问题。

技术实现思路

[0006]为了解决上述技术问题，本专利技术披露了一种基于BP神经网络开发的自适应车用喇叭，该喇叭可以根据所处地区位置及周围环境嘈杂程度可自适应调节音量与音色。
[0007]本专利技术采用的具体技术方案如下：
[0008]一种基于BP神经网络开发的自适应车用喇叭，包括环境信息采集模块、综合处理信息模块和执行装置，环境信息采集模块包括噪音采集模块、GPS定位模块、道路标志模块，综合处理信息模块采用整车控制器VCU，执行装置为现有汽车喇叭控制装置，整车控制器VCU包含BP神经网络模块。
[0009]本专利技术的进一步改进，BP神经网络模块包括神经网络输入层、神经网络输出层和神经网络的层数与隐含层节点数，神经网络输入层的输入参数为环境噪声、距离声音限制区域的距离、附件人群烦恼指数，神经网络输出层输出当前环境下产生实际提示效果又不会噪声污染的合适喇叭音量和高低音喇叭的选择，神经网络的层数与隐含层节点数通过经验公式进行初步设定，然后不断修正以获得最佳层数与节点个数。
[0010]本专利技术的进一步改进，神经网络的层数与隐含层节点数的最佳选择公式如下：
[0011][0012]k——样本数；
[0013]n1——最佳隐层数；
[0014]n——输入节点数；
[0015]m——输出节点数；
[0016]a——1～10之间的常数。
[0017]本专利技术的具体工作流程是：车辆在嘈杂道路行驶时，偶遇需要鸣笛的情况，本专利技术首先进行信息采集，通过GPS定位模块初步确认车辆位置，进一步结合车辆前置摄像头采集到的道路标志信息确认所处位置禁鸣要求，噪声采集模块进行当前环境噪声等级评估，完成环境评估后，通过CAN总线将信息传输至VCU处，通过BP神经网络计算后输出喇叭音域以及允许音量。
[0018]本专利技术的有益效果：本专利技术可以根据车辆在地图上所处位置以及道路标识，确认车辆是否处于鸣笛音量限制区域自适应降低喇叭音量，同时可以检测环境嘈杂程度，判断喇叭音量是否能够达到效果，并且自适应提高喇叭音量以满足警示需求(不超过国家标准)。本专利技术同时配备高音喇叭和低音喇叭两种，可以根据实际要求激活合适的喇叭，在复杂道路环境时通过此装置，可以合理调节喇叭音量。本专利技术可以有效解决车辆喇叭在不合适的场合和时间使用高音鸣笛，车主可以放心使用喇叭。
附图说明
[0019]图1是本专利技术的结构示意图。
[0020]图2是BP神经网络模块示意图。
[0021]图3是本专利技术中训练好的BP神经网络模块示意图。
具体实施方式
[0022]为了加深对本专利技术的理解，下面将结合附图和实施例对本专利技术做进一步详细描述，该实施例仅用于解释本专利技术，并不对本专利技术的保护范围构成限定。
[0023]实施例：如图1所示，一种基于BP神经网络开发的自适应车用喇叭，包括环境信息采集模块、综合处理信息模块和执行装置，环境信息采集模块包括噪音采集模块、GPS定位模块、道路标志模块，综合处理信息模块采用整车控制器VCU，执行装置为现有汽车喇叭控制装置，整车控制器VCU包含BP神经网络模块。
[0024]本实施例包括环境监控模块、综合处理信息模块和执行装置，作为综合处理信息模块的整车控制器VCU负责所有信息的处理并通过判断准则进行决策(包含训练完成的BP神经网络模块进行信息处理)，环境监测模块收集环境信息通过电信号传递给VCU处理，VCU做出决策后通过电信号激活喇叭音量调节模块改变喇叭的音量或种类。
[0025]BP神经网络模块包括神经网络输入层、神经网络输出层和神经网络的层数与隐含层节点数，神经网络输入层的输入参数为环境噪声、距离声音限制区域的距离、附件人群烦
恼指数，神经网络输出层输出当前环境下产生实际提示效果又不会噪声污染的合适喇叭音量和高低音喇叭的选择，神经网络的层数与隐含层节点数通过经验公式进行初步设定，然后不断修正以获得最佳层数与节点个数。
[0026]BP神经网络工作逻辑如图2所示，在本实施例中，对于输入数据进行分类GBH_data矩阵中每一行代表一组数据，将每一组数据中的不同部分分为三类：一、环境噪音输入(在矩阵中初步设定为第1列)；二、距限声区距离输入(在矩阵中初步设定为第3列至第8列)；三、人群烦恼评分(在矩阵中初步设定为第2列)，如图3所示。
[0027](1)神经网络的输入层：输入参数为环境噪声、距离声音限制区域的距离、附件人群烦恼指数。
[0028](2)神经网络的输出层：输出量
①
当前环境下既可以产生实际提示效果又不会噪声污染的合适喇叭音量；输出量
②
高低音喇叭的选择。
[0029](3)神经网络的层数与隐含层节点数：
[0030]神经网络的层数与节点个数的选择没有严格的理论指导，仅能通过经验公式进行初步设定，然后不断修正以获得最佳层数与节点个数。神经网络的层数越多，隐含层节点个数越多，神经网络越复杂，很容易理解其性能也就越强大。一般来说我们对于神经网络的需求越复杂，需要的神经网络规模就越大。当我们使用一个BP神经网络去逼近一个非线性映射时，如果该映射本身是一个复杂映射，例如识别人脸，而节点选择过少，那么就会出现欠拟合的情况，即使用再多的数据去训练该模型，它也无法达到预期的效果。
[0031]层数与节点数的权衡更是一个需要充足经验的问题，理论上如果可以有足够数量的节点，BP神经网络只需要一个隐含层就可以完成所有问题，但实际上系统的输入输出是有限的，因此需要慎重考虑层数与节本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络开发的自适应车用喇叭，其特征在于，包括环境信息采集模块、综合处理信息模块和执行装置，所述环境信息采集模块包括噪音采集模块、GPS定位模块、道路标志模块，所述综合处理信息模块采用整车控制器VCU，所述执行装置为现有汽车喇叭控制装置，所述整车控制器VCU包含BP神经网络模块。2.根据权利要求1所述的基于BP神经网络开发的自适应车用喇叭，其特征在于，所述BP神经网络模块包括神经网络输入层、神经网络输出层和神经网络的层数与隐含层节点数，所述神经网络输入层的输入参数为环境噪声、...

【专利技术属性】
技术研发人员：李波，吴成，赵齐贤，周丹，周鑫烨，高陈诚，朱芸海，贝绍轶，茅海剑，倪曦，吴凡，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：