CN104851301B - 一种基于减速带声音分析的车辆参数识别方法 - Google Patents

Abstract

本发明涉及一种基于减速带声音分析的车辆参数识别方法，它通过对传感器实时采集的车辆通过两条减速带时的声波波形；利用波峰时间和两条减速带之间的距离，得到车辆的车速；在得到车速的基础上，进一步得到车辆的两轮间的轴距，得到轴距之后，通过与基本车辆类型轴距信息对比推断得到被检车辆的车型，完成车辆分类。本发明只需一个传感器，克服了多传感器检测环境下，同步困难的缺点；该方法较易获得减速带声音波形，主要在时域内完成车辆车速的测定和车型的识别，比其他已有方法更加简单、准确。

Description

一种基于减速带声音分析的车辆参数识别方法

技术领域

本发明属于波形分析领域，尤其是涉及到通过分析减速带声音波形检测车速、识别车辆类型等车辆参数的方法。

背景技术

车辆自动分类和识别是智能化交通的重要组成部分，以往利用地磁波形分析、车辆滋生语音信号等进行车辆识别的方法，多数是在多传感器及变换域内完成波形特征点的提取；故存在以下缺点：

1、多传感器检测环境下，完成传感器间的同步比较困难；

2、对波形的提取，以往多采用多级门限法，耗时较多；

3、变换域内完成特征点的提取比较繁琐；

4、多传感器的漂移问题较严重。

以上缺点易导致结果的不准确。

发明内容

针对现有技术存在的上述问题，本发明的目的是提供一种简单、较高准确率、可靠性好的基于减速带声音波形分析的车辆识别方法。

为实现上述目的，本发明采用如下技术方案：一种基于减速带声音分析的车辆参数识别方法，包括如下步骤：

S1：在两条减速带之间的道路上安装音频传感器；

S2：通过所述音频传感器检测当前车辆驶过该两条减速带及两条减速带之间的道路时形成的实时声波波形，同时记录当前车辆驶过该两条减速带及两条减速带之间的道路时间；

S3：对检测得到的实时声波进行如下去噪处理：

S3a：对所述实时波形进行滤波和平滑处理；

S3b：判断经过S3a处理后的实时波形的波峰值是否大于阈值A，阈值A为经验值，如果实时波形的波峰值大于阈值A，则该实时波形为疑似波形，并执行下一步；否则返回步骤S2；

S3c：计算疑似波形的上升沿速率，如果上升沿速率大于阈值B，阈值B为经验值，则确定该疑似波形为所述车辆驶过该两条减速带及两条减速带之间的道路时形成的声波波形，否则返回步骤S2；

S4：经过步骤S3c确定的声波波形具有两个波峰组，第一个波峰组中第i个波峰对应的时间点记为第二个波峰组中第j个波峰对应的时间点记为根据公式(1)计算得到车速：

$v=\frac{L}{t_i^2-t_j^1},i=j=1,2,\mathrm{..},D---\left(1\right);$

其中v表示车辆在两条减速带之间的车速，L表示两条减速带之间的距离，D表示车轮的总排数。

作为优化，确定车辆的分类，步骤如下：

1)根据公式(2)计算相邻两排车轮的轴距：

$s_k=v\·(t_i-t_{i-1})=\frac{L}{t_i^2-t_j^1}\·(t_i-t_{i-1}),i=j---\left(2\right);$

其中s_k表示相邻两排车轮的轴距；

2)根据公式(3)计算车辆的总轴距s：

$s=\underset{k=1}{\overset{D-1}{\Σ}}{s}_k---\left(3\right);$

3)根据车辆的总轴距s，对比车辆分类轴距信息，便可得到当前车辆的分类。

作为优化，所述音频传感器处于两个隔离带的中间位置。

相对于现有技术，本发明具有如下优点：

1、本发明只需一个传感器，克服了多传感器检测环境下，同步困难的缺点；

2、该方法容易获得车辆驶过两个减速带及两条减速带之间的道路的实时声音波形；

3、在时域内完成车辆车速的测定和车型的识别，比其他已有方法更加简单、准确。

附图说明

图1为本方法传感器安装模型图，图中的虚线箭头表示车行方向。

图2为本发明方法的总体流程图。

图3为步骤S3中的对实时波形去噪处理的流程图。

图4为经步骤S3处理后的声音波形图。

图中，1-第一隔离带，2-第二隔离带，3-音频传感器。

具体实施方式

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

下面对本发明作进一步详细说明。

参见图1至图4，一种基于减速带声音分析的车辆参数识别方法，包括如下步骤：

S1：在公路上选择两条减速带，两条减速带之间的公路则为检测区域，该检测区域包括两条减速带自身；在两条减速带之间的道路上安装音频传感器，即在检测区域内安装音频传感器；

S2：通过所述音频传感器检测当前车辆驶过该两条减速带及两条减速带之间的道路时形成的实时声波波形，同时记录当前车辆驶过该两条减速带及两条减速带之间的道路时间；

S3：对检测得到的实时声波进行如下去噪处理：

S3a：对所述实时波形进行滤波和平滑处理，所述滤波和平滑处理为现有技术；

S3b：判断经过S3a处理后的实时波形的波峰值是否大于阈值A，阈值A为经验值，如果实时波形的波峰值大于阈值A，则该实时波形为疑似波形，并执行下一步；否则返回步骤S2，即如果实时波形的波峰值小于或等于阈值A，则返回步骤S2重新检测；

S3c：计算疑似波形的上升沿速率，如果上升沿速率大于阈值B，阈值B为经验值，则确定该疑似波形为所述车辆驶过该两条减速带及两条减速带之间的道路时形成的声波波形，否则返回步骤S2，即如果上升沿速率大于阈值B小于或等于阈值A，则返回步骤S2重新检测；

疑似波形上升沿速率的计算方法如下：

1)每个疑似波形均至少具有两个波峰组(车轮驶过每驶过一个减速带就会产生一个波峰组，如果车辆有n排车轮，那么每个波峰组中则有n个波峰，由于采集的疑似波形可能存在噪音干扰，因此可能会有多个波峰组)。

2)确定第一或第二个波峰组中与第一个波峰相邻的波谷，选取该波谷至第一个波峰(第一或第二个波峰组中的第一个波峰)之间的上升曲线段，然后在该上升曲线段中任意选取一段作为计算段，采用式(a)计算上升沿速率：

其中计算段两个端点的纵坐标为幅度f，计算段两个端点的横坐标为时间t。

具体实施时，最好选择上升曲线段中从波谷到第一波峰处于上升曲线段10％-90％(上升时间，可反应波形变化的快速性)的部分作为计算段，确定的上升沿速率更准确。

或者确定第一或第二个波峰组中与最后一个波峰相邻的波谷，选取最后一个波峰至该波谷(第一或第二个波峰组中的最后一个波峰)之间的下降曲线段，然后在该下降曲线段中任意选取一段作为计算段，采用式(a)上升沿速率。

具体实施时，最好选择下降曲线段中从波谷到最后一波峰处于下降曲线段25％-75％的部分作为计算段，确定的上升沿速率更准确。S4：记经过步骤S3c确定的声波波形具有两个波峰组，其中第一个波峰组为当前车辆的车轮经过第一个隔离带时产生的，第一波峰组中的第一个波峰是当前车辆的第一排车轮(即车辆前轮)通过第一个隔离带时产生的，第一波峰组中的第二波峰是当前车辆的第二排车轮通过第一个隔离带时产生的，依次类推，第一波峰组中发第i个波峰是当前车辆的第i排车轮通过第一个隔离带时产生的；第二个波峰组为当前车辆的车轮经过第二个隔离带时产生的，第二波峰组中的第一个波峰是当前车辆的第一排车轮(即车辆前轮)通过第二个隔离带时产生的，第二波峰组中的第二波峰是当前车辆的第二排车轮通过第二个隔离带时产生的，依次类推，第二波峰组中发第j个波峰是当前车辆的第j排车轮通过第二个隔离带时产生的；

第一个波峰组中第i个波峰对应的时间点记为第二个波峰组中第j个波峰对应的时间点记为根据公式(1)计算得到车速：

$v=\frac{L}{t_i^2-t_j^1},i=j=1,2,\mathrm{..},D---\left(1\right);$

其中v表示车辆在两条减速带之间的车速，L表示两条减速带之间的距离，D表示车轮的总排数。

作为优化，本发明方法还可以进一步确定车辆的分类，步骤如下：

1)根据公式(2)计算相邻两排车轮的轴距：

$s_k=v\·(t_i-t_{i-1})=\frac{L}{t_i^2-t_j^1}\·(t_i-t_{i-1}),i=j---\left(2\right);$

其中s_k表示相邻两排车轮的轴距；

2)根据公式(3)计算车辆的总轴距s：

$s=\underset{k=1}{\overset{D-1}{\Σ}}{s}_k---\left(3\right);$

3)根据车辆的总轴距s，对比车辆分类轴距信息(车辆分类轴距信息为现有的公开数据)，便可得到当前车辆的分类。

作为优化，音频传感器处于两个隔离带的中间位置，。

结合图1，设声音传播在L/2的时间为t₀，则根据公式(4)计算得到车速：

$v=\frac{L}{(t_j^2-t_0)-(t_i^1-t_0)}=\frac{L}{t_j^2-t_i^1},i=j---\left(4\right);$

式(4)与式(1)相同，但是传感器的这种位置设置可以克服单传感器造成的时延问题，提高了检测的准确性。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种基于减速带声音分析的车辆参数识别方法，其特征在于，包括如下步骤：

S1：在两条减速带之间的道路上安装音频传感器；

S2：通过所述音频传感器检测当前车辆驶过该两条减速带及两条减速带之间的道路时形成的实时声波波形，同时记录当前车辆驶过该两条减速带及两条减速带之间的道路时间；

S3：对检测得到的实时声波进行如下去噪处理：

S3a：对所述实时波形进行滤波和平滑处理；

S3b：判断经过S3a处理后的实时波形的波峰值是否大于阈值A，阈值A为经验值，如果实时波形的波峰值大于阈值A，则该实时波形为疑似波形，并执行下一步；否则返回步骤S2；

S3c：计算疑似波形的上升沿速率，如果上升沿速率大于阈值B，阈值B为经验值，则确定该疑似波形为所述车辆驶过该两条减速带及两条减速带之间的道路时形成的声波波形，否则返回步骤S2；

S4：经过步骤S3c确定的声波波形具有两个波峰组，第一个波峰组中第i个波峰对应的时间点记为第二个波峰组中第j个波峰对应的时间点记为根据公式(1)计算得到车速：

$v=\frac{L}{t_i^2-t_j^1},i=j=1,2,\mathrm{..},D---\left(1\right);$

其中v表示车辆在两条减速带之间的车速，L表示两条减速带之间的距离，D表示车轮的总排数。

2.如权利要求1所述的基于减速带声音分析的车辆参数识别方法，其特征在于，确定车辆的分类，步骤如下：

1)根据公式(2)计算相邻两排车轮的轴距：

$s_k=v\·(t_i-k_{i-1})=\frac{L}{t_i^2-t_j^1}\·(t_i-t_{i-1}),i=j---\left(2\right);$

其中s_k表示相邻两排车轮的轴距；

2)根据公式(3)计算车辆的总轴距s：

$s=\underset{k=1}{\overset{D-1}{\Σ}}{s}_k---\left(3\right);$

3)根据车辆的总轴距s，对比车辆分类轴距信息，便可得到当前车辆的分类。

3.如权利要求1或2所述的基于减速带声音分析的车辆参数识别方法，其特征在于，所述音频传感器处于两个隔离带的中间位置。