一种基于音频的车辆监控装置及方法制造方法及图纸

一种基于音频的车辆监控装置，包括：传声器阵列模块：用于采集并处理车辆发出的噪声信号，得到横向和纵向子阵列的相关矩阵C；车道位置和宽度计算模块：用于计算每个车道的位置和宽度；粗粒度检测区域能量谱计算模块：用于在每个车道上构造两个粗粒度检测区域，并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；自动增益控制模块：用于计算前景阈值α和背景阈值β，对两个粗粒度检测区域上的能量谱进行归一化处理，并判断车辆是否进出两个粗粒度检测区域；车辆计数模块：用于统计每个车道通过的车辆数；车道占有率计算模块：用于计算每个车道的占有率；车速估计模块：用于估计车辆的速度；车型分类模块：用于对车辆的大小类型进行分类。

【技术实现步骤摘要】

本专利技术属于智能交通
，具体涉及一种基于音频的车辆监控装置及方法。
技术介绍
在现代公路交通运输系统建设过程中，通常会在道路沿线上部署大量的车辆监控设备，使得控制中心能够实时对各条道路上的交通状况进行监控，并根据不同的路况规划交通管制措施。作为控制中心的“眼睛”和“耳朵”，各种车辆监控传感器在智能交通系统中发挥着重要的作用。所以，研发更加先进、可靠、精确的监控设备将有助于人们作出更合理的交通控制决策，进而减少道路拥堵，降低运输成本，并提高公路交通的安全性。针对不同的道路环境和监控需求，人们研制出了不同类型的车辆监控设备。其中，磁感线圈是一种经典的监控设备，至今已沿用超过了五十年。但是，这类设备需埋设在路面下方，所以会产生高昂的安装和维修成本。与磁感线圈不同，现代车辆监控设备的安装和维护大多都不会对路面造成破坏。根据其原理不同，可将现代车辆监控设备粗略的分为两大类：主动式和被动式。主动式监控设备主要基于激光、红外、雷达、超声等技术，这类设备通过对监控区域发射一种特定的信号并接收其回波，然后根据回波的特点来实现对车辆的定位和监控；被动式设备主要基于视频、被动式红外、音频处理等技术，该类设备直接通过车辆反射的信号(如可见光)或发出的信号(如红外、噪声等)来实现监控的目的。与其他方法相比，基于音频的监控方法具有许多优点：首先，相比于其他类型的监控传感器来说，音频传感器(麦克风)的成本要低很多，并且音频监控属于被动式监控，不需要信号发射装置，这有利于降低整个监控设备的成本；第二，基于音频的特征不容易受到天气、光照等环境因素的影响，这有利于系统实现全天候稳定的车辆监控。然而，研制一种可靠的音频车辆监控装置也存在着许多难点：首先，由于汽车噪声的波长位于厘米这个数量级，这相比于其他类型的监控设备所使用的信号波长(例如雷达的毫米级，可见光的微米级)要大得多，所以，从理论上来说音频监控装置的分辨率要比基于其它信号的方法低；第二，由于外界环境中除了汽车噪声之外还含有其它各种类型的声响，而且实际道路上往往存在多辆车在同时行驶，即需要处理多声源、带噪声源的情形，如此复杂外界环境给通过汽车噪声实现
车辆监控增加了难度。所以，在音频车辆监控装置的研制过程中需要突出使用音频信号作为媒介的优点，同时克服其不足，从而达到扬长避短的目的。音频车辆监控在国外已有十多年的研究及应用历史，美国专利US 5,798,983(Acoustic Sensor System for Vehicle Detection and Multi-Lane Highway Monitoring，John Patrick Kuhn)使用了基于方阵的传声器阵列结构，但是该专利的阵元数量偏多，而且其车道定位算法的分辨率不高。美国专利US 6,195,608B1(Acoustic Highway Monitor，Edward Fredrick Berliner)使用基于十字阵的阵列结构，该专利虽然降低了阵元数，但不能估计车速。国内对音频车辆监控的研究和应用起步较晚，吴玺宏等人的中国专利CN102682765B，高速公路音频车辆检测装置及其方法。该方法的基本原理决定了需要将对应的车辆检测装置安装于龙门架上，安装成本较高；此外，该方法不适用于车辆较多的环境。
技术实现思路
本专利技术的目的在于克服目前音频车辆监控系统存在的上述缺陷，提出了一种基于音频的车辆监控装置，并基于该装置提出了一种基于音频的车辆监控方法，该方法能够在车道上构造两个粗粒度检测区域，实现对反映交通状况的各种指标参数的统计。为了实现上述目的，本专利技术提供了一种基于音频的车辆监控装置，包括：传声器阵列模块：用于采集并处理车辆发出的噪声信号；传声器阵列中每个阵元采集的车辆噪声时域信号经过模数转换后，形成横向和纵向子阵列的时域数据；对时域数据进行多通道短时傅里叶变换，得到其频域数据；选择子频带以及时间区间计算横向和纵向子阵列的相关矩阵C；所述传声器阵列采取十字阵列结构；横向和纵向子阵列都采用等间距的一字阵列结构，而两个子阵列的阵元数和阵元间距不同；该阵列所能处理的信号的最低频率fmin大于等于7kHz；而且横向与纵向子阵列的阵元间距应满足dh<λmin/2，dv<λmin，其中λmin为信号的最小波长；由此确定传声器阵列所能处理信号的最大频率fmax、横向子阵列的阵元数Mh和阵元间距dh、纵向子阵列的阵元数Mv和阵元间距dv；车道位置和宽度计算模块；用于计算每个车道的位置和宽度；粗粒度检测区域能量谱计算模块：用于在每个车道上构造两个粗粒度检测区域；并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；自动增益控制模块：用于计算前景阈值α和背景阈值β，对两个粗粒度检测区域上的能量谱进行归一化处理，并判断车辆是否进出两个粗粒度检测区域；车辆计数模块：用于统计每个车道通过的车辆数；车道占有率计算模块：用于计算每个车道的占有率；车速估计模块：用于估计车辆的速度；车型分类模块：用于对车辆的大小类型进行分类。基于上述基于音频的车辆监控装置，本专利技术还提供了一种基于音频的车辆监控方法，所述方法包括：步骤1)启动传声器阵列模块，传声器阵列中每个阵元采集的车辆噪声时域信号经过模数转换后，形成横向和纵向子阵列的时域数据；对时域数据进行多通道短时傅里叶变换，得到其频域数据；选择子频带以及时间区间计算横向和纵向子阵列的相关矩阵C；步骤2)启动车道位置和宽度计算模块，计算每个车道的位置和宽度；获取所述车辆监控装置所监控公路的车道的位置及宽度，利用车辆监控装置的安装高度，在仰角θ＝0°处，计算每个车道对应的方位角的范围：步骤3)启动粗粒度检测区域能量谱计算模块，在每个车道上构造两个粗粒度检测区域，并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；步骤4)启动自动增益控制模块，计算前景阈值α和背景阈值β；并对两个粗粒度检测区域上的能量谱进行归一化处理；判断车辆是否进出两个粗粒度检测区域；步骤5)启动车辆计数模块，计算车流量；当有车辆顺序经过一个车道的两个粗粒度检测区域后，为该车道的车流量计数加1；步骤6)启动车道占有率计算模块，计算车道占有率；步骤7)启动车速估计模块，估计车速；步骤8)启动车型分类模块，对车辆进行大、小车型的分类。上述技术方案中，所述步骤1)进一步包括：步骤101)传声器阵列的各个阵元采集车辆噪声的时域信号，经过模数转换后得到横向子阵列和纵向子阵列的时域数据xh(t)和xv(t)；步骤102)对时域数据xh(t)和xv(t)进行多通道短时傅里叶变换，得到频域数据xh(f,τ)和xv(f,τ)，其中f为频段号，τ为数据帧的序号；步骤103)选择子频带[f1,f2]以及时间区间Δτ计算横向和纵向子阵列对应的相关矩阵C： C = Σ f ∈ [ f 1 , f 2 ] Σ 本文档来自技高网...

【技术保护点】
一种基于音频的车辆监控装置，其特征在于，所述装置包括：传声器阵列模块：用于采集并处理车辆发出的噪声信号；传声器阵列中每个阵元采集的车辆噪声时域信号经过模数转换后，形成横向和纵向子阵列的时域数据；对时域数据进行多通道短时傅里叶变换，得到其频域数据；选择子频带以及时间区间计算横向和纵向子阵列的相关矩阵C；所述传声器阵列采取十字阵列结构；横向和纵向子阵列都采用等间距的一字阵列结构，而两个子阵列的阵元数和阵元间距不同；该阵列所能处理的信号的最低频率fmin大于等于7kHz；而且横向与纵向子阵列的阵元间距应满足dh＜λmin/2，dv＜λmin，其中λmin为信号的最小波长；由此确定传声器阵列所能处理信号的最大频率fmax、横向子阵列的阵元数Mh和阵元间距dh、纵向子阵列的阵元数Mv和阵元间距dv；车道位置和宽度计算模块：用于计算每个车道的位置和宽度；粗粒度检测区域能量谱计算模块：用于在每个车道上构造两个粗粒度检测区域，并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；自动增益控制模块：用于计算前景阈值α和背景阈值β，对两个粗粒度检测区域上的能量谱进行归一化处理，并判断车辆是否进出两个粗粒度检测区域；车辆计数模块：用于统计每个车道通过的车辆数；车道占有率计算模块：用于计算每个车道的占有率；车速估计模块：用于估计车辆的速度；车型分类模块：用于对车辆的大小类型进行分类。...

【技术特征摘要】
1.一种基于音频的车辆监控装置，其特征在于，所述装置包括：传声器阵列模块：用于采集并处理车辆发出的噪声信号；传声器阵列中每个阵元采集的车辆噪声时域信号经过模数转换后，形成横向和纵向子阵列的时域数据；对时域数据进行多通道短时傅里叶变换，得到其频域数据；选择子频带以及时间区间计算横向和纵向子阵列的相关矩阵C；所述传声器阵列采取十字阵列结构；横向和纵向子阵列都采用等间距的一字阵列结构，而两个子阵列的阵元数和阵元间距不同；该阵列所能处理的信号的最低频率fmin大于等于7kHz；而且横向与纵向子阵列的阵元间距应满足dh＜λmin/2，dv＜λmin，其中λmin为信号的最小波长；由此确定传声器阵列所能处理信号的最大频率fmax、横向子阵列的阵元数Mh和阵元间距dh、纵向子阵列的阵元数Mv和阵元间距dv；车道位置和宽度计算模块：用于计算每个车道的位置和宽度；粗粒度检测区域能量谱计算模块：用于在每个车道上构造两个粗粒度检测区域，并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；自动增益控制模块：用于计算前景阈值α和背景阈值β，对两个粗粒度检测区域上的能量谱进行归一化处理，并判断车辆是否进出两个粗粒度检测区域；车辆计数模块：用于统计每个车道通过的车辆数；车道占有率计算模块：用于计算每个车道的占有率；车速估计模块：用于估计车辆的速度；车型分类模块：用于对车辆的大小类型进行分类。2.一种基于音频的车辆监控方法，基于权利要求1所述的基于音频的车辆监控装置实现，所述方法包括：步骤1)启动传声器阵列模块，传声器阵列中每个阵元采集的车辆噪声时域信号经过模数转换后，形成横向和纵向子阵列的时域数据；对时域数据进行多通道短时傅里叶变换，得到其频域数据；选择子频带以及时间区间计算横向和纵向子阵列的相关矩阵C；步骤2)启动车道位置和宽度计算模块，计算每个车道的位置和宽度；获取所述车辆监控装置所监控公路的车道的位置及宽度，利用车辆监控装置的安装高度，在仰角θ＝0°处，计算每个车道对应的方位角的范围：步骤3)启动粗粒度检测区域能量谱计算模块，在每个车道上构造两个粗粒度检测区域，并利用相关矩阵C计算两个粗粒度检测区域上的能量谱；步骤4)启动自动增益控制模块，计算前景阈值α和背景阈值β；并对两个粗粒度检测区域上的能量谱进行归一化处理；判断车辆是否进出两个粗粒度检测区域；步骤5)启动车辆计数模块，计算车流量；当有车辆顺序经过一个车道的两个粗粒度检测区域后，为该车道的车流量计数加1；步骤6)启动车道占有率计算模块，计算车道占有率；步骤7)启动车速估计模块，估计车速；步骤8)启动车型分类模块，对车辆进行大、小车型的分类。3.根据权利要求2所述的基于音频的车辆监控方法，其特征在于，所述步骤1)进一步包括：步骤101)传声器阵列的各个阵元采集车辆噪声的时域信号，经过模数转换后得到横向子阵列和纵向子阵列的时域数据xh(t)和xv(t)；步骤102)对时域数据xh(t)和xv(t)进行多通道短时傅里叶变换，得到频域数据xh(f，τ)和xv(f，τ)，其中f为频段号，τ为数据帧的序号；步骤103)选择子频带[f1，f2]以及时间区间Δτ计算横向和纵向子阵列对应的相关矩阵C： C = Σ f ∈ [ f 1 , f 2 ] Σ τ ∈ Δτ x h ( f , τ ) x v H ( f , τ ) ]]>其中，fmin＜f1＜f2＜fmax，上标H表示共轭转置。4.根据权利要求3所述的基于音频的车辆监控方法，其特征在于，所述步骤3)进一步包括：步骤301)利用车道的宽度构造理想阵列响应步骤302)利用最小二乘法求解单个粗粒度检测区域的波束形成器wh； y ^ = [ y ^ ( - 90 ) , y ^ ( - 89 ) , . . . , y ^ ( 0 ) , . . . , y ...

【专利技术属性】
技术研发人员：纳跃跃，付强，国雁萌，颜永红，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：北京;11