【技术实现步骤摘要】
本专利技术涉及大数据处理，更具体地说，涉及一种基于音频信号的车辆碰撞识别方法。
技术介绍
1、目前，汽车主机厂如果能识别到车辆是否发生事故，不仅能关怀车主，为其提供救援，保障其安全，而且能给主机厂带来售后优势。而碰撞是车辆发生事故的主要形式，所以车辆碰撞识别一直是汽车主机厂和供应商研究的重要方向。
2、目前主要的识别方式是加装碰撞传感器识别，加装属于后装行为，已售出车辆并没有安装，这部分车辆占了主机厂的90%。这部分车辆召回困难，而且需要加装费用，无论哪方都不愿轻易承担。因此加装难以推广在这部分车主，无法满足主机厂需求。还有一些方式是通过加速度、速度等车辆信号识别，这种方式容易被噪声、异常信号干扰，影响准确性，因此也难以满足主机厂需求。因此，研究一种无需加装传感器、准确率高的识别方法是主机厂亟待解决的课题。
技术实现思路
1、本专利技术要解决的技术问题在于，针对上述技术方案存在的不足，提供一种提高救援效率的基于音频信号的车辆碰撞识别方法。
2、本专利技术提供一种基于音频信号的车辆碰撞识别方法，所述方法包括以下步骤：
3、s1，采集公开在网络平台的发生事故的和未发生事故的行车录像视频数据，并对行车录像视频数据进行标记；
4、s2，对标记的行车录像视频数据进行预处理，并转换为音频特征数据；
5、s3，按比例采集音频特征数据，将采集到的音频特征数据构建训练样本，通过深度学习神经网络模型对训练样本进行模型训练，得到二分类模型；p>
6、s4，将步骤s3得到的二分类模型部署在汽车的车机系统中，实时采集车辆环境音频信号数据后输入二分类模型进行判断车辆是否发生碰撞，若至少存在一个音频信号数据发生碰撞时则输出碰撞告警，否则不告警，告警发生后专营店实施救援。
7、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s1包括以下步骤：
8、s11，从各大媒体平台下载时长长短不一、驾驶场景多样且带有环境背景声音的行车录像视频数据；
9、s12，将行车录像视频数据分类为自身发生碰撞与自身未发生碰撞的视频数据，若发生碰撞，则将发生碰撞的视频数据标记为发生碰撞的时刻，其中，发生碰撞的时刻为 time_mn，前 x秒发生碰撞的时刻为 time_sn，后 x秒发生碰撞的时刻为 time_en；若未发生碰撞，则不标记未发生碰撞的视频数据，其中 n表示第 n条视频， x表示时长。
10、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s2包括以下步骤：
11、s21，将时长长短不一的视频数据按间隔2 x秒进行裁剪；将前 x秒发生碰撞的时刻 time_sn t至后 x秒发生碰撞的时刻 time_en作为一个视频片段，并记录为碰撞样本集合，其次，将原视频开始时间 time_minn至发生碰撞前的时刻 time_sn和发生碰撞后的时刻 time_en至原视频结束时间 time_maxn按时间顺序依次裁剪成一系列2 x秒一段的视频，并记录为碰撞关联样本集合，其中， m和 k分别表示碰撞样本和碰撞关联样本的总数，表示第 m个碰撞样本，表示第 k个碰撞关联样本。
12、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s2还包括以下步骤：
13、s22，对未发生碰撞的视频数据直接按时间顺序对整段视频进行裁剪为一系列2 x秒一段的视频，记录为无碰撞样本集合；其中， l无碰撞样本的总数，表示 l个无碰撞样本。
14、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s2还包括以下步骤：
15、s23，提取碰撞样本集合、碰撞关联样本集合与无碰撞样本集合的音频特征数据，并对所有音频特征数据进行逐帧提取频率和振幅，再按时间顺序拼接得到根据时间顺序的振幅、频率数据更新后的碰撞样本集合、碰撞相关样本集合与无碰撞样本集合其中，、和分别表示、和对应的音频特征数据，所述音频特征数据包括声音随时间变化的音频与振幅信息。
16、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s3包括以下步骤：
17、s31，通过与进行采集碰撞样本集合、碰撞相关样本集合与无碰撞样本集合的训练样本分布数量，其中，采集后的样本为碰撞样本集合、碰撞相关样本集合与无碰撞样本集合；其中，，和分别为需要从、和采集的样本数量，且，表示第个碰撞样本，表示第个碰撞关联样本，表示第个无碰撞样本。
18、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s3还包括以下步骤：
19、s32，将定义为正样本，和合并为负样本，通过深度学习神经网络模型对正样本与负样本进行模型训练得到二分类模型。
20、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s4包括以下步骤：
21、s41，汽车的车机系统每隔 x秒采集一次车辆环境音频信号数据，采集当前时刻前 x秒时长的音频片段数据，存储近三次采集到的音频片段数据，将三次采集到的音频片段数据分别记为 aud1， aud2和 aud3。
22、本专利技术所述的基于音频信号的车辆碰撞识别方法中；所述步骤s4还包括以下步骤：
23、s42，将三次采集到的音频片段数据 aud1， aud2和 aud3依次进行步骤s23后转换后为、和，当音频片段数据、和满足触发规则时，将三个音频片段数据、和输入二分类模型进行判断车辆是否发生碰撞，若至少存在一个音频发生碰撞时则输出碰撞告警，否则不告警，告警发生后专营店实施救援。
24、本专利技术所述的基于音频信号的车辆碰撞识别方法中；在所述步骤s42中所述的触发规则为第 i个处理后的音频数据的最大振幅大本文档来自技高网...
【技术保护点】
1.一种基于音频信号的车辆碰撞识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S1包括以下步骤：
3.根据权利要求2所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S2包括以下步骤：
4.根据权利要求3所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S2还包括以下步骤：
5.根据权利要求4所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S2还包括以下步骤：
6.根据权利要求5所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S3包括以下步骤：
7.根据权利要求6所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S3还包括以下步骤：
8.根据权利要求7所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S4包括以下步骤：
9.根据权利要求8所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤S4还包括以下步骤：
10.根据权利要求9所述的基于音频
...【技术特征摘要】
1.一种基于音频信号的车辆碰撞识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤s1包括以下步骤：
3.根据权利要求2所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤s2包括以下步骤：
4.根据权利要求3所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤s2还包括以下步骤：
5.根据权利要求4所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤s2还包括以下步骤：
6.根据权利要求5所述的基于音频信号的车辆碰撞识别方法，其特征在于，所述步骤s3包括以下步骤：<...
【专利技术属性】
技术研发人员：黎伟洋，傅利锋，魏庆华，陈建辉，范宜佳，叶绍湘，梁君铭，蓝再俏，许依静，
申请(专利权)人：深圳联友科技有限公司，
类型：发明
国别省市：
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。