（模式识别与智能系统专业论文）一种基于声信号的车辆碰撞检测装置设计.pdf

摘要 摘要 交通伤害已日益成为威胁人类生命安全的一种世界性公害。随着汽车数量 的急剧增加、交通密度的大幅提，交通紧张拥挤问题越来越严重，交通事故也 呈逐年上升趋势。交通事故很多时候可以通过及时报警得到有效救助，开发高 实时性的车辆碰撞检测装置来及时完成事故发生后的报警对降低事故死亡率、 伤残率有重要作用。 现阶段，交通事故检测装置主要有基于速度信号、视频信号等一些检测方 法，但这些方法都存在着各自的问题，例如实时性差、准确率低等，使得交通 事故发生后难以得到及时有效的救助。 由于交通事故发生时会产生很大的碰撞声，而碰撞声和其它声音的频谱不 一样，通过采集并分析车辆周围的声信号来检测车辆事故，可以实时获得事故 现场信息并报警，因此在实时性上比传统的各种方法好，而且在事故的识别成 功率上也可相对提高。本文基于以上原因，完成了以下研究工作： ( 1 ) 分析并研究了声信号模式识别系统的基本构成，对基于声信号的车辆 碰撞检测原理做了深入分析，并研究了各种信号预处理、特征提取和分类器的 设计方法。 ( 2 ) 提出了一种基于小波的碰撞声信号特征提取方法和分类方法。该方法 对声信号做7 层小波分解得到1 8 个频率特征，而且利用碰撞声信号自相关系 数较低的特点和能量特点提取辅助特征。在分类器的设计部分，利用l d a ， s v m 以及o c - s v m 进行了分类尝试和比较，得出了最优的分类形式。实验证 明，该方法具有对碰撞声信号良好的分类效果。 ( 3 ) 设计了一种基于声信号的车载碰撞检测系统的硬件装置，并进行了软 件设计。该系统的硬件部分d s p 采用了t i 公司t m s 3 2 0 v c 5 5 0 9 作为中央处理单 元和t l v 3 2 0 a i c 2 3 b 做声音采集模块芯片，并可以和g p s 和g p r s 模块相通讯来 实现报警。在硬件设计的基础上完成了系统的软件设计，实现了上述设计的各 种算法。 ( 4 ) 最后通过实验测试了该系统。在m a t l a b 下对算法进行了仿真试验和在 实际情况下对系统进行了测试。实验结果表明，本文设计的算法其检测结果实 时给出且准确率高，可有效分出碰撞信号和非碰撞信号。在实际系统测试中， 本车辆碰撞检测装置表现出来的性能运行稳定，符合实用性的要求，因而该装 置具有良好的应用前景。 摘要 本课题得到国家“8 6 3 ”计划项目“一体化重大交通事故快速救援系统” 的支持。 关键词：d s p 声信号模式识别车辆碰撞 i i a b s t r a c t a b s t r a c t t r a 衔ci n j u r i e sa r ei n c r e a s i n g l yb e c o m i n gat h r e a tt ot h es a f e t yo fh u m a nf i f e a n daw o r l d w i d ep u b l i ch a z a r d w i t ht h ed r a m a t i ci n c r e a s i n go ft h en u m b e ro f c a r s ， t r a f f i cd e n s i t yt os i g n i f i c a n t l yi n c r e a s et h et r a f f i cc o n g e s t i o np r o b l e m sa r e w o r s e n i n g t e n s i o n s ，a n dt r a f f i ca c c i d e n t sa r ci n c r e a s i n gy e a rb yy e a r w h e nt h ea c c i d e n t h a p p e n sr e p o r tt ot h et r a f f i cp o l i c et i m e l yo f t e nc a nb ee f f e c t i v e l ya s s i s t a n c e ，s ot h a t d e v e l o p m e n to fh i g hr e a l t i m ev e h i c l ec o u i s i o nd e t e c t i o nd e v i c et ot h et i m e l y c o m p l e t i o no ft h ea l a r ma f t e rt h ea c c i d e n tc a l lp l a ya ni m p o r t a n tr o l eo nr e d u c i n g a c c i d e n tm o r t a li t ya n dd is a b i l i t yr a t e s t h i ss t a g e ，t h ea c c i d e n t sa r em a i n l yb a s e do nt h es p e e dd e t e c t i o nd e v i c es i g n a l s ， v i d e os i g n a l sa n ds o m eo t h e rd e t e c t i o nm e t h o d s ，b u tt h e s em e t h o d sh a v et h e i r p r o b l e m se x i s t ，s u c ha sl o wt i m ep e r f o r m a n c e ，l o wa c c u r a c y , t h e nr e s u l tt ot h e d i f f i c u l t i e st oo b t a i na t i m e l ya n de f f e c t i v er e s c u ea f t e rat r a f f i ca c c i d e n t b e c a u s et r a f f i ca c c i d e n t sa r ea l w a y sw i t hg r e a ts o u n do ft h ec o l l i s i o n ，w h i l et h e c o l l i s i o nf r e q u e n c yn o i s ea n do t h e rs o u n d sn o tt h es a m e t h r o u g ht h ec o l l e c t i o na n d a n a l y s i so fa c o u s t i cs i g n a l sa r o u n dt h ev e h i c l ec a r tb eam e t l o dt od e t e c tv e h i c l e a c c i d e n t t h es c e n ei nr e a l t i m ea c c e s st oi n f o r m a t i o na n da l a r m s s oi nr e a lt i m eo f w a y st h a nt h et r a d i t i o n a lm e t h o d s ，a n dt h es u c c e s sr a t eo f r e c o g n i t i o ni nt h e a c c i d e n tm a yb eh i g h e r b a s e do nt h ea b o v er e a s o n s ，t h ec o m p l e t i o no ft h ef o l l o w i n g s t u d i e s ： ( 1 ) a n a l y z et h ea c o u s t i cs i g n a lp a t t e mr e c o g n i t i o ns y s t e ma n dt h eb a s i c c o m p o s i t i o n ，a n du n d e r s t a n dt h ev e h i c l ec o l l i s i o nb a s e do na c o u s t i cs i g n a ld e t e c t i o n t h e o r yi n d e p t h a n dd or e s e a r c ho nav a r i e t yo fs i g n a lp r e p r o c e s s i n g ，f e a t u r e e x t r a c t i o na n dc l a s s i f i e rd e s i g nm e t h o d ( 2 ) d e s i g no fa l la l g o r i t h mt oc l a s s if yc o l l i s i o no fa c o u s t i cs i g n a l sb a s e do n w a v e l e tf e a t u r ee x t r a c t i o n t h i sa l g o r i t h mo ft h ea c o u s t i cs i g n a lw a sr e c e i v e d7l e v e l w a v e l e td e c o m p o s i t i o nc h a r a c t e r i s t i c so f h e 豫f r e q u e n c i e s ，a n dt h eu s eo fi m p a c t a c o u s t i cs i g n a lf r o mal o w e rc o r r e l a t i o nt o e 伍c i e n tc h a r a c t e r i s t i c sa n de n e r g y e x t r a c t i o nc h a r a c t e r i s t i c so fa d d i t i o n a lf e a t u r e s i nl h ec l a g s i t i e rd e s i g n t h e1 s eo f l d a ，s v ma n do c - s v mw e r ec l a s s i f i e dt r yt oc o m p a r et h ec l a s s i f i c a t i o no b t a i n e d t h eo p t i m a lf o r m ， ( 3 ) c o m p l e t et h eh a r d w a r ed e s i g na n ds o f t w a r ed e s i g no ft h ev e h i c l ec o l l i s i o n l 】i a b s t r a c t d e t e c t i o ns y s t e mb a s e do na c o u s t i cs i g n a l t h es y s t e mu s e st id s ph a r d w a r e c o m p a n yt m s 3 2 0 5 5 0 9a sac e n t r a lp r o c e s s i n gu n i ta n dt l v 3 2 0 a i c 2 3a ss o u n d a c q u i s i t i o nm o d u l ec h i p ，a n dg p sa n dg p r sm o d u l e sc a l lc o m m u n i c a t ew i t ht h e d s pm o d u l ea n da l a r mw h e nc o l l i s i o nh a p p e n s c o m p l e t eo ft h es y s t e m ss o f t w a r e d e s i g nb a s eo nt h es y s t e m sh a r d w a r ed e s i g na n da c h i e v et h ea b o v e m e n t i o n e d a l g o r i t h m s “) f i n a l l y , d oe x p e r i m e n t a lt e s to ft h es y s t e m ，t h ee x p e r i m e n t c o n t e n t a l g o r i t h m s i m u l a t i o ni nm a t l a ba n dt e s tt h es y s t e mi nr e a le n v i r o n m e n t e x p e r i m e n t a lr e s u l t ss h o wt h a tt h ea l g o r i t h md e s i g n e di nt h i sp a p e rc o u l dg i v et h e t e s tr e s u l t si nr e a lt i m ea n dh a sh i g ha c c u r a c y , w h i c hc a ne f f e c t i v e l ys e p a r a t et h e c o l l i s i o ns i g n a l sf r o mn o n c o l l i s i o ns i g n a l s i nt h es y s t e mt e s ti nr e a le n v i r o n m e n t ， t h ev e h i c l ec o l l i s i o nd e t e c t i o nd e v i c ei sd e m o n s t r a t e dt oh a v es t a b l ep e r f o r m a n c e ；i t c o u l dm e e tt h ep r a c t i c a lr e q u i r e m e n t s ，s ot h a tt h ed e v i c eh a sag o o dp r o s p e c t t h i si s s u ei ss u p p o r t e db yt h en a t i o n s “8 6 3 p r o j e c t i n t e g r a t i o no fc r i t i c a l t r a f f i ca c c i d e n te m e r g e n c yr e s c u es y s t e m ” k e yw o r d s ：d s p , s o u n ds i g n a l ，p a t t e r nr e c o g n i t i o n ，v e h i c l e ，c r a s h i v 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名： 签字日期：三：生：苎：至! 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构 送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入 中国学位论文全文数据库等有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文 的内容相一致。 保密的学位论文在解密后也遵守此规定。 口公开口保密( 年) j - 作者签名：煎：尊 签字目期：狴 皇，呈：l 导师签名：璺查皇 第1 章绪论 1 1引言 第1 章绪论 交通伤害已日益成为威胁人类生命安全的一种世界性公害。随着汽车数量 的急剧增加、交通密度的大幅提升，交通紧张拥挤问题越来越严重，交通事故 也呈逐年上升趋势。据有关报导，自从有机动车道路交通事故死亡记录以来， 全世界已有3 2 0 0 余万人死于道路交通事故。自汽车问世i 0 0 多年以来，全世界因 交通事故丧生的已有2 5 0 0 多万人。 为了解决交通问题，欧洲、美国、日本等发达国家都在大力发展智能交通 系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，i t s ) 。智能交通的在1 9 9 1 年由美 国智能交通学会( 工t sa m e r i c a ) 提出，并在世界各国大力推广。其基本思想是从 系统的观点出发，力图利用现有宏观交通设施将道路和车辆综合起来考虑以解 决交通问题。智能交通系统是将先进的信息技术、数据通讯技术以及计算机技 术等有效地综合运用于整个交通管理体系和车辆而建立起来的一种大范围、全 方位发挥作用的、实时、准确、高效、先进的运输系统。智能交通系统的主要 目的是提高道路的通行能力、提升交通的安全性和快捷性，并在此基础上节约 能源等。 我国还处在交通事故与车辆同时增长的阶段。随着各种车辆和交通流量的 不断增长，我国交通安全正处于事故高峰前的爬坡时期。据公安部交通管理局 通报，2 0 0 9 年，全国共发生道路交通事故2 3 8 3 5 1 起，造成6 7 7 5 9 人死亡、 2 7 5 1 2 5 人受伤，直接财产损失9 1 亿元。其中，发生一次死亡1 0 人以上特大 道路交通事故2 4 起，全国万车死亡率为3 6 i 以上数据说明我国的道路车辆行 驶安全水平需要进一步的提高，亟需发展智能交通技术。在这样的条件下，根 据国务院国家突发公共事件总体应急预案的精神，我国科技部于2 0 0 2 年正 式启动了十五科技攻关计划重大项目；智能交通系统关键技术开发和示范工 程。 一般认为，智能交通系统包括以下子系统：交通管理系统( a t m s ) 、旅客 信息系统( a t i s ) 、车辆控制及安全系统( a v c s s ) 、公共交通系统( a p t s ) 、 商用车辆运营管理系统( a c v 锄s ) 、紧急救援管理系统( e m s ) 、高速公路自动 系统( a h s ) 等。其中车辆控制及安全系统( a v c s s ) 是现在研究的一个重点， 该方面的研究旨在研发车辆的辅助驾驶系统( d a s ) 以改善车辆安全性。 车辆安全性可分为主动安全性和被动安全性两大类，其中主动安全性是指 一1 一 第l 章绪论 车辆避免发生意外事故的能力，主要的应用如车轮防抱死系统( a b s ) 、加速防 滑控制系统( a s r ) 、行驶平稳系统( e s p ) 等。被动安全性，则是指车辆在发生意 外事故时对乘员进行有效保护的能力。主要的应用如安全气囊、安全带、阻燃 器件、自动报警和汽车黑匣子等。 现阶段，车辆的主动安全性的改进己较为困难，且研发成本较高，研发周 期较长，车辆的被动安全性的研究逐渐越来越受到更多的重视。由于车辆被动 安全性总是与广义的车辆碰撞事故联系在一起，因此车辆被动安全性又称为 “汽车碰撞安全性 。车辆发生碰撞之后，减少车辆乘员伤亡的措施主要有即 时乘员保护和及时报警救治等措施。交通事故很多时候可以通过及时报警得到 有效救助，研究表明，伤员在交通事故发生后“铂金时间”( 前l o 分钟内) 和 “黄金时间”( 1 个小时内) 得到应急救援和基础治疗，理论上至少可以减少 交通事故死亡比例的1 8 ，一- - 2 5 ，因此，开发高实时性的车辆碰撞检测装置来及 时完成事故发生后的报警对降低事故死亡率、伤残率有重要作用。 1 。2车辆碰撞检测装置研究现状 传统的车辆碰撞检测装置主要有以下几种：基于超声波信号、基于毫米微 波信号、基于激光信号和基于视频信号的车辆碰撞检测装置( h a m p t o nc g a b l e r ， e ta l ，2 0 0 0 ) 。这些装置的设计都是根据车辆间距离来确定车辆所处的状态。 车辆之间存在一个安全距离，当车辆与障碍物之间的距离低于这个安全距离， 就应该自动报警，并采用语音或数码提示，采取相应控制措施( 钟勇等， 2 0 0 1 ) 。还有一些碰撞检测装置并不是对距离进行监视，而是利用其它类型的信 号，如基于速度信号的碰撞检测装置。下面分别介绍一下这些车辆碰撞检测装 置。 ( 1 ) 基于超声波信号的车辆碰撞检测装置 超声波的特点是对雨、雾、雪的穿透力强、衰减小，因此车辆声纳雷达可 以在雨雪等恶劣天气下工作( 董子和，1 9 9 7 ) 。超声波测距的原理简单、制作方 便、成本低。但是利用超声波测距也存在一些缺点：一是超声波的传播速度响 度与电磁波来说慢得多，当车辆在高速公路上以每小时上百公里的速度高速行 驶时，使用超声波测距无法跟上车距的实时变化，误差大；二是超声波的方向 性相对于激光光束来讲要差很多，发散角大。当要测量距离较远的目标时，一 方面由于发散而使能量大大降低，另一方面会使分辨力下降，导致将相邻车道 的车辆或者路边的物体作为测量目标。 一2 一 第1 章绪论 在国外研究方面，日产公司最新研制开发的一种专用超声波碰撞检测装 置，可保持的安全距离在3 米左右。在国内研究方面，华南理工大学研制出一种 单片机控制的超声波倒车避撞报警器。但这些装置主要用于倒车碰撞事件的检 测上，对于车辆正常行驶过程中的碰撞检测，这种方法有一定的局限性。 ( 2 ) 基于毫米微波信号的车辆碰撞检测装置 基于毫米波的车辆碰撞检测装置使用的波频信号工作在毫米波段，毫米波 雷达车辆碰撞检测装置的工作原理是该装置向前发射调频连续波信号，当发射 信号遇到目标时，反射回来为同一天线接收，经混频放大处理，可用其差拍信 号相差来计算车辆之间的距离，把对应的脉冲信号经微处理器处理计算可得到 距离数值，再根据差频信号相差与相对速度的关系，计算出车辆间的相对速 度，微处理器将上述两个物理量代入碰撞检测模型进行计算后可算出危险程 度，当危险程度达到某级别时就会进行报警。 在国外研究方面，丰田公司和通用公司联合开发的雷达车辆碰撞检测系统 用装在保险杠上的雷达测距传感器来确认与前后车的距离( j e r r y d w o l l ， 1 9 9 8 ) 。在国内研究方面，中国科学院上海微系统所研制出的毫米波雷达测距范 围大于l o o m ，可测量l o o k m h 速度以上运动的车辆。基于毫米波的车辆碰撞检测 系统的优点是不但可以探测目标的距离，还可以测出相对速度和方位，计算更 加的准确。然而其也有很大的缺点，即其抗干扰性差，需要防止各种电磁波的 干扰。而各种通信设施的电磁波都可能形成干扰，影响系统的性能。 ( 3 ) 基于激光信号的车辆碰撞检测装置 基于激光的车辆碰撞防撞系统，是一种具有测量时间短，测距远，误差小 分辨率高等特点的装置。其工作原理是利用激光发射器作为光学雷达发射并接 收脉冲信号，通过测量往返脉冲信号的间隔时间来获知车辆间的距离。测时方 法是在确定时间起止点之间用时钟脉冲填充技术，这种方法可以得到l o - l o s 以上的测时精度( a n d r e a se w a l d ，e ta l2 0 0 0 ) 。 在国外研究方面，丰田汽车公司与d e n s o 公司合作开发的二维扫描式激光碰 撞检测装置是该方面的代表产品。在国内研究方面，该技术主要用于军用方 面，在民用市场并没有具有竞争力的产品推出。这种车辆碰撞检测装置的问题 是仅在高速公路和平直的道路上工作良好，一旦道路比较弯曲就会因为路侧物 体的干扰而误报。另外其需要利用光学镜头，对抗震性要求较高，i 面且价格昂 贵。 ( 4 ) 基于视频信号的车辆碰撞检测装置 一3 一 第1 章绪论 基于视频信号的车辆碰撞检测装置是利用视频检测技术将计算机视觉引入 到车辆碰撞检测之中，通过计算机从数字图像中提取出车辆运行状况信息，并 利用识别算法计算该车辆所处的运行状态，判断是否有碰撞发生( a j b u c h a n a n ，e ta l1 9 9 9 ，a n k u s hm i t t a le ta l ，2 0 0 7 ) 。这类装置有的由单个c c d 摄 像头构成，这种单摄像头检测装置相对较为简单。还有一类装置由多个摄像头 构成，再通过对这些摄像头所拍摄的图像进行计算机分析处理，即可确定视野 中每个物体的三维坐标，测量精度较高( s h e nc h e n ge ta l ，2 0 0 9 ) 。 在国外研究方面，通用公司的p r e c e p t 概念车安装了d o n n e l l y 公司生产的以 摄像机为基础的车辆碰撞检测系统；沃尔沃汽车公司的$ 8 0 型碰撞检测装置所使 用的摄像头采用的c c d 传感器分辨率较高，图像清晰，并具有背光补偿功能，在 昏暗的地方也能够较好的工作。在国内研究方面，还并未有和前述公司相类似 的产品。但系统对该类碰撞检测装置的视频检测算法的实时性和鲁棒性有较高 要求，般来说成像速度较慢，而且成本较高，在普及化和实用化上有一定困 难。 ( 5 ) 基于速度信号的车辆碰撞检测装置 基于速度信号的车辆碰撞传感装置主要是利用在车辆上安装速度传感器来 进行车辆速度的判别。当速度信号和加速度信号满足一定的条件时，就会触发 报警信号。目前车辆的主要被动安全装置安全气囊，大部分都是由该类碰撞 检测装置来触发的。当安全气囊内的速度传感器探测到相关的碰撞信号之后会 控制气体发生器触发产生大量气体，避免乘员与车辆内饰件发生直接碰撞并会 立即报警，进而降低了交通事故的伤亡率。 目前该类碰撞检测技术已较为成熟，在国外研究方面，通用汽车公司已研 究出可根据副驾驶座上乘员的体重自动关闭的安全气囊。但是该类碰撞检测 装置有一些缺点，由于在一些碰撞事故中，车辆的速度变化并不符合常规，例 如某些时候事故发生后还会发生车辆继续滑行的情况，造成该类传感装置无法 正确的判断碰撞的发生，安全气囊并未能打开，结果就未能起到应有的保护作 用( 徐叶雷等，2 0 0 9 ) 。 1 3 本文的主要工作和意义 由于上述各方法都有一些各自的缺点，研究人员开始试图用其它方式来 进行碰撞事件的检测，并取得了一些成果。由于交通事故发生时会产生很大的 碰撞声，而碰撞声和其它声音的频谱不一样，通过采集并分析车辆周围的声信 一4 一 第1 章绪论 号来检测车辆事故，可以实时获得事故现场信息并报警，因此在适用范围方面 比上述方法要好，而且在事故的识别成功率上也可相对提高。在国外的研究方 面，b r o c k m a n n 利用f o u r i e r 变换进行对碰撞声信号进行分析( b r o c k m a n n e me ta l ，1 9 9 7 ) 。y u n l o n gz h a n g 提出了利用小波变换分析车辆声音的方法来 检测车辆事故，得到了很好的识别效果( y u l o n gz h a n ge ta l ，2 0 0 3 ，y u l o n g z h a n g ，2 0 0 4 ) 。吉林大学的王双维等人利用a r 模型方法分析车辆噪声并分 类，可以区分出各类不同车辆的信息( 王双维等，2 0 0 7 ) 。但以上算法的设计都 是基于计算机的数据分析，没有在该理论的基础上设计出实际的硬件装置，而 且在算法的准确性上也有待进一步改进。因此设计一种实时性强、准确性高的 车辆碰撞声检测硬件装置具有很高的实用价值。 本文主要是根据车辆碰撞时发生的声音信号的特点，采用小波分析的方法 分析车辆噪声信号，设计了一种基于d s p 的车辆碰撞声检测装置。该装置通过 实时的对声信号进行采集，运用模式识别方法对声音进行分类，一旦出现碰撞 声音即通过通讯和报警模块报警。实验表明，相对于以上各种装置，该装置对 碰撞声信号具有较高的识别率和识别准确性，而且价格较低。 本文主要完成了以下几个方面的工作： ( 1 ) 基于声信号的碰撞识别系统研究 研究了自动声信号识别系统的基本原理和相关工作步骤。介绍了声信号采 集、声信号预处理、特征提取和分类器设计的主要原理和方法。对这些原理和 方法的研究为后面的硬件及软件设计奠定了理论基础。 ( 2 ) 系统整体硬件结构设计 要设计该检测系统，首先就要完成该系统的整体硬件结构设计。本文通过 对实际需求的分析，设计了该系统所包含的各模块，即声音采集模块，d s p 模 块，外部存储模块和报警通讯模块。接着介绍了系统选取的芯片，为系统的各 个模块选取合适的芯片型号并完成各个模块间的连接。 ( 3 ) 系统软件的整体设计 系统的软件整体设计是在系统硬件的基础上，对系统硬件编写相关代码来 驱动硬件按所需要求工作。该软件完成控制对声信号的采集和对采集到的数据 进行计算，最终实时的确定是否有碰撞发生。本文设计出的软件在实时性和鲁 棒性上都具有良好的效果。 ( 4 ) 碰撞声检测算法研究 在系统软件的设计过程中，最关键的部分是碰撞声信号识别算法的设计， 该算法的速度、效果等直接影响整个系统的性能，所以要重点关注。本文设计 的碰撞声检测算法利用小波对频谱进行分析，并结合a c f 、能量等多种方法辅 一5 一 第1 章绪论 助运算。该算法针对碰撞声信号的特点进行设计，相对于前述一些声检测算法 在准确性上有一定的提高。 ( 5 ) 系统实验及结果分析 本文最后对设计的系统进行了仿真实验，用于验证系统硬件的稳定性，算 法的有效性和健壮性等。该实验分为在计算机上用m a t l a b 软件进行的数据仿 真和在真实环境下对系统的实际测试实验两部分。最后对实验结果进行了分析 并和已有算法进行了比较。结果表明，本车辆碰撞检测系统具有检测实时性 强、检测率高以及稳定性好等特性。 1 4 本文的结构安排 本文的结构和各章内容安排如下： 第l 章简要介绍了车辆碰撞检测装置的研究意义，分析了国内外的研究 现状，并介绍了本文的主要研究内容和结构安排。 第2 章介绍了声信号识别系统的主要组成。在声音预处理阶段，用两种 方法对目标数据进行了去噪处理。特征提取阶段评述了特征提取的主要方法， 详细研究了基于小波的频率特征提取算法。分类器设计阶段介绍并比较了线性 分析方法和支持向量机方法，并指出单类支持向量机方法更适用十卢信号的分 类。 第3 章设计了一种基于声信号的碰撞检测系统的硬件电路，给出了工作 流程，并分别介绍了各相关模块的功能和所采用芯片的工作原理。重点阐述了 声音采集模块芯片t l v 3 2 0 a i c 2 3 、d s p 模块芯片t m s 3 2 0 5 5 0 9 c 和存储器模块芯 片h y 5 7 v 6 4 的各个指标和本系统对它们使用方式，还说明了声音采集传感器的 相关参数以及通讯和报警模块的功能。 第4 章设计了上述碰撞检测系统的相应软件，介绍了该软件的工作流 程，包括系统的初始化、对声信号的分帧采集、自动声检测算法和检测出碰撞 之后软件的处理方法。重点介绍了本文提出的自动声检测算法的设计方法。该 算法首先对已有样本进行训练得出碰撞声信号特征，然后通过特征提取、特征 降维等步骤来对实际采集到的声信号进行判断。 第5 章是实验部分，主要是对系统的性能的分析和验证，包括在m a r l a b 上对算法的仿真实验和对碰撞检测装置的实际测试实验两部分。每种实验都 对结果进行了分析，在算法间进行对比。实验结果表明该装置在仿真环境下和 实际测试实验中都具有较高的识别成功率，并且具有一定的稳定性和鲁棒性， 一6 一 第1 章绪论 符合实际应用的要求。 第6 章对本文研究工作的主要内容、创新点进行了总结。最后对未来的 研究工作方向进行了展望。 一7 第2 章声信号识别系统原理 2 1 系统构成 第2 章声信号识别系统原理 一个典型的声信号识别系统的构成如图2 1 所示。包括信号采集，信号预 处理，特征提取、分类器分类四部分组成。分类器的设计在样本训练过程中完 成，通过对样本的训练过程，确定分类器的具体参数。分类器的参数确定下来 之后就可以对声信号进行分类( c a r l o shl ，e ta l ，2 0 0 4 ) 。下面对该系统的各 部分做简单说明。 信号采集 i 训练样本 信号预处理 i 膏习高_ i 訾黼定-i燃分类7i 川失俯川大 分类结果 图2 1声信号识别系统框图 ( 1 ) 信号采集 声信号识别系统，顾名思义是对声音信号的识别。声信号是一种连续的波 频信号，而现阶段计算机能直接处理的是离散的电信号，这就需要在这两种信 号之间作转换。声音传感器可以对声信号进行采集，将不同类型的声音信号转 化为不同高低的电平信号，而且进行a d 转换，将连续的模拟信号转化成离散的 数字信号。完成了数据采集之后，声音传感器将电信号传输给其他电路做下一 步处理。 ( 2 ) 信号预处理 一8 一 第2 章声信号识别系统原理 信号预处理过程主要是要对采集到的信号做一些噪声去除、信号增强之类 的操作，以便后续处理时能得到更好的效果。噪声在此过程中被定义为无用的 信号，利用需要处理的信号特点和噪声特点找出最佳的方法，如合适的滤波 器，过滤掉噪声信号是十分重要的。 ( 3 ) 特征提取 为了完成声信号的识别，就需要针对声信号之间的不同点，用一些标准对 声信号的特征作出衡量。对原始的声信号做变换，找到最能反映出本质的特征 参数是特征提取过程的目的。 ( 4 ) 分类器设计 分类器的目的是完成对特征参数的归类，它是通过对训练样本的训练来实 现的。训练样本的训练过程得到分类器的具体参数和分类的判别规则。在这种 判别规则的基础上，未分类样本可以被分类器分类。一个好的分类器可以使误 分率降到很低的水平。 本章将对音频信号识别系统的几个重要环节，即信号预处理、特征提取、 分类器设计按顺序一一做出介绍。 2 2 声信号预处理 在声信号的采集与传输过程中，原始信号不可避免地受到自然和人为的各 种噪声干扰。在对信号进行进一步处理之前，必需对其进行预处理。根据确定 信号的某些已知特点及噪声的某些特征，以及不同性质的信号和干扰，寻找最 佳的处理方法降低噪声，达到消噪的目的是非常重要的。通过对采集信号进行 滤波、平滑处理，以减小噪声对有用信号的干扰，提高信噪比，可以显著减少 后续的处理的难度。 目前有很多用于信号降噪的方法，如线性滤波、中值滤波、加权递推平均 滤波、低通滤波、傅里叶变换等。本章介绍了几种传统滤波方法和各自的处理 效果，最终在本文设计的车辆碰撞检测装置上，使用了多种方法相结合的处理 方法来去噪，取得了良好的效果。 2 2 1 中值滤波 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处 理方法，中值滤波的基本原理是把数字信号或数字序列中一点的值用该点 的一个邻域中各点值的中值代替。该方法使用一个奇数个点的采样窗口，取 一9 一 第2 章声信号识别系统原理 出窗口中的数据进行排序，最后用排序的中值取代原有信号数据。其实现过 程如下。 假设有一连续声信号序列a l a 2 ，采样窗口长度为k ，中值滤波后的 声信号序列为b i b ：钆，则 b o ( 1 刀n ) = m i d ( a 一七，2 + l ，2 ，a ”一露，2 + 3 ，2 a n 靠，2 1 2 ) ( 2 - 1 ) 中值滤波的目的是消除声信号中孤立的噪声点，并加入合适的差值点， 从而让信号的值更接近真实值。该方法对于斑点噪声和椒盐噪声来说尤其有 用。一般来说采样窗口的长度需要根据实际情况来确定，本系统中的采样窗口 长度设为3 。 2 2 2 归一化处理 为了防止在以后的信号处理计算过程中出现溢出，信号采集后需要进行归 一化处理，这样可以有效地限制信号的幅值，并且将信号统一到同数量级， 有助于特征提取与目标识别。 假设有一连续声信号序列a i a 2 钆，归一化后得到一连续声信号序列 6 l 如6 ，则归一化处理步骤如下： 首先计算个数据的均值= a n n 。 ( 2 2 ) 二= 1 几f 一 然后计算个数据的方差占= 1 2 ( a 一) 2 。 ( 2 3 ) yn = l 然后做归一化处理得到以( 1 n n ) = ( a 。一) ( 2 - 4 ) 归一化处理的一个重要的作用是可以减少声音距离对碰撞检测效果的 影响，由于声音在空气中传播时会发生能量的衰减，所以同一个声音信号 在采集距离不同的时候得到声信号序列的峰值是不同的，归一化处理可以 将这些信号转换到相似的数量级上，以提高检测的成功率。 经过以上两个处理步骤就可以完成对声信号的预处理过程，去掉原始信号 中的突变类干扰信号，消除能量衰减对声信号的影响，得到我们需要的规范信 号类型做特征提取。 一l o 第2 章声信号识别系统原理 2 3 特征提取 从声传感器采集到的初始数据，经过信号预处理后大大减少了信号中的噪 声，提高了信噪比，从而为信号进一步的分析和处理提供了方便。但此时获得 的信号数据量依然非常大，为了达到对声信号分类的最终目的，就必需对数据 进行变换，获得能反映分类本质的目标特征。 特征提取的过程是通过映射或变换的方法，把维数较高的测量空间中表示 的模式映射到维数较低的特征空间中，获得目标信号的特征向量。分类器对特 征向量进行分类识别计算，给出识别结果。 特征提取面向具体的问题，特征提取方法与识别的目标特性密切相关。我 们所研究的声信号的主要特征是幅值和频率。声信号的幅值大小主要受距离影 响，其可以作为一个参考特征来做判断而不能作为全部特征，所以我们主要使 用频率的分析方法来做特征提取。 利用小波变换的方法进行对信号频率的分析是目前比成熟适用广泛的一种 方法。该方法对处理非平稳信号处理具有优良特性，而碰撞声信号正是一种非 平稳信号，故本系统选择小波变换的方法来实现特征提取。下边就具体介绍一 下该方法。 2 3 1 小波变换 传统的傅里叶变换是信号处理的有力工具。物理实验表明，任意连续函数 即模拟信号均可由形如a s i n ( a t + w ) 的若干谐波叠加而成，也就是说，傅里叶变 换的实质是把信号波形分解成一系列不同频率的正弦波的叠加，或者说是将信 号从时间域转换到频率域。傅里叶变换表达式为： f ( 缈) = 少。弦一j 纠d t ( 2 5 ) 可以看出，傅里叶变换能将复杂的时域信号转换到频域中，用频谱特性去分析 和表现时域信号的特性，但傅里叶变换不能分析局部时域信号的局部频谱特 性，没有时频局部化功能。小波变换可以克服这一缺点，它能根据高、低频信 号的特点，自适应地调整时频窗。在分析低频信号时它的时窗宽，而频窗窄； 在分析高频信号时它的时窗窄，而频窗宽。 小波( w a v e l e t ) 这一术语，顾名思义就是小区域、长度有限、均值为0 的 波形。小波变换的概念最早在1 9 7 4 年由法国工程师j m o r l e t 提出，与 f o u r i e r 变换相比，小波变换是时间和空间频率的局部化分析，它通过伸缩 平移运算对信号函数逐步进行多尺度细化，最终达到高频处时间细分，低 第2 章声信号识别系统原理 频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任 意细节，解决了f o u r i e r 变换的困难问题，成为继f o u r ie r 变换以来在科学 方法上的重大突破。有人把小波变换称为“数学显微镜”( 成礼智等， 2 0 0 4 ) 。 若r ( r ) 表示平方可积的函数空间，对于函数( f ) l 2 ( r ) ，若满足 上沙( ，) 衍= 0 ( 2 6 ) 则称g ( t ) 为小波函数。可以引入参数a ，b 对( f ) 进行伸缩和平移得到 函数口6 ( ，) 满足公式。 = l a l m g ( a t 一6 ) ( 2 7 ) 则曲( ，) 即伸缩 - t n a ，平移因子为b 的小波函数，可以用它来对信号厂( f ) 进行小波变换 ( 口，6 ) = 工厂( f ) y 肋( t ) d t ( 2 - 8 ) 2 。3 2 基于小波变换的特征提取 由于声信号在各频段的幅值是不相同的，故可以利用小波包对其进行分 解。通过将目标信号分解到多个相互正交的特征子空间，使不易察觉的信号特 征在不同分辨率的少数几个子空间中显露出来。对信号进行小波包分解可直接 提取各个频率成份的能量并将其作为特征，再建立能量特征参数到不同声音类 别的映射关系，就可以完成对声信号的分类( c h i e n c h a n g l i n ，e ta l ，2 0 0 5 ) 。 我们设计的对声信号的小波变换特征提取算法分以下几步： ( 1 ) 对信号进行1 0 层小波包分解 1 0 层小波分解结果如图2 2 所示。其中c a 代表低频信号，c d 代表高频特 性分解出的高频信号。下面介绍下具体的分解过程。 首先对原始信号作1 次分解，然后对分解出的低频分量再练续做9 次分解， 得到c 彳i c a , 。和c d , c d i o 。其中c a + l 和c d + 。分别是c a 做小波分解后得到 的信号的低频和高频部分。然后对c d , c d 7 再做一次小波分解，得到 c d , 。c d 7 。以及c d , 6 c d 7 6 。其中。和c d , b 分别是c d 进行小波分解后得 到的信号的高频和低频部分。 该分解方式既可以对原始声信号作出比较具体的分解，得到器比较细致的 一1 2 第2 章声信号识别系统原理 特征，而且又不至于使时间复杂度过高，影响算法的实行性。 圈匝： c d i t f 、n h 圆圈 图2 2 小波特征提取算法分解方式图 ( 2 ) 对小波包分解系数进行重构，提取各频带范围的信号 由第一步所提到的分解方式可以得到，对于原始信号为s ，则有s 可表示 为1 8 个信号分量的和。即有公式。 s = 哦+ c d e + c d 8 + c