一种车辆雨刮器工作状态的声纹监测方法及系统技术方案

技术编号:35342167 阅读:23 留言:0更新日期:2022-10-26 12:06
本发明专利技术涉及一种车辆雨刮器工作状态的声纹监测方法及系统,该方法中,采用了麦克风来收集雨刮器在工作状态下的声纹信息,座舱域控制器利用机器模型学习的方式来将该声纹信息进行识别和判断,最后通过仪表盘将结果显示个驾驶员;该系统对应包括麦克风、座舱域控制模块和仪表模块;该方式的方式检测精度更高、对应效果更好,机器模型学习能够方便不同的驾驶员在不同的路况环境下对声纹信息进行识别判断,通过仪表盘显示给驾驶员的方式更为直观高效,用户能够对识别过程中的标注数据集进行查看、更新以及修改,进一步保障了识别判断结果的高精确性,进而提高了行车过程的安全性。进而提高了行车过程的安全性。进而提高了行车过程的安全性。

【技术实现步骤摘要】
一种车辆雨刮器工作状态的声纹监测方法及系统


[0001]本专利技术涉及车辆雨刮器
,具体涉及一种车辆雨刮器工作状态的声纹监测方法及系统。

技术介绍

[0002]随着热门生活水平的提高,车辆的家庭私有化程度也越来越高。在汽车行驶的过程中,雨刮器作为雨天时一种不可或缺的重要部件,其工作状况安全与否,很大程度上影响着驾驶过程的安全。
[0003]雨刮器在尤其是雨天、大风天的使用过程中,风挡上很可能存留有细小的砂砾等杂质,这些杂质往往卡在死角,用肉眼不一定能够得到观测,同时,在留有杂质的情况下,长期使用雨刮器不仅会大大缩短雨刮器的使用寿命,更会对风挡本身造成伤害。
[0004]公开号为CN113984359A的公开申请《一种前风挡雨刮异响测试方法》中,通过麦克风和加速度传感器对雨刮器在运行过程中的声音信号进行采集,利用频谱分析仪对振动讯号进行测量和采集,并通过分析软件对采集的数据进行转化计算,从而形成统一的量化指标作为风挡雨刮器抖动及异响的判定标准。
[0005]然而,在上述方案中,主要是阐述如何对分析软件采集的数据进行处理,包括了幅值域分析、频谱分析以及短时傅里叶分析,同时对评价结果进行了限定,而对雨刮器的工作状况具体信息采集则没有相关的内容描述。
[0006]公开号为CN104648244B的专利技术专利《提示刮水器状态的方法及装置》中,通过对刮水器的控制开关进行监测,在监测到刮水器的控制开关处于开启状态时,根据车辆当前的状态在显示仪表中显示刮水器的清洗状态提示。实现了在驾驶员使用刮水器时对刮水器的状态进行提示,使得驾驶员有意识的提高了对刮水器的清洁频率,提高了刮水器的使用寿命。
[0007]在该方案中,则是采用了监控控制开关的方式来提醒驾驶员对刮水器进行清洁,而对于刮水器本身的工作状况没有进行考量,在发生刮水器损坏等类似情况下,该方式并不能够很好地保障行车过程的安全性。

技术实现思路

[0008]针对现有技术中存在的不足,本专利技术目的是提供一种能够具有高效高精度优点的车辆雨刮器工作状态的声纹监测方法及系统。
[0009]为解决上述技术问题,本专利技术提供的技术方案是:所述的车辆雨刮器工作状态的声纹监测方法,包括以下步骤:
[0010](1)在雨刮器上安装麦克风,麦克风在雨刮器工作时采集声纹信息;
[0011](2)将麦克风采集的声纹信息发送到车内的座舱域控制器中,利用机器模型进行工作状态的判断和识别;
[0012](3)将判断识别得到的结果信息发送到车内的仪表盘上显示给驾驶员。
[0013]在上述技术方案中,首先是采用了麦克风来收集雨刮器在工作状态下的声纹信息,这是考虑到当风挡上留有砂砾杂质时,雨刮器在工作时即会产生微小的振动,而该振动用肉眼或普通的摄像机无法观测,因此采用了检测精度更高、对应效果更好的声纹监测的方式。
[0014]此外,座舱域控制器利用机器模型学习的方式来将该声纹信息进行识别和判断,机器模型学习能够方便不同的驾驶员在不同的路况环境下对声纹信息进行识别判断,提高了精度,最后,通过仪表盘显示给驾驶员的方式,更为直观、高效。驾驶员在接收到信息后,即可判断是否需要停车对雨刮器或风挡进行清洁、维修。
[0015]优选的,在步骤(2)中,对座舱域控制器内的雨刮器工作状态判断识别机器模型进行训练,训练方法包括以下步骤:
[0016](2.1)初始机器模型收集工作环境中的各项参数数据;
[0017](2.2)初始机器模型对收集得到的参数数据进行标注,获得标注数据集;
[0018](2.3)根据标注数据集对初始机器模型进行训练,获得新的机器模型,其中,新的机器模型与工作环境相适配。
[0019]在上述技术方案中,通过三步骤限定了机器模型的训练方法,通过该方法,能够有效的帮助机器模型对采集得到的声纹信息进行识别判断,从而更加精确地反映给驾驶员目前的雨刮器工作状况。
[0020]优选的,在步骤(2.3)之前,还包括
[0021](2.2.1)响应于用户通过座舱域控制器或终端设备发出的查看指令,在座舱域控制器或终端设备上展示标注数据集;
[0022](2.2.2)响应于用户通过座舱域控制器或终端设备发出的修改指令,对标注数据集进行修改。
[0023]通过上述方案,可以使得用户能够利用座舱域控制器或终端设备对标注数据集进行修改,以满足更多不同情况下的机器模型学习训练需求从而提高判断识别的精度和效果。
[0024]优选的,在步骤(2.2)中,还包括响应于模型更新触发事件,根据标注数据集对初始机器模型进行训练,模型更新触发事件包括以下至少一种操作:
[0025](2.2.3)响应于模型更新周期到达的时间,根据标注数据集对初始机器模型进行训练;
[0026](2.2.4)响应于在座舱域控制器或终端设备上检测到的模型更新触发操作,根据标注数据集对初始机器模型进行训练;
[0027](2.2.5)响应于用户发出的用于模型更新的语音指令,根据标注数据集对初始机器模型进行训练。
[0028]由此在模型更新触发事件的基础上限定了三种具体操作,分别是模型更新周期到达的时间、响应于座舱域控制器或终端设备上检测到的模型更新触发操作以及用户发出的语音指令,使得机器模型本身能够通过更新的方式来对标注数据集进行训练,进一步提高了声纹监测的精度以及效率。
[0029]优选的,在步骤(2)中,工作状态包括正常工作模式和非正常工作模式,当麦克风采集到的声纹信息与机器模型学习得到的结果规则相符合时,判断为正常工作模式,当麦
克风采集到的声纹信息与机器模型学习得到的结果规则不符合时,判断为非正常工作模式,由此以简单的两种方式对雨刮器的工作状态进行了区分,以方便驾驶员做出直接有效的判断。
[0030]优选的,在正常工作模式下,仪表盘上显示有绿色安全标记,在非正常工作模式下,仪表盘上显示有红色警告标记,在驾驶员观测到仪表盘上显示为绿色安全标记时,即可认为此时雨刮器的工作状态安全无状况,在观测到是红色警告标记时,即可认为此时雨刮器的工作状态已经出现问题,需要立刻进行处理。
[0031]优选的,红色警告标记有三个,分别为表面异物警告、控制失效警告以及结构破损警告,分别表示风挡上有砂砾杂质、电路连接断开以及雨刮器结构破损三种情况,由此进一步地对雨刮器出现工作状况时的具体状况问题进行了细分,使得在驾驶员看到后,能够更加清楚地了解到雨刮器的问题出在何处,从而提高维修的效率,避免危险状况的发生。
[0032]所述的车辆雨刮器工作状态的声纹监测系统,包括:
[0033]安装在雨刮器上的麦克风,麦克风为防水结构,用于在雨刮器工作时采集声纹信息;
[0034]车体内部的座舱域控制模块,用于对麦克风采集的声纹信息进行雨刮器的工作状态识别;
[0035]仪表模块,用于将座舱域控制模块识别得到的工作状态信息显示给驾驶员。
[0036]在上述技术方案本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种车辆雨刮器工作状态的声纹监测方法,其特征在于,包括以下步骤:(1)在雨刮器上安装麦克风,麦克风在雨刮器工作时采集声纹信息;(2)将麦克风采集的声纹信息发送到车内的座舱域控制器中,利用机器模型进行工作状态的判断和识别;(3)将判断识别得到的结果信息发送到车内的仪表盘上显示给驾驶员。2.根据权利要求1所述的车辆雨刮器工作状态的声纹监测方法,其特征在于,在步骤(2)中,对座舱域控制器内的雨刮器工作状态判断识别机器模型进行训练,训练方法包括以下步骤:(2.1)初始机器模型收集工作环境中的各项参数数据;(2.2)初始机器模型对收集得到的参数数据进行标注,获得标注数据集;(2.3)根据标注数据集对初始机器模型进行训练,获得新的机器模型,其中,新的机器模型与工作环境相适配。3.根据权利要求2所述的车辆雨刮器工作状态的声纹监测方法,其特征在于,在步骤(2.3)之前,还包括(2.2.1)响应于用户通过座舱域控制器或终端设备发出的查看指令,在座舱域控制器或终端设备上展示所述的标注数据集;(2.2.2)响应于用户通过座舱域控制器或终端设备发出的修改指令,对所述的标注数据集进行修改。4.根据权利要求2所述的车辆雨刮器工作状态的声纹监测方法,其特征在于,在步骤(2.2)中,还包括响应于模型更新触发事件,根据所述的标注数据集对所述的初始机器模型进行训练,所述的模型更新触发事件包括以下至少一种操作:(2.2.3)响应于模型更新周期到达的时间,根据所述的标注数据集对初始机器模型进行训练;(2.2.4)响应于在座舱域控制器或终端设备上检测到的模型更新触发操作,根据所述的标注数据集对初始机器模型进行训练;(2.2.5)响应于用户发出的用于模型更新的语音指令,根据所述的标注数据集对初始机器模型进行训练。5.根据权利要求1所述的车辆雨刮器工作状态的声纹监测方法,其特征在于,在步骤(2)中,所述的工作状态包括正常工作模式以及非正常工作模式,当麦克风采集到的声纹信息与机器模型学习得到的结果规则相符合时,判断为正常工作模式,当麦克风采集到的声纹信息与机器模型学习得到的结果规则不符合时,判断为非正常工作模式。6.根据权利要求5所述的车辆雨刮器工作状态的声纹监测方法,其特征在于,在正常工作模式下,...

【专利技术属性】
技术研发人员:王玉良
申请(专利权)人:中国第一汽车股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1