The invention discloses a built-in intelligent lighting sound of the collision detection function, set the voice acquisition module, collision sound recognition module, storage module and controller for street lamp control and information transmission in the street; voice acquisition module is used for collecting sound signals in the continuous path; storage module is used for the storage of audio signals and sound collecting module acquisition; collision sound recognition module is used for voice signal recognition acquisition whether mixed with the sound of the collision and identification results are sent to the controller, in order to determine whether the road lamp controller abnormal events and sends the information to the remote monitoring center. The technical scheme of the invention, the realization of collision sound recognition using the depth of the neural network, so as to improve the collision sound recognition accuracy, and the monitoring methods of audio and video combined to further improve the comprehensive monitoring of road safety, and abnormal things in a timely warning of road traffic.
【技术实现步骤摘要】
一种内置碰撞声检测功能的智能路灯
本专利技术涉及智能交通领域,尤其涉及一种应用于道路照明的内置碰撞声检测功能的智能路灯。
技术介绍
近几年,随着云计算、大数据、人工智能、高性能计算硬件技术的成熟,尤其是机器学习领域深度学习(deeplearning,DL)理论以及自动特征学习神经网络模型的成熟,深度神经网络在人工智能领域(智能图像和声音识别)已经广泛应用,各大IT巨头均将人工智能作为下一个核心技术增长点,同时,市场也催生了一大批内置深度神经网络架构的集成芯片,比如英伟达(NVIDIA)推出首款专门为深度学习从零开始设计的芯片TeslaP100,该芯片数据处理速度是其2014年推出GPU系列的12倍;谷歌为机器学习定制的芯片TPU将硬件性能提升至相当于按照摩尔定律发展7年后的水平;在人工智能领域,国内相关企业也不甘落后,比如成都启英泰伦科技推出一款智能语音芯片CI1006,是基于ASIC架构的人工智能语音识别芯片,包含了深度神经网络处理硬件单元,能够完美支持DNN运算架构,进行高性能的数据并行计算,可极大的提高人工智能深度学习语音技术对大量数据的处理效率;CI1006采用本地的神经网络数据处理可降低产品对于网络的依赖,提升智能语音识别响应及控制速度,可广泛应用于智慧家电、机器人、智慧玩具等产品领域。因此,将深度神经网络植入到现有嵌入式智能控制系统中在技术上已经完全成熟。现有技术的路灯虽然已经形成智能控制网络,但其仅仅实现道路照明的智能化,而路灯系统作为物理空间上的一个庞大的网络,如果集成安全监控功能,将能使路灯发挥更大的作用,比如重大交通事故监控。在重大交通 ...
【技术保护点】
一种内置碰撞声检测功能的智能路灯,其特征在于,在路灯中设置声音采集模块、碰撞声识别模块、存储模块以及用于路灯控制与信息传输的路灯控制器;所述声音采集模块用于连续采集道路中的声音信号;所述存储模块用于存储所述声音采集模块所采集的声音信号;所述碰撞声识别模块用于识别所采集的声音信号中是否杂含碰撞声并将识别结果发送到路灯控制器,所述路灯控制器以此判断道路中是否出现异常事件并将信息发送到远程监控中心;所述碰撞声识别模块包括特征第一提取模块、第一归一化模块、神经网络分类模块和神经网络训练模块,其中,所述第一特征提取模块用于接收原始采集声音数据,并对原始采集声音数据进行特征提取;所述第一归一化模块用于对特征提取后的数据进行高斯归一化处理,输出归一化数据;所述神经网络分类模块用于接收归一化数据及预先训练好的深度神经网络,并通过深度神经网络对所述归一化数据进行分类识别获得分类结果信息,所述分类结果信息为原始采集声音数据是否杂含碰撞声的概率值,当该概率值超过预先设定的阈值时,则判定道路中出现异常事件;所述神经网络训练模块用于接收训练数据并根据训练数据进行神经网络的训练,得到充分学习带噪样本和干净样本之间 ...
【技术特征摘要】
1.一种内置碰撞声检测功能的智能路灯,其特征在于,在路灯中设置声音采集模块、碰撞声识别模块、存储模块以及用于路灯控制与信息传输的路灯控制器;所述声音采集模块用于连续采集道路中的声音信号;所述存储模块用于存储所述声音采集模块所采集的声音信号;所述碰撞声识别模块用于识别所采集的声音信号中是否杂含碰撞声并将识别结果发送到路灯控制器,所述路灯控制器以此判断道路中是否出现异常事件并将信息发送到远程监控中心;所述碰撞声识别模块包括特征第一提取模块、第一归一化模块、神经网络分类模块和神经网络训练模块,其中,所述第一特征提取模块用于接收原始采集声音数据,并对原始采集声音数据进行特征提取;所述第一归一化模块用于对特征提取后的数据进行高斯归一化处理,输出归一化数据;所述神经网络分类模块用于接收归一化数据及预先训练好的深度神经网络,并通过深度神经网络对所述归一化数据进行分类识别获得分类结果信息,所述分类结果信息为原始采集声音数据是否杂含碰撞声的概率值,当该概率值超过预先设定的阈值时,则判定道路中出现异常事件;所述神经网络训练模块用于接收训练数据并根据训练数据进行神经网络的训练,得到充分学习带噪样本和干净样本之间的非线性映射关系的深度神经网络,并输出所述深度神经网络至所述神经网络分类模块;所述神经网络训练模块包括第二特征提取模块、第二归一化模块、无监督学习预训练模块和监督学习优化模块,其中,所述无监督学习预训练模块用于发现输入数据中深层的抽象特征,采用受限制玻尔兹曼机(RBM)模型进行预训练并通过无监督学习的方式逐层渐进学习神经网络参数;所述监督学习优化模块采用反向传播(back-propagation,BP)算法,利用标注数据对神经网络参数进行有监督的精细调整。2.根据权利要求1所述的内置碰撞声检测功能的智能路灯,其特征在于,所述第一特征提取模块/第二特征提取模块进一步包括分帧模块、DFT变换模块和对数功率谱处理模块,其中,所述分帧模块用于对输入数据进行分帧处理;所述DFT变换模块用于对分帧处理后的数据进行离散傅里叶变换得到频域信息;所述对数功率谱处理模块用于对频域信息进行对数功率谱处理。3.根据权利要求1或2所述的内置碰撞声检测功能的智能路灯,其特征在于,所述碰撞声识别模块还包括平均能量检测模块和帧能量比较模块,其中,所述平均能量检测模块用于计算当前帧对数功率...
【专利技术属性】
技术研发人员:吴建锋,秦会斌,
申请(专利权)人:杭州派尼澳电子科技有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。