CN113002420A

CN113002420A - 一种无人车喇叭智能系统

Info

Publication number: CN113002420A
Application number: CN202110429425.4A
Authority: CN
Inventors: 谭宗才; 高振海; 傅会如; 王阳洋; 牛蕊
Original assignee: Individual
Current assignee: Individual
Priority date: 2021-04-21
Filing date: 2021-04-21
Publication date: 2021-06-22

Abstract

本发明公开了一种无人车喇叭智能系统，包括数据采集单元、数据处理单元、音量控制单元和喇叭，数据采集单元的输出端与数据处理单元的输入端电性连接，数据处理单元的输出端与音量控制单元的输入端电性连接，本发明涉及无人车控制系统技术领域。该无人车喇叭智能系统，通过选取多个影响喇叭音量的因素作为评价指标，包括实时路况、实时噪音等级、能见度等，建立多因素融合的综合评价系统，较于传统车载喇叭的单一发音响度，较于以往单一的喇叭音量影响指标，本发明提高了喇叭发音的合理性，以及评价的准确性和稳定性，通过将喇叭音量范围区间化，从而在保证车与行人有效信息交互的前提下，扩展可鸣笛区域，并有效简化算法。

Description

一种无人车喇叭智能系统

技术领域

本发明涉及无人车控制系统技术领域，具体为一种无人车喇叭智能系统。

背景技术

随着无人驾驶技术的快速发展，无人车在如今人类生活中的应用越来越多，用户也对无人车上的电器元件提出了许多更高要求，比如无人车喇叭功能的改善。

无人车喇叭作为车辆发布路权占用信息的重要设备而被频繁使用，本应具有丰富的变化形式，如鸣笛的响度等等，以适应于在多样的路况下使用。无人车喇叭单调的人机交互方式既降低了行人接受的体验和感受，也增加了车辆行驶的风险，甚至影响到城市交通噪音污染的防治工作。

目前，汽车的噪声污染是城市噪音污染中最棘手的防治难点，汽车鸣笛声更是导致汽车噪声污染的主要因素，汽车鸣笛乱象不仅会违反国家对某些路段禁止鸣笛的交通法规，而且在居民区临近路段、校园内以及人行路段等乱鸣笛更会给民众带来很大的困扰。

因此，通过全面结合车辆所处环境，科学合理地控制鸣笛声音量的大小以及鸣笛时间的长短在当下是尤为重要。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种无人车喇叭智能系统，解决了在无人车行驶在处于学校或居民区中时，尤其在上下学或上下班等道路上行人密度较大情况下，以及人流稀少的安静情况下，汽车喇叭能自动判断是否鸣笛，并结合多种背景环境特征，及时将车辆路权占用的信息通过合适的鸣笛音量传递给周边的行人的技术难题，为了使实现上述功能，本发明设计一套既能自动控制鸣响，又能自适应调节音量以降低无谓噪音的无人车喇叭智能系统。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种无人车喇叭智能系统，包括数据采集单元、数据处理单元、音量控制单元和喇叭，所述数据采集单元的输出端与数据处理单元的输入端电性连接，且数据处理单元的输出端与音量控制单元的输入端电性连接，所述音量控制单元的输出端与喇叭的输入端电性连接，且数据处理单元包括单片机、交通噪声评价模块和警笛声识别模块，所述音量控制单元包括喇叭音量设定模块和喇叭音量控制电路。

所述数据采集单元是利用Apollo车载雷达识别路人车辆同时测距，来确定喇叭开始鸣笛与结束鸣笛的时刻，并通过传感器采集噪音、空气温湿度与亮度环境数据信息。

所述数据处理单元是利用MATLAB分析、处理各指标的数据，而后将声音模型与各种采集信号输送给单片机进行数据处理，然后再将处理后的数据进行判断，传送给单片机中的音量控制单元。

所述音量控制单元是通过建立合适的评价模型与音量设定机制，计算出合适的鸣笛音量，同时搭建控制单元硬件系统，当主程序运行并判断出需要开始鸣笛时，将单片机产生的方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭合理控制喇叭鸣笛时间与音量。

优选的，所述传感器包括声音传感器、温湿度传感器和能见度传感器，分别用于采集噪音、空气温湿度和亮度。

优选的，所述交通噪声评价模块是利用声音传感器采集交通环境噪音，借助声音传感器，在车辆自身喇叭停止鸣笛的间隙时刻采集交通噪音信号，经过A/D转换后将数字噪音电平送入单片机，计算噪音平均功率，然后根据噪音功率大小，判断噪音响度(单位为分贝)，进而在单片机中存储以备与其他特征值共同决定喇叭响度。

优选的，所述警笛声识别模块用于识别出警笛声，从而判断是否周围有警车，这是为了在警车环境下无人车可以主动放弃路权优先占有权，识别出为警笛声后，单片机将控制喇叭不再发声，并且将警车避让信号传送给无人车决策中心。

优选的，所述警笛声识别模块的工作步骤具体步骤如下：

S1、首先通过计算机根据警笛声预先建立声音模型，然后对输入的音频进行分析，分析波频，利用MATLAB软件抽取特征，在此基础上建立声音识别所需的模块，之后将此模块输入单片机中进行存储；

S2、在识别过程中，根据声音识别整体模型，将存放的声音模板与输入待识别的声音信号的特征进行对比，根据一定的搜索和匹配策略，判断是否能找出最匹配的模板；

S3、若能找到，即判断此声音为警笛声，若不能，则无警笛声。

优选的，所述温湿度传感器是采用型号为DHT11的数字信号输出的温湿度传感器，利用该型号的温湿度传感器能够完成湿度信号向电信号的转换，从而通过电信号调控喇叭音量的大小。

优选的，所述喇叭音量设定模块是将喇叭的初始值确定为比当地环境法规的最大值高15分贝，而后根据环境噪音和能见度因素相应降低喇叭音量，具体音量准则参数需要经过模拟实验，利用人主观感受调查进行调试，既要保证鸣笛的有效性，即音量充分大；又要根据传感器接收的环境因素适当调整音量，以尽可能减小鸣笛噪音。

优选的，所述喇叭音量控制电路包括方波发生器和功率放大器，且喇叭音量控制电路的工作方法具体为：先将信号采集送到单片机中，单片机接收信号并对信号进行分析处理，方波发生器接收单片机处理后的结果并由其产生方波信号，该方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭。

(三)有益效果

本发明提供了一种无人车喇叭智能系统。与现有技术相比具备以下有益效果：

(1)、该无人车喇叭智能系统，通过选取多个影响喇叭音量的因素作为评价指标，包括实时路况、实时噪音等级、能见度等，建立多因素融合的综合评价系统，较于传统车载喇叭的单一发音响度，较于以往单一的喇叭音量影响指标，本发明提高了喇叭发音的合理性，以及评价的准确性和稳定性，通过车辆所处环境合理控制鸣笛音量和长短使得在保证了车辆及行人安全的前提下，很大程度上减少了汽车噪音污染，给民众带来了极大便利，同时也为汽车驾驶者大大降低了违反禁止鸣笛交通法规的风险。

(2)、该无人车喇叭智能系统，通过将喇叭音量范围区间化，从而在保证车与行人有效信息交互的前提下，扩展可鸣笛区域，并有效简化算法。

(3)、该无人车喇叭智能系统，通过在基于环境感知的全自动音量可调喇叭的算法研究中，对流程进行优化，间隔开启传感器，过滤偶然因素，减少误判事件，增强了感知评价系统的鲁棒性。

(4)、该无人车喇叭智能系统，相较现有技术，增加了声音识别警笛模块，能够实现在有警车，救护车，抢险车等情况下，喇叭的感声模块能自动识别警笛声，并使系统主动放弃路权占有，即禁止鸣笛并向车辆发送避让信号，交通事件考虑更为全面，同时也相当于增加了无人车的感知设备，即声音传感器。

(5)、该无人车喇叭智能系统，通过在对交通环境背景音进行去噪所用的方法为自适应小波包阈值去噪算法，较于传统阈值函数参数的不可调节性，本算法引入去噪效果更好且在滤除噪声的同时有效地保留了信号的原始特征，更有利于提高对警笛声识别的准确性。

附图说明

图1为本发明系统的结构原理框图；

图2为本发明实施例的总技术路线结构示意图；

图3为本发明实施例中噪音监测系统组成框图；

图4为本发明实施例中噪音检测软件设计流程图；

图5为本发明实施例中警笛识别流程图；

图6为本发明实施例中警笛识别软件流程图；

图7为本发明实施例中喇叭音量设定原理图；

图8为本发明实施例的总技术路线流程算法图；

图9为本发明实施例中控制电路框架图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-9，本发明实施例提供一种技术方案：一种无人车喇叭智能系统，包括数据采集单元、数据处理单元、音量控制单元和喇叭，数据采集单元的输出端与数据处理单元的输入端电性连接，且数据处理单元的输出端与音量控制单元的输入端电性连接，音量控制单元的输出端与喇叭的输入端电性连接，且数据处理单元包括单片机、交通噪声评价模块和警笛声识别模块，音量控制单元包括喇叭音量设定模块和喇叭音量控制电路。

数据采集单元是利用Apollo车载雷达识别路人车辆同时测距，来确定喇叭开始鸣笛与结束鸣笛的时刻，并通过传感器采集噪音、空气温湿度与亮度环境数据信息。

数据处理单元是利用MATLAB分析、处理各指标的数据，而后将声音模型与各种采集信号输送给单片机进行数据处理，然后再将处理后的数据进行判断，传送给单片机中的音量控制单元。

音量控制单元是通过建立合适的评价模型与音量设定机制，计算出合适的鸣笛音量，同时搭建控制单元硬件系统，当主程序运行并判断出需要开始鸣笛时，将单片机产生的方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭合理控制喇叭鸣笛时间与音量。

本发明实施例中，传感器包括声音传感器、温湿度传感器和能见度传感器，分别用于采集噪音、空气温湿度和亮度，温湿度传感器是采用型号为DHT11的数字信号输出的温湿度传感器，利用该型号的温湿度传感器能够完成湿度信号向电信号的转换，从而通过电信号调控喇叭音量的大小。

本发明实施例中，交通噪声评价模块是利用声音传感器采集交通环境噪音，借助声音传感器，在车辆自身喇叭停止鸣笛的间隙时刻采集交通噪音信号，经过A/D转换后将数字噪音电平送入单片机，计算噪音平均功率，然后根据噪音功率大小，判断噪音响度(单位为分贝)，进而在单片机中存储以备与其他特征值共同决定喇叭响度。

本发明实施例中，警笛声识别模块用于识别出警笛声，从而判断是否周围有警车，这是为了在警车环境下无人车可以主动放弃路权优先占有权，识别出为警笛声后，单片机将控制喇叭不再发声，并且将警车避让信号传送给无人车决策中心，警笛声识别模块的工作步骤具体步骤如下：

S1、首先通过计算机根据三种警笛声预先建立声音模型，然后对输入的音频进行分析，分析波频，利用MATLAB软件抽取特征，在此基础上建立声音识别所需的模块，之后将此模块输入单片机中进行存储；

本发明实施例中，喇叭音量设定模块是将喇叭的初始值确定为比当地环境法规的最大值高15分贝，而后根据环境噪音和能见度因素相应降低喇叭音量，具体音量准则参数需要经过模拟实验，利用人主观感受调查进行调试，既要保证鸣笛的有效性，即音量充分大；又要根据传感器接收的环境因素适当调整音量，以尽可能减小鸣笛噪音。

本发明实施例中，喇叭音量控制电路包括方波发生器和功率放大器，且喇叭音量控制电路的工作方法具体为：先将信号采集送到单片机中，单片机接收信号并对信号进行分析处理，方波发生器接收单片机处理后的结果并由其产生方波信号，该方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭，通过方波信号的幅值与长度控制喇叭鸣笛的音量与时长。

由图2所示，本发明实施例的硬件系统搭建，具体如下：

搭建智能喇叭系统，将传感器、Apollo车的信息与声音模型导入单片机，根据总流程算法的设计对依次利用以上数据信息，并根据单片机计算出结果，通过硬件电路驱动车辆或喇叭做出不同的反应。

由图2所示，本发明实施例的系统测试优化，具体如下：

利用Prescan作为模拟平台、Apollo无人车作为现实平台，对组装完成的无人车智能喇叭进行系统测试，并根据测试结果，修改相关算法，完善硬件系统，直至得出最优方案。

本发明实施例中，交通噪声评价模块的组成框图如图3所示，交通噪音信号被声音传感器采集后，经过一个包含放大、半波整流、滤波的信号调理电路，将其变成直流脉动电压信号，然后通过A/D转换形成数字噪音电平，单片机通过统计电平数，经过换算即可得到频率值与等效电压值，经过与电路基准电压的校准，利用电压-声级转换式即得到相应的dB值。

L_p＝20lg(v/v₀)

在采集噪音信号之前首先判断车辆喇叭是否正处于鸣笛状态，这样就避免了声音传感器将自身鸣笛也当作交通噪音采入，保证了两类音源的准确区分。

软件设计流程如图4所示，单片机将采集到的最近100个噪音电平值进行计算,得到平均噪音功率值,然后根据不同时刻的噪音平均功率大小折算噪音响度，将数值存入单片机中与其他特征值共同决定喇叭音量大小。

本发明实施例中警笛声识别模块的研究，具体如下：

交通环境警笛识别流程图如图5所示，警笛识别从不同警笛声音的特点出发，首先用小波包去噪的方法，提高声音信号信噪比，并基于不同声音在幅域，时域和频域的特点，选取特征值，提高特征参数抗噪能力，采用支持向量机识别模型完成交通环境警笛事件识别，其中警笛声音事件包括警车警笛声、救护车警笛声、消防车警笛声。

在去噪过程中，首先将实际信号进行小波分解,并根据实际情况选择合适的小波基函数、分解层数，而后对高频小波系数进行变阈值的处理，将经过以上两个步骤之后的低频和高频系数进行集中,重组成为新的信号。我们将在MATLAB上进行小波包去噪仿真实验。

特征提取从幅域，时域和频域三个方面进行声音特征提取。

支持向量机的声音识别，采集警车，救护车，消防车三种警报声，构建三个二分类SVM，使用样本信号的特征参数用于SVM模型训练，生成警笛模板。

此技术作为禁鸣指标的核心，软件流程图如图6所示，当识别出警笛声时，喇叭将被禁止开启，同时向无人车发送避让信号。

本发明实施例中喇叭音量设定模块的研究，具体如下：

由图7所示，音量默认值(上限)：城市限制噪音污染管理法规定，夜间突发性噪音不得超过最大值15分贝，因此我们的初值设定为当地环境噪音标准最大值加15dB，音量下限：外界实时噪音。

表1多因子影响尺度参照表

类型	限制条件	昼间(dB)	夜间(dB)
				噪音声级	小于y％	-*	-*
能见度	大于z千米	-*	-*
				车速	小于s米/秒	-*	-*

备注：具体y、z和s的数值待定，具体音量减几分贝根据分贝听觉效果确定，经模拟实验根据人群主观感受反复调试。

本发明实施例中智能喇叭系统运行总流程算法的设计，具体如下：

总流程算法如图8所示，系统开始运作后，各个传感器以及与Apollo车的信息调用纷纷开启，首先调用雷达识别判断是否有行人和车辆，如果有，开始测距，当达到安全距离以内时，系统调用音量控制模块，按照系统算出的合适音量启动喇叭作响2s，延时3s后再次判断行人或车辆是否离开，如果没有离开则以最新计算出的合适音量再次作响，直至安全。

本发明实施例中喇叭音量控制电路的具体设计如图9所示，信号采集送到单片机中，单片机接收信号并对信号进行分析处理，方波发生器接收单片机处理后的结果并由其产生方波信号，该方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭。

本发明实施例中，交通环境噪音分析算法，具体如下：

1N/m＝1kg/s²

1r/min＝1/60HZ

标准大气压1.013*105

空气密度计算公式如下：

基准声压级Po＝10*10^5

基准振动加速度10-6m/s^2

1Mpa＝1000000N/m^2

倍频程测量范围：中心频率两侧70.7％带宽；1/3倍频程测量范围：中心频率两侧23.16％带宽。

声速：

声压与声强的关系：

其中v＝wA,单位：W/m^2。

声能密度和声压的关系，由于声级密度：

则

质点振动的速度振幅：

A计权响应与频率的关系见下表：

频率Hz	A计权响应，dB
		63	-26.2
125	-16.1
		250	-8.6
500	-3.2
		1000	0
2000	1.2
		4000	1
8000	-1.1

等效连续A声级：

Δti第i个A声级所占用的时间

昼夜(22:00～7:00为晚上)等效声级：

本底值：

如果有N个相同声音叠加，则总声压级为：

L_p＝L_p1+101g N

如果有多个声音叠加：

声压级减法：

背景噪声修正值如下表：

本发明实施例中，警笛声识别算法具体如下：

OME Information

VoL 28 No 4

10-20ms

11025H:

Zr＝∑Sg4m)-sgln-1)

Kaldi单音素脚本

从脚本run.sh来看，单音素训练

#monophone

steps/train_mono.sh–boost-silence 1.25–nj$n–cmd“$train_cmd”

data/mfcc/train data/lang exp/mono||exit 1；

#test monophone model

local/thchs-30_decode.sh–mono true–nj$n“steps/decode.sh”

exp/mono

data/mfcc&

执行train_mono.sh文件

#Begin configuration section.参数设定

nj＝4#并行工作数

cmd＝run.pl#采用单机计算的模式

scale_opts＝”–transition-scale＝1.0–acoustic-scale＝0.1–

self-loop-scale＝0.1”

num_iters＝40#训练迭代次数

max_iter_inc＝30#Last iter to increase#Gauss on.

totgauss＝1000#Target

#Gaussians总高斯数(有3状态HMM，每个状态用4组均值方差描述(GMM混合数是4个意思)，那总共用了12个高斯，kaldi里不用具体指定GMM个数，而指定整个系统中总共需要多少个单高斯)

careful＝false

boost_silence＝1.0#Factor by which to boost silence likelihoods in

alignment

realign_iters＝”1 2 3 4 5 6 7 8 9 10 12 14 16 18 20 23 26 29 32 3538”；

#循环到这个数的时候做对齐

config＝#name of config file.

stage＝-4

power＝0.25#exponent to determine number of gaussians from occurrence

counts

norm_vars＝false#deprecated,prefer–cmvn-opts“–norm-vars＝false”

cmvn_opts＝#can be used to add extra options to cmvn.#Cepstral Mean

and

Variance Normalization(CMVN)倒谱均值和方差归一化

#End configuration section.

echo“$0$\@”#Print the command line for logging

#--name value参数处理

if[-f path.sh]；then../path.sh；fi

.parse_options.sh||exit 1；

#--name以外的参数必须有3个，否则报错

if[$#！＝3]；then

echo“Usage:steps/train_mono.sh[options]\.

本发明实施例中，用于检测环境噪音和警笛声识别的声音模块位于汽车后部缓风区，这是为了防止车辆行驶时的气流噪声干扰模块对环境噪音的检测。鸣笛逻辑控制模块位于汽车喇叭后方，综合各传感器模块信息，计算出合适的鸣笛音量，控制汽车喇叭鸣笛起止时刻、鸣笛时机与时长、鸣笛音量。位于汽车前部的鸣笛逻辑控制模块与位于汽车后部的声音模块是通过蓝牙hc-05模块进行无线通信的。

同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims

1.一种无人车喇叭智能系统，其特征在于：包括数据采集单元、数据处理单元、音量控制单元和喇叭，所述数据采集单元的输出端与数据处理单元的输入端电性连接，且数据处理单元的输出端与音量控制单元的输入端电性连接，所述音量控制单元的输出端与喇叭的输入端电性连接，且数据处理单元包括单片机、交通噪声评价模块和警笛声识别模块，所述音量控制单元包括喇叭音量设定模块和喇叭音量控制电路；

所述数据采集单元是利用Apollo车载雷达识别路人车辆同时测距，来确定喇叭开始鸣笛与结束鸣笛的时刻，并通过传感器采集噪音、空气温湿度与亮度环境数据信息；

所述数据处理单元是利用MATLAB分析、处理各指标的数据，而后将声音模型与各种采集信号输送给单片机进行数据处理，然后再将处理后的数据进行判断，传送给单片机中的音量控制单元；

所述音量控制单元是通过建立评价模型与音量设定机制，计算出鸣笛音量，同时搭建控制单元硬件系统，当主程序运行并判断出需要开始鸣笛时，将单片机产生的方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭控制喇叭鸣笛时间与音量。

2.根据权利要求1所述的一种无人车喇叭智能系统，其特征在于：所述传感器包括声音传感器、温湿度传感器和能见度传感器，分别用于采集噪音、空气温湿度和亮度。

3.根据权利要求2所述的一种无人车喇叭智能系统，其特征在于：所述交通噪声评价模块是利用声音传感器采集交通环境噪音，借助声音传感器，在车辆自身喇叭停止鸣笛的间隙时刻采集交通噪音信号，经过A/D转换后将数字噪音电平送入单片机，计算噪音平均功率，然后根据噪音功率大小，判断噪音响度，进而在单片机中存储以备与其他特征值共同决定喇叭响度。

4.根据权利要求1所述的一种无人车喇叭智能系统，其特征在于：所述警笛声识别模块用于识别出警笛声，从而判断是否周围有警车，识别出为警笛声后，单片机将控制喇叭不再发声，并且将警车避让信号传送给无人车决策中心。

5.根据权利要求4所述的一种无人车喇叭智能系统，其特征在于：所述警笛声识别模块的工作步骤具体步骤如下：

S2、在识别过程中，根据声音识别整体模型，将存放的声音模板与输入待识别的声音信号的特征进行对比，根据搜索和匹配策略，判断是否能找出最匹配的模板；

6.根据权利要求2所述的一种无人车喇叭智能系统，其特征在于：所述温湿度传感器是采用型号为DHT11的数字信号输出的温湿度传感器，利用该型号的温湿度传感器能够完成湿度信号向电信号的转换，从而通过电信号调控喇叭音量的大小。

7.根据权利要求1所述的一种无人车喇叭智能系统，其特征在于：所述喇叭音量设定模块是将喇叭的初始值确定为比当地环境法规的最大值高15分贝，而后根据环境噪音和能见度因素相应降低喇叭音量。

8.根据权利要求1所述的一种无人车喇叭智能系统，其特征在于：所述喇叭音量控制电路包括方波发生器和功率放大器，且喇叭音量控制电路的工作方法具体为：先将信号采集送到单片机中，单片机接收信号并对信号进行分析处理，方波发生器接收单片机处理后的结果并由其产生方波信号，该方波信号经由功率放大器进行放大，最后将信号送至汽车喇叭。