CN115996317A - 多功能智能杆及基于其的噪声来源监控方法和装置 - Google Patents

Abstract

本发明涉及噪声监控技术领域，尤其涉及多功能智能杆及基于其的噪声来源监控方法和装置，本发明的基于多功能智能杆的噪声来源监控方法包括：S1：实时获取视频流信息和声源信息；S2：判断声源信息是否为噪声，若是，则转到步骤S3，若否，则返回步骤S1；S3：利用声源定位算法获取噪声声源相对于麦克风阵列的三维空间信息；S4：将三维空间信息输送至数据分析模块；S5：数据分析模块根据三维空间信息计算得到旋转信息；S6：结合旋转信息、视频流信息以及摄像头实时位置信息计算得到旋转角度，根据旋转角度来确定对摄像头运动位置的驱动，从而拍摄得到噪声声源处的视频影像。本发明具有能精准地判断出噪声来源并及时获得噪声来源处的视频影像的优点。

Description

多功能智能杆及基于其的噪声来源监控方法和装置

技术领域

本发明涉及噪声监控技术领域，具体涉及多功能智能杆及基于其的噪声来源监控方法和装置。

背景技术

随着计算机视觉、音频探测与解析、人工智能等各方面所各自取得的飞速发展和应用，不断完善了城市的监控***，智慧城市也成为当下社会管理创新的一种新模式。

智慧城市是指利用各种信息技术或创新概念，将城市的***和服务打通、集成，从而提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量。

多功能智能杆(简称智能杆、智慧杆)，由杆体、基础地笼、横臂、设备仓和智能门锁等模块组成，一般集成有智能照明、视频采集、移动通信、城市管理公共服务等功能，在这些功能实现的过程中，会持续产生或接收各种数据，且各种数据传送到云端，在云端形成大数据。大数据可以与城市管理后台进行交互，为智慧城市的大数据应用提供大量数据支持。

然而，现有多功能智能杆以至智慧城市虽然也配置有噪声探测功能，但是，该噪声探测功能只能粗略地探知噪声的发生与否以及具体大小，无法精准地判断出噪声来源，更无法针对噪声来源进行相应视频摄像，从而降低了多功能智能杆的智能程度，不利于及时获知噪声来源处的实际情况，导致无法及时为应对实际情况而采取相应有效措施。

因此，亟需提供一种能精准地判断出噪声来源并及时获得噪声来源处的视频影像的多功能智能杆和基于多功能智能杆的噪声来源监控方法及装置。

发明内容

有鉴于此，本发明实施例提供了一种基于多功能智能杆的噪声来源监控方法及装置和多功能智能杆，用于解决现有技术无法判断出噪声来源和无法及时获得噪声来源处的视频影像的技术问题。

本发明采用的技术方案是：

第一方面，本发明实施例提供了一种基于多功能智能杆的噪声来源监控方法，多功能智能杆包括摄像头和噪声接收装置，摄像头用于产生视频流信息，噪声接收装置包括用于接收声音并产生声源信息的麦克风阵列，噪声来源监控方法包括如下步骤：S1：实时获取视频流信息和声源信息；S2：判断声源信息是否为噪声，若是，则转到步骤S3，若否，则返回步骤S1；S3：利用声源定位算法获取噪声声源相对于麦克风阵列的三维空间信息；S4：将三维空间信息输送至数据分析模块；S5：数据分析模块根据三维空间信息计算得到旋转信息；S6：结合旋转信息、视频流信息以及摄像头实时位置信息计算得到旋转角度，根据旋转角度来确定对摄像头运动位置的驱动，从而拍摄得到噪声声源处的视频影像。

进一步的，视频流信息为摄像头所拍摄的视频流，且摄像头的初始位置设成摄像头的光轴与多功能智能杆的支撑杆的中心轴线相垂直，其中，在初始位置处，摄像头的横向视场角度和纵向视场角度分别设为Hangle和Vangle。

进一步的，步骤S2进一步包括如下步骤：S21:将声源信息所包括的声源分贝值与预设分贝阈值进行比较；S22:当声源分贝值≥预设分贝阈值，则判断存在噪声；S22:当声源分贝值＜预设分贝阈值，则判断不存在噪声。

进一步的，声源定位算法根据麦克风阵列所接收的声源信息以及时间到达差原理来计算噪声的方位。

进一步的，麦克风阵列安装在对应于初始位置的摄像头的正下方，且相对于摄像头的安装距离设为Dis。

进一步的，三维空间信息包括以麦克风阵列的中心为坐标中心原点所建立的左手坐标系中的三维空间坐标，并且，在左手坐标系中，计算得到噪声的三维空间坐标为：P1(x,y,z)。

进一步的，步骤S5进一步包括如下步骤：S51：根据摄像头和麦克风阵列的相对位置，确定摄像头的三维空间坐标为C(0,Dis,0)；S52：再以摄像头为中心坐标建立左手坐标系，确定噪声声源在以摄像头为中心的空间坐标系中的三维空间坐标为P2(x,y-Dis,z)；S53：计算噪声声源相对于摄像头的水平旋转角度：X_z＝arctan(x/z)以及竖直旋转角度：Y_z＝arctan((y-Dis)/z)，得到包括水平旋转角度和竖直旋转角度的旋转信息。

进一步的，步骤S6中的结合旋转信息、视频流信息以及摄像头位置信息计算旋转角度包括如下步骤：S61：比较Y_z与0的大小，当Y_z>0时，进一步比较Vangle/2与Y_z的大小，若Vangle/2>＝Y_z，则判断出噪声声源位置在纵向视场角图像拍摄范围内，进而确定竖直旋转角度为0；若Vangle/2<Y_z，则判断出噪声声源位置相对位于在摄像头上方且不在图像纵向视场角拍摄范围内，进而确定竖直旋转角度为：Angle-y＝Y_z-Vangle/2，驱动摄像头向上旋转Angle-y度；S62：比较Y_z与0的大小，当Y_z<0时，进一步比较Vangle/2与Y_z绝对值的大小，若Vangle/2>＝|Y_z|，则判断出噪声声源位置纵向视场角图像拍摄范围内，进而确定竖直旋转角度为0；若Vangle/2<|Y_z|，则判断出噪声声源位置相对位于在摄像下发且不在图像纵向视场角拍摄范围内，进而确定竖直旋转角度为：Angle-y＝|Y_z|-Vangle/2，且驱动摄像头向下旋转Angle-y度；S63：比较X_z与0的大小，当X_z>0时，进一步比较Hangle/2与X_z的大小，若Hangle/2>＝X_z，则判断出噪声声源位置在图像横向视场角拍摄范围内，进而确定水平旋转角度为0；若Hangle/2<X_z，则判断出噪声声源位置相对位于在摄像头右边且不在图像横向视场角拍摄范围内，进而确定水平旋转角度为：Angle-x＝X_z-Hangle/2，且驱动摄像头向右旋转Angle-x度；S64：比较X_z与0的大小，当X_z<0时，进一步比较Hangle/2与X_z绝对值的大小，若Hangle/2>＝|X_z|，则判断出噪声声源位置在图像横向视场角拍摄范围内，进而确定水平旋转角度为0；若Hangle/2<|X_z|，则判断出噪声声源位置相对位于在摄像头左边且不在图像横向视场角拍摄范围内，进而确定水平旋转角度为：Angle-x＝|X_z|-Hangle/2，且驱动摄像头向左旋转Angle-x度。

第二方面，本发明实施例还提供了一种基于多功能智能杆的噪声来源监控装置，噪声来源监控装置包括：获取模块，用于获取多功能智能杆上的视频流信息和声源信息；判断模块，用于判断声源信息是否为噪声；三维空间信息获取模块，用于利用声源定位算法获取噪声声源相对于麦克风阵列的三维空间信息；定位计算模块，采用声源定位算法计算得到噪声声源相对于麦克风阵列的三维空间信息；数据分析模块，用于计算得到旋转信息；旋转角度确定模块，用于结合旋转信息、视频流信息以及摄像头实时位置信息计算旋转角度；运动位置驱动模块，用于驱动摄像头运动至根据旋转角度所确定的摄像头运动位置。

第三方面，本发明实施例还提供了一种多功能智能杆，包括：摄像头、噪声接收装置、至少一个处理器和至少一个存储器，在存储器中存储有计算机程序指令，摄像头和噪声接收装置均与处理器电连接，当计算机程序指令被处理器执行时实现以上任一的噪声来源监控方法。

本发明带来的有益效果：本发明提供的多功能智能杆和基于多功能智能杆的噪声来源监控方法及装置，能够利用城市中分布广泛的多功能智能杆的各自监控覆盖区域来精准地判断出噪声来源并驱动摄像头运动至拍摄到噪声的发声位置，从而及时获得噪声来源处的视频影像，进而视频影像的观看者能及时获知噪声来源处的实际情况，能够及时为应对实际情况而采取相应有效措施，使得多功能智能杆及基于其的噪声来源监控方法和装置具有很高的智能程度。

附图说明

图1为本发明的基于多功能智能杆的噪声来源监控方法的流程示意图；

图2为本发明的基于多功能智能杆的噪声来源监控方法的步骤S5一具体实施方式的流程示意图；

图3为本发明的基于多功能智能杆的噪声来源监控方法的步骤S6一具体实施方式的流程示意图；

图4为本发明的基于多功能智能杆的噪声来源监控方法的左手坐标系的各坐标轴相对关系的示意图；

图5为本发明的基于多功能智能杆的噪声来源监控方法的摄像头的横向视场角度和纵向视场角度的示意图；

图6为本发明的基于多功能智能杆的噪声来源监控方法的摄像头的镜头前方四个象限的示意图；

图7为本发明的基于多功能智能杆的噪声来源监控装置的结构示意图；

图8为本发明的多功能智能杆的结构框体；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。如果不冲突，本发明施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。

实施例1

如图1至图6所示，本实施例提供一种基于多功能智能杆的噪声来源监控方法，多功能智能杆包括摄像头和噪声接收装置，摄像头用于产生视频流信息，噪声接收装置包括用于接收声音并产生声源信息的麦克风阵列，可知的是，麦克风阵列具有灵敏的声音传感器以便灵敏且精准地接收声音并产生声源信息，该噪声来源监控方法包括如下步骤：S1：实时获取视频流信息和声源信息；S2：判断声源信息是否为噪声，若是，则转到步骤S3，若否，则返回步骤S1，从而再继续获取和判断，也就是说，通过步骤S2，能够分辨正常声音和噪声，从而利于后续准确确定噪声声源的位置；S3：利用声源定位算法获取噪声声源相对于麦克风阵列的三维空间信息；S4：将三维空间信息输送至数据分析模块；S5：数据分析模块根据三维空间信息计算得到旋转信息；S6：结合旋转信息、视频流信息以及摄像头实时位置信息计算得到旋转角度，根据旋转角度来确定对摄像头运动位置的驱动，从而拍摄得到噪声声源处的视频影像。因此，由于本发明基于多功能智能杆的噪声来源监控方法在获得噪声声源相对于麦克风阵列的三维空间信息的基础上，进一步计算得到摄像头针对噪声声源所需旋转的方向和角度大小，从而能精准地判断出噪声来源并及时获得噪声来源处的视频影像，进而视频影像的观看者能及时获知噪声来源处的实际情况，能够及时为应对实际情况而采取相应有效措施，使得该噪声来源监控方法具有很高的自动化和智能化。

进一步具体来说，视频流信息为摄像头所拍摄的视频流，且摄像头的初始位置设成摄像头的光轴与多功能智能杆的支撑杆的中心轴线相垂直，例如，结合图5和图6所示，在初始位置，摄像头的光轴可以是自O点延伸且位于XOZ平面，支撑杆的中心轴线与Y轴重合，其中，在初始位置处，摄像头的横向视场角度和纵向视场角度分别设为Hangle和Vangle。可知的是，摄像头在水平方向和竖直方向一般是对称旋转，也就是说，在水平方向和竖直方向各自两对称旋转角度的和分别等于横向视场角度和纵向视场角度。并且，由于摄像头无法沿支撑杆在纵向方向上移动，因此，在后续考虑驱动摄像头的旋转角度时，也只需根据是否位于横向视场角度和纵向视场角度的图像拍摄范围来对应考虑水平旋转角度和竖直旋转角度。

进一步具体的，步骤S2进一步包括如下步骤：S21:将声源信息所包括的声源分贝值与预设分贝阈值进行比较；S22:当声源分贝值≥预设分贝阈值，则判断存在噪声；S22:当声源分贝值＜预设分贝阈值，则判断不存在噪声。预设分贝阈值可以预先存储于以下将进一步描述的噪声来源监控装置的例如判断模块的存储单元中。预设分贝阈值可以根据多功能智能杆所处的实际不同地理位置和不同时间段而对应设置不同数值，比如，当多功能智能杆位于工业区时，则预设分贝阈值对应于白天和夜晚分别设为65dB和55dB，又比如，当多功能智能杆位于城市中的道路交通干线道路两侧区域时，则预设分贝阈值对应于白天和夜晚分别设为70dB和55dB。此外，预设分贝阈值还可以根据一些特定场景而设定，比如，人们遇到紧急情况的叫喊声、车辆的撞击声或爆胎声等，这些多种特定场景的多个预设分贝阈值可以利用人工智能的机器算法而获得。另外，对于声源信息是否为噪声及其哪种特定场景的噪音还可以在分贝值比较的基础上辅以声音的频率、频次等来判断。

在一种可选的实施方式中，声源定位算法根据麦克风阵列所接收的声源信息以及时间到达差原理来计算噪声的方位。采用此种声源定位算法，能够尤其适合于多功能智能杆所处环境的噪声定位。另外，关于声源定位算法的具体实现方式属于本领域所熟知的技术手段，在此不再赘述。

进一步具体的，麦克风阵列安装在对应于初始位置的摄像头的正下方，且相对于摄像头的安装距离设为Dis。为了有利于摄像头获得较广的视场角度，以及便于以麦克风阵列的中心和以摄像头为中心的例如左手坐标系的相对转换，因此，将摄像头设置于麦克风阵列的正上方，较佳的是，沿支撑杆所延伸的竖直方向上，麦克风阵列的中心的投影位于摄像头的光轴的投影重叠。

进一步具体的，参考图4和图6，三维空间信息包括以麦克风阵列的中心为坐标中心原点所建立的左手坐标系中的三维空间坐标，并且，在左手坐标系中，计算得到噪声的三维空间坐标为：P1(x,y,z)，从噪声来源监控方法的原理上来说，首先，利用面阵的声源定位算法可以识别出噪声声源相对于麦克风阵列的位置和方向，然后根据麦克风阵列本身建立左手坐标系，就可以将将这个噪声声源的位置换算到麦克风阵列的三维坐标系，噪声声源的坐标P1(x,y,z)就计算出来了，最后，根据摄像头和麦克风阵列的安装位置，将这个噪声声源的坐标换算到以摄像头为中心的物理坐标系中。需要说明的是，考虑到多功能智能杆一般会设为多个且依次沿街道排列，各摄像头设置为只对其镜头前方进行拍摄就可以实现拍摄范围的无死角，这样在尽量减少旋转角度的同时达到减少旋转时间，从而及时追踪拍摄到噪声声源处的影像，因此，本发明中的摄像头均设为无法360度旋转而只对其前方进行拍摄。

进一步具体的，参考图2和图6，步骤S5进一步包括如下步骤：S51：根据摄像头和麦克风阵列的相对位置，确定摄像头的三维空间坐标为C(0,Dis,0)；S52：再以摄像头为中心坐标建立左手坐标系，确定噪声声源在以摄像头为中心的空间坐标系中的三维空间坐标为P2(x,y-Dis,z)，其中，在本实施例中，摄像头的运动位置位于左手坐标系对应于摄像头前方的四个象限(Quadrant，简称：Q)中，另外，本说明书中，坐标系在无相冲突的情况下均采用左手坐标系，且各坐标、角度均以在左手坐标系中来进行描述；S53：计算噪声声源相对于摄像头的水平旋转角度：X_z＝arctan(x/z)以及竖直旋转角度：Y_z＝arctan((y-Dis)/z)，从而得到包括水平旋转角度和竖直旋转角度的旋转信息，其中，X_z表示噪声声源作为目标点的x坐标与z轴之间的一个具体横向夹角数值，Y_z表示噪声声源作为目标点的y坐标与z轴之间的一个具体夹角数值，X_z和Y_z均是计算机算法的完整写法。此外，由于摄像头无法纵向移动，因此只需考虑摄像头在水平和竖直方向上的旋转，其中，参考图，X_z表示x坐标与z轴的夹角，表示的是横向或者说水平角度，Y_z表示y坐标与z轴的夹角，表示的是纵向或者说竖直角度。如果x坐标为正数，则夹角X_z为正数，且噪声声源在第二象限Q2或第四象限Q4中，反之，如果x坐标为负数，则夹角X_z为负，且噪声声源在第一象限Q1或第三象限Q3中；如果y-Dis为正数，则夹角Y_z为正数，且噪声声源在第一象限Q1或第二象限Q2中，反之，如果y-Dis为负数，则夹角Y_z为负数，且噪声声源在第三象限Q3或第四象限Q4中。

进一步具体的，参考图3和图6，在由上所述的摄像头的运动位置位于左手坐标系对应于摄像头前方的四个象限中情况下，步骤S6中的结合旋转信息、视频流信息以及摄像头位置信息计算旋转角度包括如下步骤：

S61：比较Y_z与0的大小，当Y_z>0时，进一步比较Vangle/2与Y_z的大小，之所以以Vangle/2进行比较，是由于摄像头在竖直方向一般是对称旋转的，因此，在同一以摄像头为中心坐标建立的左手坐标系中，只需与Vangle/2比较大小，就可以判断出噪声声源的纵向角度是否位于摄像头的纵向视场角度内，也即判断在是否在纵向方向上位于摄像头的图像拍摄范围内，因此，以下对于Hangle/2也作相类似理解，不再赘述。若Vangle/2>＝Y_z，则判断出噪声声源位置在纵向视场角图像拍摄范围内，即噪声声源位于图的第一象限Q1或者第二象限Q2中Vangle/2角度之内，进而确定竖直旋转角度为0；若Vangle/2<Y_z，则判断出噪声声源位置相对位于在摄像头上方且不在图像纵向视场角拍摄范围内，即噪声声源位于图的第一象限Q1或者第二象限Q2中Vangle/2角度之外，为了使纵向视场角度Vangle覆盖噪声声源，则进而确定竖直旋转角度为：Angle-y＝Y_z-Vangle/2，驱动摄像头向上即向着接近y轴正方向旋转Angle-y度。

S62：比较Y_z与0的大小，当Y_z<0时，进一步比较Vangle/2与Y_z绝对值的大小，若Vangle/2>＝|Y_z|，判断出噪声声源位置在纵向视场角图像拍摄范围内，即噪声声源位于图的第三象限Q3或者第四象限Q4中Vangle/2角度之内，进而确定竖直旋转角度为0；若Vangle/2<|Y_z|，则判断出噪声声源位置相对位于在摄像下方且不在图像纵向视场角拍摄范围内，即噪声声源位于图的第三象限Q1或者第四象限Q4中Vangle/2角度之外，为了使纵向视场角度Vangle覆盖噪声声源，进而确定竖直旋转角度为：Angle-y＝|Y_z|-Vangle/2，且驱动摄像头向下即向着接近y轴负方向旋转Angle-y度。

S63：比较X_z与0的大小，当X_z>0时，进一步比较Hangle/2与X_z的大小，若Hangle/2>＝X_z，则判断出噪声声源位置在图像横向视场角拍摄范围内，即噪声声源位于图的第二象限Q2或者第四象限Q4中Hangle/2角度之内，进而确定水平旋转角度为0；若Hangle/2<X_z，则判断出噪声声源位置相对位于在摄像头右边且不在图像横向视场角拍摄范围内，即噪声声源位于图的第二象限Q2或者第四象限Q4中Hangle/2角度之外，为了使横向视场角度Hangle覆盖噪声声源，进而确定水平旋转角度为：Angle-x＝X_z-Hangle/2，且驱动摄像头向右即向着接近x轴正方向旋转Angle-x度。

S64：比较X_z与0的大小，当X_z<0时，进一步比较Vangle/2与X_z绝对值的大小，若Vangle/2>＝|X_z|，则判断出噪声声源位置在图像横向视场角拍摄范围内，即噪声声源位于图的第一象限Q1或者第三象限Q3中Hangle/2角度之内，进而确定水平旋转角度为0；若Vangle/2<|X_z|，则判断出噪声声源位置相对位于在摄像头左边且不在图像横向视场角拍摄范围内，即噪声声源位于图的第一象限Q1或者第三象限Q3中Hangle/2角度之外，为了使横向视场角度Hangle覆盖噪声声源，进而确定水平旋转角度为：Angle-x＝|X_z|-Hangle/2，且驱动摄像头向左即向着接近x轴负方向旋转Angle-x度；

以下结合上述各步骤尤其是步骤S61至步骤S64做进一步解释说明，上述旋转角度是包括0角度在内的一定角度，通过驱动摄像头按照旋转角度旋转，从而使摄像头可以拍摄到噪声声源。比如，作为多功能智能杆的一个应用场景，当某一多功能智能杆的摄像头例如高速公路的周边发生了爆胎，但是，此时摄像头未旋转之前的拍摄场景中并未出现车辆，而由于判断出噪声即爆胎声在相对摄像头的右边位置发生，因此，此时则驱动摄像头向右旋转一定角度，这样就能让摄像头拍摄到爆胎的车辆，这样高速公路管理人员可以及时且准确地确定爆胎位置并安排人员现场处置，避免次生事故的发生。又比如，作为多功能智能杆的另一个应用场景，当因为现场发生了抢劫或者有人身体不适的事件而呼喊时，在现有技术中，只能确定在智能杆的周边产生了噪音，但无法对噪声声源准确定位，更无法在摄像头的监控画面中及时看到呼喊处所发生事件，而本发明噪声来源监控方法不仅能对噪声声源准确定位还能通过及时驱动摄像头的运动来确保将事件及时拍摄进监控画面，从而有助于及时对抢劫犯抓拍取证或者派人救助身体不适者。

本实施例利用摄像头产生的视频流信息和噪声接收装置产生的声源信息，获取噪声声源相对于麦克风阵列的三维空间信息进而计算得到旋转角度，从而根据旋转角度驱动摄像头旋转至拍摄到噪声声源处图像的位置，因而能精准地判断出噪声来源并及时获得噪声来源处的视频影像，为及时应对噪声来源处的各种实际情况而采取相应有效措施提供视频影像支持。

实施例2

参考图7，基于以上实施例，本实施例还提供了一种基于多功能智能杆的噪声来源监控装置，该噪声来源监控装置可以实现上述任一种的基于多功能智能杆的噪声来源监控方法且获得相应的有益效果。噪声来源监控装置包括：获取模块，用于获取多功能智能杆上的视频流信息和声源信息；判断模块，用于判断声源信息是否为噪声；三维空间信息获取模块，用于利用声源定位算法获取噪声声源相对于麦克风阵列的三维空间信息；定位计算模块，采用声源定位算法计算得到噪声声源相对于麦克风阵列的三维空间信息；数据分析模块，用于计算得到旋转信息；旋转角度确定模块，用于结合旋转信息、视频流信息以及摄像头实时位置信息计算旋转角度；运动位置驱动模块，用于驱动摄像头运动至根据旋转角度所确定的摄像头运动位置。

实施例3

参考图8，基于以上实施例，本发明中前述实施例的基于多功能智能杆的噪声来源监控方法可以由本实施例的多功能智能杆来实现。图示出了本发明实施例提供的多功能智能杆的硬件结构示意图。本实施例的多功能智能杆包括摄像头401、噪声接收装置402、至少一个处理器403和至少一个存储器404，摄像头用于产生视频流信息，噪声接收装置包括用于接收声音并产生声源信息的麦克风阵列，在存储器404中存储有计算机程序指令。

具体地，上述处理器403可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器404可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器403可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器404可在数据处理装置的内部或外部。在特定实施例中，存储器404是非易失性固态存储器。在特定实施例中，存储器404包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器403通过读取并执行存储器404中存储的计算机程序指令，以实现上述实施例中的任意一种基于多功能智能杆的噪声来源监控方法。

在一个示例中本实施例的多功能智能杆还可包括通信接口405和总线410。其中，如图所示，摄像头401、噪声接收装置402、处理器403、存储器404、通信接口405通过总线410连接并完成相互间的通信。

通信接口405主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线410包括硬件、软件或两者，将用于多功能智能杆的各个部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

以上是对本发明实施例提供的基于多功能智能杆的噪声来源监控方法及装置、多功能智能杆的详细介绍。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的***、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.基于多功能智能杆的噪声来源监控方法，其特征在于，所述多功能智能杆包括摄像头和噪声接收装置，所述摄像头用于产生视频流信息，所述噪声接收装置包括用于接收声音并产生声源信息的麦克风阵列，所述噪声来源监控方法包括如下步骤：

S1：实时获取所述视频流信息和所述声源信息；

S2：判断所述声源信息是否为噪声，若是，则转到步骤S3，若否，则返回步骤S1；

S3：利用声源定位算法获取噪声声源相对于所述麦克风阵列的三维空间信息；

S4：将所述三维空间信息输送至数据分析模块；

S5：所述数据分析模块根据所述三维空间信息计算得到旋转信息；

S6：结合所述旋转信息、所述视频流信息以及摄像头实时位置信息计算得到旋转角度，根据所述旋转角度来确定对所述摄像头运动位置的驱动，从而拍摄得到所述噪声声源处的视频影像。

2.如权利要求1所述的噪声来源监控方法，其特征在于，所述视频流信息为所述摄像头所拍摄的视频流，且所述摄像头的初始位置设成所述摄像头的光轴与多功能智能杆的支撑杆的中心轴线相垂直，其中，在所述初始位置处，所述摄像头的横向视场角度和纵向视场角度分别设为Hangle和Vangle。

3.如权利要求1所述的噪声来源监控方法，其特征在于，步骤S2进一步包括如下步骤：

S21:将声源信息所包括的声源分贝值与预设分贝阈值进行比较；

S22:当声源分贝值≥预设分贝阈值，则判断存在噪声；

S22:当声源分贝值＜预设分贝阈值，则判断不存在噪声。

4.如权利要求2所述的噪声来源监控方法，其特征在于，所述声源定位算法根据所述麦克风阵列所接收的声源信息以及时间到达差原理来计算噪声的方位。

5.如权利要求2所述的噪声来源监控方法，其特征在于，所述麦克风阵列安装在对应于所述初始位置的摄像头的正下方，且相对于所述摄像头的安装距离设为Dis。

6.如权利要求5所述的噪声来源监控方法，其特征在于，所述三维空间信息包括以所述麦克风阵列的中心为坐标中心原点所建立的左手坐标系中的三维空间坐标，并且，在所述左手坐标系中，计算得到噪声的三维空间坐标为：P1(x,y,z)。

7.如权利要求6所述的噪声来源监控方法，其特征在于，步骤S5进一步包括如下步骤：

S51：根据所述摄像头和所述麦克风阵列的相对位置，确定所述摄像头的三维空间坐标为C(0,Dis,0)；

S52：再以所述摄像头为中心坐标建立左手坐标系，确定所述噪声声源在以所述摄像头为中心的空间坐标系中的三维空间坐标为P2(x,y-Dis,z)；

S53：计算噪声声源相对于所述摄像头的水平旋转角度：X_z＝arctan(x/z)以及竖直旋转角度：Y_z＝arctan((y-Dis)/z)，得到包括所述水平旋转角度和所述竖直旋转角度的所述旋转信息。

8.如权利要求7所述的噪声来源监控方法，其特征在于，步骤S6中的所述结合旋转信息、视频流信息以及摄像头位置信息计算旋转角度包括如下步骤：

S61：比较Y_z与0的大小，当Y_z>0时，进一步比较Vangle/2与Y_z的大小，若Vangle/2>＝Y_z，则判断出噪声声源位置在纵向视场角图像拍摄范围内，进而确定竖直旋转角度为0；若Vangle/2<Y_z，则判断出噪声声源位置相对位于在摄像头上方且不在图像纵向视场角拍摄范围内，进而确定竖直旋转角度为：Angle-y＝Y_z-Vangle/2，驱动摄像头向上旋转Angle-y度；

S62：比较Y_z与0的大小，当Y_z<0时，进一步比较Vangle/2与Y_z绝对值的大小，若Vangle/2>＝|Y_z|，则判断出噪声声源位置纵向视场角图像拍摄范围内，进而确定竖直旋转角度为0；若Vangle/2<|Y_z|，则判断出噪声声源位置相对位于在摄像下发且不在图像纵向视场角拍摄范围内，进而确定竖直旋转角度为：Angle-y＝|Y_z|-Vangle/2，且驱动摄像头向下旋转Angle-y度；

S63：比较X_z与0的大小，当X_z>0时，进一步比较Hangle/2与X_z的大小，若Hangle/2>＝X_z，则判断出噪声声源位置在图像横向视场角拍摄范围内，进而确定水平旋转角度为0；若Hangle/2<X_z，则判断出噪声声源位置相对位于在摄像头右边且不在图像横向视场角拍摄范围内，进而确定水平旋转角度为：Angle-x＝X_z-Hangle/2，且驱动摄像头向右旋转Angle-x度；

S64：比较X_z与0的大小，当X_z<0时，进一步比较Hangle/2与X_z绝对值的大小，若Hangle/2>＝|X_z|，则判断出噪声声源位置在图像横向视场角拍摄范围内，进而确定水平旋转角度为0；若Hangle/2<|X_z|，则判断出噪声声源位置相对位于在摄像头左边且不在图像横向视场角拍摄范围内，进而确定水平旋转角度为：Angle-x＝|X_z|-Hangle/2，且驱动摄像头向左旋转Angle-x度。

9.基于多功能智能杆的噪声来源监控装置，其特征在于，所述噪声来源监控装置包括：

获取模块，用于获取多功能智能杆上的视频流信息和声源信息；

判断模块，用于判断声源信息是否为噪声；

三维空间信息获取模块，用于利用声源定位算法获取所述噪声声源相对于所述麦克风阵列的三维空间信息；

定位计算模块，采用声源定位算法计算得到噪声声源相对于所述麦克风阵列的三维空间信息；

数据分析模块，用于计算得到旋转信息；

旋转角度确定模块，用于结合旋转信息、视频流信息以及摄像头实时位置信息计算旋转角度；

运动位置驱动模块，用于驱动摄像头运动至根据所述旋转角度所确定的摄像头运动位置。

10.多功能智能杆，其特征在于，包括：摄像头、噪声接收装置、至少一个处理器和至少一个存储器，在所述存储器中存储有计算机程序指令，所述摄像头和所述噪声接收装置均与所述处理器电连接，当所述计算机程序指令被所述处理器执行时实现如权利要求1-8中任一项所述的噪声来源监控方法。

Images