一種基于音頻的車輛監(jiān)控裝置及方法
【專利摘要】一種基于音頻的車輛監(jiān)控裝置，包括：傳聲器陣列模塊：用于采集并處理車輛發(fā)出的噪聲信號，得到橫向和縱向子陣列的相關(guān)矩陣C；車道位置和寬度計算模塊：用于計算每個車道的位置和寬度；粗粒度檢測區(qū)域能量譜計算模塊：用于在每個車道上構(gòu)造兩個粗粒度檢測區(qū)域，并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜；自動增益控制模塊：用于計算前景閾值α和背景閾值β，對兩個粗粒度檢測區(qū)域上的能量譜進行歸一化處理，并判斷車輛是否進出兩個粗粒度檢測區(qū)域；車輛計數(shù)模塊：用于統(tǒng)計每個車道通過的車輛數(shù)；車道占有率計算模塊：用于計算每個車道的占有率；車速估計模塊：用于估計車輛的速度；車型分類模塊：用于對車輛的大小類型進行分類。
【專利說明】
-種基于音頻的車輛監(jiān)控裝置及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于智能交通技術(shù)領(lǐng)域，具體設(shè)及一種基于音頻的車輛監(jiān)控裝置及方法。
【背景技術(shù)】
[0002] 在現(xiàn)代公路交通運輸系統(tǒng)建設(shè)過程中，通常會在道路沿線上部署大量的車輛監(jiān)控 設(shè)備，使得控制中屯、能夠?qū)崟r對各條道路上的交通狀況進行監(jiān)控，并根據(jù)不同的路況規(guī)劃 交通管制措施。作為控制中屯、的"眼睛"和"耳朵"，各種車輛監(jiān)控傳感器在智能交通系統(tǒng)中 發(fā)揮著重要的作用。所W，研發(fā)更加先進、可靠、精確的監(jiān)控設(shè)備將有助于人們作出更合理 的交通控制決策，進而減少道路擁堵，降低運輸成本，并提高公路交通的安全性。
[0003] 針對不同的道路環(huán)境和監(jiān)控需求，人們研制出了不同類型的車輛監(jiān)控設(shè)備。其中， 磁感線圈是一種經(jīng)典的監(jiān)控設(shè)備，至今已沿用超過了五十年。但是，運類設(shè)備需埋設(shè)在路面 下方，所化會產(chǎn)生高昂的安裝和維修成本。與磁感線圈不同，現(xiàn)代車輛監(jiān)控設(shè)備的安裝和維 護大多都不會對路面造成破壞。根據(jù)其原理不同，可將現(xiàn)代車輛監(jiān)控設(shè)備粗略的分為兩大 類：主動式和被動式。主動式監(jiān)控設(shè)備主要基于激光、紅外、雷達、超聲等技術(shù)，運類設(shè)備通 過對監(jiān)控區(qū)域發(fā)射一種特定的信號并接收其回波，然后根據(jù)回波的特點來實現(xiàn)對車輛的定 位和監(jiān)控；被動式設(shè)備主要基于視頻、被動式紅外、音頻處理等技術(shù)，該類設(shè)備直接通過車 輛反射的信號（如可見光）或發(fā)出的信號（如紅外、噪聲等）來實現(xiàn)監(jiān)控的目的。
[0004] 與其他方法相比，基于音頻的監(jiān)控方法具有許多優(yōu)點：首先，相比于其他類型的監(jiān) 控傳感器來說，音頻傳感器（麥克風）的成本要低很多，并且音頻監(jiān)控屬于被動式監(jiān)控，不 需要信號發(fā)射裝置，運有利于降低整個監(jiān)控設(shè)備的成本；第二，基于音頻的特征不容易受到 天氣、光照等環(huán)境因素的影響，運有利于系統(tǒng)實現(xiàn)全天候穩(wěn)定的車輛監(jiān)控。然而，研制一種 可靠的音頻車輛監(jiān)控裝置也存在著許多難點：首先，由于汽車噪聲的波長位于厘米運個數(shù) 量級，運相比于其他類型的監(jiān)控設(shè)備所使用的信號波長（例如雷達的毫米級，可見光的微 米級）要大得多，所W，從理論上來說音頻監(jiān)控裝置的分辨率要比基于其它信號的方法低； 第二，由于外界環(huán)境中除了汽車噪聲之外還含有其它各種類型的聲響，而且實際道路上往 往存在多輛車在同時行駛，即需要處理多聲源、帶噪聲源的情形，如此復雜外界環(huán)境給通過 汽車噪聲實現(xiàn)車輛監(jiān)控增加了難度。所W，在音頻車輛監(jiān)控裝置的研制過程中需要突出使 用音頻信號作為媒介的優(yōu)點，同時克服其不足，從而達到揚長避短的目的。
[0005] 音頻車輛監(jiān)控在國外已有十多年的研究及應(yīng)用歷化美國專利US 5,798,983 (Acoustic Sensor System for Vehicle Detection and Multi-Lane Highway Monitoring,化hn Patrick K址n)使用了基于方陣的傳聲器陣列結(jié)構(gòu)，但是該專利的陣 元數(shù)量偏多，而且其車道定位算法的分辨率不高。美國專利US 6, 195, 608B1 (Acoustic 化曲way Monitor, Edward化e化ick Berliner)使用基于十字陣的陣列結(jié)構(gòu)，該專利雖然 降低了陣元數(shù)，但不能估計車速。 W06]國內(nèi)對音頻車輛監(jiān)控的研究和應(yīng)用起步較晚，吳蜜宏等人的中國專利 CN102682765B，高速公路音頻車輛檢測裝置及其方法。該方法的基本原理決定了需要將對 應(yīng)的車輛檢測裝置安裝于龍口架上，安裝成本較高；此外，該方法不適用于車輛較多的環(huán) 境。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于克服目前音頻車輛監(jiān)控系統(tǒng)存在的上述缺陷，提出了一種基于 音頻的車輛監(jiān)控裝置，并基于該裝置提出了一種基于音頻的車輛監(jiān)控方法，該方法能夠在 車道上構(gòu)造兩個粗粒度檢測區(qū)域，實現(xiàn)對反映交通狀況的各種指標參數(shù)的統(tǒng)計。
[0008] 為了實現(xiàn)上述目的，本發(fā)明提供了一種基于音頻的車輛監(jiān)控裝置，包括：
[0009] 傳聲器陣列模塊：用于采集并處理車輛發(fā)出的噪聲信號；傳聲器陣列中每個陣元 采集的車輛噪聲時域信號經(jīng)過模數(shù)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對時域數(shù) 據(jù)進行多通道短時傅里葉變換，得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫向和縱 向子陣列的相關(guān)矩陣C;
[0010] 所述傳聲器陣列采取十字陣列結(jié)構(gòu)；橫向和縱向子陣列都采用等間距的一字陣列 結(jié)構(gòu)，而兩個子陣列的陣元數(shù)和陣元間距不同；該陣列所能處理的信號的最低頻率fmm大 于等于7曲Z ;而且橫向與縱向子陣列的陣元間距應(yīng)滿足屯< λ mm/2, dv< λ mi。，其中λ mi。為信 號的最小波長；由此確定傳聲器陣列所能處理信號的最大頻率fm。、、橫向子陣列的陣元數(shù)Mh 和陣元間距屯、縱向子陣列的陣元數(shù)Μν和陣元間距d V;
[0011] 車道位置和寬度計算模塊；用于計算每個車道的位置和寬度；
[0012] 粗粒度檢測區(qū)域能量譜計算模塊：用于在每個車道上構(gòu)造兩個粗粒度檢測區(qū)域； 并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜；
[0013] 自動增益控制模塊：用于計算前景闊值α和背景闊值β，對兩個粗粒度檢測區(qū)域 上的能量譜進行歸一化處理，并判斷車輛是否進出兩個粗粒度檢測區(qū)域；
[0014] 車輛計數(shù)模塊：用于統(tǒng)計每個車道通過的車輛數(shù)；
[0015] 車道占有率計算模塊：用于計算每個車道的占有率；
[0016] 車速估計模塊：用于估計車輛的速度；
[0017] 車型分類模塊：用于對車輛的大小類型進行分類。
[0018] 基于上述基于音頻的車輛監(jiān)控裝置，本發(fā)明還提供了一種基于音頻的車輛監(jiān)控方 法，所述方法包括：
[0019] 步驟1)啟動傳聲器陣列模塊，傳聲器陣列中每個陣元采集的車輛噪聲時域信號 經(jīng)過模數(shù)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對時域數(shù)據(jù)進行多通道短時傅里葉 變換，得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫向和縱向子陣列的相關(guān)矩陣C ;
[0020] 步驟2)啟動車道位置和寬度計算模塊，計算每個車道的位置和寬度；
[0021] 獲取所述車輛監(jiān)控裝置所監(jiān)控公路的車道的位置及寬度，利用車輛監(jiān)控裝置的安 裝高度，在仰角Θ =0°處，計算每個車道對應(yīng)的方位角的范圍：?機，取
[0022] 步驟3)啟動粗粒度檢測區(qū)域能量譜計算模塊，在每個車道上構(gòu)造兩個粗粒度檢 測區(qū)域，并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜；
[0023] 步驟4)啟動自動增益控制模塊，計算前景闊值α和背景闊值β ;并對兩個粗粒 度檢測區(qū)域上的能量譜進行歸一化處理；判斷車輛是否進出兩個粗粒度檢測區(qū)域；
[0024] 步驟5)啟動車輛計數(shù)模塊，計算車流量；
[0025] 當有車輛順序經(jīng)過一個車道的兩個粗粒度檢測區(qū)域后，為該車道的車流量計數(shù)加 1 ;
[00%] 步驟6)啟動車道占有率計算模塊，計算車道占有率；
[0027] 步驟7)啟動車速估計模塊，估計車速；
[0028] 步驟8)啟動車型分類模塊，對車輛進行大、小車型的分類。
[0029] 上述技術(shù)方案中，所述步驟1)進一步包括：
[0030] 步驟101)傳聲器陣列的各個陣元采集車輛噪聲的時域信號，經(jīng)過模數(shù)轉(zhuǎn)換后得 到橫向子陣列和縱向子陣列的時域數(shù)據(jù)Xh(t)和Xy(t);
[0031] 步驟102)對時域數(shù)據(jù)Xh(t)和Xy(t)進行多通道短時傅里葉變換，得到頻域數(shù)據(jù) Xh(f，了）和Xv(f，了），其中f為頻段號，了為數(shù)據(jù)帖的序號； 陽03引步驟10扣選擇子頻帶[fi，f2] W及時間區(qū)間Δ τ計算橫向和縱向子陣列對應(yīng)的 相關(guān)矩陣C:
[0033]
[0034] 其中，fmin化<f2<fmax，上標Η表示共輛轉(zhuǎn)置。 陽035] 上述技術(shù)方案中，所述步驟3)進一步包括：
[0036] 步驟301)利用車道的寬劇腳，化]構(gòu)造理想陣列響應(yīng)旁(的；
[0037]
[0038] 步驟302)利用最小二乘法求解單個粗粒度檢測區(qū)域的波束形成器Wh;
[0045] 步驟303)為每個車道構(gòu)造兩個粗粒度檢測區(qū)域，計算兩個粗粒度檢測區(qū)域上的 能量譜；
[0046] 波束形成器Wh控制的是粗粒度檢測區(qū)域的寬度，而粗粒度檢測區(qū)域的仰角則由縱 向子陣列的波束形成器Wy(0)來控制；在每條車道構(gòu)造兩個粗粒度檢測區(qū)域，運兩個區(qū)域 的仰角分別為Θ =-δ和Θ = δ，其中δ = 5° ;兩個粗粒度檢測區(qū)域的能量譜分別為：
[0049] 上述技術(shù)方案中，所述步驟4)進一步包括：
[0050] 步驟401)計算前景闊值α和背景闊值0 ;
[0051] 步驟402)對兩個粗粒度檢測區(qū)域的能量譜進行歸一化處理；
[0054] 步驟403)判斷車輛是否進出兩個粗粒度檢測區(qū)域； 陽化引當巧1 >^時，判斷有車輛進入第一個粗粒度檢測區(qū)域；當恥> K時，判斷有車輛進 入第二個粗粒度檢測區(qū)域；當％ <κ且屯<?時，判斷沒有車輛進入粗粒度檢測區(qū)域；其中 γ為第一闊值。
[0056] 上述技術(shù)方案中，所述步驟401)進一步包括：
[0057] 步驟a)從系統(tǒng)開始運行，每隔2秒，取該時間窗口內(nèi)和q 2的局部最大值為厚1 [005引步驟b)使用帕森窗估計的方法，通過各個等擬合出系統(tǒng)觀測得到的車輛噪聲能量 的概率密度曲線；
[0059] 步驟C)在所述概率密度曲線上確定第二個波峰對應(yīng)的能量譜大小，為前景闊值 α ;確定第一和第二個波峰之間的波谷所對應(yīng)的能量譜大小，為背景闊值0。
[0060] 上述技術(shù)方案中，所述步驟7)的估計車速的具體實現(xiàn)過程為：
[0061] 通過車輛進入兩個粗粒度檢測區(qū)域的時間差來估計車速V :
[0062]
[0063] 其中ti和12分別為車輛進入一個車道的兩個粗粒度檢測區(qū)域的時間，h為所述車 輛監(jiān)控裝置到該車道的距離；h通過車道位置、車道寬度和監(jiān)控裝置安裝的高度確定。
[0064] 上述技術(shù)方案中，所述步驟8)中對車輛進行大、小車型的分類的具體實現(xiàn)過程 為：
[00化]車輛長度的計算方法為： 陽066] 1 = (t〇ut_tJv
[0067] 其中，tm和t。。,分別為車輛進入和駛出一個粗粒度檢測區(qū)域的時間； W側(cè)當1 > 1。時，判斷通過車輛為大型車；否則為小型車，其中1。為第二闊值。
[0069] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：
[0070] 1、本發(fā)明的車輛監(jiān)控裝置只需安裝在路旁的基礎(chǔ)設(shè)施上，易于安裝和維護；
[0071] 2、本發(fā)明的車輛監(jiān)控方法具有計算量小，對硬件要求低的特點。
【附圖說明】
[0072] 圖1為本發(fā)明的粗粒度檢測區(qū)域示意圖；
[0073] 圖2為本發(fā)明的裝置在道路環(huán)境中的安裝示意圖；
[0074] 圖3為本發(fā)明的基于音頻的車輛監(jiān)控裝置的結(jié)構(gòu)組成示意圖；
[00巧]圖4為本發(fā)明的傳聲器陣列的陣形示意圖。
【具體實施方式】
[0076] 本發(fā)明的基本原理是利用波束形成度eanrforming)技術(shù)在不同的位置構(gòu)造出多 個車輛檢測區(qū)域。由于波束形成的空間濾波特性，來自于檢測區(qū)域之外的車輛噪聲將受到 波束形成算法抑制，所W，可W通過累加所得信號的能量來判斷是否有車輛位于某個檢測 區(qū)域中。對于高速公路車輛監(jiān)控來說，可W根據(jù)不同的監(jiān)測目的構(gòu)造出形狀、大小、位置不 同的多個車輛檢測區(qū)域。如圖1所示，車輛監(jiān)控裝置安裝于路邊，圖中為每條車道構(gòu)造了兩 個粗粒度檢測區(qū)域。粗粒度檢測區(qū)域用于各個車道的車輛檢測，運類檢測區(qū)域的寬度橫跨 整個車道，且每個車道上由兩個粗粒度檢測區(qū)域負責。常用的反映交通狀況的參數(shù)，例如 車流量、車道占有率可W通過統(tǒng)計經(jīng)過檢測區(qū)域的車輛數(shù)目和時間推算出，而車速和車型 (大車、小車）則可W通過車輛經(jīng)過同一車道的兩個粗粒度檢測區(qū)域的時間差來推算。由于 車道的位置可能會隨著天氣、溫度、W及交通狀況的變化而改變，所W粗粒度區(qū)域的位置和 寬度也會隨著車道位置而發(fā)生改變。
[0077] 如圖1所示，本發(fā)明所使用的坐標系為球坐標系，坐標系的原點為傳聲器陣列的 中屯、，橫坐標為方位角私，縱坐標為仰角9,車輛的方位由取和Θ表示。由于傳聲器陣列的 法線方向指向路面的中屯、，車輛的方位角取的范圍從-90°到90°，方位角0°位于路面的 中屯、，-90。靠近公路的最右邊，90°靠近公路的最左邊。
[0078] 下面結(jié)合附圖和具體實施例對本發(fā)明做進一步的說明。
[0079] 如圖2所示，本發(fā)明的車輛監(jiān)控裝置安裝于現(xiàn)有的路旁基礎(chǔ)設(shè)施上，設(shè)備的法線 方向指向需要監(jiān)控的道路中屯、位置。車輛在道路上行駛時會發(fā)出噪聲（包含引擎噪聲、車 胎噪聲、排氣噪聲、氣動噪聲等成分），車輛噪聲信號被音頻監(jiān)控裝置捕獲并處理，用于計算 各種交通統(tǒng)計指標，進而用于監(jiān)控道路上的車輛。
[0080] 如圖3所示，一種基于音頻的車輛監(jiān)控裝置包括：
[0081] 傳聲器陣列模塊：用于采集并處理車輛發(fā)出的噪聲信號；傳聲器陣列中每個陣元 采集的車輛噪聲時域信號經(jīng)過模數(shù)（A/D)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對 時域數(shù)據(jù)進行多通道短時傅里葉變換，得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫 向和縱向子陣列的相關(guān)矩陣。
[0082] 如圖4所示，所述傳聲器陣列采取十字陣列結(jié)構(gòu)；橫向和縱向子陣列都采用等間 距的陣列結(jié)構(gòu)，但是兩個子陣列的陣元數(shù)和陣元間距不同。
[0083] 對于多車道監(jiān)控來說，要求設(shè)備能夠區(qū)分在相鄰車道并排行駛的車輛。由于我國 高速公路車道寬度為3. 75米，設(shè)備安裝高度一般為10米，通過運些道路環(huán)境參數(shù)并根據(jù)波 束形成技術(shù)的基本理論就可W估計出兩個子陣列的陣元數(shù)和陣元間距。
[0084] 對于合理的陣列孔徑尺寸來說，信號的最低頻率fmm不能低于7曲Z ;根據(jù)空間采 樣定律，當巧G[-9(f，9巧時，當Θ e [-δ，δ]，其中δ《5°時，為了避免發(fā)生空間歧義 性，橫向與縱向子陣列的陣元間距應(yīng)滿足屯< λ mm/2, dy< λ mi。，其中λ mm為信號的最小波長； 綜合W上限制條件能推算出傳聲器陣列所能處理信號的最高頻率fm。、、橫向子陣列的陣元 數(shù)Mh和陣元間距d h、縱向子陣列的陣元數(shù)My和陣元間距d y。 陽ο化]在本實施例中，橫向孔徑尺寸為20cm，縱向孔徑尺寸為32cm ; δ = 5° ;取fmex = 8曲z，橫向子陣列的陣元數(shù)Mh= 11，陣元間距d h= 2cm，縱向子陣列的陣元數(shù)Μ y= 9,陣元 間距 dv= 4cm。
[0086] 傳聲器陣列并不只有上述一種實施方案，可W根據(jù)具體的道路環(huán)境和應(yīng)用需求對 陣元數(shù)和陣元間距做進一步的優(yōu)化。
[0087] 車道位置和寬度計算模塊：用于計算每個車道的位置和寬度；
[0088] 粗粒度檢測區(qū)域能量譜計算模塊：用于在每個車道上構(gòu)造兩個粗粒度檢測區(qū)域； 并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜；
[0089] 自動增益控制模塊：用于計算前景闊值α和背景闊值β，對兩個粗粒度檢測區(qū)域 上的能量譜進行歸一化處理，并判斷車輛是否進出兩個粗粒度檢測區(qū)域；
[0090] 車輛計數(shù)模塊：用于統(tǒng)計每個車道通過的車輛數(shù)；
[0091] 車道占有率計算模塊：用于計算每個車道的占有率；
[0092] 車速估計模塊：用于估計車輛的速度；
[0093] 車型分類模塊：用于對車輛的大小類型進行分類。
[0094] 基于上述基于音頻的車輛監(jiān)控裝置，本發(fā)明提供了一種基于音頻的車輛監(jiān)控方 法，所述方法包括：
[0095] 步驟1)啟動傳聲器陣列模塊，傳聲器陣列中每個陣元采集的車輛噪聲時域信號 經(jīng)過模數(shù)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對時域數(shù)據(jù)進行多通道短時傅里葉 變換，得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫向和縱向子陣列的相關(guān)矩陣C ;具 體包括如下步驟：
[0096] 步驟101)傳聲器陣列的各個陣元采集車輛噪聲的時域信號，經(jīng)過A/D轉(zhuǎn)換后得到 橫向子陣列和縱向子陣列的時域數(shù)據(jù)Xh(t)和Xy(t);
[0097] 在本實施例中，信號的采樣率為20曲Z。
[0098] 步驟102)對時域數(shù)據(jù)Xh (t)和Xy (t)進行多通道短時傅里葉變換，得到頻域數(shù)據(jù) Xh(f，了）和Xv(f，了），其中f為頻段號，了為數(shù)據(jù)帖的序號；
[0099] 步驟10扣選擇子頻帶[fi，f2] W及時間區(qū)間Δ τ計算橫向和縱向子陣列對應(yīng)的 相關(guān)矩陣C: 陽 100]
陽1〇1] 其中，fmin化<f2<fmax，上標Η表示共輛轉(zhuǎn)置。 陽102] 相關(guān)矩陣C為傳聲器陣列模塊輸出的數(shù)據(jù)；它隨著時間的變化而變化，隨著各個 陣元采集到的車輛噪聲信號不斷更新，矩陣C也會不斷更新，從而保證了數(shù)據(jù)的實時性。 陽103] 步驟2)啟動車道位置和寬度計算模塊，計算每個車道的位置和寬度；
[0104] 獲取所述車輛監(jiān)控裝置所監(jiān)控公路的車道的位置及寬度，利用車輛監(jiān)控裝置的安 裝高度，在仰角Θ =0°處，計算每個車道對應(yīng)的方位角的范圍：l斯I，仍]:
[0105] 步驟3)啟動粗粒度檢測區(qū)域能量譜計算子模塊，在每個車道上構(gòu)造兩個粗粒度 檢測區(qū)域，并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜；具體步驟為： 陽106] 步驟301)利用車道的寬度[斬，鴉]構(gòu)造理想陣列響應(yīng)K的； 陽 107]
陽10引步驟302)利用最小二乘法求解單個粗粒度檢測區(qū)域的波束形成器Wh;
Γ
[0115] 步驟303)為每個車道構(gòu)造兩個粗粒度檢測區(qū)域，計算兩個粗粒度檢測區(qū)域上的 能量譜；
[0116] 波束形成器Wh控制的是粗粒度檢測區(qū)域的寬度，而粗粒度檢測區(qū)域的仰角則由縱 向子陣列的波束形成器Wy(0)來控制；在每條車道構(gòu)造兩個粗粒度檢測區(qū)域，運兩個區(qū)域 的仰角分別為Θ = -δ和Θ = δ，兩個粗粒度檢測區(qū)域的能量譜分別為：
陽119] 在本實施例中，δ = 5°。
[0120] 步驟4)啟動自動增益控制模塊，計算前景闊值α和背景闊值β ;并對兩個粗粒 度檢測區(qū)域上的能量譜進行歸一化處理；判斷車輛是否進出兩個粗粒度檢測區(qū)域； 陽121] 步驟401)計算前景闊值α和背景闊值β ;具體包括如下步驟： 陽12引步驟a)從系統(tǒng)開始運行，每隔2秒，取該時間窗口內(nèi)和q 2的局部最大值為聾; 陽12引步驟b)使用帕森窗估計（Parzen window estimation)的方法，通過各個皆擬合出 系統(tǒng)觀測得到的車輛噪聲能量的概率密度曲線；
[0124] 步驟C)在所述概率密度曲線上確定第二個波峰對應(yīng)的能量譜大小，為前景闊值 α ;確定第一和第二個波峰之間的波谷所對應(yīng)的能量譜大小，為背景闊值0。
[0125] 步驟402)對兩個粗粒度檢測區(qū)域的能量譜進行歸一化處理；
[0128] 步驟403)判斷車輛是否進出粗粒度檢測區(qū)域；
[0129] 當勒> r時，判斷有車輛進入第一個粗粒度檢測區(qū)域；當恥S r時，判斷有車輛進 入第二個粗粒度檢測區(qū)域；當恥< r且恥< F時，判斷沒有車輛進入粗粒度檢測區(qū)域；其中 γ為第一闊值；在本實施例中，γ = 0. 5。
[0130] 步驟4)啟動車輛計數(shù)模塊，計算車流量； 陽131]當有車輛順序經(jīng)過一個車道的兩個粗粒度檢測區(qū)域后，為該車道的車流量計數(shù)加 1〇
[0132] 步驟5)啟動車道占有率計算模塊，計算車道占有率；
[0133] 車道占有率Rt是指單位觀測時間內(nèi)車輛通過粗粒度檢測區(qū)域的累計時間所占單 位觀測時間的百分比： 陽 134]
陽135] 其中ti為第i輛車通過粗粒度檢測區(qū)域所用的時間，N為觀測時間內(nèi)通過檢測斷 面的車輛數(shù)，T為觀測時間；可W在統(tǒng)計車流量的同時記錄各輛車通過粗粒度檢測區(qū)域所 花費的時間ti，用于計算Rt。
[0136] 步驟6)啟動車速估計模塊，估計車速； 陽137] 通過車輛進入兩個粗粒度檢測區(qū)域的時間差來估計車速V : 陽13引
[0139] 其中ti和12分別為車輛進入一個車道的兩個粗粒度檢測區(qū)域的時間，h為所述車 輛監(jiān)控置到該車道的距離；h可通過車道位置、車道寬度和監(jiān)控裝置安裝的高度確定。
[0140] 步驟7)啟動車型分類模塊，對車輛進行大、小車型的分類； 陽141] 車輛長度的計算方法為： 陽 142] l=(t〇"-tJv 陽143] 其中，tm和t。。,分別為車輛進入和駛出一個粗粒度檢測區(qū)域的時間；
[0144] 當1 > 1。時，判斷通過車輛為大型車，否則為小型車；其中1。為第二闊值，為經(jīng)驗 統(tǒng)計的優(yōu)選值或通過機器學習方法自動選定的闊值。
【主權(quán)項】
1. 一種基于音頻的車輛監(jiān)控裝置，其特征在于，所述裝置包括： 傳聲器陣列模塊：用于采集并處理車輛發(fā)出的噪聲信號；傳聲器陣列中每個陣元采集 的車輛噪聲時域信號經(jīng)過模數(shù)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對時域數(shù)據(jù)進 行多通道短時傅里葉變換，得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫向和縱向子 陣列的相關(guān)矩陣C ; 所述傳聲器陣列采取十字陣列結(jié)構(gòu)；橫向和縱向子陣列都采用等間距的一字陣列結(jié) 構(gòu)，而兩個子陣列的陣元數(shù)和陣元間距不同；該陣列所能處理的信號的最低頻率fmm大于 等于7曲Z;而且橫向與縱向子陣列的陣元間距應(yīng)滿足屯< A mm/2，dv< A min，其中Amm為 信號的最小波長；由此確定傳聲器陣列所能處理信號的最大頻率fm。、、橫向子陣列的陣元數(shù) Mh和陣元間距d h、縱向子陣列的陣元數(shù)My和陣元間距d y; 車道位置和寬度計算模塊：用于計算每個車道的位置和寬度； 粗粒度檢測區(qū)域能量譜計算模塊：用于在每個車道上構(gòu)造兩個粗粒度檢測區(qū)域，并利 用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜； 自動增益控制模塊：用于計算前景闊值a和背景闊值0，對兩個粗粒度檢測區(qū)域上的 能量譜進行歸一化處理，并判斷車輛是否進出兩個粗粒度檢測區(qū)域； 車輛計數(shù)模塊：用于統(tǒng)計每個車道通過的車輛數(shù)； 車道占有率計算模塊：用于計算每個車道的占有率； 車速估計模塊：用于估計車輛的速度； 車型分類模塊：用于對車輛的大小類型進行分類。2. -種基于音頻的車輛監(jiān)控方法，基于權(quán)利要求1所述的基于音頻的車輛監(jiān)控裝置實 現(xiàn)，所述方法包括： 步驟1)啟動傳聲器陣列模塊，傳聲器陣列中每個陣元采集的車輛噪聲時域信號經(jīng)過 模數(shù)轉(zhuǎn)換后，形成橫向和縱向子陣列的時域數(shù)據(jù)；對時域數(shù)據(jù)進行多通道短時傅里葉變換， 得到其頻域數(shù)據(jù)；選擇子頻帶W及時間區(qū)間計算橫向和縱向子陣列的相關(guān)矩陣C ; 步驟2)啟動車道位置和寬度計算模塊，計算每個車道的位置和寬度； 獲取所述車輛監(jiān)控裝置所監(jiān)控公路的車道的位置及寬度，利用車輛監(jiān)控裝置的安裝高 度，在仰角0 =0°處，計算每個車道對應(yīng)的方位角的范圍：盼1，仍]; 步驟3)啟動粗粒度檢測區(qū)域能量譜計算模塊，在每個車道上構(gòu)造兩個粗粒度檢測區(qū) 域，并利用相關(guān)矩陣C計算兩個粗粒度檢測區(qū)域上的能量譜； 步驟4)啟動自動增益控制模塊，計算前景闊值a和背景闊值0 ;并對兩個粗粒度檢 測區(qū)域上的能量譜進行歸一化處理；判斷車輛是否進出兩個粗粒度檢測區(qū)域； 步驟5)啟動車輛計數(shù)模塊，計算車流量； 當有車輛順序經(jīng)過一個車道的兩個粗粒度檢測區(qū)域后，為該車道的車流量計數(shù)加1 ; 步驟6)啟動車道占有率計算模塊，計算車道占有率； 步驟7)啟動車速估計模塊，估計車速； 步驟8)啟動車型分類模塊，對車輛進行大、小車型的分類。3. 根據(jù)權(quán)利要求2所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟1)進一步 包括： 步驟101)傳聲器陣列的各個陣元采集車輛噪聲的時域信號，經(jīng)過模數(shù)轉(zhuǎn)換后得到橫 向子陣列和縱向子陣列的時域數(shù)據(jù)Xh (t)和Xy (t); 步驟102)對時域數(shù)據(jù)Xh (t)和Xy (t)進行多通道短時傅里葉變換，得到頻域數(shù)據(jù)Xh (f， T)和Xy(f，X)，其中f為頻段號，T為數(shù)據(jù)帖的序號； 步驟103)選擇子頻帶扣，W及時間區(qū)間A T計算橫向和縱向子陣列對應(yīng)的相關(guān) 矩陣C :其中，fmh< f 1< f 2< f nmx，上標H表示共輛轉(zhuǎn)置。4. 根據(jù)權(quán)利要求3所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟3)進一步 包括： 步驟301)利用車道的寬度[麥1，取2]構(gòu)造理想陣列響應(yīng)歹如)；步驟302)利用最小二乘法求解單個粗粒度檢測區(qū)域的波束形成器Wh;A = [ah (-90)，ah (-89)，…，ah (0)，…，ah (89)，ah 巧0) ] T 波束形成器Wh滿足：利用最小二乘法求解：步驟303)為每個車道構(gòu)造兩個粗粒度檢測區(qū)域，計算兩個粗粒度檢測區(qū)域上的能量 譜； 波束形成器Wh控制的是粗粒度檢測區(qū)域的寬度，而粗粒度檢測區(qū)域的仰角則由縱向子 陣列的波束形成器Wy(0)來控制；在每條車道構(gòu)造兩個粗粒度檢測區(qū)域，運兩個區(qū)域的仰 角分別為0 =-5和0 = 5,其中5 =5° ;兩個粗粒度檢測區(qū)域的能量譜分別為：5. 根據(jù)權(quán)利要求4所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟4)進一步 包括： 步驟401)計算前景闊值a和背景闊值0 ; 步驟402)對兩個粗粒度檢測區(qū)域的能量譜進行歸一化處理；步驟403)判斷車輛是否進出兩個粗粒度檢測區(qū)域； 當躬 > 川寸，判斷有車輛進入第一個粗粒度檢測區(qū)域；當恥^州寸，判斷有車輛進入第 二個粗粒度檢測區(qū)域；當如< V且最< F時，判斷沒有車輛進入粗粒度檢測區(qū)域；其中丫 為第一闊值。6. 根據(jù)權(quán)利要求5所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟401)進一 步包括： 步驟a)從系統(tǒng)開始運行，每隔2秒，取該時間窗口內(nèi)Qi和q 2的局部最大值為寶; 步驟b)使用帕森窗估計的方法，通過各個聾擬合出系統(tǒng)觀測得到的車輛噪聲能量的概 率密度曲線； 步驟C)在所述概率密度曲線上確定第二個波峰對應(yīng)的能量譜大小，為前景闊值a ;確 定第一和第二個波峰之間的波谷所對應(yīng)的能量譜大小，為背景闊值0。7. 根據(jù)權(quán)利要求4所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟7)的估計 車速的具體實現(xiàn)過程為： 通過車輛進入兩個粗粒度檢測區(qū)域的時間差來估計車速V :其中ti和12分別為車輛進入一個車道的兩個粗粒度檢測區(qū)域的時間，h為所述車輛監(jiān) 控裝置到該車道的距離；h通過車道位置、車道寬度和監(jiān)控裝置安裝的高度確定。8. 根據(jù)權(quán)利要求7所述的基于音頻的車輛監(jiān)控方法，其特征在于，所述步驟8)中對車 輛進行大、小車型的分類的具體實現(xiàn)過程為： 車輛長度的計算方法為： 1 = (t〇ut-tJv 其中，tl。和t。。,分別為車輛進入和駛出一個粗粒度檢測區(qū)域的時間； 當1 > 1。時，判斷通過車輛為大型車；否則為小型車，其中1。為第二闊值。
【文檔編號】G08G1/01GK105989710SQ201510073084
【公開日】2016年10月5日
【申請日】2015年2月11日
【發(fā)明人】納躍躍, 付強, 國雁萌, 顏永紅
【申請人】中國科學院聲學研究所