自主载具的紧急警笛检测制造技术

提供了用于载具中警笛检测的系统和方法。一种方法包括使用耦合到自主载具的第一音频记录设备来记录音频片段，使用耦合到自主载具的计算设备将该音频片段分离成一个或多个音频剪辑，生成所述一个或多个音频剪辑的频谱图，以及将每个频谱图输入到在计算设备上运行的卷积神经网络(CNN)中。可以对CNN进行预训练以检测频谱图数据中存在的一个或多个警笛。该方法还可以包括使用CNN确定警笛是否存在于音频片段中，并且如果确定警笛存在于音频片段中，则确定自主载具的动作过程。则确定自主载具的动作过程。则确定自主载具的动作过程。

【技术实现步骤摘要】
【国外来华专利技术】自主载具的紧急警笛检测
[0001]交叉引用和优先权要求
[0002]本专利文档要求于2020年10月19日提交的美国专利申请No.17/073,680的优先权，其全部内容通过引用并入本文。


[0003]本公开涉及音频分析，并且具体地涉及用于对自主载具检测的一个或多个警笛的音频分析。

技术介绍

[0004]随着人工智能在包括自主交通系统在内的各个领域的不断发展，自主载具(autonomous vehicles，AV)在道路上变得越来越普遍和常见。但是，AV存在许多必须解决的问题，以避免碰撞并维持安全的乘客体验。这些问题包括确定AV在任何给定时间应当行驶的适当速度；图像和空间分析以用于确定道路的地点和位置、任何标记或标志以及可能进入AV的路径的任何其它物体(例如，其它载具、行人、动物等)。另外，AV还必须确定“其他道路参与者”(例如，载具、骑自行车的人、行人和/或其他道路使用者)实际上是静止的还是运动的。
[0005]为了维持道路安全而必须解决的另一个输入是音频信息分析。许多物体可能正在接近AV或AV的路径，但可能不在AV本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于载具中的警笛检测的方法，包括：使用耦合到自主载具的第一音频记录设备来记录音频片段；使用耦合到所述自主载具的计算设备将所述音频片段分离成一个或多个音频剪辑；为所述一个或多个音频剪辑中的每个音频剪辑生成频谱图；将每个频谱图输入到在所述计算设备上运行的卷积神经网络CNN中，其中所述CNN被预训练以检测频谱图数据中存在的一个或多个警笛；使用所述CNN确定警笛是否存在于所述音频片段中；以及响应于所述警笛存在于所述音频片段中，确定所述自主载具的动作过程。2.如权利要求1所述的方法，其中为所述一个或多个音频剪辑中的每个音频剪辑生成所述频谱图包括：对所述一个或多个音频剪辑中的每个音频剪辑执行到较低维特征表示的变换。3.如权利要求2所述的方法，其中所述变换包括以下中的至少一个：快速傅立叶变换；Mel频率倒谱系数；或常数Q变换。4.如权利要求1所述的方法，还包括：当确定所述警笛存在于所述音频片段中时，使用所述计算设备定位所述警笛相对于所述载具的来源。5.如权利要求4所述的方法，还包括：当确定所述警笛存在于所述音频片段中时，确定所述警笛的运动。6.如权利要求5所述的方法，还包括：当确定所述警笛存在于所述音频片段中时，使用所述计算设备计算所述警笛的轨迹。7.如权利要求1所述的方法，其中所述动作过程包括以下中的至少一个：改变方向；更改速度；停止；驶离道路；或泊车。8.一种用于载具中的警笛检测的方法，包括：使用耦合到载具的第一音频记录设备来记录第一音频片段；使用耦合到所述载具的第二音频记录设备来记录第二音频片段；使用计算设备将所述第一音频片段和所述第二音频片段各自分离成一个或多个音频剪辑；生成所述一个或多个音频剪辑中的每个音频剪辑的频谱图；将每个频谱图输入到在所述计算设备上运行的卷积神经网络CNN中，其中所述CNN被预训练以检测频谱图数据中存在的一个或多个警笛；以及使用所述CNN确定警笛是否存在于所述第一音频片段和所述第二音频片段中的每一个中。9.如权利要求8所述的方法，其中生成所述频谱图包括：
对所述音频剪辑中的每个音频剪辑执行到较低维特征表示的变换。10.如权利要求9所述的方法，其中所述变换包括以下中的至少一个：快速傅立叶变换；Mel频率倒谱系数；或常数Q变换。11.如权利要求8所述的方法，还包括：如果确定所...

【专利技术属性】
技术研发人员：O，
申请(专利权)人：埃尔构人工智能有限责任公司，
类型：发明
国别省市：